StudentInnen in der Stadt
Übungsaufgaben und Lösungen |
---|
juster
am 05.02.06
Dankeschön
Einloggen um zu antworten.
|
twtw
am 05.02.06 Zitat:Original geschrieben von Aries Auf Seite 306 im Skript findest du die für stetige Zufallsvariablen und insbesondere für diese Aufgabe relevante Rechenregel: P(a≤X≤b)=F(b)-F(a)=P(X≤b)-P(X≤a) In diesem Zusammenhang kannst du auch auf Seite 297 zurückgreifen, da heißt es: P(a≤X≤b)=P(a < X≤b)=P(a≤X < b)=P(a < X < b) (Blöde HTML tags, sieht jetzt etwas komisch aus mit den Leerstellen...) Deine Formel würde aber, wenn ich mich nicht täusche, bei diskreten Zufallsvariablen zutreffen. Macht irgendwie Sinn! Aber was hat diese Aufgabe überhaupt im Bereich stetige Zufallsvariablen verloren? Die Anzahl der ungültigen Adressen kann doch nur ganze diskrete Werte annehmen und es gibt keine 5,6204565 Adressen. Zitat: Ja, das stimmt, allerdings wurde ausdrücklich gesagt, dass die ausgelassenen Aufgaben nicht klausurrelevant sind. Beispielsweise kommen 5.13. b) und c) in keiner der behandelten Aufgaben in der Form vor. So verwenden wir u.a. für b) eine andere Formel. Vielleicht hängt der Kniff wirklich damit zusammen. Egal, das soll's mit der Statistik gewesen sein, ran an Makro!
Einloggen um zu antworten.
|
anonym
am 05.02.06
zur aufgabe 5.5 wenn du - ohne zu wissen, wann die bahn fährt - dich einfach an den bahnsteig stellst und das immer wieder machst, dann sagt einem ja der vernünftige menschenverstand, dass man im schnitt 5 min warten muss, wenn die bahn alle 10 min fährt. die sache wird aber noch wesentlich komplizierter, wenn die bahn auch mal zu spät kommt. dann verzerrt sich der erwartungswert nach hinten. da das aber in der aufgabe nicht angenommen wurde, gehen kann man davon ausgehen, dass sie wirklich pünktlich kommt. somit sollte sie doch eigentlich gleichverteilt sein (wie gesagt, die bahn kommt pünktlich alle 10min) somit ist die antwort auf die zweite frage auch recht einfach: in 50% der fälle muss er weniger als 5 min warten und in 50% länger als 5 minuten. (auch hier ist die vorraussetzung, dass die bahn pünktlich fährt, da man sonst u.U. länger als 10 min wartet)
Einloggen um zu antworten.
|
rossoneri
am 05.02.06
hallo kann mal bitte jemand die lösungen zu 3.8 posten, ich bin schon ganz verwirrt außerdem hab ich mal 2 allgemeine fragen... 1. wenn A und B abhängig sind, gilt dies dann auch für A^ und B^ bzw. A^und B bzw. A und B^? 2. kann man den Satz von der totalen Wahrscheinlichkeit und den Satz von Bayes nur bei unabhängigen ereignissen anwenden? in diesem zusammenhang, sind disjunkte ereignisse unabhängig? ich weiss ja, dass deren schnittmenge die leere menge ist, aber bedeutet das auch, dass sie unabhängig sind? besten dank
Einloggen um zu antworten.
|
sylvia
am 05.02.06
zur 5.13: a) binomialverteilung stimmt, die approximation mit normalverteilung auch b) P(X=20) =(ca.) 0,0113 mit stetigkeitskorrektur, genau wie aries sagt. c) P(20<=X<=30)=P(X<=30)-P(X<=19) =(ca.) 0,5210 mit stetigkeitskorrektur man muss schon mit P(X<=19) rechnen, nicht mit P(X<=20), da es sich eben um eine diskrete zufallsgröße handelt. erst zur approximation von P(X<=20) wird dann die stetige verteilung rangezogen und deswegen stetigkeitskorrektur gemacht. Zitat:Original geschrieben von rossoneri kann ich da anstatt dem e(x) auch einfach xmed 0.5 berechnen? müsste ja das gleiche sein! andere gehen nach dem erwarteten ( also E(x)), mir sprang aber beim lesen durchschnitt ins auge und somit xmed0,5! kann man das so angehen? ne, wenn da "erwartet" steht, ist auch definitiv nach dem erwartungswert gefragt. Zitat:Original geschrieben von rossoneri 1. wenn A und B abhängig sind, gilt dies dann auch für A^ und B^ bzw. A^und B bzw. A und B^? ja! Zitat:Original geschrieben von rossoneri 2. kann man den Satz von der totalen Wahrscheinlichkeit und den Satz von Bayes nur bei unabhängigen ereignissen anwenden? in diesem zusammenhang, sind disjunkte ereignisse unabhängig? ich weiss ja, dass deren schnittmenge die leere menge ist, aber bedeutet das auch, dass sie unabhängig sind? satz der totalen wahrscheinlichkeit bzw. bayes machen eigentlich nur sinn, wenn die ereignisse abhängig sind. denn es geht ja um die wahrscheinlichkeiten P(A|B) usw., und wenn A und B unabhängig sind, ist ja P(A|B) dasselbe wie P(A), d.h. man braucht keine komplizierten formeln mehr, um das auszurechnen. wenn A und B disjunkt sind, sind sie i.a. abhängig. denn dann ist ja P(A und B) = 0, aber P(A)*P(B) normalerweise nicht. oder intuitiv: wenn A höchstens dann eintreten kann, falls B nicht eintritt (genau das bedeutet ja disjunktheit), dann ist die info "B ist eingetreten" bzw. "B ist nicht eingetreten" zur berechnung der wahrscheinlichkeit für A nicht gerade irrelevant, was sie bei unabhängigkeit sein müsste.
Einloggen um zu antworten.
|
aries
am 05.02.06
Vielen Dank für den Hinweis bei c)! Also, twtw hatte meiner Berechnung von (X≤30)-P(X≤20) die stetigkeitskorrigierte P(X=20) hinzugefügt, kam so also auf die 0,5210 - ist das als Formel annehmbar? Ich habe noch nicht ganz begriffen, wie ich sonst beim Ausrechnen von (X≤30)-P(X≤19) auf die genannte Lösung kommen soll... (Es heißt zwar, dass die 5.13 nicht klausurrelevant ist, aber so was Ähnliches kann ja trotzdem vorkommen.)
Einloggen um zu antworten.
|
rossoneri
am 05.02.06
bitte mal die ergebnisse für 3.8 und 3.10 posten, vielleicht mit kurzer erläuterung... besten dank dafür
Einloggen um zu antworten.
|
daniel
am 05.02.06 Zitat:Original geschrieben von rossoneri bitte mal die ergebnisse für 3.8 und 3.10 posten, vielleicht mit kurzer erläuterung... besten dank dafür gut, ich versuchs mal. 3.8 a) A und B sind offensichtlich nicht unabhängig, da die wahrscheinlichkeit für B sich ja ändert wenn A eintritt. b) c1) 0,4 c2) 0,8 c3) 0,6 c4) 0,2 c5) 0,2 c6) 0,3 bei interesse erläutere ich auch gerne noch meinen rechenweg.
Einloggen um zu antworten.
|
daniel
am 05.02.06
ok, hier ist MEIN lösungsvorschlag für 3.10. aber unter komplettem haftungsausschluss! 3.10 L - Person lügt E - Person vom Detektor als Lügner erkannt aus dem text ergibt sich: P(L)=0,25 P(L^)=0,75 P(ElL)=0,8 P(E^lL)=0,2 P(ElL^)=0,15 P(E^l^L)=0,85 satz der totalen wahrscheinlichkeit ergibt: P(E)=P(ElL)*P(L)+P(ElL^)*P(L^)=0,3125 => das ist die wahrscheinlichkeit, mit der jemand als lügner erkannt wird. jetzt berechne ich den anteil derer, die als lügner erkannt werden, aber keine lügner sind: P(ElL^)*P(L^)=0,1125 und nun einfach anteil derer, die fälschlicherweise als lügner erkannt wurden durch die gesamtzahl der als lügner erkannten teilen: 0,1125:0,3125=0,36 das wäre also meine lösung für diese aufgabe. wäre nett, wenn das jemand bestätigen bzw. berichtigen würde.
Einloggen um zu antworten.
|
rossoneri
am 05.02.06
danke erstmal 3.10 hatte ich auch so raus, aber mehr intuitiv als durch formeln belegt...
Einloggen um zu antworten.
|