home
***
CD-ROM
|
disk
|
FTP
|
other
***
search
/
The Best of the Best
/
_.img
/
01266
/
wfktform.04_
/
wfktform.04
Wrap
Text File
|
1994-10-03
|
10KB
|
279 lines
;Formelsammlung
[0]
&
{1993
#
&Alles was relativ wahrscheinlich ist, ist wahrscheinlich
&falsch. (Pascal)
#Statistik
ºStatistik
Fⁿr eine Stichprobe vom Umfang n aus einer
Grundgesamtheit gilt:
&Mittelwert (arithmetisches Mittel)
$1x$+$+$=--$-$- = (x$-1$+ + x$-2$+ + ... + x$-n$+) / n
&Varianz s▓, Standardabweichung s
ºVarianz
$1s▓ = [ (x$-1$+ - x$+$+$=--$-$-)▓ + (x$-2$+ - x$+$+$=--$-$-)▓ + ... + (x$-n$+ - x$+$+$=--$-$-)▓ ] / (n-1)
&empirische Stichprobenvarianz s$+$+$=--$-$-▓
$1s$+$+$=--$-$-▓ = [ (x$-1$+ - x$+$+$=--$-$-)▓ + (x$-2$+ - x$+$+$=--$-$-)▓ + ... + (x$-n$+ - x$+$+$=--$-$-)▓ ] / n
&Streu- oder Variationsbreite
$1R = x$-max$+ - x$-min$+
Bei Grundgesamtheiten vom Umfang N:
&Mittelwert $m und Varianz $s▓
$1$m = (x$-1$+ + x$-2$+ + ... + x$-N$+) / N
$1$s▓ = [(x$-1$+ - $m)▓ + (x$-2$+ - $m)▓ + ... + (x$-n$+ - $m)▓ ] / N
*
#&Quadratisches Mittel
$1q = $╓( 1/n * (x$-1$+▓ + x$-2$+▓ + ... + x$-n$+▓))
&Harmonisches Mittel
$1h = n / (1/x$-1$+ + 1/x$-2$+ + ... 1/x$-n$+)
&Median (Zentralwert Z)
Anzahl n der Werte ungerade $▐ Z= x$-(n-1)/2+1$+
Anzahl n gerade $▐ Z=(x$-n/2$+ + x$-n/2+1$+) / 2
#Korrelationskoeffizient
ºKorrelationskoeffizient
Grad des Zusammenhangs der Zufallsgr÷▀en X und Y,
fⁿr die n Paare von Einzelwerten x$-i$+, y$-i$+
Summen$+$+
$2 n$+$+
$1a = $S (x$-i$+ - x$+$+$=--$-$-) (y$-i$+ - y$+$+$=--$-$-) $+$+
$2i = 1$+$+
$2 n$+$+
$1b = $S (x$-i$+ - x$+$+$=--$-$-)$+2$-$+$+
$2i = 1$+$+
$2 n$+$+
$1c = $S (y$-i$+ - y$+$+$=--$-$-)$+2$-$+$+
$2i = 1$+$+
Korelationskoeffizient$1r$-xy$+ = a / $╓( b c )
Regressionsgerade$2y$-i$+ - y$+$+$=--$-$- = r$-xy$+ a$-y$+/s$-x$+ (x$-i$+ - x$+$+$=--$-$-)
s$-x$+, s$-y$+ ... Standardabweichungen von x$-i$+, y$-i$+
[1]
#Wahrscheinlichkeitsrechnung
ºWahrscheinlichkeitsrechnung
Zufallsversuch ...
...Versuch mit mehreren m÷glichen Ergebnissen
$w$-1$+, $w$-2$+, ..., $w$-n$+
Ergebnismenge (Stichprobenraum) S...
...Menge aller m÷glichen Ereignisse ($w$-1$+, $w$-2$+, ..., $w$-n$+)
Ereignis E ... Teilmenge der Ereignismenge S
sicheres Ereignis ... tritt bei jedem Versuch ein
unm÷gliches Ereignis $╞ ...
...tritt bei keiner Versuchsdurchfⁿhrung ein
Elementarereignis {a} ...
...Ereignis mit nur einem Element
Gegenereignis E$+$+$+$=$╛$-$-$-...
... KomplementΣrmenge von E
Absolute HΣufigkeit H$-n$+($w) bzw. H$-n$+(E) des
Eintretens von $w bzw. E...
...Anzahl des Eintretens von $w bzw. E bei n Versuchen
Relative HΣufigkeit h($w) bzw. h(E)...
...h($w) = H$-n$+($w) / n
*
#Wahrscheinlichkeit
ºWahrscheinlichkeit
Bei einer hinreichend gro▀en Anzahl von Versuchen...
relative HΣufigkeit ... Zahlenwert fⁿr Wahrscheinlichkeit
P(E) ... Zahlenwert der Wahrscheinlichkeit
&SΣtze
$10 <= P(E) <= 1
$1{a$-1$+, a$-2$+, ..., a$-k$+} aus S $▐
$▐ P({a$-1$+, a$-2$+, ..., a$-k$+}) = P({a$-1$+}) + P({a$-2$+}) + ... + P({a$-k$+})
$1P(S) = 1$3$1P($╞) = 0
$1P(E$+$+$+$=$╛$-$-$-) = 1 P(E)
$1E$-1$+ $═ E$-2$+ $▐ P(E$-11$+) <= P(E$-2$+)
Additionssatz
$1P(E$-1$+ $╚ E$-2$+) = P(E$-1$+) + P(E$-2$+) - P(E$-1$+ $╟ E$-2$+)
#Gleichverteilung (klassische Wahrscheinlichkeit)
ºLaplace-Experiment
Ein Zufallsversuch hei▀t Laplace-Experiment,
wenn alle Elementarereignisse die gleiche
Wahrscheinlichkeit haben.
P(E) = Anzahl der fⁿr E gⁿnstigen Ergebnisse /
$2/Anzahl der m÷glichen Ergebnisse
[2]
#&Bedingte Wahrscheinlichkeit
ºBedingte Wahrscheinlichkeit
n-stufiger Versuch ...
$1Zusammenfassung von n Versuchen zu einem
unabhΣngige Ereignisse
$1Eintreten eines Ereignisses hat keinen Einflu▀
$1auf das Eintreten eines anderen
durch B bedingte Wahrscheinlichkeit P$-B$+(A) von A
$1Wahrscheinlichkeit von A unter der Voraussetzung,
$1da▀ B mit einer bestimmten Wahrscheinlichkeit
$1eingetreten ist
Definition
$1P$-B$+(A) = P(A $╟ B) / P(B), falls P(B) > 0
Muliplikationssatz
$1P(A $╟ B) = P(B) * P$-B$+(A) = P(A) * P$-A$+(B),
$1falls P(A) und P(B) > 0
Fⁿr unabhΣngige Ereignisse A, B gilt
$1P$-B$+(A) = P(A) und P$-A$+(B) = P(B) $▐
$1$▐ P(A $╟ B) = P(A) * P(B)
*
#Zufallsgr÷▀en und Verteilung
ºZufallsgr÷▀en
Zufallsgr÷▀e X ...
$1... Gr÷▀e, die bei verschiedenen, unter gleichen
$1Bedingungen durchgefⁿhrten Versuchen,
$1verschiedene Werte x$-1$+, x$-2$+, ... annehmen kann
Diskrete Zufallsgr÷▀e ...
$1X kann nur endlich viele Werte annehmen
Stetige Zufallsgr÷▀e ...
$1X kann beliebig viele Werte annehmen
&Mittelwert (Erwartungswert) einer diskreten Zufallsgr÷▀e$+$+
$2 n$+$+
$1$m = $S x$-i$+ p$-i$+$1x$-i$+...Werte, p$-i$+ Wahrscheinlichkeit$+$+
$2i = 1$-
&Mittelwert einer stetigen Zufallsgr÷▀e
$1$m = $-- $Ñ$+ $≥ $+$+$Ñ$-$- x * f(x) dx$1f(x) Dichtefunktion
&Varianz einer diskreten Zufallsgr÷▀e$+$+
$4 n$+$+
$1V(X) = $s▓ = $S (x$-i$+ - $m)▓ p$-i$+$+$+
$4i = 1$+$+
Standardabweichung$1$s = $╓[ V(X) ]
#&Interessante Erwartungswerte
VervollstΣndigen einer Sammlung von n Bildern
$1E = n $z(1)$-n$+ = n ( ln n + $g )
[3]
&
Gleicher Geburtstag von n Personen
$1E = $╓( n $p/2 ) - 1/3
#Spezielle Verteilungen
&Diskrete Gleichverteilung
ºGleichverteilung
n verschiedene Stellen x$-1$+, ..., x$-n$+ mit
$1P(X = x$-i$+) = 1/n$2i=1, 2, ..., n
&Hypergeometrische Verteilung
ºHypergeometrische Verteilung
$1P(X = k) = ( $+$+M$-$-$-$-$=k$+$+ ) ( $+$+N-M$-$-$-$-$=$=$=n-k$+$+ ) / ( $+$+N$-$-$-$-$=n$+$+ )
Beispiel: Kugelziehen ohne Zurⁿcklegen
N ... Anzahl der Kugeln
M ... Anzahl der wei▀en Kugeln
n ... Anzahl der gezogenen Kugeln
k ... Anzahl der gezogenen wei▀en Kugeln
#Binomialverteilung
ºBinomialverteilung
... (Bernoullische oder Newtonsche Verteilung)
$1b(n;p;k) = P(X=k) = ( $+$+n$-$-$-$-$=k$+$+ ) p$+k$-(1-p)$+n-k$-
Beispiel: Kugelziehen mit Zurⁿcklegen
N ... Anzahl der Kugeln
p ... Anteil der wei▀en Kugeln
*
&
n ... Anzahl der gezogenen Kugeln
k ... Anzahl der gezogenen wei▀en Kugeln
Mittelwert und Varianz
$1$m = np$2$s = $╓[ np (1-p) ]
&Poisson-Verteilung
ºPoisson-Verteilung
Binomialverteilung fⁿr n sehr gro▀ und p sehr klein
$1b(n;p;k) = P(X=k) = $m$+k$- e$+-$m$- / k! mit $m = np
&P≤lya-Verteilung
ºP≤lya-Verteilung
Modell: Aus einer Urne, die b schwarze und c wei▀e
Kugeln enthΣlt, wird eine Kugel zufΣllig gezogen; ist
sie wei▀, so legt man sie zusammen mit s weiteren
wei▀en in die Urne zurⁿck, ist sie schwarz, so wird
sie mit s weiteren schwarzen zurⁿckgelegt. Wird dieser
Vorgang n mal wiederholt, so ist die Zufallsgr÷▀e, da▀
bei n Ziehungen k mal eine wei▀e Kugel gezogen wird
P≤lya-verteilt.
$1P(X=k) = ( $+$+n$-$-$-$-$=k$+$+ ) B$-ks$+ C$-ks$+ / [ N (N+s) ... (N +(n-1)*s) ]
wobei N die Anfangsanzahl aller Kugeln sowie
$1B$-ks$+ = b(b+s) ...[b +(k-1)s] und
$1C$-ks$+ = c(c+s) ...[c+ (n-k-1)s]
s ... Erh÷hungsma▀ (Ansteckungserh÷hung)
[4]
#Stetige Verteilungen
ºStetige Verteilungen
&Exponentialverteilung
ºExponentialverteilung
Dichtefunktion$1f(x) = $l e$+- $l x$- fⁿr x>=0
$l ... Parameter der Verteilung, $l > 0
&Maxwell-Verteilung
ºMaxwell-Verteilung
Dichtefunktion$1f(x) = 2x▓ / ($s $+3$-$╓(2$p)) e$+- x▓ / (2$s▓)$-
$s ... Parameter der Verteilung
Eine Zufallsgr÷▀e X, welche maxwellverteilt ist, kann
in der Form X = $s $╓(Y) dargestellt werden, wobei nun
Y eine $c▓-verteilte Zufallsgr÷▀e mit 3 Freiheitsgraden ist.
&Weibull-Verteilung
Dichtefunktion$1f(x) = ab x$+b-1$- e$+- a x$+b$-$-, fⁿr x>0
a,b ... Parameter, a>0, b>0
fⁿr b=1 ... Exponentialverteilung
#Gau▀sche Normalverteilung
ºGau▀sche Normalverteilung
Wird bei der Binomialverteilung n unendlich gro▀ und
p = 0.5, soliegt eine Gau▀verteilung vor.
fⁿr $m=0 und $s▓=1 $█ Gau▀sche Normalverteilung
&Lokale und globale NΣherung nach Laplace
$1b(n;p;k) = 1/$s * $f[ (k-$m)/$s ] mit
*
$1$f(z) = 1/$╓(2$p) e$+- z▓/2$- und z = (k-$m)/$s
$1P(a$úX$úb) = $f[ (b+0.5-$m)/$s ] - $f[ (a+0.5-$m)/$s ] mit
$1$F(X) = $-- $Ñ$+ $≥ $+$+x$-$- $f(z) dz
NΣherung fⁿr Verteilungsfunktion
$1x = (1 + 0.2316419 t )$+-1$-
fⁿr 0 < t < 2.5
$1$F(t) = 1 - $f(t) [ 0.31938153 x - 0.356563782 x▓ +
$3+ 1.781477937 x│ - 1.821255978 x$+4$- +
$3+ 1.330274429 x$+5$- ] + $e
$1| $e | < 7.5 * 10$+-8$-
fⁿr t >= 2.5
$1$F(t) = 1 - $f(t) [ t/ (t▓+2) * (1 + 6 t$+-2$- - 14 t$+-4$- - 28 t$+-6$-) /
$3/ (1 + 5 t$+-2$- - 20 t$+-4$- - 4 t$+-6$-) ] + $e
#Statistische Verteilungen
ºStatistische Verteilungen
&Student-t-Verteilung
ºStudent-t-Verteilung
Eine Zufallsgr÷▀e X ist t-verteilt mit n Freiheitsgraden,
mit Dichtefunktion
$1f(x) = $G[ (n+1)/2 ] / $G[ n/2 ] / $╓(n$p) * ...
$2...* (1 + x▓/n)$+- (n+1)/2$-
$G(x) ... Eulersche Gamma-Funktion
[5]
#&$c▓-Verteilung
ºChi▓-Verteilung
Dichtfefunktion
$1f(x) = [ x$+(n/2)-1$- e$+- x/2$- ] / [2$+n/2$- $G(n/2) ]
#Statistische Tests
ºStatistik-Tests
{3043
&$6Student-t-Test
ºStudent-t-Test
$6Freiheitsgrade n-1
$6Testgr÷▀e$1t = | x - $m | / s * $╓n
&$c▓-Test ... Test von Verteilungen$+$+
$4 k$+$+
Testgr÷▀e$1$c▓ = $S (h$-i$+ - k$-i$+)▓ / k$-i$+$+$+
$4i = 1
absolute HΣufigkeiten ... h$-i$+
theoretische HΣufigkeiten ... k$-i$+
Klassenzahl ... k
Anzahl der geschΣtzten Parameter ... m
Freiheitsgrad f = k - m - 1
&Normalverteilungstest
Testgr÷▀e$1$l = $l$-$a$+ $s / $╓n
$l$-$a$+ ... Tabellenwert fⁿr Irrtumswahrscheinlichkeit $a
*
#Zufallsgeneratoren
ºZufallsgeneratoren
&Fibonacci-Generator
ºFibonacci-Generator
... Zufallsgenerator Ordnung
$1Z$-i$+ = (Z$-i-1$+ + Z$-i-2$+ ) mod m
bestimmt Zufallszahl im Bereich 0 bis m-1 z.B. m=2$+28$-.
Gⁿte:$1gleichverteilt nach Chi▓-Verteilungstests
$2nicht gleichverteilt bei Chaos-Spiel
&Generator 2
$1Z$-i$+ = (2$+R$- * Z$-i-1$+ + C ) mod m
und R>2 und geradem c (m z.B. 2$+25$-)
&Generator 3
$1Z$-i$+ = (S * Z$-i-1$+ ) mod m
mit S=23 und m=10$+7$-+1
[#]