TU Berlin, Institut f¨ ur Mathematik SoSe 16
Prof. Dr. Noemi Kurt Dr. Mathias Rafler
Stochastik f¨ ur Informatik, (9LP)
Klausur
30. Juli 2016
Name Vorname
Matrikelnummer Studiengang
Informationen
F¨ ullen Sie bitte zuerst das Deckblatt vollst¨ andig und leserlich aus. Vergewissern Sie sich, dass das Aufgabenblatt vollst¨ andig ist.
Schreiben Sie auf jedes von Ihnen benutzte Papier sofort Ihren Namen und Ihr Matrikelnummer.
Bei der Klausur sind 50 Punkte erreichbar. Mit 25 Punkten ist die Klausur bestanden. Als Hilfsmittel darf, wie angek¨ undigt, ein beidseitig handbeschriebenes DIN-A4-Blatt sowie ein nicht programmier- barer Taschenrechner benutzt werden. Weitere Hilfsmittel sind nicht zugelassen.
Geben Sie stets den vollst¨ andigen Rechenweg an. Begr¨ unden Sie Ihre Schritte falls notwendig.
Die Bearbeitungszeit betr¨ agt 90 Minuten.
1 2 3 4 5 Σ
Aufgabe 1 10 Punkte Mithilfe eines neuen Bluttests wird auf eine Pollenallergie getestet. Von dem Test ist bekannt, dass eine Person mit Allergie mit einer Wahrscheinlichkeit von 95% als solche erkannt wird, und eine nicht betroffene Person mit einer Wahrscheinlichkeit von 90% als nicht betroffen erkannt wird. Aus Erfahrung ist bekannt, dass 10% der Bev¨ olkerung die Pollenallergie haben. Bezeichne mit A das Ereignis, dass eine zuf¨ allig ausgew¨ ahlte Person diese Allergie hat und B das Ereignis, dass der Bluttest diese Allergie anzeigt.
(a) Berechnen Sie
(i) P (B |A
c) (ii) P (B
c∩ A
c) (iii) P (B
c) (iv) P (A|B) (b) Die folgenden Frage k¨ onnen ohne Begr¨ undung gel¨ ost werden:
(i) Welche Paare von Ereignissen sind unabh¨ angig?
1. B und A, 2. B
cund A
c, 3. B und A
c, 4. keines.
(ii) Falls der Test so verbessert werden kann, dass nun P(B|A) = 1 gilt, bedeutet das:
P (A|B) ist dann
1. fast 1, 2. leicht gr¨ oßer als der in ?? berechnete Wert, 3. kleiner als der in ??
berechnete Wert, 4. komplett was anderes.
(iii) Ein Labor f¨ uhrt den Test an den Blutproben verschiedener Personen nacheinander durch. Die Anzahl der Tests bis das erste Mal positiv angezeigt wird, hat die folgende Verteilung:
1. binomial, 2. geometrisch, 3. Poisson, 4. uniform (diskret).
(iv) Ein Labor f¨ uhrt t¨ aglich den Test an den Blutproben von 600 verschiedenen Personen nacheinander durch. Die Anzahl der Tests, die positiv angezeigen, hat die folgende Verteilung:
1. binomial, 2. geometrisch, 3. Poisson, 4. uniform (diskret).
Aufgabe 2 10 Punkte
Es sei (X
n)
n∈N0eine Markov-Kette mit Zustandsraum S = {1, . . . , 4} und ¨ Ubergangsmatrix
P =
1
/
40 0
3/
40
1/
2 1/
20 0
1/
8 7/
80
3
/
40 0
1/
4
(a) Skizzieren Sie den ¨ Ubergangsgraphen zu dieser Matrix. Ist die Kette irreduzibel? Be- gr¨ unden Sie kurz.
(b) Bestimmen Sie alle ggf. vorhandenen invarianten Verteilungen dieser Kette.
(c) Geben Sie lim
n→∞P (X
n= 3 | X
0= 1) und lim
n→∞P (X
n= 4 | X
0= 1) an (mit kurzer Begr¨ undung).
Aufgabe 3 10 Punkte
Gegeben sei eine Zufallsvariable T mit Verteilungsfunktion
F
T(x) =
( 1 −
x52, falls x ≥ a 0 falls x < a, wobei a > 0 ein Parameter ist.
(a) Bestimmen Sie a so, dass F
Teine stetige Verteilungsfunktion ist und berechnen Sie die Dichte von T .
(b) Berechnen Sie die folgenden Wahrscheinlichkeiten (i) P (T > 11) (ii) P (3 < T ≤ 7)
(c) Berechnen Sie E[T ].
Aufgabe 4 10 Punkte Sei θ > 0 ein unbekannter Parameter, und seien X
1, X
2, . . . , X
nunabh¨ angige Zufallsvariablen mit Dichte
f
θ(x) =
q
2θπ
e
−x2
2θ
falls x > 0
0 sonst.
(a) Berechnen Sie die Likelihoodfunktion f¨ ur Beobachtungen x
1, . . . , x
nund vereinfachen Sie soweit wie m¨ oglich.
(b) Bestimmen Sie den Maximum-Likelihood-Sch¨ atzer ¯ θ
nf¨ ur θ. Begr¨ unden Sie dabei auch, dass Sie tats¨ achlich ein Maximum gefunden haben.
(c) W¨ ahlen Sie jeweils die richtige Antwort. Eine Begr¨ undung ist nicht notwendig.
(i) Um die Erwartungstreue zu nachzuweisen, ist zu pr¨ ufen:
1. lim
n→∞θ ¯
n= θ, 2. lim
n→∞E
θ[¯ θ
n] = θ, 3. E [¯ θ
n] = θ, 4. lim
n→∞V
θ[¯ θ
n] = 0.
(ii) F¨ ur die Effizienz von ¯ θ
nist zu pr¨ ufen:
1. lim
n→∞θ ¯
n= θ, 2. lim
n→∞E
θ[¯ θ
n] = θ, 3. E [¯ θ
n] = θ, 4. lim
n→∞V
θ[¯ θ
n] = 0.
(iii) F¨ ur die Konsistenz von ¯ θ
nist zu pr¨ ufen:
1. lim
n→∞θ ¯
n= θ, 2. lim
n→∞E
θ[¯ θ
n] = θ, 3. E[¯ θ
n] = θ, 4. lim
n→∞V
θ[¯ θ
n] = 0.
Aufgabe 5 10 Punkte
Die ¨ Ubertragungsrate eines Webservers (in MBit/s) wird mehrfach gemessen. Die Daten ergeben
Messung i 1 2 3 4 5 6 7 8 9 10
Rate x
i9.5 9.4 10.2 9.8 9.5 10.3 9.4 10.8 10.1 9.6
Hierbei ist ¯ µ
n(x
1, . . . , x
10) = 9.86 und ¯ σ
n2(x
1, . . . , x
10) = 0.22 (diese Werte d¨ urfen ohne ¨ Uber- pr¨ ufung verwendet werden).
(a) Wir m¨ ochten annehmen, dass diese Daten von normalverteilten Zufallsvariablen stammen.
Wie heißt das theoretische Ergebnis, welches diese Annahme erm¨ oglicht?
(b) Es soll ein zweiseitiges Konfidenzintervall f¨ ur den Erwartungswert der ¨ Ubertragungsrate zum Fehlerniveau α = 0.05 bestimmt werden. W¨ ahlen Sie jeweils die richtige Antwort (eine Begr¨ undung ist in diesem Aufgabenteil nicht n¨ otig)
(i) Welche Verteilung ist hier relevant?
1. Normalverteilung 2. t-Verteilung 3. χ
2-Verteilung 4. Exponentialverteilung (ii) Welches Quantil der obigen Verteilung tritt in dem gesuchten Konfidenzintervall auf?
1. q
α, 2. q
1−α, 3. q
α/2, 4. q
1−α/2.
(iii) Welchen Ansatz machen wir f¨ ur das Konfidenzintervall?
1. [¯ µ
n− h, µ ¯
n+ h], 2.
¯
σ
2n− h, σ ¯
n2+ h , 3.
−
σ¯h2 n,
¯σh2n