Klausur: Diskrete Strukturen I

Ähnliche Dokumente
Klausur: Diskrete Strukturen I

Klausur: Diskrete Strukturen I

Diskrete Strukturen I

15. September 2010 Prof. Dr. W. Bley. Universität Kassel Klausur SS 2010 Diskrete Strukturen I (Informatik) Name:... Matr.-Nr.:... Viel Erfolg!

KAPITEL 5. Erwartungswert

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Diskrete Mathematik 1

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück

Wahrscheinlichkeitsrechnung und Statistik

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 1

Doz. Dr. H.P. Scheffler Sommer 2000 Klausur zur Vorlesung Stochastik I

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Übungen Abgabetermin: Freitag, , 10 Uhr

3. Kombinatorik und Wahrscheinlichkeit

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Probeklausur Statistik II

Elemente der Stochastik (SoSe 2016) 3. Übungsblatt

Inhaltsverzeichnis (Ausschnitt)

9 Erwartungswert, Varianz und Standardabweichung einer Zufallsgröÿe

4 Diskrete Wahrscheinlichkeitsverteilungen

Diskrete Strukturen. Sebastian Thomas RWTH Aachen 1. Februar 2017 Vorlesung 21

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Prof. Dr. Christoph Karg Hochschule Aalen. Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik. Sommersemester 2017

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 2

2 Zufallsvariable und Verteilungsfunktionen

TU DORTMUND Sommersemester 2018

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Beispiel 37. Wir werfen eine Münze so lange, bis zum ersten Mal

4. Schularbeit/7C/2-stündig Schularbeit. 7C am

Zentralübung Diskrete Wahrscheinlichkeitstheorie (zur Vorlesung Prof. Esparza)

Statistik II für Wirtschaftswissenschaftler

MafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur) Gruben)

Ü b u n g s b l a t t 10

Vorkurs Mathematik. Christoph Hindermann. Wahrscheinlichkeitstheorie

Universität Basel Wirtschaftswissenschaftliches Zentrum. Zufallsvariablen. Dr. Thomas Zehrt

Auf dem Schulfest bietet Peter als Spielleiter das Glücksspiel "GlücksPasch" an.

KAPITEL 2. Kombinatorik

Prof. Dr. Christoph Karg Hochschule Aalen. Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik. Sommersemester 2016

Notenpunkte: Unterschrift: Zur Bestimmung des arithmetischen Mittels ist es wichtig die Daten der Größe nach zu ordnen.!!

Institut für Stochastik, SoSe K L A U S U R , 8:00-11:00. Aufgabe Punkte erreichte Punkte Korrektur

Mathematik für Sicherheitsingenieure I B (BScS 2011)

1 Grundlagen Wahrscheinlichkeitsrechung

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13

Partialbruchzerlegung

Klausur vom

Klausur: Differentialgleichungen Version mit Lösungen

Aufgaben. d) Seien X und Y Poissonverteilt mit Parameter µ, X, Y P(µ). 2. Dann ist die Summe auch Poissonverteilt mit (X + Y ) P(2µ).

UE Statistik I für VWL, WS 05/06

Lösungsskizzen zur Präsenzübung 04

Wahrscheinlichkeit (Teschl/Teschl 2, Kap. 26)

Hauptklausur zur Stochastik für Lehramt

Lösungsskizzen zur Präsenzübung 09

0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2011/12.

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11.

Lösungsskizzen zur Präsenzübung 08

Institut für Stochastik, SoSe K L A U S U R , 13:

Zusammenfassung Stochastik

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

Analysis. 1.2 Bestimmen Sie die maximalen Intervalle, in denen die Funktion f a echt monoton zu- bzw. abnimmt.

Unabhängigkeit KAPITEL 4

3.3 Bedingte Wahrscheinlichkeit

Wahrscheinlichkeitsrechnung und Statistik für Studierende der Informatik. PD Dr. U. Ludwig. Vorlesung 7 1 / 19

Diskrete Wahrscheinlichkeitstheorie - Probeklausur

Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 4

a) Bestimmen Sie die Gleichung des Kreises in der Form x 2 +y 2 +ax+by+c = 0 und zeigen Sie, dass der Punkte A( 3 7) auf dem Kreis liegt.

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele

Übungen zur Wahrscheinlichkeitstheorie und Statistik

Lemma 23 Die (paarweise verschiedenen) Ereignisse A 1,..., A n sind genau dann unabhängig,

Diskrete Strukturen. Name Vorname Studiengang Matrikelnummer. Hörsaal Reihe Sitzplatz Unterschrift ... Allgemeine Hinweise

Sammlung alter Klausuraufgaben zur Stochastik keine Abgabe keine Besprechung in den Tutorien

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Sprechstunde zur Klausurvorbereitung

Lösungen zu Übungs-Blatt 8 Wahrscheinlichkeitsrechnung

Semestralklausur zur Vorlesung Mathematische Strukturen

Diskrete Strukturen WiSe 2012/13 in Trier

Grundbegriffe der Wahrscheinlichkeitsrechnung

Discrete Probability - Übungen (SS5) Wahrscheinlichkeitstheorie. 1. KR, Abschnitt 6.1, Aufgabe 5: 2. KR, Abschnitt 6.1, Aufgabe 7:

Mathematik für Sicherheitsingenieure I B

Vorlesung 2b. Diskrete Zufallsvariable. und ihre Verteilungen

Woche 2: Zufallsvariablen

Grundlagen der Wahrscheinlichkeitstheorie

Klausur zur Vorlesung,,Algorithmische Mathematik II

Abitur 2016 Mathematik Stochastik IV

Mathematik I HM I A. SoSe Variante A

4 Übungsaufgaben zu Kapitel 4

Mathematik für Biologen

Statistik Probeprüfung 1

Klausurvorbereitung für die Semesterferien - 20 Aufgaben -

Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag

Vorwort Zufallsvariable X, Erwartungswert E(X), Varianz V(X) 1.1 Zufallsvariable oder Zufallsgröße Erwartungswert und Varianz...

Aufgabe Punkte

Zufallsvariablen rekapituliert

Transkript:

Universität Kassel Fachbereich 10/16 13.09.01 Klausur: Diskrete Strukturen I Name: Vorname: Matrikelnummer: Versuch: Unterschrift: Bitte fangen Sie für jede Aufgabe ein neues Blatt an. Beschreiben Sie nur die Vorderseite der Blätter. Es können maximal 31 Punkte erreicht werden. Aufgabe 1 Aufgabe Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Punkte: Note:

Aufgabe 1. (6 Punkte) a) Sei X eine Menge mit X = 10. Wie viele Elemente enthält die Menge P 3 (X) := {U : U X und U = 3} der drei-elementigen Teilmengen von X? b) Sei A = {(x, y) R R : x + y = 1} und B = Z R. Geben Sie die Menge A B (durch Auflisten ihrer Elemente) explizit an. Begründen Sie Ihre Antwort. c) Schreiben Sie die Permutation ( 1 3 4 5 6 7 8 9 10 σ = 4 3 5 8 10 9 6 1 7 ) der Menge {1,, 3, 4, 5, 6, 7, 8, 9, 10} als ein Produkt von disjunkten Zyklen. Aufgabe. (4 Punkte) a) Zehn durchnummerierte Stühle stehen in einem Kreis. Acht Männer und zwei Frauen sollen Platz nehmen. Wie viele Möglichkeiten gibt es, die Stühle so zu besetzen, dass die beiden Frauen nicht nebeneinander sitzen? b) Wie viele Möglichkeiten gibt es, zehn gleichartige Murmeln auf drei unterscheidbare Boxen derart zu verteilen, dass jede Box mindestens zwei Murmeln enthält? In beiden Teilaufgaben a) und b) ist die Antwort in nachvollziehbarer Weise zu begründen. Aufgabe 3. (6 Punkte) a) Sei (Ω, P ) ein endlicher Wahrscheinlichkeitsraum und X : Ω R eine Zufallsvariable. Geben Sie die Definition des Erwartungswertes E(X) und der Varianz V(X) wieder. b) Seien X : Ω R und Y : Ω R zwei Zufallsvariable. Entscheiden Sie jeweils ohne Begründung, ob die folgenden Aussagen (i) bzw. (ii) wahr oder falsch sind. (i) Es gilt E(X + Y ) = E(X) + E(Y ). (ii) Es gilt E(X Y ) = E(X) E(Y ). c) Eine mit den Ziffern 0 und 1 beschriftete faire Münze wird drei Mal geworfen. Ergebnisraum ist Ω := {0, 1} 3 mit der Gleichverteilung. Sei Z : Ω R, (ω 1, ω, ω 3 ) ω 1 ω ω 3 die Zufallsvariable, die das Produkt der einzelnen Ergebnisse angibt. Berechnen Sie E(Z) und V(Z). (Der Rechenweg muß in nachvollziehbarer Weise mit angegeben werden.)

Aufgabe 4. (6 Punkte) Ein fairer Würfel wird 5 Mal geworfen. Ergebnisraum ist Ω = {1,, 6} 5 mit der Gleichverteilung P. Sei A das Ereignis, dass mindestens zwei Einsen erscheinen und die zweite Eins spätestens beim vierten Wurf erscheint. Sei B = {(x 1,, x 5 ) : x 1 = x = x 3 und x 4 = x 5 } das Ereignis, dass die ersten drei und die letzten beiden Würfe die gleiche Augenzahl zeigen. a) Berechnen Sie P (A) und P (B). (Der Rechenweg muß in nachvollziehbarer Weise angegeben werden.) b) Entscheiden Sie, ob die Ereignisse A und B unabhängig sind. Geben Sie eine stichhaltige Begründung für die Aussage, die Sie treffen. Aufgabe 5. (3 Punkte) Eine Urne enthält zehn mit den Ziffern 1 bis 10 durchnummerierte Kugeln. Die Kugeln sind gefärbt. Aus dieser Urne wird nun eine Kugel gezogen. Sei U (bzw. U) das Ereignis, dass die gezogene Kugel eine ungerade (bzw. eine gerade) Nummer hat. Dann gilt P (U) = 1. Sei B das Ereignis, dass die gezogene Kugel blau ist. Man weiß, dass der ungerade nummerierten Kugeln und 3 der gerade nummerierten Kugeln blau sind: P (B U) = und P (B U) = 3. Berechnen 5 5 Sie die Wahrscheinlichkeit P (U B) dafür, dass die gezogene Kugel eine ungerade Nummer trägt, falls bekannt ist, dass sie blau ist. Der Rechenweg soll in nachvollziehbarer Weise angegeben werden. Aufgabe 6. (6 Punkte) Die Folge (x n ) n N sei rekursiv definiert durch x 0 =, x 1 = 9, x = 76 und x n = 9x n 1 15x n 5x n 3 für n 3. a) Geben Sie das charakteristische Polynom p(x) dieser Rekursionsgleichung an und bestimmen Sie die Nullstellen von p(x). b) Finden Sie eine explizite, rekursionsfreie Darstellung der Folgenglieder x n. In beiden Teilaufgaben sind alle erforderlichen Rechenschritte anzugeben!

Lösungsskizze Aufgabe 1. a) Es gilt P 3 (X) = ( ) 10 3 = 10! = 10 9 8 = 10. 3!7! 6 b) Behauptung: A B = {(1, 0), ( 1, 0), (0, 1), (0, 1)}. Beweis. Offenbar gilt A B {(1, 0), ( 1, 0), (0, 1), (0, 1)}. Wir zeigen, dass auch A B {(1, 0), ( 1, 0), (0, 1), (0, 1)} gilt. Sei (x, y) A B. Dann gilt x + y = 1. Es folgt x 1, und da x Z erzwingt das x { 1, 0, 1}. Wenn x {1, 1}, so folgt y = 0. Falls x = 0, so folgt y {1, 1}. Es bleiben also für (x, y) nur die vier Möglichkeiten. c) σ = (1 4 8)( 3 5 10 7 6 9). Aufgabe. a) Es gibt ( ) 10 Möglichkeiten acht Männer und zwei Frauen auf irgendeine Weise in dem Kreis zu plazieren. In 10 von diesen Möglichkeiten sitzen die beiden Frauen nebeneinander. Es gibt also ( 10 ) 10 = 10 9 10 = 45 10 = 35 Möglichkeiten, die 8 Männer und Frauen derart in dem Kreis zu plazieren, dass die beiden Frauen nicht nebeneinander sitzen. b) Denke mir die Boxen mit den Ziffern 1, und 3 beschriftet. Zunächst lege ich in jede Box zwei Murmeln. Dann verteile ich die restlichen 4 Murmeln irgendwie auf die drei Boxen. Ergebnisraum ist Ω = {(x 1, x, x 3 ) N 3 : x 1 + x + x 3 = 4}, wobei das Ergebnis (x 1, x, x 3 ) bedeutet, dass in Box i genau x i zusätzliche Kugeln gelegt werden (i {1,, 3}). Man kann Ω identifizieren mit der Menge Ω = {w {0, 1} 6 : {i : w i = 1} = } der binären Worte der Länge 6, die genau zwei Einsen und 4 Nullen enthalten. (Z.B entspricht (1, 1, ) Ω dem binären Wort 010100.) Nun gilt ( ) 6 Ω = Ω = = 6 5 = 15. Anmerkung: In der Vorlesung gab es eine Formel, mit der man Ω direkt berechnen kann. Aufgabe 3. a) Siehe Skript, Abschnitt III.6.

b) Aussage (i) ist wahr; dies war ein Satz der Vorlesung. Aussage (ii) ist falsch; in der Vorlesung wurden Gegenbeispiele erläutert. Vgl. Abschnitt III.6. c) Man beachte, dass Z(Ω) = {0, 1}. Es gilt P (Z = 1) = P (111) = 1 und 8 P (Z = 0) = 1 P (Z = 1) = 7. Somit gilt 8 E(Z) = 0 P (Z = 0) + 1 P (Z = 1) = 1 8. Ferner gilt E(Z ) = E(Z) = 1 8 und E(Z) = 1 8. Mit einer Formel der Vorlesung folgt V(Z) = E(Z ) E(Z) = 1 8 1 8 = 7 64. Aufgabe 4. a) Sei X i (ω) = { 1 falls ωi = 1 0 falls ω i {, 3, 4, 5, 6} und T = X 1 + X + X 3 + X 4 die Anzahl der Einsen unter den ersten 4 Würfen. Die X i sind unabhängige, {0, 1}-wertige Zufallsvariable. Somit ist T binomialverteilt. Also gilt P (A) = P (T ) = 1 P (T = 0) P (T = 1) = = 1 ( 5 4 ( 6) 4 1 ( 5 3 6) 6) = = 19. 144 Ferner gilt B = {(a, a, a, b, b) : 1 a, b 6} und daher P (B) = B Ω = 6 6 5 = 1 16. b) Es gilt A B = {(1, 1, 1, a, a) : 1 a 6} und daher P (A B) = A Ω = 6 6 5 = 1 196. Andererseits gilt P (A)P (B) = 19 1 = 19. Man sieht, dass P (A B) 144 16 31104 P (A)P (B). Deshalb sind A und B nicht unabhängig. Aufgabe 5. Nach der Formel von Bayes gilt Aufgabe 6. P (U B) = P (B U)P (U) P (B U)P (U) + P (B U)P (U) = 5 1 1 + 3 1 5 5 a) Das charakteristische Polynom dieser Rekursionsgleichung ist p(x) = X 3 9X + 15X + 5. = 5. Man errät die Nullstelle x 0 = 1. Durch Polynomdivision findet man p(x) : (X +1) = X 10X +5. Mit der Lösungsformel für quadratische Gleichungen sieht man, dass x 1 = 5 doppelte Nullstelle von X 10X + 5 ist. Somit hat p(x) die folgenden Nullstellen: 1 (1-fach) und 5 (-fach).

b) Nach einem Satz der Vorlesung bilden nun die Folgen (( 1) n ) n N, (5 n ) n N und (n5 n ) n N ein Fundamentalsystem der Rekursionsgleichung; es gibt also a, b, c R mit x n = a( 1) n + b5 n + cn5 n für alle n und die Anfangswertbedingungen führen auf folgendes Gleichungssystem für die Zahlen a, b und c: = x 0 = a + b 9 = x 1 = a + 5b + 5c 76 = x = a + 5b + 50c Dieses Gleichungssystem kann man z.b. mit dem Gauß-Algorithmus lösen; man erhält (a, b, c) = (1, 1, 1). Daher gilt für alle n N. x n = ( 1) n + 5 n + n5 n