Add solutions for exercise 1
This commit is contained in:
parent
f0c3f6a13e
commit
dcfdb0ba9e
@ -232,7 +232,7 @@
|
|||||||
können als unabhängig angenommen werden und führen jeweils mit
|
können als unabhängig angenommen werden und führen jeweils mit
|
||||||
der Wahrscheinlichkeit
|
der Wahrscheinlichkeit
|
||||||
$p = 0,2$ zu einem Strafzettel. Die diskrete Zufallsvariable $R :
|
$p = 0,2$ zu einem Strafzettel. Die diskrete Zufallsvariable $R :
|
||||||
\Omega \rightarrow R$ beschreibt die Anzahl der
|
\Omega \rightarrow \mathbb{R}$ beschreibt die Anzahl der
|
||||||
Strafzettel in $N = 6$ Kontrollen.
|
Strafzettel in $N = 6$ Kontrollen.
|
||||||
|
|
||||||
% tex-fmt: off
|
% tex-fmt: off
|
||||||
@ -276,6 +276,154 @@
|
|||||||
% tex-fmt: on
|
% tex-fmt: on
|
||||||
\end{frame}
|
\end{frame}
|
||||||
|
|
||||||
|
\begin{frame}
|
||||||
|
\frametitle{Aufgabe 1: Diskrete Verteilungen}
|
||||||
|
|
||||||
|
\vspace*{-16mm}
|
||||||
|
|
||||||
|
Eine Polizistin führt $N = 6$ Radarkontrollen auf einer
|
||||||
|
Landstraße durch. Die Radarkontrollen
|
||||||
|
können als unabhängig angenommen werden und führen jeweils mit
|
||||||
|
der Wahrscheinlichkeit
|
||||||
|
$p = 0,2$ zu einem Strafzettel. Die diskrete Zufallsvariable $R :
|
||||||
|
\Omega \rightarrow \mathbb{R}$ beschreibt die Anzahl der
|
||||||
|
Strafzettel in $N = 6$ Kontrollen.
|
||||||
|
|
||||||
|
% tex-fmt: off
|
||||||
|
\begin{enumerate}[a{)}]
|
||||||
|
\item Geben Sie den Ergebnisraum $\Omega$ der diskreten Zufallsvariablen $R$ an
|
||||||
|
und bestimmen Sie deren Erwartungswert $E(R)$.
|
||||||
|
\pause\begin{gather*}
|
||||||
|
\Omega = \mleft\{ 0, 1\mright\}^6 \\
|
||||||
|
R \sim \text{Bin}(N=6, p=0.2)\hspace{5mm} \Rightarrow \hspace{5mm} E(R) = Np = 1.2
|
||||||
|
\end{gather*}
|
||||||
|
\vspace*{-10mm}\pause \item Wie groß ist die Wahrscheinlichkeit dafür, dass es bei $6$
|
||||||
|
Kontrollen genau $3$ Strafzettel gibt?
|
||||||
|
\pause \begin{gather*}
|
||||||
|
P(R=3) = \binom{N}{3}p^3 (1-p)^{N-3} = \binom{6}{3} 0.2^3 0.8^3 \approx 0.0819
|
||||||
|
\end{gather*}
|
||||||
|
\vspace*{-6mm}\pause \item Skizzieren Sie die Verteilungsfunktion $F_R(r)$ der
|
||||||
|
Zufallsvariablen $R$.
|
||||||
|
\end{enumerate}
|
||||||
|
% tex-fmt: on
|
||||||
|
|
||||||
|
\vspace*{2mm}
|
||||||
|
|
||||||
|
\pause
|
||||||
|
\begin{columns}
|
||||||
|
\column{\kitthreecolumns}
|
||||||
|
\begin{gather*}
|
||||||
|
F_R(r) = \sum_{\widetilde{r} \le r}
|
||||||
|
\binom{N}{\widetilde{r}}p^{\widetilde{r}} (1-p)^{N-\widetilde{r}}
|
||||||
|
\end{gather*}
|
||||||
|
\begin{table}
|
||||||
|
\begin{tabular}{c|ccccccc}
|
||||||
|
$r$ & $0$ & $1$ & $2$ & $3$ & $4$ & $5$ & $6$ \\ \hline
|
||||||
|
$F_R(r)$ & 0.262 & 0.655 & 0.901 & 0.983 & 0.998 & 0.999 & 1
|
||||||
|
\end{tabular}
|
||||||
|
\end{table}
|
||||||
|
\column{\kitthreecolumns}
|
||||||
|
\begin{figure}[H]
|
||||||
|
\centering
|
||||||
|
\begin{tikzpicture}
|
||||||
|
\begin{axis}[
|
||||||
|
xmin=0,xmax=6,
|
||||||
|
ymin=-0.2,ymax=1.2,
|
||||||
|
xlabel=$r$,
|
||||||
|
ylabel=$F_R(r)$,
|
||||||
|
width=12cm,
|
||||||
|
height=5cm,
|
||||||
|
]
|
||||||
|
\addplot+[mark=none, line width=1pt]
|
||||||
|
coordinates
|
||||||
|
{
|
||||||
|
(0,0.262)
|
||||||
|
(1,0.262)
|
||||||
|
(1,0.655)
|
||||||
|
(2,0.655)
|
||||||
|
(2,0.901)
|
||||||
|
(3,0.901)
|
||||||
|
(3,0.983)
|
||||||
|
(4,0.983)
|
||||||
|
(4,0.998)
|
||||||
|
(5,0.998)
|
||||||
|
(5,0.999)
|
||||||
|
(6,0.999)
|
||||||
|
(6,1)
|
||||||
|
};
|
||||||
|
\end{axis}
|
||||||
|
\end{tikzpicture}
|
||||||
|
\end{figure}
|
||||||
|
\end{columns}
|
||||||
|
\end{frame}
|
||||||
|
|
||||||
|
\begin{frame}
|
||||||
|
\frametitle{Aufgabe 1: Diskrete Verteilungen}
|
||||||
|
|
||||||
|
\vspace*{-16mm}
|
||||||
|
|
||||||
|
Ein Autofahrer muss jeden Tag auf seinem Arbeitsweg über die
|
||||||
|
Landstraße und über die Autobahn fahren. Die Wahrscheinlichkeit
|
||||||
|
dafür, dass der Autofahrer auf der Landstraße bzw. auf der
|
||||||
|
Autobahn zu schnell fährt und einen Strafzettel bekommt, liegt
|
||||||
|
bei $p_\text{L} = 0,2$ bzw. bei $p_\text{A} = 0,3$.
|
||||||
|
|
||||||
|
\vspace*{2mm}
|
||||||
|
|
||||||
|
\textbf{Hinweis}: Es wird nur der einfache Weg (Hinweg) betrachtet.
|
||||||
|
|
||||||
|
% tex-fmt: off
|
||||||
|
\begin{enumerate}[a{)}]
|
||||||
|
\setcounter{enumi}{2}
|
||||||
|
\item Wie groß ist die Wahrscheinlichkeit dafür, dass der Autofahrer
|
||||||
|
an einem Tag $0$, $1$ oder $2$ Strafzettel bekommt?
|
||||||
|
\pause\begin{gather*}
|
||||||
|
R := A + L
|
||||||
|
\end{gather*}%
|
||||||
|
\vspace*{-14mm}%
|
||||||
|
\begin{align*}
|
||||||
|
P(R = 0) &= P(A = 0 \text{ und } L = 0) &&\hspace{-24mm}= p_A\cdot p_L &&\hspace{-24mm}= 0.56 \\
|
||||||
|
P(R = 1) &= P(A=1 \text{ und } L=0) + P(A=0 \text{ und } L=1) &&\hspace{-24mm}= p_A \cdot (1-p_L) + (1-p_A)\cdot p_L &&\hspace{-24mm}= 0.38 \\
|
||||||
|
P(R = 2) &= P(A=1 \text{ und } L=1) &&\hspace{-24mm}= (1-p_A)(1-p_L) &&\hspace{-24mm}= 0.06
|
||||||
|
\end{align*}
|
||||||
|
\vspace*{-10mm}\pause \item Der Autofahrer fährt an $200$ unabhängigen Tagen im Jahr über
|
||||||
|
seinen Arbeitsweg zur Arbeit. Wie viele Strafzettel sammelt der
|
||||||
|
Autofahrer innerhalb eines Jahres?
|
||||||
|
\end{enumerate}
|
||||||
|
% tex-fmt: on
|
||||||
|
|
||||||
|
\vspace*{-6mm}
|
||||||
|
|
||||||
|
\pause
|
||||||
|
\begin{minipage}{0.48\textwidth}
|
||||||
|
\centering
|
||||||
|
\begin{align*}
|
||||||
|
E\left(\sum_{n=1}^{200} R_n\right) &= \sum_{n=1}^{200}
|
||||||
|
E\left(R_n\right) = \sum_{n=1}^{200} \left[1\cdot0.38 +
|
||||||
|
2\cdot 0.06\right]\\[2mm]
|
||||||
|
&= 200\cdot 0.5 = 100
|
||||||
|
\end{align*}
|
||||||
|
\end{minipage}%
|
||||||
|
\begin{minipage}{0.06\textwidth}
|
||||||
|
\centering
|
||||||
|
\begin{tikzpicture}
|
||||||
|
\draw[line width=1pt] (0,0) -- (0,4cm);
|
||||||
|
\end{tikzpicture}
|
||||||
|
\end{minipage}%
|
||||||
|
\begin{minipage}{0.48\textwidth}
|
||||||
|
\centering
|
||||||
|
\begin{align*}
|
||||||
|
E\left(\sum_{n=1}^{200} R_n\right) &=
|
||||||
|
E\Big(\overbrace{\sum_{n=1}^{200} A_n}^{\sim
|
||||||
|
\text{Bin}(N=200,p=0.3)} + \overbrace{\sum_{n=1}^{200}
|
||||||
|
L_n}^{\sim \text{Bin}(N=200,p=0.2)}\Big)\\[2mm]
|
||||||
|
&= E\left(\sum_{n=1}^{200} A_n\right) +
|
||||||
|
E\left(\sum_{n=1}^{200} L_n\right) \\[2mm]
|
||||||
|
&= 200\cdot 0.3 + 200 \cdot 0.2 = 100
|
||||||
|
\end{align*}
|
||||||
|
\end{minipage}
|
||||||
|
\end{frame}
|
||||||
|
|
||||||
% \begin{frame}
|
% \begin{frame}
|
||||||
%
|
%
|
||||||
% \frametitle{Aufgabe 1: Bedingte Wahrscheinlichkeiten \\\& Bayes}
|
% \frametitle{Aufgabe 1: Bedingte Wahrscheinlichkeiten \\\& Bayes}
|
||||||
|
|||||||
Loading…
Reference in New Issue
Block a user