Mathe3-SoSe2025-Blatt02-0.pdf
uebung02-MaartenBehn_NiklasBorchers_EmreKilinc-pdf-0.pdf

Mat3 Blatt 2

Gruppe: 7
Maarten Behn, Niklas Borchers, Emre Kilinc

5

a) Mindestens eines der drei Ereignisse tritt ein

Die Warscheinlichkeit ist:


b) Genau zwei der drei Ereignisse treten ein

Die Warscheinlichkeit ist:


c) Keines der drei Ereignisse tritt ein

Die Warscheinlichkeit ist:
1 - Mindestens eines der drei Ereignisse tritt ein.

d) Höchstens eines der drei Ereignisse tritt ein

Die Warscheinlichkeit ist:
1 - Genau zwei der drei Ereignisse treten ein - .

6

a) Beweis mit Kontradiktion

Sei ein Ergebnis negativ.
Dann muss negativ sein.
Die Summe ist eine addtions folge mit abwechselnd im Zähler.
Die absolute Summe aller Brüche mit negativen Zähler ist daher größer als die absolute Summe aller Brüche mit positivem Zähler.
Da die Zähler durch geteilt werden gilt .
Da die Summe mit einem positiven Zähler für beginnt ist ein negativer Bruch immer kleiner als der der positive Bruch von .
Somit ist absolute Summe aller Brüche mit negativen Zähler kleiner als die absolute Summe aller Brüche mit positivem Zähler.
Dies weiderspricht der obrigen Aussage.

b)

Beobactungen

zum verstehen der Aufgabe















wenn

wenn

Zu zeigen

Beweis

= \sum_{k=0}^{n} \left( \frac{1}{k!} \sum_{\ell=0}^{n-k} \frac{(-1)^\ell}{\ell!} \right)$$ Wir vertauschen die Summationsreihenfolge mit $m = k + \ell$ daher $\ell = m - k$ und $k = m - \ell$ $$\sum_{k=0}^{n} \sum_{\ell=0}^{n-k} \frac{1}{k!} \cdot \frac{(-1)^\ell}{\ell!}$$$$= \sum_{m=0}^{n} \sum_{\ell=0}^{m} \frac{1}{(m - \ell)!} \cdot \frac{(-1)^\ell}{\ell!}$$$$= \sum_{m=0}^{n} \sum_{\ell=0}^{m} \frac{(-1)^\ell}{\ell! (m-\ell)!}$$ $$= \sum_{m=0}^{n} \frac{1}{m!} \sum_{\ell=0}^{m} \frac{m!}{\ell! (m-\ell)!} \cdot (-1)^\ell$$ $$= \sum_{m=0}^{n} \frac{1}{m!} \sum_{\ell=0}^{m} \binom{m}{\ell} \cdot (-1)^\ell$$ Es ist allgemein bekannt:

\left(\begin{matrix}
n\
k
\end{matrix}\right)
= \frac{n!}{(n-k)!k!}

\sum_{j=0}^{m} \binom{m}{j} (-1)^j = (1 - 1)^m =
\begin{cases}
1 & \text{falls } m = 0, \
0 & \text{falls } m \geq 1.
\end{cases}

\sum_{k=0}^{n} p_k^{(n)} = \sum_{m=0}^{n} \frac{1}{m!} \cdot \sum_{j=0}^{m} \binom{m}{j} (-1)^j = \frac{1}{0!} \cdot 1 = 1.

# 7 ```R n <- 500000 dice1 <- sample(1:6, n, replace = TRUE) dice2 <- sample(1:6, n, replace = TRUE) sum <- dice1 + dice2 barplot(table(sum), main = "Augensummen (500.000 Simulationen)", xlab = "Augensumme", ylab = "Häufigkeit", col = "skyblue") ``` # 8 ## a) Ja, denn $P (A \cup B) = P (A) + P (B) − P (A \cap B) = \frac{25}{24} > 1$ ## b) Nein, z.B. $\Omega=\{1,2\}$ $A=\{1\} → P(A)=\frac{1}{2}$ $B=\{2\} → P(B)=\frac{1}{2}$ somit ist: $A \cap B=\varnothing → P(A \cap B)=0$ $P(A∣B)= \frac{P(A \cap B)}{P(B)}​ = \frac{0}{\frac{1}{2}} = 0 < P(A)​$ ## c) Nein, z.B. $\Omega=\{1,2,3,4\}$ $A=\{1,2\} → P(A)=\frac{1}{2}$ $B=\{1\} → P(B)=\frac{1}{4}$ somit ist: $A \cap B=\{ 1 \} → P(A \cap B)= \frac{1}{4}$ $P(A∣B)= \frac{P(A \cap B)}{P(B)} = \frac{\frac{1}{4}}{\frac{1}{4}} = 1 > P(A)​$ ## d) Ja, denn $P (A \cup B) = P (A) + P (B) − P (A \cap B)$ und $P (A \cap B) \neq 0$Link to original