• Keine Ergebnisse gefunden

Ubungen Algorithmen der Bioinformatik II ¨ Wintersemester 2007/08

N/A
N/A
Protected

Academic year: 2022

Aktie "Ubungen Algorithmen der Bioinformatik II ¨ Wintersemester 2007/08"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Ubungen Algorithmen der Bioinformatik II ¨ Wintersemester 2007/08

Prof. Dr. Stefan Posch, Dr. Birgit M¨ oller

Institut f¨ur Informatik Universit¨at Halle

Blatt 10

Aufgabe 10.1

a) Plotten Sie die zweidimensionalen (verallgemeinerten) Gaussdichten f(x, y) = 1

2πσxσyp

1−ρ2e

2(1−ρ2)1

»

(x−µx)2 σ2

x +(y−µy)2

σ2

y −2ρ(x−µx)(y−µy) σxσy

–ff

f¨ur die Werte von µx, µy, σx, σy und ρaus der folgenden Tabelle:

µx µy σx σy ρ

0 0 1 1 0

3 0 1 1 0

0 -5 1 1 0

3 -5 1 1 0

0 0 4 1 0

0 0 1 19 0

0 0 4 19 0

0 0 4 1 0.2

0 0 4 1 0.4

0 0 4 1 0.6

0 0 4 1 0.8

0 0 4 1 1.0

0 0 4 19 0.4

Welchen Einfluss haben die einzelnen Parameter jeweils auf die Dichte?

b) Berechnen Sie die beiden RanddichtenfX(x) undfY(y) einer zweidimensionalen Gaussdichte

f(x, y) = 1 2πσxσyp

1−ρ2e

2(1−ρ2)1

»(x−µx)2 σ2

x +(y−µy)2

σ2 y

−2ρ(x−µx)(y−σxσy µy) –ff

c) Berechnen Sie die bedingten Dichten fX|Y(x|y) undfY|X(y|x) von f(x, y).

d) Plotten Sie fX(x) und fX|Y(x|y) f¨ur x∈[−10,10] und y∈ {−2,0,2,4,6}. Hier und in den folgenden beiden Beispielen sei µx = µy = 0, σx = 1, σy = 2 und ρ= 0.75.

Abgabe: 21.12.07

(2)

e) Plotten Sie fY(y) und fY|X(y|x) f¨ury∈[−10,10] undx∈ {−2,0,2,4,6}.

f) Plotten Sie f(x, y) f¨ur (x, y)∈[−10,10]×[−10,10].

Aufgabe 10.2 Wir modellieren Sequenzen der L¨ange L ¨uber einem festen Alpha- bet der Gr¨oße D mit einem inhomogenen Markov Modell 1-ter Ordnung. Als Daten stehen uns N Sequenzen der L¨ange L zur Verf¨ugung, die – wie ¨ublich – als paarweise unabh¨angige Realisierung diese iMM(1) angenommen werden. Als a priori Verteilung der Parameter des iMM(1) nehmen wir statistisch unabh¨angige Dirichlet-Verteilungen an.

Geben Sie die explizit die ML-, MAP- und MP-Sch¨atzwerte der Parameter des iMM(1) an.

Aufgabe 10.3 Wir betrachten N Sequenzen ¨uber einem festen Alphabet, die nun aber unterschiedliche L¨angenLn haben.

Geben Sie f¨ur folgende Modelle f¨ur Sequenzen der L¨ange L, L > 5, jeweils die ML- Sch¨atzer an:

(a) ein homogenes Markov Modell 5-ter Ordnung

(b) ein “periodisches” inhomogenes Markov Modell 5-ter Ordnung (also ein iMM(5), f¨ur das gilt:

Pl(Xl|Xl−M,· · · , Xl−1) = Pk(Xk|Xk−M,· · · , Xk−1), falls k =l%5)

Abgabe: 21.12.07

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 alle Positionen statistisch unabh¨ angig sind und die Nukleotide an jeder einzelnen Position gleichverteilt auftreten. (a) Wir betrachten wie in der Vorlesung die

Jedes Zeichen im String wurde, unabh¨ angig von den anderen Zeichen, mit dem gleichen DNA-W¨ urfel gew¨ urfelt.. Es existiert also ein freier Parameter (p C )

Aufgabe 6.1 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- sements,

Prof. Stefan Posch, Dr. Birgit M¨ oller Institut f¨ ur Informatik Universit¨ at Halle..

Bei einer Multinomialverteilung ist die Anzahl N und damit die Summe der beobachte- ten

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¨