Lösungen zu Blatt 8 Spezielle stetige und diskrete Verteilungen Biostatistik BMT

Größe: px

Ab Seite anzeigen:

Download "Lösungen zu Blatt 8 Spezielle stetige und diskrete Verteilungen Biostatistik BMT"

Lorenz Schulze
vor 6 Jahren
Abrufe

1 Zu Aufgab 0) Folgnd Mssdatn wurdn von inr sttign Glichvrtilung R([a,b]) rhobn: 3,5,4, 5, 4, 3, 3, 5 Gbn Si in Schätzung für di Grnzn a und b nach dr Momntnmthod an! sih Vorlsung. Zu Aufgab ) Es wurd übr in Vrkhrsmssung di Daur von 30 Tlfonatn (in Minutn) gmssn. Passn Si in gignt Vrtilung an di Datn an! Sih Vorlsung 4,43 4,64 4,70 5,43 6,5 7,06 7,7 7,36 7,38 8,66 8,9 8,98 9,04 9,05 9,05 9,7 9,0 9,36 9,44 9,89 9,96 0,04,75,09, 3,04 4,09 4,8 4,55 4,90 Zu Aufgab ) Si ~ N(0,). Skizzirn und brchnn Si folgnd Wahrschinlichkitn untr Vrwndung dr Tabll dr Standardnormalvrtilung:: a) > -4), b) -<<), c) - <) d) > / > 0) ) Bi wlchm Wrt x gilt: < x) 0,9? a) > -4) - Φ(-4) - 0 b) -<<) Φ()-Φ(-) 0,843 (-0,977) 0,885 c) - <) - < - < ) 0 < < ) Φ()-Φ(0) 0,977 0,5 0,477 0 < < ) 0,477 0,477 d) > / > 0) 0, 9544 > 0) Φ(0) 0,5 ) Bi wlchm Wrt x gilt: < x) Φ(x) 0,9? Antwort: Wir lsn di Tabll von innn nach außn: x,8

2 Zu Aufgab 3) Si ~ N(0,9). Skizzirn und brchnn Si untr Vrwndung dr Transformation F(x) folgnd Wahrschinlichkitn: x µ Φ σ a) 8<<0), b) -0 <3) c) di bdingt Wahrschinlichkit: > 3 / >0) (Skizz von Wahrschinlichkitn: Als Fläch untr dr ntsprchndn Dichtfunktion) a) 8<<0) Φ Φ( 0) Φ( 0,67) 3 3 0,5 ( Φ 0,67 ) 0,5 + Φ(0,67) 0,7486 0,5 0, ( ) 486, b) -0 <3) 0 3 < 0 + 3) Φ Φ 3 3 Φ ( ) *0,843 0, 686 ( ) Φ( ) c) > 3 / > 0) > 3 > 0) > 0) > 3) > 0) F(3) F(0) ( ) Φ Φ(0) 0,843 0,374 0,5 Skizzn: Sih Vorlsung. Zu Aufgab 4) Si ~ N(µ,σ ) in blibig normalvrtilt Zufallsgröß mit dn Paramtrn µ und σ Brchnn Si di Wahrschinlichkit dr -, - und 3- σ - Brich, d.h.: P ( µ σ < < µ + σ ), P ( µ σ < < µ + σ ) und P ( µ 3σ < < µ + 3σ ) und wisn Si nach, dass dis Wahrschinlichkitn nicht von µ und σ abhängn, d.h. für all µ und σ idntisch sind!

3 ~ N( µ, σ ) µ 3σ µ σ µ σ µ µ + σ µ + σ µ + 3σ -σ-brich -σ-brich 3-σ-Brich Satz: Si ~ N(, ).) µ σ µ σ).) µ σ µ σ) 3.) µ σ µ σ) µ σ. Dann gilt: + 0, , , 998 Bwis ds Satzs: ( µ σ µ + σ) F( µ + iσ ) F( µ iσ ) P i i µ / + iσ / µ / µ / iσ / µ / Φ Φ σ/ σ/ Φ i Φ i ( ) ( ) Φ( i ),i,, 3 Nun gilt:.) ( ) µ σ µ σ ).) ( ) µ σ µ σ ) 3.) ( ) µ σ µ σ ) Φ 0, , 843 0, 68 Φ 0, , 977 0, 955 Φ 3 0, , , 998 q..d Bdutung: Ca. 3 allr bobachtbarn Wrt inr normalvrtiltn Zufallsgröß lign im - σ-brich und fast all bobachttn Wrt von lign im 3-σ-Brich. 3

4 Zu Aufgab 5) Di zufällig Übrtragungszit T von Bildsignaln durch inn Kanal K si normalvrtilt mit dm Erwartungswrt µ50 ms und dr σ 4ms, d.h. s glt T~N(50, 4). a) In wlchm Brich lign nahzu all Zitn? D.h. brchnn Si dn 3-σ-Brich! b) Mit wlchr Wahrschinlichkit ligt di Übrtragungszit zwischn 4 und 53 ms? c) Gbn Si inn symmtrischn Brich [50-c,50+c] ms um di mittlr Übrtragungszit an, in dm 90 % allr Zitn lign! d) Wi groß ist di Wahrschinlichkit dafür, dass bi 5 (stochastisch unabhängign) Übrtragungn bi mindstns inr di Übrtragungszit mhr als 50 ms bträgt? Zu a) σ 4, Fast all Datn lign im 3-σ-Brich [50 6, ][44ms, 56mms]. Zu b) P ( 4 < T < 53) F(53) F(4) Φ Φ(,5 ) Φ( 4) 0, ,9339 Zu c) Gsucht ist c so dass gilt: P ( 50 c < T < 50 + c) 0, 9 Wir lösn dis Glichung infach nach c auf: P ( 50 c < T < 50 + c) 0,9 F(50 + c) F(50 c) c c 50 Φ 0.9 c c Φ 0.9 Symmtri dr Normalvrtilung c c c Φ φ Φ 0.9 c Φ,9 / 0,95 c,645 Tabll c 3,9ms Antwort: 90% allr Zitn lign im Intrvall [46.7 ms, 53.9ms] 4

5 Zu d) Si di zufällig Anzahl von 5 unabhängign Übrtragungn, bi dnn di Übrtragungszit T mhr als 50ms bträgt. Gsucht ist ). Wir btrachtn folgnd Erigniss: Ai Di Übrtragungszit T dr i.tn Übrtragung ist 50 ms Damit ist ) < ) 0) A A A3 A4 A5) Unabhängigkit A) A) A3) A4) A5) Witrhin gilt: Ai) T 50) F(50) Φ(0) 0,5 für all i,,3,4,5 und folglich rhaltn wir: ) A) A) A3) A4) A5) 0, , Zu Aufgab 6) Di zufällig Zit T (Stundn), di bis zum Abbau inr bstimmtn Drog (z.b. in Glas Win, 0. cl) im mnschlichn Blut vrght, si durch folgnd Dichtfunktion charaktrisirt: f(x) { 0, falls x 0, x, falls x > 0 a) Skizzirn Si di Dichtfunktion! b) Brchnn Si di Vrtilungsfunktion F(x) und skizzirn Si dis! c) Brchnn Si di rwartt Abbauzit E und di Varianz Var(). d) In wivil Proznt allr Fäll daurt dr Abbau längr als Stundn? Skizzirn Si dis Prozntzahl als Fläch untr dr Dicht! ) Wlch Abbauzit übrschritn 0 % dr Prsonn? Skizzirn Si disn Wrt in dr Grafik dr Dichtfunktion! f) In wivil % allr Fäll, in dnn di Abbauzit brits Stund übrschritt, übrschritt si auch Stundn? 5

6 Zu a) Sih Vorlsung Zu b) u x x x x x F x f u du dx ( ) ( ) für x 0 und 0 0 F(x) 0 für x < 0. Zu c) ist xponntialvrtilt mit dm Paramtr λ ½ pro h. Aus Aufgab 4 rgibt sich dann E h und Var() 4 h. Zu c) In wivil Proznt allr Fäll daurt dr Abbau längr als Stundn? Gs. > ) >) - ) -F() - ( ) 0,37 37 % Zu d) Wlch Abbauzit übrschritn 0 % dr Prsonn? Gsucht ist di Zit t für di gilt: t) 0,9 t t t) F( t) 0,9 0, t ln(0,) t ln(0,) 4,6 D..h. Nur 0 % allr Prsonn übrschritn di Abbauzit von 4,6 Stundn, 90% nicht. Zu f) In wivil % allr Fäll, in dnn di Abbauzit brits Stund übrschritt, übrschritt si auch Stundn? Gs.: Bdingt Wahrschinlichkit > / >) > > ) > ) F() > / > ) 0, 6 > ) > ) F() Antwort: In 6% allr Fäll, in dnn di Abbauzit brits Stund übrschritt, übrschritt si auch Stundn. 6

7 Zu Aufgab 7) Si in xponntialvrtilt Zufallsgröß mit dm Intnsitätsparamtr λ. bschrib in zufällig Lbnsdaur bzw. Daur ins Vorgangs. Zu a) Zign Si di sognannt Vrgssns- bzw. Nichtaltrungsignschaft dr Exponntialvrtilung: >s+t/ >s) >t) di bsagt, das di Wahrschinlichkit, in Zitintrvall dr Läng t zu übrlbn unabhängig davon ist, ob di Zufallsgröß brits di Zit s übrlbt hat odr ob di Lbnsdaur sobn bginnt. >s+t/ >s) λ ( s+ t) s < > s + t) > s + t) F( s + t) λt F( t) > t) λs > s) > s) F( s) q..d Zu b) Wi groß ist di Wahrschinlichkit dafür, dass > E ist? λ >E) -F(E) -F(/λ) -( λ ) 0, 37 Zu c) Angnommn, di Patintn trffn bi inm Arzt im Schnitt all 4 Minutn abr mit xponntialvrtiltr Zwischnzit TZ~E(/4 pro Minut) in und di Daur dr Untrsuchungszit TU bim Arzt bträgt im Schnitt auch 4 Minutn, ist abr normalvrtilt: TU~N(4, ). Warum wird di Wartschlang mit dr Zit immr längr, obwohl durchschnittlich Zwischnankunftszit dr Patintn und Untrsuchungszit ds Arzts idntisch 4 Minutn sind? Wil in 63% allr Fäll (wgn dr Exponntialvrtilung) di Zwischnankunftszit TZ klinr ist als 4 Minutn, währnd dr Artzt (wgn dr Normalvrtilung) nur in 50 % allr Fäll schnllr ist als 4 Minutn. D.h., dr Arzt kommt nicht hintrhr. 7

8 Zu Aufgab 8) Si di zufällig Anzahl von Schsn bim 4 malign Würfln. a) Wlch Vrtilung bsitzt? b) Mit wivil Schsn kann man im Schnitt bi inm Wurf mit 4 Würfln rchnn? c) Wi groß ist di Wahrschinlichkit dafür, bim Würfln mit 4 Würfln c) gnau in Schs c) höchstns in Schs zu würfln? a) ~ B(n4, p/6) ( ist Binomialvrtilt) b) E np /3 0, c) ) c) ) 0 ) + ) Zu Aufgab 9) Si di zufällig Anzahl von Würflvrsuchn mit inm Würfl, bis zum rstn mal in 6 gwürflt wird. a) Wlch Vrtilung bsitzt? b) Wi oft muss man mit inm Würfl im Schnitt würfln, bis zum rstn mal in 6 gwürflt wird? c) Wi groß ist di Wahrschinlichkit dafür, dass rst im 3. Wurf in Schs gwürflt wird? a) ist gomtrisch vrtilt mit dm Paramtr p /6 b) E /p 6 c) 3)

Ähnliche Dokumente

Normalverteilung als Näherung der Binomialverteilung

Normalverteilung als Näherung der Binomialverteilung V Normalvrtilung als Nährung dr Binomialvrtilung Ggbn ist in nach B(n,p) vrtilt Zufallsgröß mit großm n. Sthn di Wahrschinlichkitn für das btrffnd n nicht in dr Tabll (z.b. wil n zu groß ist), dann ist