16 Commits

4 changed files with 843 additions and 385 deletions

View File

@@ -137,7 +137,7 @@
\begin{align*} \begin{align*}
\Omega &= \mleft\{(i,j): i,j \in \mleft\{ \Omega &= \mleft\{(i,j): i,j \in \mleft\{
1,\ldots, 6 \mright\}\mright\} \\ 1,\ldots, 6 \mright\}\mright\} \\
A &= \mleft\{ (1,1),(2,2), \ldots, (6,6) \mright\} A &= \mleft\{ (1,1),(1,2), \ldots, (6,6) \mright\}
\end{align*} \end{align*}
\vspace*{-12mm} \vspace*{-12mm}
\end{lightgrayhighlightbox} \end{lightgrayhighlightbox}
@@ -275,17 +275,17 @@
\item mindestens ein Ass hat?\pause \item mindestens ein Ass hat?\pause
\begin{gather*} \begin{gather*}
P(\text{mindestens ein Ass}) = 1 - P(\text{kein Ass}) P(\text{mindestens ein Ass}) = 1 - P(\text{kein Ass})
= 1 - \frac{\binom{4}{0}\binom{48}{5}}{\binom{52}{5}} \approx 0,341 = 1 - \frac{\binom{4}{0}\binom{48}{5}}{\binom{52}{5}} \approx 0{,}341
\end{gather*}\pause\vspace*{-5mm} \end{gather*}\pause\vspace*{-5mm}
\item genau ein Ass hat?\pause \item genau ein Ass hat?\pause
\begin{gather*} \begin{gather*}
P(\text{genau ein Ass}) = \frac{\binom{4}{1}\binom{48}{4}}{\binom{52}{5}} \approx 0,299 P(\text{genau ein Ass}) = \frac{\binom{4}{1}\binom{48}{4}}{\binom{52}{5}} \approx 0{,}299
\end{gather*}\pause \end{gather*}\pause
\item mindestens zwei Karten der gleichen Art (“Paar”) hat?\pause \item mindestens zwei Karten der gleichen Art (“Paar”) hat?\pause
\begin{align*} \begin{align*}
P(\text{mindestens zwei gleiche Karten}) &= 1 - P(\text{alle Karten unterschiedlich}) \\ P(\text{mindestens zwei gleiche Karten}) &= 1 - P(\text{alle Karten unterschiedlich}) \\
&= 1 - \frac{\text{Anzahl Möglichkeiten mit nur unterschiedlichen Karten}}{\text{Anzahl Möglichkeiten}}\\ &= 1 - \frac{\text{Anzahl Möglichkeiten mit nur unterschiedlichen Karten}}{\text{Anzahl Möglichkeiten}}\\
&= 1 - \frac{\binom{13}{5}\cdot 4^5}{\binom{52}{5}} \approx 0,493 &= 1 - \frac{\binom{13}{5}\cdot 4^5}{\binom{52}{5}} \approx 0{,}493
\end{align*} \end{align*}
\end{enumerate} \end{enumerate}
% tex-fmt: on % tex-fmt: on
@@ -372,7 +372,7 @@
\begin{lightgrayhighlightbox} \begin{lightgrayhighlightbox}
Beispiel: Beispiel:
\begin{gather*} \begin{gather*}
\Omega = {A, B, C}\\ \Omega = \{A, B, C\}\\
\Pi_N = \{ (A,B,C), (A,C,B), (B,A,C),\\ \Pi_N = \{ (A,B,C), (A,C,B), (B,A,C),\\
(B,C,A), (C,A,B), (C,B,A)\} (B,C,A), (C,A,B), (C,B,A)\}
\end{gather*} \end{gather*}

View File

@@ -269,9 +269,9 @@
ausgewähltes Minion klein, mittelgroß ausgewähltes Minion klein, mittelgroß
oder groß ist. oder groß ist.
\pause\begin{align*} \pause\begin{align*}
P(K) &= P(K\vert N_1)P(N_1) + P(K\vert N_2)P(N_2) = 0.35\cdot 0.2 + 0.1\cdot 0.8 = 0.15\\ P(K) &= P(K\vert N_1)P(N_1) + P(K\vert N_2)P(N_2) = 0{,}35\cdot 0{,}2 + 0{,}1\cdot 0{,}8 = 0{,}15\\
P(M) &= P(M\vert N_1)P(N_1) + P(M\vert N_2)P(N_2) = \cdots = 0.68\\ P(M) &= P(M\vert N_1)P(N_1) + P(M\vert N_2)P(N_2) = \cdots = 0{,}68\\
P(G) &= P(G\vert N_1)P(N_1) + P(G\vert N_2)P(N_2) = \cdots = 0.17 P(G) &= P(G\vert N_1)P(N_1) + P(G\vert N_2)P(N_2) = \cdots = 0{,}17
\end{align*} \end{align*}
\item \pause Ein zufällig ausgewähltes Minion ist nicht klein. Mit \item \pause Ein zufällig ausgewähltes Minion ist nicht klein. Mit
welcher Wahrscheinlichkeit ist es welcher Wahrscheinlichkeit ist es
@@ -280,7 +280,7 @@
P(N_1 \vert \overline{K}) P(N_1 \vert \overline{K})
= \frac{P(\overline{K} \vert N_1)P(N_1)}{P(\overline{K})} = \frac{P(\overline{K} \vert N_1)P(N_1)}{P(\overline{K})}
= \frac{\left[ 1 - P(K\vert N_1) \right] P(N_1)}{1 - P(K)} = \frac{\left[ 1 - P(K\vert N_1) \right] P(N_1)}{1 - P(K)}
= \frac{(1 - 0.35)\cdot 0.2}{1 - 0.15} \approx 0.153 = \frac{(1 - 0{,}35)\cdot 0{,}2}{1 - 0{,}15} \approx 0{,}153
\end{align*} \end{align*}
\end{enumerate} \end{enumerate}
% tex-fmt: on % tex-fmt: on
@@ -364,9 +364,9 @@
beide Fehler gleichzeitig. Die folgenden Wahrscheinlichkeiten beide Fehler gleichzeitig. Die folgenden Wahrscheinlichkeiten
sind bekannt: sind bekannt:
\begin{itemize} \begin{itemize}
\item mit Wahrscheinlichkeit $0,05$ hat ein Werkstück den Fehler $A$ \item mit Wahrscheinlichkeit $0{,}05$ hat ein Werkstück den Fehler $A$
\item mit Wahrscheinlichkeit $0,01$ hat ein Werkstück beide Fehler \item mit Wahrscheinlichkeit $0{,}01$ hat ein Werkstück beide Fehler
\item mit Wahrscheinlichkeit $0,03$ hat ein Werkstück nur den \item mit Wahrscheinlichkeit $0{,}03$ hat ein Werkstück nur den
Fehler $B$ und nicht Fehler $A$. Fehler $B$ und nicht Fehler $A$.
\end{itemize} \end{itemize}
@@ -381,9 +381,9 @@
Bei der Kontrolle wird unerwartet ein zusätzlicher, dritter Fehler $C$ Bei der Kontrolle wird unerwartet ein zusätzlicher, dritter Fehler $C$
beobachtet. Der Fehler tritt beobachtet. Der Fehler tritt
mit der Wahrscheinlichkeit $0,01$ ein, wenn weder Fehler $A$ noch $B$ mit der Wahrscheinlichkeit $0{,}01$ ein, wenn weder Fehler $A$ noch $B$
eingetreten sind und mit der eingetreten sind und mit der
Wahrscheinlichkeit $0,02$, wenn sowohl Fehler $A$ als auch $B$ eingetreten Wahrscheinlichkeit $0{,}02$, wenn sowohl Fehler $A$ als auch $B$ eingetreten
sind. In allen anderen sind. In allen anderen
Fällen tritt der Fehler $C$ nicht auf. Fällen tritt der Fehler $C$ nicht auf.
@@ -408,9 +408,9 @@
beide Fehler gleichzeitig. Die folgenden Wahrscheinlichkeiten beide Fehler gleichzeitig. Die folgenden Wahrscheinlichkeiten
sind bekannt: sind bekannt:
\begin{itemize} \begin{itemize}
\item mit Wahrscheinlichkeit $0,05$ hat ein Werkstück den Fehler $A$ \item mit Wahrscheinlichkeit $0{,}05$ hat ein Werkstück den Fehler $A$
\item mit Wahrscheinlichkeit $0,01$ hat ein Werkstück beide Fehler \item mit Wahrscheinlichkeit $0{,}01$ hat ein Werkstück beide Fehler
\item mit Wahrscheinlichkeit $0,03$ hat ein Werkstück nur den \item mit Wahrscheinlichkeit $0{,}03$ hat ein Werkstück nur den
Fehler $B$ und nicht Fehler $A$. Fehler $B$ und nicht Fehler $A$.
\end{itemize} \end{itemize}
@@ -420,16 +420,16 @@
Fehler $B$ und dafür, dass ein Fehler $B$ und dafür, dass ein
Werkstück fehlerfrei ist. Werkstück fehlerfrei ist.
\pause\begin{gather*} \pause\begin{gather*}
P(B) = P(B\vert A)P(A) + P(B\vert \overline{A})P(\overline{A}) = P(AB) + P(\overline{A}B) = 0.01 + 0.03 = 0.04 P(B) = P(B\vert A)P(A) + P(B\vert \overline{A})P(\overline{A}) = P(AB) + P(\overline{A}B) = 0{,}01 + 0{,}03 = 0{,}04
\end{gather*}\pause \end{gather*}\pause
\vspace*{-15mm}\begin{gather*} \vspace*{-15mm}\begin{gather*}
P(\overline{A}\cap \overline{B}) = 1 - P(A\cup B) = 1 - \left[P(A) + P(B) - P(A\cap B)\right] = 1 - \left(0.05 + 0.04 - 0.01\right) = 0.92 P(\overline{A}\cap \overline{B}) = 1 - P(A\cup B) = 1 - \left[P(A) + P(B) - P(A\cap B)\right] = 1 - \left(0{,}05 + 0{,}04 - 0{,}01\right) = 0{,}92
\end{gather*} \end{gather*}
\vspace*{-12mm}\pause \item Ist das Auftreten von Fehler $A$ unabhängig von Fehler $B$? \vspace*{-12mm}\pause \item Ist das Auftreten von Fehler $A$ unabhängig von Fehler $B$?
\pause\begin{gather*} \pause\begin{gather*}
\left. \begin{array}{l} \left. \begin{array}{l}
P(AB) = 0.01 \\ P(AB) = 0{,}01 \\
P(A)P(B) = 0.05\cdot 0.04 = 0.002 P(A)P(B) = 0{,}05\cdot 0{,}04 = 0{,}002
\end{array}\right\} \end{array}\right\}
\hspace{5mm} \Rightarrow \hspace{5mm} P(AB) \neq P(A)P(B) \hspace{5mm}\Rightarrow\hspace{5mm}A,B \text{ nicht unabhängig} \hspace{5mm} \Rightarrow \hspace{5mm} P(AB) \neq P(A)P(B) \hspace{5mm}\Rightarrow\hspace{5mm}A,B \text{ nicht unabhängig}
\end{gather*} \end{gather*}
@@ -444,9 +444,9 @@
Bei der Kontrolle wird unerwartet ein zusätzlicher, dritter Fehler $C$ Bei der Kontrolle wird unerwartet ein zusätzlicher, dritter Fehler $C$
beobachtet. Der Fehler tritt beobachtet. Der Fehler tritt
mit der Wahrscheinlichkeit $0,01$ ein, wenn weder Fehler $A$ noch $B$ mit der Wahrscheinlichkeit $0{,}01$ ein, wenn weder Fehler $A$ noch $B$
eingetreten sind und mit der eingetreten sind und mit der
Wahrscheinlichkeit $0,02$, wenn sowohl Fehler $A$ als auch $B$ eingetreten Wahrscheinlichkeit $0{,}02$, wenn sowohl Fehler $A$ als auch $B$ eingetreten
sind. In allen anderen sind. In allen anderen
Fällen tritt der Fehler $C$ nicht auf. Fällen tritt der Fehler $C$ nicht auf.
@@ -459,7 +459,7 @@
P(C) &= P(C\vert AB)P(AB) + \overbrace{P(C\vert A \overline{B})}^{0}P(A \overline{B}) P(C) &= P(C\vert AB)P(AB) + \overbrace{P(C\vert A \overline{B})}^{0}P(A \overline{B})
+ \overbrace{P(C\vert \overline{A}B)}^{0}P(\overline{A} B) + \overbrace{P(C\vert \overline{A}B)}^{0}P(\overline{A} B)
+ P(C\vert \overline{A}\overline{B})P(\overline{A}\overline{B}) \\ + P(C\vert \overline{A}\overline{B})P(\overline{A}\overline{B}) \\
&= 0.02\cdot 0.01 + 0.01\cdot 0.92 = 0.0094 &= 0{,}02\cdot 0{,}01 + 0{,}01\cdot 0{,}92 = 0{,}0094
\end{align*} \end{align*}
\vspace*{-12mm}\pause \item Sie beobachten, dass ein Werkstück den Fehler $C$ hat. Mit \vspace*{-12mm}\pause \item Sie beobachten, dass ein Werkstück den Fehler $C$ hat. Mit
welcher Wahrscheinlichkeit hat es auch Fehler $A$? welcher Wahrscheinlichkeit hat es auch Fehler $A$?
@@ -469,8 +469,8 @@
P(A\vert C) &= \frac{P(AC)}{P(C)}\\[5mm] P(A\vert C) &= \frac{P(AC)}{P(C)}\\[5mm]
P(AC) &= P(ACB) + P(AC \overline{B})\\ P(AC) &= P(ACB) + P(AC \overline{B})\\
&= P(C\vert AB)P(AB) + \overbrace{P(C\vert A \overline{B})}^{0}P(A \overline{B})\\ &= P(C\vert AB)P(AB) + \overbrace{P(C\vert A \overline{B})}^{0}P(A \overline{B})\\
&= 0.02\cdot 0.01 = 0.0002\\[5mm] &= 0{,}02\cdot 0{,}01 = 0{,}0002\\[5mm]
P(A\vert C) &= \frac{0.0002}{0.0094} \approx 0.0213 P(A\vert C) &= \frac{0{,}0002}{0{,}0094} \approx 0{,}0213
\end{align*} \end{align*}
\end{minipage}% \end{minipage}%
\hspace*{-10mm} \hspace*{-10mm}
@@ -486,8 +486,8 @@
P(A\vert C) &= \frac{P(C\vert A)P(A)}{P(C)}\\[5mm] P(A\vert C) &= \frac{P(C\vert A)P(A)}{P(C)}\\[5mm]
P(C\vert A) &= P(C\vert AB)P(B\vert A) P(C\vert A) &= P(C\vert AB)P(B\vert A)
+ \overbrace{P(C\vert \overline{A} B)}^{0}P(\overline{A}B) \\ + \overbrace{P(C\vert \overline{A} B)}^{0}P(\overline{A}B) \\
&= P(C\vert AB)\frac{P(AB)}{P(A)} = 0.02 \cdot \frac{0.01}{0.05} = 0.004\\[5mm] &= P(C\vert AB)\frac{P(AB)}{P(A)} = 0{,}02 \cdot \frac{0{,}01}{0{,}05} = 0{,}004\\[5mm]
P(A\vert C) &= \frac{0.004\cdot 0.05}{0.0094} \approx 0.0213 P(A\vert C) &= \frac{0{,}004\cdot 0{,}05}{0{,}0094} \approx 0{,}0213
\end{align*} \end{align*}
\end{minipage} \end{minipage}
\end{enumerate} \end{enumerate}

File diff suppressed because it is too large Load Diff

View File

@@ -0,0 +1,168 @@
\ifdefined\ishandout
\documentclass[de, handout]{CELbeamer}
\else
\documentclass[de]{CELbeamer}
\fi
%
%
% CEL Template
%
%
\newcommand{\templates}{preambles}
\input{\templates/packages.tex}
\input{\templates/macros.tex}
\grouplogo{CEL_logo.pdf}
\groupname{Communication Engineering Lab (CEL)}
\groupnamewidth{80mm}
\fundinglogos{}
%
%
% Custom commands
%
%
\input{lib/latex-common/common.tex}
\pgfplotsset{colorscheme/rocket}
\newcommand{\res}{src/2025-12-19/res}
% \tikzstyle{every node}=[font=\small]
% \captionsetup[sub]{font=small}
%
%
% Document setup
%
%
\usepackage{tikz}
\usepackage{tikz-3dplot}
\usetikzlibrary{spy, external, intersections, positioning}
%\tikzexternalize[prefix=build/]
\usepackage{pgfplots}
\pgfplotsset{compat=newest}
\usepgfplotslibrary{fillbetween}
\usepackage{enumerate}
\usepackage{listings}
\usepackage{subcaption}
\usepackage{bbm}
\usepackage{multirow}
\usepackage{xcolor}
\title{WT Tutorium 4}
\author[Tsouchlos]{Andreas Tsouchlos}
\date[]{19. Dezember 2025}
%
%
% Document body
%
%
\begin{document}
\begin{frame}[title white vertical, picture=images/IMG_7801-cut]
\titlepage
\end{frame}
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\section{Aufgabe 1}
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\subsection{Theorie Wiederholung}
\begin{frame}
\frametitle{sasdf}
\end{frame}
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\subsection{Aufgabe}
\begin{frame}
\frametitle{Aufgabe 1: Stetige Verteilungen}
Die Zufallsvariable X besitze die Dichte
% tex-fmt: off
\begin{align*}
f_X (x) = \left\{
\begin{array}{ll}
C \cdot x e^{-ax^2}, & x \ge 0 \\
0, &\text{sonst}
\end{array}
\right.
\end{align*}
% tex-fmt: on
mit dem Parameter $a > 0$.
% tex-fmt: off
\begin{enumerate}[a{)}]
\item Bestimmen Sie den Koeffizienten $C$, sodass $f_X(x)$ eine
Wahrscheinlichkeitsdichte ist. Welche Eigenschaften muss eine
\textbf{Wahrscheinlichkeitsdichte} erfüllen? Skizzieren Sie
$f_X (x)$ für $a = 0{,}5$.
\item Welche Eigenschaften muss eine \textbf{Verteilungsfunktion}
erfüllen?
\item Berechnen und skizzieren Sie die Verteilungsfunktion $F_X (x)$.
\item Welche Wahrscheinlichkeit hat das Ereignis
$\{\omega : 1 < X(\omega) \le 2\}$?
\end{enumerate}
% tex-fmt: on
\end{frame}
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\section{Aufgabe 2}
\begin{frame}
\frametitle{Aufgabe 2: Normalverteilung}
In einem Produktionsprozess werden Ladegeräte für Mobiltelefone
hergestellt. Bevor die Ladegeräte mit den Mobiltelefonen zusammen
verpackt werden, wird die Ladespannung von jedem Ladegerät einmal
gemessen. Die Messwerte der Ladespannungen der verschiedenen
Ladegeräte genüge näherungsweise einer normalverteilten
Zufallsvariablen mit $\mu = 5$ Volt und $\sigma = 0,07$ Volt. Alle
Ladegeräte, bei denen die Messung um mehr als $4$ \% vom Sollwert
$S = 5$ Volt abweicht, sollen aussortiert werden.
% tex-fmt: off
\begin{enumerate}[a{)}]
\item Wie viel Prozent der Ladegeräte werden aussortiert?
\item Der Hersteller möchte seinen Produktionsprozess so verbessern,
dass nur noch halb so viele Ladegeräte wie in a) aussortiert
werden. Auf welchen Wert müsste er dazu $\sigma$ senken?
\item Durch einen Produktionsfehler verschiebt sich der Mittelwert
$\mu$ auf $5{,}1$ Volt ($\sigma$ ist $0{,}07$ Volt). Wie groß ist
jetzt der Prozentsatz, der aussortiert wird?
\end{enumerate}
% tex-fmt: on
\end{frame}
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\subsection{Theorie Wiederholung}
\begin{frame}
\frametitle{sasdf}
\end{frame}
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\subsection{Aufgabe}
\begin{frame}
\frametitle{sasdf}
\end{frame}
\end{document}