Zulassungsprüfung Stochastik,

Ähnliche Dokumente
Zulassungsprüfung Stochastik,

Zulassungsprüfung Stochastik,

Eingangsprüfung Stochastik,

Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten

TU DORTMUND Sommersemester 2018

Scheinklausur zur Vorlesung Stochastik II

2 Zufallsvariable, Verteilungen, Erwartungswert

Aufgaben zu Kapitel 0

mathphys-online Abiturprüfung Berufliche Oberschule 2012 Mathematik 13 Technik - Aufgabe B I - Lösung

Klausur zur Einführung in die Wahrscheinlichkeitstheorie und Statistik

Theorie Parameterschätzung Ausblick. Schätzung. Raimar Sandner. Studentenseminar "Statistische Methoden in der Physik"

Stochastische Eingangsprüfung,

Wichtige Definitionen und Aussagen

TECHNISCHE UNIVERSITÄT MÜNCHEN

Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen

Musterlösung Analysis 3 - Maßtherorie

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

Wahrscheinlichkeit und Statistik: Zusammenfassung

13 Grenzwertsätze Das Gesetz der großen Zahlen

8. Formelsammlung. Pr[ ] = 0. 0 Pr[A] 1. Pr[Ā] = 1 Pr[A] A B = Pr[A] Pr[B] DWT 8.1 Gesetze zum Rechnen mit Ereignissen 203/467 Ernst W.

Einführung in die Stochastik 6. Übungsblatt

4.2 Methoden um Tests zu finden: Likelihood Quotienten Tests (LRT) Falls X 1,..., X n iid aus f(x θ), so gilt für die Likelihood Funktion

Prüfungsvorbereitungskurs Höhere Mathematik 3

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

Übungsscheinklausur,

6. Übungsblatt zur Einführung in die Stochastik

Reelle Zufallsvariablen

Kapitel II Kontinuierliche Wahrscheinlichkeitsräume

Prüfungsvorbereitungskurs Höhere Mathematik 3

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr

Lösung Übungsblatt 5

Zufallsvariablen. Diskret. Stetig. Verteilung der Stichprobenkennzahlen. Binomial Hypergeometrisch Poisson. Normal Lognormal Exponential

Klausur zur Vorlesung Stochastik II

Musterlösung zur Klausur im Fach Fortgeschrittene Statistik am Gesamtpunktzahl: 60

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK

Zulassungsprüfung Stochastik,

4 Absolutstetige Verteilungen und Zufallsvariablen 215/1

Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried

Metrische äußere Maße, Borel-Maße

Aufgabe Punkte

1. Grundbegri e der Stochastik

Stochastik I. Vorlesungsmitschrift

Wahrscheinlichkeitstheorie und Statistik für Studierende des Maschinenbaus vom

Zufallsvariable, Verteilung, Verteilungsfunktion

2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung

Klausur Stochastik und Statistik 31. Juli 2012

Statistik II für Wirtschaftswissenschaftler

Einführung in die Maximum Likelihood Methodik

Erwartungswert als Integral

Maße auf Produkträumen

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012

Ferienkurs in Maß- und Integrationstheorie

Charakteristische Funktionen

Beispiel 6 (Einige Aufgaben zur Gleichverteilung)

Probeklausur zu Mathematik 3 für Informatik Lösungshinweise (ohne Garantie auf Fehlefreiheit)

Dynamische Systeme und Zeitreihenanalyse // Multivariate Normalverteilung und ML Schätzung 11 p.2/38

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

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit

Stochastik I - Formelsammlung

Wahrscheinlichkeitstheorie und Statistik vom

1.3 Zufallsvariablen

Zweitklausur. b p b. q a. c 1. p a

Serie 2 Lösungsvorschläge

Statistik und Wahrscheinlichkeitsrechnung

7.2 Moment und Varianz

Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung

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

Wirtschaftsmathematik

Zufallsvariablen. f(x) dx = 1. Die stetige Zufallsvariable X wird also durch seine Dichtefunktion beschrieben. P(c < X < d) =

Stochastische Prozesse

Wahrscheinlichkeitstheorie

Statistik. Sommersemester Prof. Dr. Stefan Etschberger HSA. für Betriebswirtschaft und International Management

9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben

Stochastik für Studierende der Informatik

Mathematik für Biologen

Erwartungswert und Varianz von Zufallsvariablen

Prüfungsfächer: Die Prüfung erstreckt sich auf die folgenden Prüfungsfächer: Maß- und Integrationstheorie Wahrscheinlichkeitstheorie Statistik

Kapitel VII - Funktion und Transformation von Zufallsvariablen

Ü b u n g s b l a t t 13

1 Bedingte Erwartungswerte

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

Biostatistik, Winter 2011/12

6. Schätzverfahren für Parameter

FORMELSAMMLUNG STATISTIK B

7.5 Erwartungswert, Varianz

Kapitel 3 Schließende Statistik

Institut für Stochastik Prof. Dr. N. Henze Dipl.-Math. V. Riess

Scheinklausur Stochastik 1 für Studierende des Lehramts und der Diplom-Pädagogik

ETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)

8 Die Exponentialverteilung

Parameterschätzung. Kapitel 14. Modell Es sei {P θ θ Θ}, Θ R m eine Familie von Verteilungen auf χ (sog. Stichprobenraum),

Lehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler

Stetige Standardverteilungen

Allgemeine Punktprozesse

Suffizienz und Vollständigkeit

1 Stochastische Konvergenz 2

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

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

Stochastik für die Naturwissenschaften

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren

Transkript:

Zulassungsprüfung Stochastik, 0.0.0 Wir gehen stets von einem Wahrscheinlichkeitsraum (Ω, A, P) aus. Die Borel σ-algebra auf R n wird mit B n bezeichnet, das Lebesgue Maß auf R n wird mit λ n bezeichnet. Aufgabe (8 Punkte) Sei N {,2,...} die Menge der natürlichen Zahlen. Für A N sei µ(a) : n A(n), also die Summe über alle mit n A. n (a) Zeigen Sie, dass für paarweise disjunkte Mengen A,A 2,... und A : n N A n gilt A An. (b) Zeigen Sie mit Hilfe von (a), dass µ ein Maß auf P(N) ist. Hinweis: Sie können ohne Beweis verwenden, dass für doppelt indizierte Folgen (a ij ) i,j N (0,) nicht negativer reeller Zahlen a ij j a ij gilt. (c) Bestimmen Sie alle Nullmengen bezüglich µ. (d) Sei f : N [0, ). (i) Zeigen Sie, dass für alle k N gilt: f(k) (ii) Beweisen Sie: f dµ f(n) n. j f(n) {n} (k) gilt. A (ω) ω A i 0 N : ω A i0 Ai0 (ω), Ai (ω) 0 für alle i i 0 An (ω) Ai0 (ω). Zu (b) µ( ) 0 ist klar. Seien A,A 2, N paarweise disjunkt und A : n N A n. Dann gilt µ(a) n A(n) (a) n A i (n) } {{ } µ(a i) Ai (n) n µ(a i ). n A i (n)

Zu (c) Sei A N. Es gilt: µ(a) 0 n N A (n) n 0 A(n) 0 für alle n N n / A für alle n N A. Damit ist die einzige Nullmenge. Zu (d) (i) Für k N gilt f(n) {n} (k) {k} f(k) f(k). (ii) Sei f k : k f(n) {n}. Dann ist die Folge (f k ) k N eine monoton steigende Folge messbarer, nicht negativer Funktionen mit lim f k f. Mit dem Satz von k der monotonen Konvergenz folgt lim f k dµ f dµ und somit wegen k das Gewünschte. k N : f k dµ k f(n)µ({n}) k f(n) n Aufgabe 2 (8 Punkte) Ein Produzent von PC-Festplatten hat durch umfangreiche Test festgestellt, dass die Lebensdauer X einer Festplatte in Jahren exponential-verteilt ist mit Erwartungswert vier Jahre. (a) Bestimmen Sie die Standardabweichung σ und die Verteilungsfunktion von X. (b) Mit welcher Wahrscheinlichkeit funktioniert eine Festplatte länger als vier Jahre? (c) Bestimmen Sie die Wahrscheinlichkeit, dass eine Festplatte mindestens sechs Jahre lang funktioniert, vorausgesetzt sie funktioniert bereits fünf Jahre lang. (d) Mit welcher Wahrscheinlichkeit ist die Lebensdauer X im Intervall[E(X) σ,e(x)+σ] enthalten? (e) Während welcher Zeitdauer funktionieren 50 % der Festplatten? (f) Geht während der Garantiezeit eine Festplatte kaputt, dann muss sie ersetzt werden. Welches wäre die optimale Garantiezeit um maximal 20 % der Festplatten ersetzen zu müssen? Aus den Angaben folgtx Exp(λ) wegene(x) λ sofortλ 4,σ λ 2 4. Außerdem gilt für die Verteilungsfunktion F von X { e x/4 x 0 F(x) 0 sonst. 2

Zu (b) Zu (c) Zu (d) Zu (e) P(X 4) F(4) e 0,37. P(X 6 X 5) e,5 0,79. e,25 P(4 4 X 4+4) F(8) F(0) e 2 0,86 P(X t) 0,5 e t/4 0,5 t 4ln0,5 2,77. Während 2,77 Jahren funktionieren 50 % der Geräte einwandfrei. Zu (f) P(X t) 0,20 e t/4 0,20 t 4ln0,8 0,89. Die Garantiezeit sollte 0,89 Jahre betragen. Aufgabe 3 (8 Punkte) Für einen Versicherungsnehmer mit Vertragsdauer t > 0 wird seine Schadenzahl N t in Abhängigkeit von t modelliert. Es wird angenommen, dass N t Poi(λ(t)) gilt, mit λ(t) : ae t, a > 0. In einem großen Versicherungsbestand wird angenommen, dass die Vertragsdauer T Exp() verteilt ist. Sei N die Schadenzahl eines beliebigen Versicherungsnehmers des Bestands (also ohne Kenntnis der Vertragsdauer). (a) Bestimmen Sie E ( e kt) für k N. (b) Bestimmen Sie E(N T) und Var(N T). (c) Bestimmen Sie E(N) und Var(N). (d) Bestimmen Sie die Wahrscheinlichkeit, dass ein zufällig ausgewählter Versicherungsnehmer mindestens einen Schaden meldet. Hinweis: exp( ae t ) exp( ae t )ae t. Für k N gilt E ( e kt) 0 e (k+)t dt k +. Zu (b) Es gilt E(N T t) λ(t) ae t und Var(N T t) λ(t) ae t und somit Zu (c) E(N T) ae T, Var(N T) ae T. 3

Mit dem Satz vom iterierten Erwartungswert gilt E(N) E(E(N T)), Var(N) Var(E(N T))+E(Var(N T)). Somit folgt mit (a) und (b) E(N) E(ae T ) a 2 Var(N) Var(ae T )+E(ae T ) a 2 E(e 2T ) a 2 E(e T ) 2 +ae(e T ) a 2 3 a2 4 +a 2 a2 2 + a 2 Zu (d) Laut Annahme gilt P(N 0 T t) exp( λ(t)) exp( ae t ). Somit folgt P(N 0) 0 P(N 0 T t)e t dt 0 exp( ae t )e t dt }{{} a exp( ae t ) a ( e a ). Damit erhält man P(N ) P(N 0) a ( e a ). Aufgabe 4 (8 Punkte) Während der Fußball WM 200 errang Krake Paul den Ruf eines Fußballorakels. Es sagte unter Anderem den Ausgang aller sieben Spiele der deutschen Nationalmannschaft (Sieg oder Niederlage) richtig voraus. (a) Angenommen der Krake Paul tippt zufällig. (i) Wie groß ist die Wahrscheinlichkeit, dass er alle sieben Spiele richtig tippt? (ii) Wie beurteilen Sie die Hypothese p, wobei p die Wahrscheinlichkeit sei, dass Paul richtig 2 tippt? (b) Weltweit gab es einige tierische Fußballexperten (z. B. Papagei Mani in Singapur, pulpo Pepe in Spanien usw.). (i) Angenommen n tierische Fußballexperten geben jeweils ihren Tipp für sieben Fußballspiele zufällig ab (nur Sieg oder Niederlage). Wie groß ist die Wahrscheinlichkeit, dass mindestens eines der n Tiere alle sieben Spiele richtig tippt? (ii) Wieviele Experten muss man am Anfang tippen lassen, damit mit einer Wahrscheinlichkeit von wenigstens 90 % mindestens einer alle sieben Spiele richtig tippt. 4

(c) Wie interpretieren Sie die Ergebnisse des Kraken Paul? (i) Sei N die Anzahl der richtigen Antworten. Dann ist N B(n,p)-verteilt mit n 7 und p 0,5. Somit gilt P(N 7) 0,5 7 0,78%. (ii) Die Hypothese wird abgelehnt bis zum Niveau 0,78%. Zu (b) (i) Sei M die Anzahl der Experten, die alle sieben Spiele richtig tippen. Dann gilt M B(n,p) mit p 0,5 7. Dann gilt P(M ) P(M 0) ( 0,5 7 ) n. (ii) Somit folgt P(M ) 0,9 ( 0,5 7 ) n 0,9 n ln0, ln( 0,5 7 293,6. Man muss mindestens 294 Experten befragen. ) Zu (c) Auch wenn Pauls Ergebnisse beeindrucken, können sie darauf zurückzuführen sein, dass über die anderen Tiere mit weniger beeindruckenden Ergebnissen nicht mehr berichtet wurde, also nur über erwünschte Ergebnisse berichtet wird. ( Aufgabe 5 (8 Punkte) Seien X N (,θ) und Y N, ) mit θ > 0 θ unabhängig. Es seien jeweils Stichproben vom Umfang n durch unabhängige Realisierungen x,...,x n bzw. y,...,y n von X bzw. Y gegeben. Bestimmen Sie einen Maximum-Likelihood-Schätzer für θ mit Hilfe beider Stichproben. Wegen der Unabhängigkeit ist die Likelihood gegeben durch L(θ) [ n ( exp (x i ) 2 ) ] 2πθ 2 θ ( ) n exp( n (x i ) 2 2π 2 θ 2 Somit folgt für l : lnl [ n ( θ exp ) ] 2π 2 (y i ) 2 θ ) n (y i ) 2 θ. n ( (xi ) 2 l(θ) nln(2π) 2 θ l (θ) n ( (xi ) 2 ) 2 θ 2 (y i ) 2 l (θ) n (x i ) 2 2 θ 3. ) +(y i ) 2 θ 5

Aus der zweiten Gleichung ergibt sich durch Nullsetzen und Auflösen n (x i ) 2 ˆθ n (y i ) 2 und mit l folgt, dass in ˆθ ein Maximum vorliegt. Dies ist der gesuchte Schätzer. 6