Hertentamen Voortgezette biostatistiek / Biomedische wiskunde
|
|
- Lieven van den Velde
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Hertentamen Voortgezette biostatistiek / Biomedische wiskunde 3 juni 5; 8:3-:3 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau. Het gebruik van een (ouderwetse) rekenmachine is toegestaan, maar niet dat van een programmeerbare danwel grafische rekenmachine of een mobiele telefoon. Veel succes! Normering: a) 3, b) 3, c) 3, d) 3, a) 3, b) 3, c) 3, 3a) 3, 3b) 3, 3c) 3, 3d) 3. Vraag (Markov modellen) Op de waddeneilanden wordt het weer elke dag geclassificeerd als zonnig, bewolkt of regenachtig. Het weer voor de volgende dag hangt alleen af van het weer van vandaag, maar niet van de dagen daarvoor. Het weer wordt derhalve met een ste orde Markov proces gemodelleerd. Als het een bewolkte dag is, dan zijn de respectievelijke kansen voor de volgende dag: β (regen), β (bewolkt) en β (zon). Regent het echter, dan schijnt de daaropvolgende dag de zon niet maar is het met kans α wel bewolkt. En mocht vandaag de zon schijnen, dan is het morgen met kans γ bewolkt of regent het met kans γ/4. Vraag a) Geef de toestandsruimte en transitie-matrix van het boven beschreven Markov proces. Specificeer daarbij de restricties op de parameters. Teken ook het state diagram met daarin van elke overgang de bijhorende kans. Vraag b) Heeft dit ste orde Markov proces een stationaire verdeling? Zo ja, geef deze. Vraag c) Is dit ste orde Markov proces reversibel? Motiveer het antwoord. Belicht tevens of je reversibiliteit noodzakelijk vindt voor een zinvolle beschrijving van het weer op de Waddeneilanden. Vraag d) Gegeven is het volgende verloop van een willekeurige doch representatieve week: regen, regen, bewolkt, zon, zon, regen, bewolkt. Gebruik de maximum likelihood methode om de vrije parameters van het proces op basis van dit verloop te schatten. Vraag (Hidden Markov model) Beschouw een ternaire DNA sequentie (bestaande uit elementen A, B, en C). De geobserveerde sequentie (van A s, B s, en C s) kan worden verklaard vanuit de functionaliteit van het DNA. Drie functionele elementen worden onderscheiden: promotor, intron, en exon. De verdeling van A s, B s, en C s kan worden gemodelleerd m.b.v. een hidden Markov model (HMM), waarbij de func-
2 tionele elementen de toestanden van de onderliggende Markov keten representeren. De parameters (π, P, B) (resp. de startverdeling, de transitie- en emissie-matrix) van het HMM worden gegeven door π = (,, ) T, P =, en B = De rijen van de matrices P en B representeren de functionele elementen (in de volgorde zoals boven gespecificeerd). De kolommen van B corresponderen met van A, B, en C (in deze volgorde). Vraag a Bereken P ((Y, Y, Y 3 ) = (A, B, C)) en P ((Y, Y, Y 3 ) = (B, B, B)). Vraag b Wat is de kans op X = promotor gegeven de geobserveerde sequentie (Y, Y, Y 3 ) = (A, B, C), i.e. P (X = promotor (Y, Y, Y 3 ))? Noem deze kans voor het vervolg pp. Analoog aan pp zou men p i = P (X = intron (Y, Y, Y 3 )) en pe = P (X = exon (Y, Y, Y 3 )) kunnen bepalen. Vraag c De meest aannemelijk toestandssequentie die ten grondslag ligt aan een geobserveerde DNA sequentie is m.b.v. het Viterbi algoritme bepaald. Komt de meest aannemelijke toestand op positie t = uit deze sequentie altijd overeen met de toestand welk p i, pe en pp maximalizeert? Motiveer.. Vraag 3 (Netwerken) Beschouw een pathway van drie genen dat het signaal van gen A verwerkt. Gesteld dat de onafhankelijkheidsrelaties tussen de expressie van drie genen (gerepresenteerd door random variabelen Y a, Y b, Y c ), wordt gegeven door de volgende graaf: G = (V = {a, b, c}, E = {(a, b), (b, c)}). Vraag 3a) Gesteld dat het regressie model Y a = β b Y b + β c Y c + ε a wordt gefit. Wat voor waarde voor de schatter van β c verwacht je dan? Vergeet de bovenvermelde onafhankelijkheidsrelaties. Veronderstel daarentegen dat de verdelingen van de expressies van de genen in het pathway gegeven worden door: Y a N (, ), Y c N (, ) en Y b {Y a, Y c } N (Y a + Y c, ), waarbij Y a, Y c en de fout in Y b, onafhankelijk zijn. Vraag 3b) Bereken de correlatie tussen de (expressie niveau s van de) genen B en C. Vraag 3c) Bepaal de partiële correlatie tussen de (expressie niveau s van de) genen B en C. Vraag 3d) Het blijkt experimenteel mogelijk de expressie van gen A te controleren. Voor welke waarde van Y a wordt de resulterende variantie in de andere twee genen geminimalizeerd? Hint: Conditioneer binnen een trivariate normale verdeling!
3 FORMULE BLAD Bij het tentamen kunnen de volgende formules handig zijn. De inverse van een matrix A met elementen a j,j = (A) j,j is: A = ( a a a a ) = [det(a)] ( a a a a met det(a) = a a a a. De inverse van een 3 3 matrix A met elementen a j,j = (A) j,j is: A = a a a 3 a a a 3 a 3 a 3 a 33 = [det(a)] a 33 a a 3 a 3 (a 33 a a 3 a 3 ) a 3 a a a 3 (a 33 a a 3 a 3 ) a 33 a a 3 a 3 (a 3 a a a 3 ) a 3 a a 3 a (a 3 a a 3 a ) a a a a met det(a) = a (a 33 a a 3 a 3 ) a (a 33 a a 3 a 3 ) + a 3 (a 3 a a a 3 ). De dichtsheidsfunctie van de multivariaat normale verdeling van random variable Y is f(y; µ, Σ) = (π) p/ Σ / exp[ (Y µ) T Σ (Y µ)/], met µ en Σ de mean en covariance parameters, respectievelijk. Indien een p-variate normaal verdeelde random variabele Z als volgt gepartitioneerd kan worden: ( ) (( ) ( )) X µx ΣXX Σ Z = N, XY, Y µ Y Σ Y X Σ Y Y dan wordt de conditionele verdeling van Y X gegeven door: Y X = N (µ Y + Σ Y X Σ XX (X µ X), Σ Y Y Σ Y X Σ XX Σ XY ). Zij A en B twee gebeurtenissen. De regel van Bayes zegt dan: P (A B) = P (B A) P (A) / P (B). Zij A en B,..., B n gebeurtenissen z.d.d. n i= P (B i) =. De total probability law zegt dan: ) P (A) = n P (A, B i ). i= 3
4 Antwoorden Antwoord op vraag Vraag a De toestandsruimte S bestaat uit toestanden zon, bewolkt en regen. De transitie-matrix (in de volgorde van de voornoemde toestanden) wordt gegeven door: P = 5γ/4 γ γ/4 β β β α α waarbij α, β = /4 en γ 4/5. Includeer ook state diagram. Vraag b Ja, heeft stationaire verdeling want het process is irreducibel (alle toestanden worden met kans groter dan nul aangedaan indien genoeg tijd verstrijkt) en aperiodiek (de transitiematrix impliceert stochasticiteit: geen vaste volgorde waarin de toestanden aangedaan worden). Voor het bepalen van de stationaire verdeling, gebruik: φ T P = φ T en φ z + φ b + φ r =. Dit geeft het volgende stelsel van vergelijkingen: ( 5γ/4)φ z + βφ b = φ z, γφ z + βφ b + αφ r = φ b, γφ z /4 + βφ b + ( α)φ r = φ r, φ z + φ b + φ r =. De eerste vergelijking levert: βφ b = 5γ 4 φ z. Oftewel (gebruikende β = /4): φ b = 5γφ z. Stop dit in de één-na-laatste vergelijking: αφ r = 3γ φ z. Daar de stationaire kansen tesamen tot één moeten sommeren: Dus: = φ z + 5γφ z + 3γ α φ z = φ z ( + 5γ + 3γ α ) = φ α + αγ + 3γ z. α (φ z, φ b, φ r ) = (α, αγ, 3γ). α + αγ + 3γ Deze kansen liggen in het interval (, ) en sommeren tot één. Vraag c Reversibiliteit toetst men met behulp van de detailed balance equations: φ z (P) z,r = α α + αγ + 3γ γ/4 3γ α + αγ + 3γ = φ r(p) r,z. Het model is derhalve niet reversibel. Reversibiliteit is hier niet noodzakelijk omdat het proces in de tijd gevolgd kan worden. Vraag d De likelihood van deze sequentie wordt gegeven door: P (X = r) 7 t= P (X t X t ). Ofwel: ( α) α β ( 5γ/4) γ/4 α. Neem de logaritme, deze is proportioneel aan: log(πr) + log( α) + log(α) + log(β) + log( 5γ/4) + log(γ/4). Stel eerste orde afgeleiden (naar 4
5 α en γ) gelijk aan nul: /α /( α) = en /γ 5/4( 5γ/4) =. Los beide vergelijkingen op: ˆα = /3 en ˆγ = /5. Antwoord op vraag Vraag a Voor de eerste drie posities zijn er drie mogelijke onderliggende sequenties: PPP, PPI en PIE. Enkel de eerste kan leiden tot de geobserveerde sequentie BBB, anderzijds kan enkel de middelste leiden tot ABC. De kansen op deze onderliggende sequenties zijn: P ((PPP)) = = 4 en P ((PPI)) = = 4. Bepaal nu de emissie-kansen: P ((BBB) (PPP)) = 8 en P (ABC) (PPI)) = 8. Tesaam levert dit: P ((BBB)) = P ((BBB) (PPP))P (PPP) = 4 8 = 3 en (net zo) P ((ABC)) = P ((ABC) (PPI))P (PPI) = 3. Vraag b Gevraagd is P (X = P (ABC)). Gebruik makende van het feit dat de onderliggende sequentie altijd in een P moet beginnen, is de gevraagde kans gelijk aan: M.b.v. de regel van Bayes wordt dit: P (X = P (ABC)) = P ((X, X ) = (P, P) (ABC)). P ((ABC) (X, X ) = (P, P)) P ((X, X ) = (P, P)) / P ((A, B, C)). Substitueer in deze uitdrukking de kansen reeds verkregen bij onder a) van deze vraag: P ((ABC) (X, X ) = (P, I)) ( ). 6 Gebruik nu het feit dat de observaties conditioneel (op de onderliggende sequentie) onafhankelijk zijn: 8 P (Y = A X = P) P (Y = B X = P) P (Y 3 = B X = P) De eerste twee kansen worden gegeven in de emissie matrix B en de resterende kans kan m.b.v. de total probability law achterhaald worden: 8 x 3 {P, I, E} P (C X 3 = x 3 ) P (X 3 = x 3 X = P). Substitueer nu de ontbrekende kansen uit de transitie en emissie matrix and verkrijg: P (X = P (ABC)) =. Vraag c Gebruik makende van de total probability law kunnen we schrijven: P (X (Y, Y, Y 3 )) = X X 3 P ((X, X, X 3 ) (Y, Y, Y 3 )) 5
6 Dit is niet noodzakelijk gelijk aan: de grootheid welk Viterbi maximilizeert. max P ((X, X, X 3 ) (Y, Y, Y 3 )), X,X,X 3 Antwoord op vraag 3 Vraag 3a Verwacht wordt ˆβ c =. Uit de conditionele onafhankelijkheids relaties weten we dat Y a Y c Y b. Dat betekent dat Y c geen extra informatie bevat t.o.v. Y b ten aanzien van het gedrag van Y a. In de regressie analyse verwacht je derhalve dat Y c geen additionele (t.o.v. Y b ) variatie van Y a verklaard. Vraag 3b M.b.t. de mean vector: E(Y a ) = = E(Y c ) en dus: E(Y b ) = E(Y a + Y c + ε c ) = E(Y a ) + E(Y c ) + E(ε b ) = ++. M.b.t. de covariantie, daar Y a, Y c, en ε b onafhankelijk zijn, hebben we: Var(Y b ) = Var(Y a +Y c +ε b ) = Var(Y a )+4Var(Y c )+Var(ε b ) = +4+ = 6. Evenzo, weer de onafhankelijkheid gebruikende: Cov(Y b, Y a ) = Cov(Y a +Y c +ε, Y a ) = Cov(Y a, Y a )+Cov(Y c, Y a )+Cov(ε b, Y a ) =. Op zelfde wijze vindt men: Cov(Y b, Y c ) =. Samenvattend: Y N, 6. De gevraagde correlatie is dus Cor(Y b, Y c ) = Cov(Y b, Y c )/[Var(Y b )Var(Y c )] / = / 6. Vraag 3c Bepaal de inverse van de covariantie matrix: 5 Herschaal nu zodat de diagonaal enkel -en bevat en vermenigvuldig vervolgens de niet-diagonaal elementen met. Dit is exact de partiële correlatie matrix. De gevraagde partiële correlatie is dan: / 5. Vraag 3d Het formuleblad geeft de conditionele verdeling van (Y b, Y c ) gegeven Y a. De variantie van deze conditionele verdeling hangt niet af van Y a. Kortom, de varianties van genen B en C worden door elke waarden van Y a geminimalizeerd.. 6
Hertentamen Biostatistiek 3 / Biomedische wiskunde
Hertentamen Biostatistiek 3 / Biomedische wiskunde 2 juni 2014; 18:30-20:30 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau. Het
Nadere informatieTentamen Voortgezette biostatistiek / Biomedische wiskunde
Tentamen Voortgezette biostatistiek / Biomedische wiskunde 27 maart 2015; 15:15-17:15 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau.
Nadere informatieHertentamen Voortgezette biostatistiek / Biomedische wiskunde
Hertentamen Voortgezette biostatistiek / Biomedische wiskunde 1 juni 2016; 18:30-20:30 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau.
Nadere informatieVU University Amsterdam 2018, Maart 27
Department of Mathematics Exam: Voortgezette biostatistiek VU University Amsterdam 2018, Maart 27 c Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting bij de antwoorden.
Nadere informatieTentamen Voortgezette biostatistiek / Biomedische wiskunde
Tentamen Voortgezette biostatistiek / Biomedische wiskunde 22 maart 2016; 08:45-10:45 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau.
Nadere informatieVU University Amsterdam 2018, juli 11.
Department of Mathematics Herexamen: Voortgezette biostatistiek VU University Amsterdam 018, juli 11. c Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting bij de antwoorden.
Nadere informatieTentamen Biostatistiek 3 / Biomedische wiskunde
Tentamen Biostatistiek 3 / Biomedische wiskunde 25 maart 2014; 12:00-14:00 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau. Het
Nadere informatieDepartment of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 2017, Maart 28
Department of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 07, Maart 8 c Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting
Nadere informatieDepartment of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 2017, Juni 7
Department of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 07, Juni 7 c Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting
Nadere informatieVU University Amsterdam 2019, maart 28.
Department of Mathematics Examen: Voortgezette biostatistiek (MNW) VU University Amsterdam 2019, maart 28. Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting bij de antwoorden.
Nadere informatieVU University Amsterdam 2019, maart 28.
Department of Mathematics Examen: Biomedische wiskunde VU University Amsterdam 2019, maart 28. Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting bij de antwoorden. Het gebruik
Nadere informatieOude tentamenopgaven
Oude tentamenopgaven (met enkele uitwerkingen Vraag De omvang (n van een celpopulatie over de tijd (t, 2, 3,... laat zich beschrijven middels een eerste orde Markov proces. Voor elke tijdstap, is het mogelijk
Nadere informatieHet tentamen heeft 25 onderdelen. Met ieder onderdeel kan maximaal 2 punten verdiend worden.
Hertentamen Inleiding Kansrekening WI64. 9 augustus, 9:-: Het tentamen heeft 5 onderdelen. Met ieder onderdeel kan maximaal punten verdiend worden. Het tentamen is open boek. Boeken, nota s en een (eventueel
Nadere informatieb) Uit Bayes volgt, gebruik makend van onderdeel a) P (T V )P (V ) P (T ) = (0.09)(0.07)
Uitwerkingen tentamen 6 juli 22. We stellen T de gebeurtenis test geeft positief resultaat, F de gebeurtenis, chauffeur heeft gefraudeerd, V de gebeurtenis, chauffeur heeft vergissing gemaakt C de gebeurtenis,
Nadere informatieHertentamen Inleiding Kansrekening 5 juli 2017, 14:00 17:00 Docent: Prof. dr. F. den Hollander
Hertentamen Inleiding Kansrekening 5 juli 07, 4:00 7:00 Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebruik van boek en aantekeningen niet toegestaan, wel het gebruik van rekenmachine. Er
Nadere informatieTentamen Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 420 Dit is geen open boek tentamen.
Tentamen Inleiding Intelligente Data Analyse Datum: 19-12-2002 Tijd: 9.00-12.00, BBL 420 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.
Nadere informatieP (X n+1 = j X n = i, X n 1,..., X 0 ) = P (X n+1 = j X n = i). P (X n+1 = j X n = i) MARKOV KETENS. Definitie van Markov keten:
Definitie van Markov keten: MARKOV KETENS Een stochastisch proces {X n, n 0} met toestandsruimte S heet een discrete-tijd Markov keten (DTMC) als voor alle i en j in S geldt P (X n+ = j X n = i, X n,...,
Nadere informatieTentamen Inleiding Kansrekening 9 juni 2016, 10:00 13:00 Docent: Prof. dr. F. den Hollander
Tentamen Inleiding Kansrekening 9 juni 6, : 3: Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebruik van boek en aantekeningen niet toegestaan. Er zijn 8 vragen, elk met onderdelen. Elk onderdeel
Nadere informatieP (X n+1 = j X n = i, X n 1,..., X 0 ) = P (X n+1 = j X n = i). P (X n+1 = j X n = i) MARKOV KETENS. Definitie van Markov keten:
Definitie van Markov keten: MARKOV KETENS Een stochastisch proces {X n, n 0} met toestandsruimte S heet een discrete-tijd Markov keten (DTMC) als voor alle i en j in S geldt P (X n+1 = j X n = i, X n 1,...,
Nadere informatieTentamen Voortgezette Kansrekening (WB006C)
WB6C: Voortgezette Kansrekening Donderdag 26 januari 212 Tentamen Voortgezette Kansrekening (WB6C) Het is een open boek tentamen. Gebruik van een rekenmachine of andere hulpmiddelen is niet toegestaan.
Nadere informatieTentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u
Technische Universiteit Delft Mekelweg 4 Faculteit Elektrotechniek, Wiskunde en Informatica 2628 CD Delft Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u Formulebladen, rekenmachines,
Nadere informatieTentamen Inleiding Kansrekening wi juni 2010, uur
Technische Universiteit Delft Mekelweg Faculteit Electrotechniek, Wiskunde en Informatica 8 CD Delft Tentamen Inleiding Kansrekening wi juni, 9.. uur Bij dit examen is het gebruik van een (evt. grafische
Nadere informatieDeeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013
Afdeling Wiskunde Volledig tentamen Algemene Statistiek Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen:
Nadere informatieTentamen Inleiding Kansrekening 16 juni 2017, 14:00 17:00 Docent: Prof. dr. F. den Hollander
Tentamen Inleiding Kansrekening 6 juni 7, : 7: Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebruik van boek en aantekeningen niet toegestaan. Er zijn 8 vragen, elk met twee of drie onderdelen.
Nadere informatieTentamen Inleiding Kansrekening 25 juni 2009, uur Docent: F. den Hollander
Universiteit Leiden Niels Bohrweg Tentamen Inleiding Kansrekening 25 juni 2009, 0.00 3.00 uur Docent: F. den Hollander Mathematisch Instituut 2333 CA Leiden Bij dit tentamen is het gebruik van een (grafische)
Nadere informatieFACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie Lineaire Algebra, tentamen Uitwerkingen vrijdag 4 januari 0, 9 uur Gebruik van een formuleblad of rekenmachine is niet toegestaan. De
Nadere informatieTentamen Inleiding Kansrekening 11 augustus 2011, uur
Mathematisch Instituut Niels Bohrweg Universiteit Leiden 2 CA Leiden Delft Tentamen Inleiding Kansrekening augustus 20, 09.00 2.00 uur Bij dit examen is het gebruik van een evt. grafische) rekenmachine
Nadere informatieTentamen Kansrekening en Statistiek MST 14 januari 2016, uur
Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2, Vrijdag 23 januari 25, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven dienen
Nadere informatieToets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016:
Toets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016: 11.00-13.00 Algemene aanwijzingen 1. Het is toegestaan een aan beide zijden beschreven A4 met aantekeningen te raadplegen. 2. Het is toegestaan
Nadere informatieModellen en Simulatie Lesliematrices Markovketens
Utrecht, 6 april 3 Modellen en Simulatie Lesliematrices Markovketens Program Meerdere leeftijdsklassen Leslie matrices Eigenwaarden en eigenvectoren Dominante eigenvector Irreducibele, a-periodieke matrices
Nadere informatieToegepaste Wiskunde 2: Het Kalman-filter
Toegepaste Wiskunde 2: Het Kalman-filter 25 februari, 2008 Hans Maassen 1. Inleiding Het Kalman filter schat de toestand van een systeem op basis van een reeks, door ruis verstoorde waarnemingen. Een meer
Nadere informatieMARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN?
MARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN? KARMA DAJANI In deze lezing gaan we over een bijzonder model in kansrekening spreken Maar eerst een paar woorden vooraf Wat doen we
Nadere informatieProefToelatingstoets Wiskunde B
Uitwerking ProefToelatingstoets Wiskunde B Hulpmiddelen :tentamenpapier,kladpapier, een eenvoudige rekenmachine (dus geen grafische of programmeerbare rekenmachine) De te bepalen punten per opgave staan
Nadere informatieOpgaven bij de cursus Relativiteitstheorie wiskunde voorkennis Najaar 2018 Docent: Dr. H. (Harm) van der Lek
Opgaven bij de cursus Relativiteitstheorie wiskunde voorkennis Najaar 2018 Docent: Dr. H. (Harm) van der Lek Uitwerkingen worden beschikbaar gesteld op de dinsdagavond voorafgaande aan het volgende college
Nadere informatieTentamen Inleiding Kansrekening 12 augustus 2010, 10.00 13.00 uur Docent: F. den Hollander
Universiteit Leiden Niels Bohrweg Mathematisch Instituut 333 CA Leiden Tentamen Inleiding Kansrekening augustus,. 3. uur Docent: F. den Hollander Bij dit tentamen is het gebruik van een (grafische) rekenmachine
Nadere informatieGaap, ja, nog een keer. In één variabele hebben we deze formule nu al een paar keer gezien:
Van de opgaven met een letter en dus zonder nummer staat het antwoord achterin. De vragen met een nummer behoren tot het huiswerk. Spieken achterin helpt je niets in het beter snappen... 1 Stelling van
Nadere informatieKansrekening en statistiek wi2105in deel 2 16 april 2010, uur
Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieTentamen Kunstmatige Intelligentie (INFOB2KI)
Tentamen Kunstmatige Intelligentie (INFOB2KI) 12 december 2014 8:30-10:30 Vooraf Mobiele telefoons en dergelijke dienen uitgeschakeld te zijn. Het eerste deel van het tentamen bestaat uit 8 multiple-choice
Nadere informatieCursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)
Cursus Statistiek Hoofdstuk 4 Statistiek voor Informatica Hoofdstuk 4: Verwachtingen Cursusjaar 29 Peter de Waal Departement Informatica Inhoud Verwachtingen Variantie Momenten en Momentengenererende functie
Nadere informatieHerkansing Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 508 Dit is geen open boek tentamen.
Herkansing Inleiding Intelligente Data Analyse Datum: 3-3-2003 Tijd: 14.00-17.00, BBL 508 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.
Nadere informatieTentamen Kansrekening (NB004B)
NB4B: Kansrekening Dinsdag november 2 Tentamen Kansrekening (NB4B) Het is een open boek tentamen. Gebruik van een rekenmachine of andere hulpmiddelen is niet toegestaan. Vermeld op ieder blad je naam en
Nadere informatieTentamen Kansrekening en statistiek wi2105in 25 juni 2007, uur
Tentamen Kansrekening en statistiek wi205in 25 juni 2007, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieBasiskennis lineaire algebra
Basiskennis lineaire algebra Lineaire algebra is belangrijk als achtergrond voor lineaire programmering, omdat we het probleem kunnen tekenen in de n-dimensionale ruimte, waarbij n gelijk is aan het aantal
Nadere informatieVoorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal. Toets Kansrekenen I. 28 maart 2014
Voorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal Toets Kansrekenen I 28 maart 2014 Naam : Richting : Lees volgende aanwijzingen alvorens aan het examen te beginnen Wie de
Nadere informatieUitwerking Tentamen Inleiding Kansrekening 11 juni 2015, uur Docent: Prof. dr. F. den Hollander
Uitwerking Tentamen Inleiding Kansrekening juni 25,. 3. uur Docent: Prof. dr. F. den Hollander () [6] Zij F een gebeurtenissenruimte. Laat zien dat voor elke B F de verzameling G {A B : A F} opnieuw een
Nadere informatie13 Hidden Markov Modellen.
3 Hidden Markov Modellen. 3. Inleiding. In dit Hoofdstuk bekijken we Markov modellen waarvan we de toestanden niet met zekerheid kunnen waarnemen. In plaats daarvan gaan we ervan uit dat toestand i met
Nadere informatieVrije Universiteit 28 mei Gebruik van een (niet-grafische) rekenmachine is toegestaan.
Afdeling Wiskunde Volledig tentamen Statistics Deeltentamen 2 Statistics Vrije Universiteit 28 mei 2015 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen: opgaven 1,2,3,4. Cijfer=
Nadere informatieUitwerking Hertentamen Inleiding Kansrekening 6 juli 2015, uur Docent: Prof. dr. F. den Hollander
Uitwerking Hertentamen Inleiding Kansrekening 6 jli 5, 4. 7. r Docent: Prof. dr. F. den Hollander Bij dit tentamen is het gebrik van boek en aantekeningen niet toegestaan. Er zijn vragen. Elke vraag is
Nadere informatieVoorblad bij Tentamen
Studentnaam: Studentnummer: Voorblad bij Tentamen (in te vullen door de examinator) Vaknaam: Simulaties van Biochemische Systemen Vakcode: 8CB19 Datum: 06-04-016 Begintijd: 13:30 Eindtijd: 16:30 Aantal
Nadere informatieToegepaste Statistiek, Dag 7 1
Toegepaste Statistiek, Dag 7 1 Statistiek: Afkomstig uit het Duits: De studie van politieke feiten en cijfers. Afgeleid uit het latijn: status, staat, toestand Belangrijkste associatie: beschrijvende statistiek
Nadere informatieWe zullen de volgende modellen bekijken: Het M/M/ model 1/14
De analyse en resultaten van de voorgaande twee modellen (het M/M/1/K model en het M/M/1 model) kunnen uitgebreid worden naar modellen met meerdere bediendes. We zullen de volgende modellen bekijken: Het
Nadere informatieExamen Statistiek I Feedback
Examen Statistiek I Feedback Bij elke vraag is alternatief A correct. Bij de trekking van een persoon uit een populatie beschouwt men de gebeurtenissen A (met bril), B (hooggeschoold) en C (mannelijk).
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 16 Donderdag 4 November 1 / 25 2 Statistiek Indeling: Schatten Correlatie 2 / 25 Schatten 3 / 25 Schatters: maximum likelihood schatters Def. Zij Ω de verzameling van
Nadere informatieTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D2. Datum: dinsdag 29 april 28. Tijd: 14: 17:. Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf je naam en studentnummer
Nadere informatiecompact weer te geven (ken ook een waarde toe aan n).
1 HOVO: Gravitatie en kosmologie OPGAVEN WEEK 2 - Oplossingen Opgave 1: Er geldt n 3 en we hebben de compacte uitdrukking y i a r i x r, waarbij we gebruik maken van de Einsteinsommatieconventie. a Schrijf
Nadere informatieONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.
ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.8 ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Inleiding
Nadere informatie6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling.
Opgaven hoofdstuk 6 I Basistechnieken 6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling. x 0 2 4 6 p(x) ¼ ¼ ¼ ¼ a. Schrijf alle mogelijke verschillende steekproeven van n =
Nadere informatie4.0 Voorkennis [1] Stap 1: Maak bij een van de vergelijkingen een variabele vrij.
3x4 y26 4x y3 4.0 Voorkennis [1] Voorbeeld 1 (Elimineren door substitutie): Los op: Stap 1: Maak bij een van de vergelijkingen een variabele vrij. 4x y = 3 y = 4x 3 Stap 2: Vul de vrijgemaakte variabele
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 8 J.Keijsper
Nadere informatieTentamen Statistische methoden MST-STM 8 april 2010, 9:00 12:00
Tentamen Statistische methoden MST-STM 8 april 2, 9: 2: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop inleveren alstublieft.
Nadere informatieOpgaven Functies en Reeksen. E.P. van den Ban
Opgaven Functies en Reeksen E.P. van den Ban c Mathematisch Instituut Universiteit Utrecht Augustus 2014 1 Opgaven bij Hoofdstuk 1 Opgave 1.1 Zij f : R n R partieel differentieerbaar naar iedere variabele
Nadere informatie(c) Bepaal de kans dat de linker bedelaar van 10 voorbijgangers in totaal exact 420 ct ontvangt.
Tentamen Statistiek van Proefopzetten wi244st 4 juni 2007, 4.00 7.00 uur Toelichting. Een antwoord alleen is niet voldoende: er dient een motivatie, toelichting of berekening aanwezig te zijn. Gebruik,
Nadere informatieTentamen Kunstmatige Intelligentie (INFOB2KI)
Tentamen Kunstmatige Intelligentie (INFOB2KI) 30 januari 2014 10:30-12:30 Vooraf Mobiele telefoons dienen uitgeschakeld te zijn. Het tentamen bestaat uit 7 opgaven; in totaal kunnen er 100 punten behaald
Nadere informatieStatistiek II. Sessie 3. Verzamelde vragen en feedback Deel 3
Statistiek II Sessie 3 Verzamelde vragen en feedback Deel 3 VPPK Universiteit Gent 2017-2018 Feedback Oefensessie 3 1 Statismex en bloeddruk 1. Afhankelijke variabele: Bloeddruk (van ratio-niveau) Onafhankelijke
Nadere informatieTentamen lineaire algebra voor BWI maandag 15 december 2008, uur.
Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI maandag 5 december 8, 5.5-8. uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen
Nadere informatieTentamen Mathematische Statistiek (2WS05), dinsdag 3 november 2009, van uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (2WS05), dinsdag 3 november 2009, van 4.00 7.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieLineaire vergelijkingen II: Pivotering
1/25 Lineaire vergelijkingen II: Pivotering VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 15 april 2013 2/25 Overzicht Pivotering: Methodes Norm en conditionering
Nadere informatieKansrekening en statistiek wi2105in deel 2 27 januari 2010, uur
Kansrekening en statistiek wi2105in deel 2 27 januari 2010, 14.00 16.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek Terugblik - Inductieve statistiek Afleiden van eigenschappen van een populatie op basis van een beperkt aantal metingen (steekproef) Kennis gemaakt met kans & kansverdelingen
Nadere informatieHoofdstuk 10: Regressie
Hoofdstuk 10: Regressie Inleiding In dit deel zal uitgelegd worden hoe we statistische berekeningen kunnen maken als sprake is van één kwantitatieve responsvariabele en één kwantitatieve verklarende variabele.
Nadere informatieUitwerkingen Lineaire Algebra I (wiskundigen) 22 januari, 2015
Uitwerkingen Lineaire Algebra I (wiskundigen) januari, 5 In deze uitwerkingen is hier en daar een berekening weggelaten (bijvoorbeeld het bepalen van de kern van een matrix) die uiteraard op het tentamen
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Uitwerking tentamen Kansrekening en Stochastische Processen S60) op vrijdag 4 januari 0, 4.00 7.00 uur.. Gegeven zijn twee stochastische
Nadere informatie2E HUISWERKOPDRACHT CONTINUE WISKUNDE 2
2E HUISWERKOPDRACHT CONTINUE WISKUNDE 2 Inleverdatum 30 maart 207, uiterlijk :5 uur Je moet de hele uitwerking opschrijven en niet alleen het antwoord geven. Je mag de theorie gebruiken die op het college
Nadere informatie34 HOOFDSTUK 1. EERSTE ORDE DIFFERENTIAALVERGELIJKINGEN
34 HOOFDSTUK 1. EERSTE ORDE DIFFERENTIAALVERGELIJKINGEN 1.11 Vraagstukken Vraagstuk 1.11.1 Beschouw het beginwaardeprobleem = 2x (y 1), y(0) = y 0. Los dit beginwaardeprobleem op voor y 0 R en maak een
Nadere informatieKansrekening en statistiek wi2105in deel I 29 januari 2010, uur
Kansrekening en statistiek wi20in deel I 29 januari 200, 400 700 uur Bij dit examen is het gebruik van een (evt grafische rekenmachine toegestaan Tevens krijgt u een formuleblad uitgereikt na afloop inleveren
Nadere informatie0 2λ µ 0
Example 6.7 Machine werkplaats met vier onafhankelijke machines 1, 2, 3 en 4. Bedrijfsduur machine i (i = 1, 2, 3, 4) is B i Exp(µ), reparatieduur wegens defect machine i is R i Exp(λ). Er zijn twee reparateurs
Nadere informatieHet gebruik van een grafische rekenmachine is toegestaan tijdens dit tentamen, alsmede één A4-tje met aantekeningen.
Het gebruik van een grafische rekenmachine is toegestaan tijdens dit tentamen, alsmede één A4-tje met aantekeningen. 1. (a) In de appendix van deze vraag, is een dataset gegeven met de corresponderende
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2), Vrijdag 24 januari 24, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9. email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/ds6 Technische Universiteit Eindhoven college 8 J.Keijsper (TUE)
Nadere informatieExamenvragen Hogere Wiskunde I
1 Examenvragen Hogere Wiskunde I Vraag 1. Zij a R willekeurig. Gegeven is dat voor alle r, s Q geldt dat a r+s = a r a s. Bewijs dat voor alle x, y R geldt dat a x+y = a x a y. Vraag 2. Gegeven 2 functies
Nadere informatie9. Lineaire Regressie en Correlatie
9. Lineaire Regressie en Correlatie Lineaire verbanden In dit hoofdstuk worden methoden gepresenteerd waarmee je kwantitatieve respons variabelen (afhankelijk) en verklarende variabelen (onafhankelijk)
Nadere informatieDeze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten
Deze week: Steekproefverdelingen Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen Cursusjaar 29 Peter de Waal Zuivere Schatters Betrouwbaarheidsintervallen Departement Informatica Hfdstk
Nadere informatieStochastische Modellen in Operations Management (153088)
Stochastische Modellen in Oerations Management (153088) S1 S2 Ack X ms X ms S0 240 ms R1 R2 R3 L1 L2 10 ms 10 ms D0 Internet D1 D2 Richard Boucherie Stochastische Oerations Research TW, Citadel 125 htt://wwwhome.math.utwente.nl/~boucherierj/onderwijs/153088/153088.html
Nadere informatieWAARSCHIJNLIJKHEID (EN) MODELLEREN
WAARSCHIJNLIJKHEID (EN) MODELLEREN Gert de Cooman Universiteit Gent, SYSTeMS gert.decooman@ugent.be http://users.ugent.be/ gdcooma gertekoo.wordpress.com TechBoost 18 april 2013 Probabilistische Systeemtheorie
Nadere informatieHoofdstuk 3 Statistiek: het toetsen
Hoofdstuk 3 Statistiek: het toetsen 3.1 Schatten: Er moet een verbinding worden gelegd tussen de steekproefgrootheden en populatieparameters, willen we op basis van de een iets kunnen zeggen over de ander.
Nadere informatieTentamen Simulaties van biochemische systemen - 8C110 3 juli uur
Tentamen Simulaties van biochemische systemen - 8C0 3 juli 0-4.00-7.00 uur Vier algemene opmerkingen: Het tentamen bestaat uit 6 opgaven verdeeld over 3 pagina s. Op pagina 3 staat voor iedere opgave het
Nadere informatieEXAMEN INFORMATIETHEORIE I (5JJ40 / 5K020) 25 maart 2004, 9u00 12u00-1 -
EXAMEN INFORMATIETHEORIE I (5JJ40 / 5K020) 25 maart 2004, 9u00 12u00-1 - Zet de antwoorden in de daarvoor bestemde vakjes en lever alleen deze bladen in! LET OP: Dit werk bevat zowel de opgaven voor het
Nadere informatieTentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 11 juni 2012 Tijd: 19.00-22.00 uur Aantal opgaven: 8 Zet uw naam op alle in te leveren blaadjes. Laat bij elke opgave door middel van
Nadere informatieTussentoets Analyse 1
Tussentoets Analyse Maandag 0 oktober 008, 0.00 -.00u Schrijf op ieder vel je naam en studentnummer, de naam van de docent S. Hille, O. van Gaans en je studierichting. Geef niet alleen antwoorden, leg
Nadere informatieZoek de unieke oplossing van het stelsel π = π P waarvoor bovendien geldt dat i S π i = 1.
LIMIETGEDRAG VAN REDUCIBELE MARKOV KETEN In het voorgaande hebben we gezien hoe we de limietverdeling van een irreducibele, aperiodieke Markov keten kunnen berekenen: Voorbeeld 1: Zoek de unieke oplossing
Nadere informatieP = LIMIETGEDRAG VAN MARKOV KETENS Limietverdeling van irreducibele, aperiodieke Markov keten:
LIMIETGEDRAG VAN MARKOV KETENS Limietverdeling van irreducibele, aperiodieke Markov keten: Voorbeeld: Zoek de unieke oplossing van het stelsel π = π P waarvoor bovendien geldt dat i S π i = 1. P = 0 1/4
Nadere informatieTentamen Kansrekening en Statistiek (2WS04), dinsdag 17 juni 2008, van uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (2WS4, dinsdag 17 juni 28, van 9. 12. uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieKies voor i een willekeurige index tussen 1 en r. Neem het inproduct van v i met de relatie. We krijgen
Hoofdstuk 95 Orthogonaliteit 95. Orthonormale basis Definitie 95.. Een r-tal niet-triviale vectoren v,..., v r R n heet een orthogonaal stelsel als v i v j = 0 voor elk paar i, j met i j. Het stelsel heet
Nadere informatieTechnische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015,
Technische Universiteit Delft Faculteit EWI ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW23 Vrijdag 3 januari 25, 4.-7. Dit tentamen bestaat uit 6 opgaven. Alle antwoorden dienen beargumenteerd
Nadere informatieP (X n+1 = j X n = i, X n 1,..., X 0 ) = P (X n+1 = j X n = i).
MARKOV PROCESSEN Continue-tijd Markov ketens (CTMCs) In de voorafgaande colleges hebben we uitgebreid gekeken naar discrete-tijd Markov ketens (DTMCs). Definitie van discrete-tijd Markov keten: Een stochastisch
Nadere informatieStatistiek voor A.I. College 2. Donderdag 13 September 2012
Statistiek voor A.I. College 2 Donderdag 13 September 2012 1 / 42 1 Beschrijvende statistiek 2 / 42 Extrapolatie 3 / 42 Verkiezingen 2012 4 / 42 Verkiezingen 2012 5 / 42 1 Beschrijvende statistiek Vandaag:
Nadere informatieStatistiek voor A.I.
Statistiek voor A.I. College 13 Donderdag 25 Oktober 1 / 28 2 Deductieve statistiek Orthodoxe statistiek 2 / 28 3 / 28 Jullie - onderzoek Tobias, Lody, Swen en Sander Links: Aantal broers/zussen van het
Nadere informatieWachttijdtheorie (vakcode )
Wachttidtheorie vacode 153087 Doel Introductie theorie netweren van wachtrien met nadru o exacte analytische olossingen. Omvang 3 SP 5 ECTS volgend aar Ca 18 bieenomsten Plaats: 4.2 Vorm: Hoorcollege /
Nadere informatieBeknopte handleiding voor Derive 5.0 for Windows
- Lesbrief Beknopte handleiding voor Derive 5.0 for Voorspelbaarheid en Populaties in de tijd Doelgroep Klas 5 t/m 6 havo en vwo Vakken en domeinen Algemene natuurwetenschappen VWO Wiskunde VWO: A domein
Nadere informatie