Mathematik 3 für Informatik

Ähnliche Dokumente
13.5 Der zentrale Grenzwertsatz

Übungen zur Mathematik für Pharmazeuten

i x k k=1 i u i x i v i 1 0, ,08 2 0, ,18 3 0, ,36 4 0, ,60 5 1, ,00 2,22 G = n 2 n i=1

Beispiel Zusammengesetzte Zufallsvariablen

q = 1 p = k k k = 0, 1,..., = [ ] = 0.678

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG

$ % + 0 sonst. " p für X =1 $

Ein möglicher Unterrichtsgang

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50, ,5 51,7 48,8

Zufallsgrößen. Vorlesung Statistik für KW Helmut Küchenhoff

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.

R ist freie Software und kann von der Website.

Statistik II für Betriebswirte Vorlesung 3

Monte-Carlo Simulation

Statistische Thermodynamik I Lösungen zur Serie 1

P X =3 = 2 36 P X =5 = 4 P X =6 = 5 36 P X =8 = 5 36 P X =9 = 4 P X =10 = 3 36 P X =11 = 2 36 P X =12 = 1

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Monty Hall-Problem. Wochen 3 und 4: Verteilungen von Zufallsvariablen. Lernziele. Diskrete Verteilungen

3.3. Aufgaben zur Binomialverteilung

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = ,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge

Die Pareto Verteilung wird benutzt, um Einkommensverteilungen zu modellieren. Die Verteilungsfunktion ist

Klausur: Einführung in die Statistik

Kugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Statistik II für Betriebswirte Vorlesung 2


Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 5

y P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6

Einführung in die Geostatistik (2) Fred Hattermann (Vorlesung), Michael Roers (Übung),

5. Schließende Statistik Einführung

Stochastik für WiWi - Klausurvorbereitung

Ausarbeitung des Seminarvortrags zum Thema

Aufgabe 1 10 ECTS. y i x j gering mittel hoch n i Hausrat KFZ Unfall Reiserücktritt n j

Kursthemen 12. Sitzung. Spezielle Verteilungen: Warteprozesse. Spezielle Verteilungen: Warteprozesse

6 Mehrstufige zufällige Vorgänge Lösungshinweise

Jetzt lerne ich Stochastik für die Oberstufe

11 Diskrete Zufallsvariablen

Wiederholung: Statistik I

Beispiele zur UE Wirtschaftsstatistik 1 bei Nagel

Einfache Statistiken in Excel

Gesucht: wie viele Mitarbeiter sind max. durch Ziffernfolge unterscheidbar. Lösung: Möglichkeiten; Reihenfolge und MIT Zurücklegen- also = = 6561

Statistik - Fehlerrechnung - Auswertung von Messungen

Gewinnchancen und Gewinnerwartung

, dt. $+ f(x) = , - + < x < +, " > 0. " 2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) =

Übungsrunde 7, Gruppe 2 LVA , Übungsrunde 7, Gruppe 2, Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 11/2006

Klausur Statistik Lösungshinweise

1 Von den Ereignissen U und V eines Zufallsexperiments kennt man die Eigenschaften (1) bis (3) :

Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse

7 Wahrscheinlichkeitsverteilungen Lösungshinweise

Statistiktraining im Qualitätsmanagement

Teil I Beschreibende Statistik 29

9. StatistischeTests. 9.1 Konzeption

Maristengymnasium Fürstenzell zuletzt geändert am Aufgaben zur Kombinatorik (mit Lösungen)

AUFGABEN AUS DEM ZENTRALABITUR

Statistische Auswertung der Daten von Blatt 13

Statistik I für Betriebswirte Vorlesung 11

Eine Einführung in R: Statistische Tests

Übungsaufgaben Wahrscheinlichkeit

PROZESSE. Andreas Handl

Portfolioselection. Zentrale Frage: Wie stellen rationale Investoren ihr Portfolio zusammen?

1 Übungsaufgaben. 1.1 Übungsaufgaben zu Operations Research 1 ÜBUNGSAUFGABEN 0

Statistik und Wahrscheinlichkeitsrechnung

Grundlagen Wahrscheinlichkeitsrechnung, Statistik

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES DERIVATIVE FINANZINSTRUMENTE

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.

9. Schätzen und Testen bei unbekannter Varianz

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Kapitel 4 Seite 1 von 23 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen

Sozialwissenschaftliche Methoden und Statistik I

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen

Analog definiert man das Nichteintreten eines Ereignisses (Misserfolg) als:

Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011. Aufgabe 1

Beurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln

Diskrete Verteilungsmodelle

Statistik im Bachelor-Studium der BWL und VWL

Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2011 im Fach Mathematik. 18. Mai 2011

Musteraufgaben für das Fach Mathematik

Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen

Multivariate Statistik

3.8 Wahrscheinlichkeitsrechnung III

Schätzer (vgl. Kapitel 1): Stichprobenmittel X N. Stichprobenmedian X N

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Formelsammlung zur Lehrveranstaltung Statistik für Betriebswirte. 12. Oktober 2015

FAKTORIELLE VERSUCHSPLÄNE. Andreas Handl

PVL 3 - Roulette. (5 Punkte) Abgabe bis

Einführung in statistische Analysen

Willkommen zur Vorlesung Statistik

Grundbegriffe der Biostatistik

Aufgabenblatt 3: Rechenbeispiel zu Stiglitz/Weiss (AER 1981)

Statistik und Wahrscheinlichkeitsrechnung

Elementare statistische Methoden

Aufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis

Transkript:

Gunter Ochs Wintersemester 20/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt 4 Lösungshinweise (ohne Ganantie auf Fehlerfreiheit. Wenn man beim Roulette auf Rot oder Schwarz setzt, erhält man mit Wahrscheinlichkeit 8 den doppelten Einsatz als Auszahlung, mit Wahrscheinlichkeit 9 verfällt der Einsatz. Beim Setzten auf eine Zahl bekommt man mit Wahrscheinlichkeit das 36fache des Einsatzes zurück, ansonsten verfällt der Einsatz. (a Bestimmen Sie Erwartungswert, Varianz und Standardabweichung des Gewinns (d. h. Auszahlung minus Einsatz, wenn Sie Euro auf Rot setzen. Der Gewinn G beträgt Euro mit Wahrscheinlichkeit 8 und Euro mit Wahrscheinlichkeit 9. Es folgt EG = 8 9 = = 3 Euro. Mit E(G 2 = 8 2 + 9 2 = 2 = 232 erhält man die Varianz V (G = E(G 2 (EG 2 = 232 9 = 232 und die Standardabweichung σ G = 232 0, 96. (b Bestimmen Sie Erwartungswert, Varianz und Standardabweichung des Gewinns, wenn Sie in aufeinander folgenden Spielen jeweils einen Euro auf Rot setzen. Der Gewinn G i in einem Spiel beträgt Euro mit Wahrscheinlichkeit 8 und Euro mit Wahrscheinlichkeit 9. Es folgt EG i = 8 9 =, E(G2 i = 2 8 + 2 9 = und V (G i = ( 2 = 368. 369 Für den Gesamtgewinn G = G +... + G gilt dann (unter der Annahme, dass die Gewinne in verschiedenen Spielen unabhängig sind EG = EG + EG 2 +... + EG = ( = und V (G = V (G +... + V (G = 368 0, 9. 369 Die Standardabweichung ist damit σ G = 0, 9 0,. (c Bestimmen Sie Erwartungswert, Varianz und Standardabweichung des Gewinns, wenn Sie Euro auf die Zahl setzen. Hier erhält man den Gewinn G = 3 = 388 mit Wahrscheinlichkeit und G = mit Wahrscheinlichkeit 36 Es folgt EG =. 388 36 = 0 08 = 3, E(G 2 = 3882 + 36 2 = 407.92 +.988 = 49.93 und σ G = 4993 648.

2. Ein fairer Würfel wird geworfen. Die Zufallsvariable X sei, falls die Augenzahl ungerade ist, und 0, falls die Augenzahl gerade ist. Die Zufallsvariable Y sei, falls die Augenzahl eine ist, 2, falls die Augenzahl eine 2 ist und 0 sonst. (a Berechnen Sie Erwartungswert, Varianz und Standardabweichung der Zufallsvariablen X, Y und Z = X Y. Die drei Zufallsvariablen nehmen abhängig von der gewürfelten Augenzahl die folgenden Werte an: Augenzahl 2 3 4 6 X 0 0 0 Y 2 0 0 0 0 Z 0 0 0 0 0 Es folgt P (X = 0 = P (X = =, P (Y = 0 = 2, P (Y = = P (Y = 2 = sowie 2 3 6 P (Z = 0 = und P (Z = =. 6 6 Damit erhält man EX = E(X 2 = 0 + =, EY = 2 0 + + 2 =, 2 2 2 3 6 6 2 E(Y 2 = 2 0 + + 4 = und EZ = 3 6 6 6 E(Z2 = 0 + =. 6 6 6 Benutzt wurde, dass X und Z nur die Werte 0 und annehmen und somit X 2 = X und Z 2 = Z gilt. Es folgt V (X = E(X 2 (EX 2 = = σ 2 4 4 X = =, 4 2 V (Y = E(Y 2 (EY 2 = 6 4 = 7 2 σ Y = V (Z = E(Z 2 (EZ 2 = 6 36 = 36 σ Z = 7 2 0, 76 sowie = 36 6 0,. (b Berechnen Sie die Kovarianz Cov(X, Y und den Korrelationskoezienten ρ(x, Y. Mit den Ergebnissen aus (a erhält man Cov(X, Y = E(X Y (EX (EY = EZ (EX (EY = = = 6 2 2 6 4 2 und ρ(x, Y = Cov(X,Y = /2 V (XV (Y = 48 4 7 2 = 4 3 7 2 = 3 0, 28. 7 3 7 2 (c Sind X und Y unkorreliert oder positiv oder negativ korreliert? Wegen Cov(X, Y < 0 sind X und Y negativ korreliert. (d Sind X und Y unabhängig? Unabhängige Zufallsvariablen sind immer unkorreliert. Somit können X und Y nicht unabhängig sein.

3. Bei einer Tombola gibt es 20 Lose, unter denen 6 Gewinne sind. Bestimmen Sie die Wahrscheinlichkeit, dass sich unter gezogenen Losen (a mindestens 2, (b genau 3 Gewinne benden. Die Anzahl X der Gewinne bei k gezogenen Losen ist hypergeometrisch verteilt mit den Parametern N = 20 (Gesamtzahl der Lose, K = 6 (Gewinnlose darunter und n = (gezogene Lose. Damit gilt bei (b P (X = 3 = ( ( 6 4 3 2 ( = 20 20 9 04 0, 7 =, 7 % Analog erhält man ( ( 6 4 0 P (X = 0 = ( = 2002 20 04 und P (X = = ( 6 ( 4 4 ( = 6 00 20 04 und damit für (a P (X 2 = P (X < 2 = (P (X = 0 + P (X = = 2002+6006 04 0, 483 = 48, 3 %.. Bei einem Glücksspiel wird ein Würfel geworfen. Bei einer gewürfelten 6 beträgt der Gewinn 4 Euro, bei einer 4 oder beträgt er einen Euro und bei einer, 2 oder 3 gibt es keinen Gewinn. (a Berechnen Sie Erwartungswert, Varianz und Standardabweichung des Gewinns. Ist X der Gewinn, so gilt P (X = 0 = 3 6 = 2, P (X = = 2 6 = 3 und P (X = 4 = 6. Damit erhält man µ = EX = 3 + 6 4 =, E(X2 = 3 + 6 6 = 8 6 = 3, σ 2 = V (X = E(X 2 (EX 2 = 3 = 2 und σ = V (X = 2. (b Berechnen Sie mit Hilfe des zentralen Grenzwertsatzes approximativ die Wahrscheinlichkeit, dass bei 200 Spielen der Gesamtgewinn (i mindestens 7 Euro, (ii höchstens 220 Euro, (iii mindestens 90 Euro und höchstens 230 Euro beträgt. Der Gesamtgewinn S 200 hat den Erwartungswert 200µ = 200 und die Standardabweichung 200 σ = 200 2 = 20. Der zentrale Grenzwertsatz liefert damit die Approximation (i P (S 200 7 Φ ( 7 200 20 = Φ(, 2 = ( Φ(, 2 = Φ(, 2 = 0, 8944 = 89, 44 %, (ii P (S 200 220 Φ ( 220 200 20 = Φ( = 0, 843 = 84, 3 % und (iii P (90 S 200 230 Φ ( 230 200 20 ( Φ 90 200 20 = Φ(, Φ( 0, = Φ(, ( Φ(0, = Φ(, +Φ(0, = 0, 9332+0, 69 = 0, 6247 = 62, 47 %. Bemerkung: Eine bessere Approximation erhält man jeweils mit einer Stetigkeitskorrektur, da S = S 200 nur ganzzahlige Werte annimmt. In (i wird die untere Grenze durch 74, ersetzt und man erhält P (S 74,... = Φ(, 27 89, 88 %. In (ii betrachtet man P (S 220,... = Φ(, 02 = 84, 73 % und in (iii P (89, S 230,... = Φ(, 2 + Φ(0, 2 = 63, 66 %.

4. Bei der Übertragung von Daten werden einzelne Bits unabhängig voneinander mit Wahrscheinlichkeit p falsch übermittelt. (a Berechnen Sie die Wahrscheinlichkeit, dass bei einem 2BitBlock 0,, 2 bzw. mehr als 2 Bit falsch übertragen werden, wenn p = % ist. Die Zahl X der falsch übermittelten Bits ist binomialverteilt mit Parametern n = 2 und p = 0, 0. Gesucht ist ( 2 P (X = 0 = 0, 0 0 0, 9 2 = 0, 9 2 0, 40 = 4, 0 %, 0 ( 2 P (X = = 0, 0 0, 9 = 2 0, 0 0, 9 0, 34 = 34, %, ( 2 P (X = 2 = 0, 0 2 0, 9 0 = 66 0, 0 2 0, 9 0 0, 099 = 9, 9 % sowie 2 P (X > 2 = P (0 P ( P (2 0, 020 = 2, 0%. (b Wie würde das Ergebnis in (a aussehen, wenn die Binomialverteilung durch eine Poisson Verteilung approximiert wird? Mit dem Parameter λ = n p = 0, 6 erhält man P (X = 0 = 0,60 0! e 0,6 0, 49 = 4, 9% P (X = = 0,6! e 0,6 0, 329 = 32, 9% P (X = 2 = 0,62 2! e 0,6 0, 099 = 9, 9% sowie P (X > 2 = P (0 P ( P (2 0, 023 = 2, 3%. (c Die Zufallsvariable X gebe die Zahl der übertragenen Bits bis zum ersten Übertragungsfehler an (das erste falsch übertragene Bit mitgezählt. Bestimmen Sie Erwartungswert, Varianz und Standardabweichung von X im Fall p = %. Hier liegt eine geometrische Verteilung mit Parameter p = 0, 0 vor. Nach den entsprechenden Formeln ist EX = = 20, p σ2 = V (X = p = 0,9 = 400 0, 9 = 380 und p 2 /400 σ X = V (X = 380 9,. (d Bestimmen Sie Erwartungswert, Varianz und Standardabweichung der Zahl der Übertragungsfehler bei 0000 Bit, wenn p = 0, % ist. Mit einer Binomialverteilung mit n = 0000 und p = 0, 00 erhält man den Erwartungswert n p = 0, die Varianz np( p = 9, 99 und die Standardabweichung 9, 99 3, 6. (e Berechnen Sie mit Hilfe der Approximation durch die PoissonVerteilung (näherungsweise die Wahrscheinlichkeit, dass bei p = 0, % von 0000 Bit maximal falsch übertragen werden. Hier ist λ = np = 0 und damit P (X = 0 k k=0 e 0 = e 0 ( + 0 + 0 + 000 + 0000 + 00000 k! 6 24 20 = e 0 6 (6 + 60 + 300 + 000 + 200 + 000 0, 000044 8866 6 0, 067 = 6, 7 %

6. Berechnen Sie die Wahrscheinlichkeit, beim 20maligen Münzwurf maximal mal Zahl zu erhalten, (a mit der Binomialverteilung, Die Anzahl X der erhaltenen Zahlen ist binomoialverteilt mit n = 20 und p =, d. h. für 2 k = 0,,..., 20 gilt ( 20 P (X = k = ( k ( k 2 ( n k 20 2 = ( 20 k 2. Es folgt P (X = P (X = 0 + P (X = + P (X = 2 + P (X = 3 + P (X = 4 + P (X = = ( ( ( ( ( ( ( ( 20 20 20 20 20 20 20 2 + + + + + 0 2 3 4 2.700 = ( + 20 + 90 + 40 + 484 + 04 = 0, 0207 = 2, 07 %..048.76.048.76 (b approximativ mit der Normalverteilung mit und ohne Stetigkeitskorrektur. Mit EX = np = 20 = 0, V (X = np( p = 20 = und σ 2 2 2 X = V (X = folgt ohne Stetigkeitskorrektur P (X Φ ( 0 = Φ( Φ( 2, 24 = Φ(2, 24 = 0, 987 = 0, 02 =, 2 %. Mit Stetigkeitskorrektur erhält man mit ähnlicher Rechnung ( (, 0 P (X Φ 4, = Φ Φ( 2, 0 = Φ(2, 0 = 0, 9778 = 0, 0222 = 2, 22 %. 8. Gegeben sei die Stichprobe 2, 4, 3, 7, 2, 6. (a Bestimmen Sie das arithmetische, das geometrische und das harmonische Mittel. Das arithmetische Mittel ist x = (2 + 4 + 3 + 7 + 2 + 6 = 4, 6 das geometrische Mittel x geom = (2 4 3 7 2 6 /6 = 6 206 3, 4 und das harmonische Mittel x har / [ 6 ( 2 + 4 + 3 + 7 + 2 + 6 ] = 6 = 68 9/84 3 3, 70 (b Bestimmen Sie den Median, die Quartile sowie den Modalwert. Der Modalwert ist 2 (einziger mehrfach vorkommender Wert. Zur Bestimmung von Median und Quartilen wird die Stichprobe zunächst geordnet: 2, 2, 3, 4, 6, 7 Der Stichprobenumfang ist n = 6, somit liegt der Median zwischen dem 3. und dem 4. Stichprobenwert: x = (3 + 4 = 3,. 2 Wegen 6 0, 2 =, und 6 0, 7 = 4, entsprechen die Quartile dem 2. und dem. Stichprobenwert: x 0,2 = 2 und x 0,7 = 6. (c Bestimmen Sie die empirische Varianz, die Standardabweichung, die Spannweite und den Interquartilsabstand. Die empirische Varianz ist s 2 = ((2 4 2 + (2 4 2 + (3 4 2 + (4 4 2 + (6 4 2 + (7 4 2 = 22 = 4, 4 und die Standardabweichung s = s 2 2, 0. Die Spannweite (Dierenz zwischen dem gröÿten und dem kleinsten Wert ist 7 2 = und der Interquartilsabstand x 0,7 x 0,2 = 6 2 = 4.

7. Bei einer TelefonHotline wird davon ausgegangen, dass die Zahl der Anrufer Poissonverteilt ist. (a Zwischen 3:30 Uhr und 3.3 Uhr gehen durchschnittlich 0 Anrufe ein. Bestimmen Sie die Wahrscheinlichkeit, dass (i genau 9, (ii zwischen 9 und Anrufe eingehen. Der Parameter λ der PoissonVerteilung ist gleich dem Erwartungswert, d. h. die Zahl X der Anrufer ist Poissonverteilt mit λ = 0. Damit ist P (X = 9 = e 0 09 0, 2 = 2, % und 9! P (9 X = P (X = 9 +P(X = 0+P(X = = e 0 09 + e 0 00 + e 0 0 9! 0!! 0, 2 + 0, 2 + 0, 4 = 0, 364 = 36, 4 %. (b Zwischen 3:30 Uhr und 7:40 Uhr gehen durchschnittlich 200 Anrufe ein. Bestimmen Sie mit Hilfe der Normalverteilung approximativ die Wahrscheinlichkeit, dass (i mindestens 2600, (ii höchstens 2468, (iii zwischen 20 und 240 Anrufe eingehen. Hier ist λ = 200 und die Standardabweichung λ = 0. Mit Stetigkeitskorrektur erhält man (i P (X 2600 = P (X < 2600 = P (X 299, = Φ ( 299, 200 0 = Φ(, 99 = 0, 9767 = 0, 0233 = 2, 33 %, (ii P (X 2468 = P (X 2468, = Φ ( 2468, 200 0 = Φ( 0, 63 = Φ(0, 63 = 0, 737 = 0, 2643 = 26, 43 % und (iii P (20 X 240 = P (209, X 240, = Φ ( ( 240, 200 0 Φ 209, 200 0 = Φ(0, 8 Φ(0, 9 = 0, 790 0, 74 = 2, 6 %.