(8 + 2 Punkte) = = 0.75

Ähnliche Dokumente
Übungsblatt 9 (25. bis 29. Juni)

Einführung in Quantitative Methoden

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

2. Übung zur Vorlesung Statistik 2

Stetige Verteilungen Rechteckverteilung

Stochastik Musterlösung 4

Sei X eine auf dem Intervall [2, 6] (stetig) gleichverteilte Zufallsvariable.

Der Trainer einer Fußballmannschaft stellt die Spieler seiner Mannschaft auf. Insgesamt besteht der Kader seiner Mannschaft aus 23 Spielern.

Lösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI

Biostatistik, Winter 2011/12

Biostatistik, Sommer 2017

70 Wichtige kontinuierliche Verteilungen

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung

4 MEHRDIMENSIONALE VERTEILUNGEN

Wahrscheinlichkeitstheorie und Statistik vom

Statistik I für Betriebswirte Vorlesung 4

Wahrscheinlichkeitstheorie und Statistik für Studierende des Maschinenbaus vom

Mathematik für Biologen

5. Spezielle stetige Verteilungen

Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1

Statistik für Ingenieure Vorlesung 5

Stochastik 03 Zufallsgröÿen und Verteilung

Statistik 1 Beispiele zum Üben

Binomialverteilung. Häufigkeit, mit der Ereignis A bei n unabhängigen Versuchen eintritt. Träger von X : X = {0, 1, 2,..., n}.

WS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.

Stetige Verteilungen. A: Beispiele Beispiel 1: a) In den folgenden Abbildungen sind die Dichtefunktionen von drei bekannten Verteilungen graphisch

Wahrscheinlichkeitstheorie und Statistik

Stochastik Musterlösung 3

Mathematik 3 für Informatik

f(x) = P (X = x) = 0, sonst heißt Poisson-verteilt mit Parameter (oder Rate) λ > 0, kurz X P o(λ). Es gilt x x! 1 Wahrscheinlichkeitsrechnung 212

Statistik I für Betriebswirte Vorlesung 3

4. Verteilungen von Funktionen von Zufallsvariablen

Kapitel VII. Einige spezielle stetige Verteilungen

2 Zufallsvariable und Verteilungsfunktionen

Wahrscheinlichkeit und Statistik: Zusammenfassung

10 Transformation von Zufallsvariablen

Wirtschaftsmathematik

Definition Sei X eine stetige Z.V. mit Verteilungsfunktion F und Dichte f. Dann heißt E(X) :=

Stochastik Serie 11. ETH Zürich HS 2018

Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung

Zufallsvariablen [random variable]

Exponentialverteilung

5 Zufallsvariablen, Grundbegriffe

Fit for Abi & Study Stochastik

Sie wissen noch, dass 18.99% der Surfer, die kein Smartphone haben, pro Monat weniger als 20 Stunden das Internet nutzen, d.h. f(y 1 X 2 ) =

Statistik für Ingenieure Vorlesung 3

Vorlesung: Statistik II für Wirtschaftswissenschaft

2. Übung zur Vorlesung Statistik 2

ETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)

Wahrscheinlichkeitsfunktion. Binomialverteilung. Binomialverteilung. Wahrscheinlichkeitshistogramme

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).

Mathematik für Biologen

Lösungen zu Übungsaufgaben Blatt 9

Folie zur Vorlesung Wahrscheinlichkeitsrechnung und Stoch. Prozesse

Kapitel VII - Funktion und Transformation von Zufallsvariablen

Fakultät Verkehrswissenschaften Friedrich List Professur für Ökonometrie und Statistik, insb. im Verkehrswesen. Statistik II

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren

Stetige Verteilungen, Unabhängigkeit & ZGS

Der Erwartungswert E[g(X)] von g(x) ist definiert. g(x k )w(x = x k ),

A: Beispiele Beispiel 1: Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen:

Beispiel 6 (Einige Aufgaben zur Gleichverteilung)

Lösung Semesterendprüfung

Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen

Übung Zeigen Sie, dass dies als Grenzwert der Wahrscheinlichkeitsfunktion der Binomialverteilung mit

Stochastik und Statistik für Ingenieure Vorlesung 4

Vorlesung 5b. Zufallsvariable mit Dichten

I Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen...

Stetige Verteilungen, Unabhängigkeit & ZGS

Qualität und Zuverlässigkeit - Statistik Master MB Aufgaben zum Kapitel 2: Zufallsgröÿen und ihre Verteilungen

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management

1 Dichte- und Verteilungsfunktion

Klausur Statistik Lösungshinweise

Stochastik. 1. Wahrscheinlichkeitsräume

Wahrscheinlichkeit und Statistik BSc D-INFK

0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1

Musterlösung zu Serie 8

5 Binomial- und Poissonverteilung

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:

Zulassungsprüfung Stochastik,

Statistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik

Teil VIII. Zentraler Grenzwertsatz und Vertrauensintervalle. Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle. Lernziele. Typische Situation

Psychologische Methodenlehre und Statistik I

Wahrscheinlichkeitstheorie und Statistik vom

Vorlesung Donnerstag, 10:00-11:30 Uhr M629 Freitag, 8:15-9:45 Uhr R513

Vorlesung 5a. Zufallsvariable mit Dichten

Eine Zufallsvariable X sei stetig gleichverteilt im Intervall [0,5]. Die Wahrscheinlichkeit P(2< x <4) ist dann

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK

Prüfungsvorbereitungskurs Höhere Mathematik 3

Einige Konzepte aus der Wahrscheinlichkeitstheorie (Wiederh.)

3. Geben Sie Modus, Erwartungswert und Varianz der Zufallsvariablen X an.

Mathematik für Biologen

Wahrscheinlichkeit und Statistik BSc D-INFK

Wahrscheinlichkeitsrechnung und Statistik

4.2 Moment und Varianz

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2

7.4 Charakteristische Funktionen

Bem. 6 Die charakterische Funktion existiert.

Vorlesung 3. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

7.7 Spezielle diskrete Wahrscheinlichkeitsverteilungen

Transkript:

Aufgabe 1 (8 + 2 Punkte) Von 20 Teilnehmern einer Bergwanderung geben 8 Personen an Knieschmerzen zu haben. 6 Teilnehmer leiden an Sonnenbrand. 8 Teilnehmer blieben unversehrt. a) Wie groß ist die Wahrscheinlichkeit, dass ein zufällig ausgewählter Teilnehmer i) Sonnenbrand oder Knieschmerzen hat? (Hinweis: Sollten Sie zu keinem Ergebnis kommen, setzen Sie diese Wahrscheinlichkeit im Folgenden gleich 0.6.) P(K) = 8/20 = 0.4 P(S) = 6/20 = 0.3 P( K S) = 8/20 = 0.4 P(K S) = 1 P( K S) = 1 0.4 = 0.6 ii) Knieschmerzen und Sonnenbrand aufweist? (Hinweis: Sollten Sie zu keinem Ergebnis kommen, setzen Sie diese Wahrscheinlichkeit im Folgenden gleich 0.1.) P(K S) = P(K) + P(S) P(K S) = 0.4 + 0.3 0.6 = 0.1 iii) der Knieschmerzen hat, keinen Sonnenbrand hat? P( S K) = 1 P( S K) = 1 P(S K) P(K) = 1 0.1 0.4 = 0.75 iv) Sonnenbrand, aber keine Knieschmerzen hat? P(S K) = P(S\K) = P(S) P(S K) = 0.3 0.1 = 0.2 b) Zeigen Sie, dass die Ereignisse Knieschmerzen und Sonnenbrand stochastisch abhängig sind. P(K) P(S) = 0.4 0.3 = 0.12 P(K S) = 0.1

Aufgabe 2 (3 + 1 + 2 + 4 Punkte) Gegeben sei die (diskrete) Zufallsvariable Y, die die Werte 1, 2, 3, 4 annehmen kann. Betrachten Sie folgende Funktion: { y(b y) für y {1, 2, 3, 4} f(y) = P(Y = y) = 20 0 sonst. a) Wie muss b gewählt werden, damit es sich bei f(y) um eine Wahrscheinlichkeitsfunktion handelt? (Hinweis: Falls Sie zu keiner Lösung kommen, verwenden Sie im Folgenden b = 5.) Es muss gelten: i f(y i) = 1 1 [1(b 1) + 2(b 2) + 3(b 3) + 4(b 4)] = 1 20 (10b 30) = 1 b = 5. 1 20 b) Berechnen Sie die Wahrscheinlichkeit, dass die Zufallsvariable Y genau den Wert 3 annimmt. P(Y = 3) = 3(5 3) 20 = 0.3 c) Berechnen Sie den Erwartungswert von Y. E(Y ) = 4 i=1 y if(y i ) = 1 0.2 + 2 0.3 + 3 0.3 + 4 0.2 = 2.5 d) Berechnen und zeichnen Sie die Verteilungsfunktion F Y (y). 0 für y < 1 0.2 für 1 y < 2 F(y) = 0.5 für 2 y < 3 0.8 für 3 y < 4 1 für y 4

Aufgabe 3 (2 + 4 + 2 Punkte) In einer Autowerkstatt ist bekannt, dass 20% der Fahrzeuge, die in die Werkstatt kommen, einen Motorschaden haben. Bezeichne X die Anzahl der ankommenden Fahrzeuge ohne Motorschaden bis zum ersten Fahrzeug mit Motorschaden. a) Wie und mit welchen Parametern ist die Zufallsvariable X verteilt? Wie hoch ist die Wahrscheinlichkeit, dass das 10. vorbeigebrachte Fahrzeug das erste Fahrzeug ist, das einen Motorschaden hat? X Geo(p = 0.2) P(X = 9) = f Geo (9; 0.2) = (1 0.2) 9 0.2 = 0.0268 b) Berechnen und zeichnen Sie die Wahrscheinlichkeitsfunktion f X (x) = P(X = x) im Intervall von 0 bis 5. x 0 1 2 3 4 5 f X (x) 0.2 0.16 0.128 0.1024 0.0819 0.0655 c) Berechnen und interpretieren Sie den Erwartungswert von X. E(X) = 1 p p = 0.8/0.2 = 4 Im Durchschnitt werden 4 Fahrzeuge ohne Motorschaden angeliefert, bevor das erste Fahrzeug mit Motorschaden kommt.

Aufgabe 4 (3 + 3 + 3 Punkte) In einer Fabrik werden Tüten mit Kartoffelchips befüllt. Das durchschnittliche Gewicht der Tüten soll nach den Angaben des Werkes 200 Gramm betragen. Da die Tüten maschinell befüllt werden, wird dieser Wert nur mit einer Standardabweichung von 5 Gramm eingehalten. Betrachten Sie nun die Zufallsvariable X: Gewicht einer Tüte Kartoffelchips. Gehen Sie davon aus, dass X mit oben genannten Parametern normalverteilt ist. a) Wie groß ist die Wahrscheinlichkeit, dass eine Tüte mindestens 210 Gramm wiegt? P(X 210) = P( X µ 210 200 ) = σ 5 P(Z 2) = 1 P(Z 2) = 1 Φ(2) = 1 0.9772 = 0.0228 b) Welches Gewicht wird von 40% der Tüten unterschritten? P( X µ σ G 200 5 ) = 0.4 G 200 5 = Φ 1 (0.4) = 0.2533 G = 198.73 Aus der Produktion wird eine stochastisch unabhängige mit obigen Parametern identisch normalverteilte Stichprobe X 1,...,X 10 vom Umfang n = 10 gezogen. c) Wie groß ist die Wahrscheinlichkeit, dass (genau) 3 der gezogenen Tüten mehr als 200 Gramm wiegen? P( Tüte wiegt über 200 Gramm ) = 0.5 Y : Anzahl der Tüten mit Gewicht über 200 Gramm Y bin(p = ( 0.5,n ) = 10) 10 P(Y = 3) = 0.5 3 3 0.5 7 = 0.1172

Aufgabe 5 (2 + 1 + 2 + 2 Punkte) Sie stehen im Supermarkt an der Kasse in der Warteschlange. Sie wissen, dass die durchschnittliche Wartezeit 4 Minuten beträgt. Gehen Sie davon aus, dass die Wartezeit W (in Minuten) exponentialverteilt ist. a) Wie groß ist die Standardabweichung der Wartezeit? 1 E(W) = 1/λ = 4, also λ = 0.25. Damit folgt aber σ W = = 16 = 4 0.25 2 b) Mit welcher Wahrscheinlichkeit warten Sie genau 3 Minuten? P(W = 3) = 0, da Punktwahrscheinlichkeit gleich Null für eine stetige Verteilung. c) Mit welcher Wahrscheinlichkeit warten Sie länger als 4 Minuten? P(W 4) = 1 P(W 4) = 1 (1 exp( 0.25 4)) = 0.3679 d) Mit welcher Wahrscheinlichkeit müssen Sie zwischen 2 und 7 Minuten warten? P(2 W 7) = P(W 7) P(W 2) = 1 exp( 0.25 7) [1 exp( 0.25 2)] = 0.4328

Aufgabe 6 (4 + 2 + 3 Punkte) Gegeben sei folgende Dichtefunktion für x R: x für x [0, 1] 3 f X (x) = 14 x2 für x (1, 2] 0 sonst. a) Bestimmen Sie die Verteilungsfunktion F X (x). 0 für x (, 0) 1 F X (x) = 2 x2 für x [0, 1] 1 14 x3 + 3 für x (1, 2] 7 1 für x (2, ). b) Mit welcher Wahrscheinlichkeit nimmt X einen Wert zwischen 0.5 und 1.5 an? P(0.5 X 1.5) = F X (1.5) F X (0.5) = 1 14 1.53 + 3 7 1 2 0.52 = 0.5446 c) Berechnen Sie das zweite unzentrierte Moment E(X 2 ). E(X 2 ) = 1 0 x2 xdx+ 2 1 x2 3 14 x2 dx = [0.25x 4 ] 1 0+[ 1 70 x5 ] 2 1 = 0.25 0+ 3 70 8 3 70 1 = 0.5786

Aufgabe 7 (2 + 2 + 3 Punkte) Eine politische Gesprächsrunde von 10 Leuten trifft sich regelmäßig zu Diskussionen und sitzt dabei um einen runden Tisch herum. a) Wieviele Möglichkeiten gibt es die Leute um den Tisch herumzusetzen, wenn lediglich die Anordnung eine Rolle spielt, nicht aber der konkrete Sitzplatz? 10!/10 = 9! = 362880 b) Frau Müller möchte unbedingt auf dem Platz rechts von ihrem Ehemann sitzen. Auch Frau Schneider möchte unbedingt neben ihrem Ehemann sitzen. Ihr ist aber egal, ob sie den Platz links oder rechts von ihm einnimmt. Wieviele Möglichkeiten gibt es unter Berücksichtigung der Wünsche der Ehepaare Müller und Schneider die 10 Personen um den Tisch zu setzen? (Wiederum soll lediglich die Anordnung, nicht aber der konkrete Sitzplatz beachtet werden.) 8!/8 2 = 10080 Die Diskussionrunde lässt sich grob in die 2 Gruppen liberal und konservativ einteilen. 6 Personen werden den Liberalen und 4 Personen den Konservativen zugerechnet. c) Gegen Ende der Diskussion verlässt eine Person nach der anderen (stochastisch unabhängig voneinander) die Runde. Wie groß ist die Wahrscheinlichkeit, dass unter den ersten 3 Personen, die die Runde verlassen mindestens ein Liberaler ist? X :Anzahl der Liberalen P(X 1) = 1 P(X = 0) = 1 (6 0)( 4 3) ( 10 3) = 1 1 = 29. 30 30

Aufgabe 8 (2 + 3 + 5 Punkte) Sei X eine mit Parameter n = 10 und p = 0.4 binomialverteilte Zufallsvariable. a) Berechnen Sie die Wahrscheinlichkeit, dass X den Wert 3 annimmt. P(X = 3) = f bin (3; 0.4, 10) = ( 10 3 ) 0.43 0.6 7 = 0.215 b) Berechnen Sie die Wahrscheinlichkeit, dass X Werte größer 1 annimmt. P(X > 1) = 1 P(X 1) = 1 [f bin (0; 0.4, 10) + f bin (1; 0.4, 10)] = 1 [( 10 0 ) 0.40 0.6 10 + ( 10 1 ) 0.41 0.6 9 = 0.9536 Sei nun n = 1000 und weiterhin p = 0.4. c) Berechnen Sie P(370 < X < 420). Approximationregel erfüllt: np(1 p) = 100 0.4 0.6 = 240 > 9 P(350 < X < 400) = P(Z 420 1000 0.4+0.5 1000 0.4 0.6 ) P(Z 370 100 0.5+0.5 1000 0.4 0.6 ) = Φ(1.3233) [1 Φ(1.9042)] = 0.9071 1 + 0.9716 = 0.8787