• Keine Ergebnisse gefunden

Ubungen Algorithmen der Bioinformatik II ¨ Wintersemester 2006/07

N/A
N/A
Protected

Academic year: 2022

Aktie "Ubungen Algorithmen der Bioinformatik II ¨ Wintersemester 2006/07"

Copied!
1
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Ubungen Algorithmen der Bioinformatik II ¨ Wintersemester 2006/07

Dr. Ivo Große, Dipl.-Bioinf. Jan Grau

Institut f¨ur Informatik Universit¨at Halle

Blatt 6

Aufgabe 6.1 Der Satz von Poisson besagt: Seien P(k|N) = Nk

pk(1−p)N−k und p= Nλ, wobei λ eine Konstante ist, so gilt limN→∞P(k|N) = λk!kexp(−λ). Formulieren Sie diesen Satz verbal und beweisen Sie ihn.

Aufgabe 6.2 Seien X1, X2, . . . , XM statistisch unabh¨angige, poissonverteilte Zu- fallsvariablen. Die Parameter der Poissonverteilungen seien λ1, λ2, . . . , λM. Sei Y = X1 +X2. Leiten Sie die bedingte Verteilung des Vektors (X1, X2) gegeben Y = N f¨ur N = 0,1,2, . . . her. Kommt Ihnen diese Verteilung bekannt vor? Formulieren Sie den soeben bewiesenen Satz verbal. Sei nun Y = X1 +X2 +. . .+XM f¨ur M > 2.

Leiten Sie die bedingte Verteilung des Vektors (X1, X2, . . . , XM) gegeben Y = N f¨ur N = 0,1,2, . . . her. Kommt Ihnen auch diese Verteilung bekannt vor? Formulieren Sie den soeben bewiesenen Satz verbal.

Aufgabe 6.3 Seien X1 und X2 statistisch unabh¨angige, binomialverteilte Zufalls- variablen. Die Parameter der Binomialverteilungen seien p1 und N1 sowie p2 und N2. Zeigen Sie, dass Y =X1+X2 binomialverteilt ist mit den Parameternp und N1+N2, falls p1 = p2 =: p. Zeigen Sie, dass Y nicht binomialverteilt sein kann, falls p1 6= p2, selbst wenn N1 =N2.

Aufgabe 6.4 Beweisen Sie die Identit¨at (PD

d=1ad)N = PN

k1=0

PN−k1

k2=0 · · ·PN−k1−···−kD−2 kD−1=0

N!

QD d=1kd!

QD

d=1akdd und leiten Sie die erzeugende Funktion der Polynomialverteilung her. Leiten Sie weiterhin den Erwartungs- wertvektor und die Kovarianzmatrix eines polynomialverteilten Zufallsvektors her und beweisen Sie, dass die Randverteilung einer Polynomialverteilung wieder eine Polynomialverteilung ist.

Abgabe: 28.11.06

Referenzen

ÄHNLICHE DOKUMENTE

Aus den gegebenen Nukleotidsequenzen der TFBSs haben Sie die Parameter eines ho- mogenen Markov-Modells 0. Er sagt Ihnen ausserdem, dass er geh¨ ort hat, dass zur L¨ osung

Wir nehmen an, daß diese Bande einen gewissen Anteil an funktionalen und nicht- funktionalen Sequenzen enth¨ alt, wobei die funktionalen Sequenzen auf Grund Ihrer Funktionalit¨ at

Welche der beiden Verteilungen scheint Ihnen rein visuell (f¨ ur diesen Datensatz) geeigneter.

Falls nicht, geben Sie einen er- wartungstreuen Sch¨ atzer von µ und σ 2 an und berechnen Sie diesen sowie die dazugeh¨ orige Log-Likelihood.. Vergleichen Sie die vier Sch¨

Aufgabe 10.2 Sie gehen ohne Misstrauen in eine Spielh¨ olle, in der mit einer M¨ unze gespielt wird: Der Spieler oder die Spielerin setzt gegen den “Direktor” des Etablis-

Aufgabe 12.1 Der Datensatz sigma70.txt auf der Homepage zur Vorlesung besteht aus 238 Sigma-70 Bindungsstellen der L¨ ange 12.?. a) Modellieren Sie eine Sigma-70 Bindungsstelle

Aufgabe 9.1 Betrachten Sie folgendes Gl¨ ucksspiel, welches in Ihrer Lieblingsspielh¨ olle angeboten wird: Sie starten mit einem Kapital von i, 0 < i < S Euro, der Spielh¨

Teilen Sie beide Datens¨ atze jeweils in zwei H¨ alften, so dass Sie zwei TFBS-Datens¨ atze F 1 und F 2 und zwei Hintergrunddatens¨ atze B 1 und B 2 erhalten.. F¨ ur diese Datens¨