Gedächtnisprotokoll STO09-2

Aus Fachschaft_Informatik
Version vom 8. Juni 2012, 17:09 Uhr von 1steenfa (Diskussion | Beiträge) (Bot: Kosmetische Änderungen)
(Unterschied) ← Nächstältere Version | Aktuelle Version (Unterschied) | Nächstjüngere Version → (Unterschied)
Zur Navigation springen Zur Suche springen

Die Klausur von Herrn Drees fand am 6.10.2009 im Zeitraum von 9.00 bis 12.00 Uhr statt. Die Bearbeitungszeit war 120 Minuten. Als Hilfsmittel waren nur nicht-programmierbare Taschenrechner erlaubt. Skripte, Notizen oder Bücher waren nicht erlaubt.

Mengenbeziehung

Seien <math>A</math>, <math>B</math>, <math>C</math> drei Ereignisse in einem Wahrscheinlichkeitsraum, so dass <math>P(A) = 0,4 </math>, <math> P(A \cap C) = 0,1 </math>,<math>P(C \backslash (A \cup B))</math> und <math>P(B) = 0,2 </math>. Berechnen Sie (möglichst scharfe) untere und obere Schranke für die folgenden Wahrscheinlichkeiten:

  • a) <math>P((A \cup B \cup C)^c)</math>
  • b) <math>P(A \cap B \cap C) </math>
  • c) <math>P(A \backslash (B \cup C) </math>

Bedingte Wahrscheinlichkeiten

Ein fairer Würfel werde zweimail geworfen. Sei A das Ereignis, dass die Augensumme höchstens 5 beträgt, und B das Ereignis, dass mindestens eine der Augenzahlen ungerade ist. Berechnen Sie die bedingte Wahrscheinlichkeit <math>P(B|A)</math> ! Sind A und B stochastisch unabhängig? Begründen Sie Ihre Antwort!

Approximation

Bundestagswahl. Für Partei A stimmen 45%, B 35% und C 20% der Bevölkerung.Es werden 1000 Personen befragt! Bestimmen sie die Wahrscheinlichkeit, dass mindestens die Hälfte der Befragten für Partei A stimmen.

  • a) Geben sie eine nicht numerische Form an!
  • b) Appoximieren sie!

Stochastische Unabhängigkeit

Sei <math>X</math> eine <math>\lbrace 1, 2 \rbrace</math>-wertige Zufallsvariable und <math>Y</math> eine <math>\lbrace 1, 2, 3 \rbrace</math>-wertige Zufallsvariable. In der nachfolgenden Tabelle sind die Wahrscheinlichkeiten <math>P\lbrace X = x, Y = y \rbrace</math> gegeben.

Y = 1 Y = 2 Y = 3
X = 1 0,1 0,3 a
X = 2 0,08 c b



  • a) Geben Sie für a,b,c Wahrscheinlichkeiten an, sodass X und Y stochastisch unabhängig sind.
  • b) Geben Sie dann auch die Zähldichte von X und Y an!

Gemeinsame Verteilungsfunktion

Gegen war eine gemeinsame Verteilungsfunktion von X und Y. <math>f_{x,y}(x, y) = 9(xy)^{-4}1_{[1,\infty)}(x)1_{[1,\infty)}(y), x,y \in R</math>

  • a) Sind X und Y stochastisch unabhängig? Begründen Sie.
  • b) Zeigen sie das die Verteilungsfunktion von X <math>f_{x}(x) = 3x^{-4}1_{[1,\infty)}(x), x \in R</math> ist.
  • x) Berechnen Sie E(X),Var(X) und Cov(X,Y).

<math>\chi^2</math>-Test

Ein Würfel wird n = 100 mal geworfen und für <math>1 \le k \le 6</math> die Häufigkeit <math>n_k</math> notiert, mit der die Augenzahl k fällt.

  • a) Geben SIe eine erwartungstreuen Schätzer für die erwartete Augenzahl (bei einem Wurf) an! Berechnen Sie seinen mittleren quadratischen Fehler unter der Annahme, dass der Würfel fair ist!
  • b) Konkret werden die folgenden Häufigkeiten beobachtet:
k 1 2 3 4 5 6
<math>n_k</math> 12 17 14 19 21 17

Testen Sie zum Niveau 5% die Hypothese, dass der Würfel fair ist!