TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
|
|
- Melanie Pieters
- 8 jaren geleden
- Aantal bezoeken:
Transcriptie
1 TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Uitwerking tentamen Kansrekening en Stochastische Processen (2S61) op woensdag 27 april 25, uur. 1. Gegeven zijn twee onafhankelijke stochastische variabelen met kansdichtheid: λe λx x f X (x) = λe λy y f Y (y) = met λ een gegeven positieve constante. a) Bepaal de simultane kansdichtheid f X,Y (x, y). Omdat X en Y onafhankelijk zijn geldt dat: λ 2 e λ(x+y) x en y f X,Y (x, y) = f X (x) f Y (y) = b) Bepaal de correlatie r X,Y = E[XY ] van X en Y. Weer kunnen we goed gebruiken dat X en Y onafhankelijk zijn want daardoor geldt: r X,Y = E[XY ] = E[X]E[Y ] Nu hebben X en Y een exponentiële verdeling met constante λ en dan kunnen we uit het boek halen dat E[X] = E[Y ] = 1/λ maar we kunnen het ook even berekenen met behulp van partieel integreren: E[X] = en we vinden dus: λxe λx dx = [ xe λx] + e λx dx = [ 1 λ e λx] = 1 λ r X,Y = 1 λ 2 c) Bepaal de cumulatieve verdelingsfunctie F W (w) met W = X + Y. 1
2 We zien natuurlijk meteen dat P[W ] =. Voor w vinden we: F W (w) = = = w w x w w λ 2 e λ(x+y) dydx [ λe λ(x+y) ] w x y= dx λe λw + λe λx dx = [ λxe λw e λx] w x= = 1 (λw + 1)e λw Het is altijd goed om te zien dat F W () = en dat F W (w) 1 als w als een simpele controle op rekenfouten. We hebben dus: 1 (λw + 1)e λw w F W (w) = d) Bepaal de kansdichtheid van W = X + Y. Het is natuurlijk mooi als je je realiseert dat de som van twee onafhankelijke exponentieel verdeelde stochasten met constante λ een Erlang(2, λ) verdeling oplevert waarvan de kansdichtheid in het boek staat: λ 2 we λw w, f W (w) =. Dit zouden we zelfs kunnen gebruiken om het vorig onderdeel op te lossen. Maar we kunnen ook rechtstreeks gebruik maken van de cumulatieve verdelingsfunctie want we hebben: f W (w) = df W dw (w) en dus het antwoord volgt ook door het antwoord uit het vorige onderdeel te differentiëren. e) Bepaal E[W ] en Var[W ]. Als we ons realiseren dat W een Erlang(2, λ) verdeling heeft dan lezen we in het boek: E[W ] = 2 λ, Var[W ] = 2 λ 2 (1) Maar een andere eenvoudige manier is om te gebruiken dat X en Y onafhankelijk zijn en dus: E[W ] = E[X + Y ] = E[X] + E[Y ] Var[W ] = Var[X + Y ] = Var[X] + Var[Y ] Omdat X en Y indentieke verdelingen hebben we E[X] = E[Y ] en Var[X] = Var[Y ]. We hoeven nu alleen nog maar de verwachting en variantie van X uit te rekenen. Bij een eerder onderdeel hebben we al bepaald dat E[X] = E[Y ] = 1/λ en de variantie halen we uit het boek voor de exponentiële verdeling of we bepalen het rechtstreeks uit de kansverdeling. Hieruit volgt Var[X] = Var[Y ] = 1/λ 2 en we vinden hetzelfde antwoord (1). 2
3 f) Bepaal de conditionele kansdichtheid f X B (x) met B de gebeurtenis dat Y X. Hint: Bepaal eerst f X,Y B (x, y). We hebben dat P[B] = P[X Y ] = P[Y X] omdat X en Y identiek verdeeld en onafhankelijk zijn. We zien dus dat P[B] = 1/2. Maar we kunnen dit ook uitrekenen: P[B] = y λ 2 e λ(x+y) dxdy en dit levert hetzelfde antwoord op. We vinden: f X,Y B (x, y) = en dit levert op: f X,Y B (x, y) = f X,Y (x,y) P[B] (x, y) B 2λ 2 e λ(x+y) x, y x Om nu f X B (x) te berekenen gebruiken we dat: f X B (x) = f X,Y B (x, y) dy en dit resulteert voor x in: f X B (x) = x 2λ 2 e λ(x+y) dy = [ 2λe λ(x+y)] y=x = 2λe 2λx. Merk op dat velen hier de fout in gaan door niet mee te nemen dat (x, y) B impliceert dat y x en dat moet in de integratiegrenzen natuurlijk wel meegenomen worden. In totaal vinden we: 2λe 2λx x f X B (x) = 2. We hebben een grote verzameling woningen. Woningen hebben met kans 1/4 een alarminstallatie. In een willekeurig jaar heeft een woning met een alarminstallatie een kans van 4 (d.w.z. een kans van 4/1) op een inbraak en heeft een huis zonder alarminstallatie een kans van 12 op een inbraak. De kans dat in een huis wordt ingebroken wordt niet beïnvloed door een eventuele inbraak in een ander huis. a) Wat is de kans op een inbraak in een willekeurig gekozen huis. We hebben P[I ] = P[I A]P[A] + P[I G]P[G] 3
4 als I een inbraak aangeeft, A het hebben van een alarm aangeeft en G het ontbreken van een alarm aangeeft. We hebben: en dus: P[A] = 1 4, P[G] = , P[I A] =, P[I G] = P[I ] = = 1 1. b) Bepaal de kans op een inbraak in maximaal 1 huis van een straat met 1 huizen. Dit is een binomiale (n, p) verdeling met n = 1 en p =.1 en dus als we met X het aantal inbraken aangeven dan geldt dat: en P[X = ] = ( ) ( P[X = 1] = ). De kans op maximaal 1 inbraak is dus gelijk aan: ( P[X = ] + P[X = 1] = ).996 c) Zij W het aantal inbraken in een stad met 99 woningen. Bepaal E[W ] en Var[W ]. We hebben W = X 1 + X X 99 met alle X i onderling onafhankelijk en identiek verdeeld met een Bernouilli verdeling met p =.1. We zien dat W dus binomiaal verdeeld is met n = 99 en p =.1 en dus weten we: E[W ] = np = 99, Var[W ] = np(1 p) = d) Bepaal (bij benadering) de kans dat er onze stad meer dan 11 inbraken plaats vinden, d.w.z. de kans dat W > 11. Hint: gebruik de centrale limietstelling. Volgens de centrale limietstelling is: V = W E[W ] Var[W ] bij benadering Gaussisch verdeeld met verwachting en variantie 1. We kunnen eenvoudig verifiëren dat W > 11 hetzelfde is als V > Uit de tabel voor de standaard normale verdeling kunnen we dan aflezen dat P[V > 1.11] = 1 P[V 1.11] = 1 (1.11) e) Zij X = 1 als er in een huis wordt ingebroken en X =. We definiëren B als de gebeurtenis dat in dit huis een alarminstallatie is geïnstalleerd. Bepaal E[X B]. 4
5 We weten dat B waar is en dus heeft het huis een alarminstallatie. Dan is de kans op een inbraak dus gelijk aan 4. We vinden dus: E[X B] = 4 1. f) In een huis kan natuurlijk meerdere keren per jaar worden ingebroken. We verbeteren nu ons model om dit mee te nemen. Laten we aannemen dat het aantal inbraken een Poissonverdeling heeft met constante α =.4 voor een huis met alarminstallatie en met constante α =.12 voor een huis zonder alarminstallatie. Wat is de kans op twee of meer inbraken in een willekeurig gekozen huis? Gezien de uitkomst vindt u ons eerste model een goede benadering? Stel dat we weten dat het huis een alarminstallatie heeft. Zij R het aantal inbraken. We weten dus dat R een Poissonverdeling heeft. Dan geldt: P[R = ] = e.4, P[R = 1] =.4e.4 Maar dan geldt P[R > 1] = 1 P[R = ] P[R = 1] = 1 e.4.4e Voor een huis zonder alarminstallatie vinden we: P[R > 1] = 1 P[R = ] P[R = 1] = 1 e.12.12e Als we dit samenvoegen dan zien we dat de kans op meer dan 1 inbraak in een huis (ongeveer) gelijk is aan: De kans op meerdere inbraken is inderdaad zo klein dat die verwaarloosbaar is. 3. We beschouwen een stationaire stochastische rij Z n waarbij Z i en Z j onafhankelijk zijn voor i = j met E[Z n ] = en Var[Z n ] = 1. We analyseren de vergelijkingen Y n = X n X n 1, (2) X n = Z n + Z n 1, (3) met n =..., 2, 1,, 1, 2,.... a) Bepaal de impulsresponsie van het filter (2) met ingang X n en uitgang Y n. Als we voor de ingangsfunctie een puls kiezen: 1 n = X n = n = dan vinden we met behulp van Y n = X n X n 1 5
6 dat Y n = voor n = en n = 1. Voor n = krijgen we Y = 1 terwijl voor n = 1 we vinden dat Y 1 = 1. De impulsresponsie is gelijk van de uitgang van het systeem als de ingang gelijk is aan een puls. We krijgen dus: 1 n =, h n = 1 n = 1,. b) Bepaal E[Y n ]. We hebben met behulp van (3) dat E[X n ] = E[Z n ] + E[Z n 1 ] en omdat E[Z i ] = voor alle i vinden we E[X n ] = voor alle n. Maar dan kunnen we gebruik maken van (2) om te zien dat: voor alle n. E[Y n ] = E[X n ] E[X n 1 ] = c) Bepaal de autocorrelatie functie van Z n. Omdat Z i en Z j onafhankelijk zijn voor alle i en j met i = j en bovendien verwachting nul hebben, vinden we: Cov[Z i, Z j ] = E[Z i Z j ] = E[Z i ]E[Z j ] =. Daarnaast vinden we voor i = j dat: Cov[Z i, Z i ] = Var[Z i ] = 1. Alles bij elkaar zien we dus dat de autocorrelatiefunctie gelijk is aan: 1 k = R Z [k] = d) Bepaal de kruiscorrelatie functie van Z n en X n. Op dezelfde wijze als in onderdeel a) vinden we dat de impulsresponsie van het systeem (3) gegeven wordt door: 1 n =, h n = 1 n = 1,. We krijgen: R Z X [n] = i= h i R Z [n i] = h n 1 n =, 1 = 6
7 e) Bepaal Var[X n ] en de autocorrelatie functie van X n. We hebben voor n : Tot slot: R X [n] = i= h i R Z X [n i] = R Z X [n] + R Z X [n + 1] 1 n = 1 = 2 n = 1 n = 1 Var[X n ] = R X [] = 2, waarbij we gebruiken dat E[X n ] =. f) Bepaal de overdrachtsfunctie van het gecombineerde filter met ingang Z n en uitgang Y n. We hebben voor (3) de volgende overdrachtsfunctie: H(φ) = n= h n e j2πnφ = 1 + e j2πφ. en voor (2) de volgende overdrachtsfunctie: H(φ) = n= h n e j2πnφ = 1 e j2πφ. Voor het gecombineerde filter is de overdrachtsfunctie dus gelijk aan: H(φ) H(φ) = (1 e j2πφ )(1 + e j2πφ ) = 1 e j4πφ. g) Bepaal de kruis spectraaldichtheid van Y n en Z n. We hebben dat de autocorrelatie van Z n gelijk is aan δ[n]. De spectraaldichtheid van Z n is dus volgens tabel 11.2 gelijk aan: S Z (φ) = 1 maar dan geldt: S ZY (φ) = H(φ) H(φ)S Z (φ) = 1 e j4πφ. en we vinden dus: S Y Z (φ) = S XY ( φ) = 1 e j4πφ. h) Bepaal de spectraaldichtheid van Y n. We hebben: S Y (φ) = H (φ) H (φ)s ZY (φ) 7
8 Nu geldt dat: H (φ) H (φ) = 1 e j4πφ en we vinden S Y (φ) = (1 e j4πφ )(1 e j4πφ ) = 2 e j4πφ e j4πφ = 2 2 cos(4πφ) met gebruik maken van de rekenregels: cos(β) = e jβ + e jβ, sin(β) = e jβ e jβ. 2 2 j 8
TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (2S27), dinsdag 14 juni 25, 9. - 12. uur. Dit is een tentamen met gesloten boek. De uitwerkingen
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 informatieTentamen Kansrekening en Statistiek (2WS04), woensdag 30 juni 2010, van 9.00 12.00 uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (WS4), woensdag 3 juni, van 9.. uur. Dit is een tentamen met gesloten boek. De uitwerkingen van de
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 informatieSet 3 Inleveropgaven Kansrekening (2WS20) Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Set 3 Inleveropgaven Kansrekening (2WS2) 23-24 Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.. Voetbalplaatjes. Bij
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 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 informatieKansrekening en stochastische processen 2DE18
Kansrekening en stochastische processen 2DE18 Docent : Jacques Resing E-mail: resing@win.tue.nl 1/28 The delta functie Zij De eenheids impulsfunctie is: d ε (x) = { 1ε als ε 2 x ε 2 0 anders δ(x) = lim
Nadere informatieKansrekening en statistiek WI2105IN deel I 4 november 2011, uur
Kansrekening en statistiek WI05IN deel I 4 november 0, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad wordt uitgereikt. Meerkeuzevragen Toelichting:
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 informatieOefenDeeltentamen 2 Kansrekening 2011/ Beschouw een continue stochast X met kansdichtheidsfunctie cx 4, 0 x 1 f X (x) = f(x) = 0, anders.
Universiteit Utrecht *=Universiteit-Utrecht Boedapestlaan 6 Mathematisch Instituut 3584 CD Utrecht OefenDeeltentamen Kansrekening 11/1 1. Beschouw een continue stochast X met kansdichtheidsfunctie c 4,
Nadere informatieKansrekening en stochastische processen 2DE18
Kansrekening en stochastische processen 2DE18 Docent : Jacques Resing E-mail: resing@win.tue.nl 1/23 Voor een verzameling stochastische variabelen X 1,..., X n, de verwachting van W n = X 1 + + X n is
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Eindtentamen Kansrekening en Statistiek (WS), Tussentoets Kansrekening en Statistiek (WS), Vrijdag 8 april, om 9:-:. Dit is een tentamen
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 informatieKansrekening en stochastische processen 2S610
Kansrekening en stochastische processen 2S610 Docent : Jacques Resing E-mail: j.a.c.resing@tue.nl http://www.win.tue.nl/wsk/onderwijs/2s610 1/28 Schatten van de verwachting We hebben een stochast X en
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 informatieGezamenlijke kansverdeling van twee stochasten
Gezamenlijke kansverdeling van twee stochasten Voorbeeld: V = de windsnelheid H = hoogte van het waterniveau in een rivier/zee De combinatie (V, H) is van belang voor een overstroming en niet zozeer V
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 informatieSet 2 Inleveropgaven Kansrekening (2WS20)
1 Technische Universiteit Eindhoven Faculteit Wisunde en Informatica Set Inleveropgaven Kansreening (WS) 14-15 1. (Functies van normale verdelingen) Stel dat X een standaard normale verdeling heeft. (a)
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 informatie. Dan geldt P(B) = a. 1 4. d. 3 8
Tentamen Statistische methoden 4052STAMEY juli 203, 9:00 2:00 Studienummers: Vult u alstublieft op het meerkeuzevragenformulier uw Delftse studienummer in (tbv automatische verwerking); en op het open
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 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 informatieVandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen
Vandaag Onderzoeksmethoden: Statistiek 2 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Theoretische kansverdelingen
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 informatieKansrekening en Statistiek
Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie
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 informatieStatistiek voor A.I. College 6. Donderdag 27 September
Statistiek voor A.I. College 6 Donderdag 27 September 1 / 1 2 Deductieve statistiek Kansrekening 2 / 1 Vraag: Afghanistan In het leger wordt uit een groep van 6 vrouwelijke en 14 mannelijke soldaten een
Nadere informatieSchrijf boven elk vel je naam, studentnummer en studierichting (W, N of I). Het is toegestaan een (grafische) rekenmachine te gebruiken.
Radboud Universiteit Nijmegen Heyendaalse weg 135 Faculteit FNWI 655 AJ Nijmegen Examen NWI-NBB Inleiding Kansrekening 1 januari 1 Schrijf boven elk vel je naam, studentnummer en studierichting W, N of
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 informatieMedische Statistiek Kansrekening
Medische Statistiek Kansrekening Medisch statistiek- kansrekening Hoorcollege 1 Uitkomstenruimte vaststellen Ook wel S of E. Bij dobbelsteen: E= {1,2,3,4,5,6} Een eindige uitkomstenreeks Bij het gooien
Nadere informatieUitwerkingenOefenQuiz Kansrekening 2009
Universiteit Utrecht *Universiteit-Utrecht Boedapestlaan 6 Mathematisch Instituut 3584 CD Utrecht UitwerkingOefQuiz Kansreking 29 1. James Bond zoekt e brief in één van de drie ladkast in het voormalige
Nadere informatieTentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van 14.00 17.00 uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (WS05), vrijdag 9 oktober 010, van 14.00 17.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen
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 informatieRadboud Universiteit Nijmegen Heyendaalse weg 135
Radboud Universiteit Nijmegen Heyendaalse weg 35 Faculteit FNWI 6525 AJ Nijmegen Examen NWI-NB00B Inleiding Kansrekening 2 juni 206 Schrijf boven elk vel je naam, studentnummer en studierichting (W, N
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 7 Dinsdag 11 Oktober 1 / 33 2 Statistiek Vandaag: Populatie en steekproef Maten Standaardscores Normale verdeling Stochast en populatie Experimenten herhalen 2 / 33 3
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamenopgaven Statistiek 2DD71: UITWERKINGEN 1. Stroopwafels a De som S van de 12 gewichten is X 1 + X 2 + + X 12. Deze is normaal
Nadere informatieKansrekening en stochastische processen 2S610
Kansrekening en stochastische processen 2S610 Docent : Jacques Resing E-mail: j.a.c.resing@tue.nl http://www.win.tue.nl/wsk/onderwijs/2s610 1/39 Een stochastisch proces (stochastic proces) X (t) bestaat
Nadere informatie= P(B) = 2P(C), P(A B) = 1 2 en P(A C) = 2 5. d. 31
Tentamen Statistische methoden 45STAMEY april, 9: : Studienummers: Vult u alstublieft op het MC formulier uw Delftse studienummer in; en op het open vragen formulier graag beide, naar volgend voorbeeld:
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 informatiemodule SC 12 Inleiding Risicotheorie donderdag 7 november uur
module SC 1 Inleiding Risicotheorie donderdag 7 november 013 13.30-16.30 uur Examen module SC 1 Inleiding Risicotheorie donderdag 7 november 013 Voordat u met de beantwoording van de vragen van dit examen
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 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 informatieDeze week: Verdelingsfuncties. Statistiek voor Informatica Hoofdstuk 5: Verdelingsfuncties. Bernoulli verdeling. Bernoulli verdeling.
Deze week: Verdelingsfuncties Statistiek voor Informatica Hoofdstuk 5: Verdelingsfuncties Cursusjaar 29 Peter de Waal Toepassingen Kansmassafuncties / kansdichtheidsfuncties Eigenschappen Departement Informatica
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 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 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 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 informatieTechnische Universiteit Delft Uitwerking Tentamen Analyse 3, WI 2601 Maandag 11 januari 2010, 9.00-12.00
Technische Universiteit Delft Uitwerking Tentamen Analyse 3, WI 6 Maandag januari, 9- Faculteit EWI Dit tentamen bestaat uit 6 opgaven Alle antwoorden dienen beargumenteerd te worden Normering: punten
Nadere informatieStatistiek voor Natuurkunde Opgavenserie 1: Kansrekening
Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail
Nadere informatieHoofdstuk 5. Toevalsveranderlijken en waarschijnlijkheidsdistributies. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 5 Toevalsveranderlijken en waarschijnlijkheidsdistributies Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Toevalsveranderlijken en waarschijnlijkheidsdistributies
Nadere informatieStatistiek voor A.I. College 4. Donderdag 20 September 2012
Statistiek voor A.I. College 4 Donderdag 20 September 2012 1 / 30 2 Deductieve statistiek Kansrekening 2 / 30 Cycle 3 / 30 Context 4 / 30 2 Deductieve statistiek Vandaag: Eigenschappen kansen Oneindige
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 3 Dinsdag 20 September 1 / 29 1 Kansrekening Indeling: Cumulatieve distributiefuncties Permutaties en combinaties 2 / 29 Vragen: verjaardag Wat is de kans dat minstens
Nadere informatieZo geldt voor o.o. continue s.v.-en en X en Y dat de kansdichtheid van X + Y gegeven wordt door
APP.1 Appendix A.1 Erlang verdeling verdeling met parameters n en λ Voor o.o. discrete s.v.-en X en Y geldt P (X + Y = z) =P (X = x 1 en Y = z x 1 )+P(X = x en Y = z x )+... = P (X = x 1 )P (Y = z x 1
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 9 Dinsdag 18 Oktober 1 / 1 2 Statistiek Vandaag: Centrale Limietstelling Correlatie Regressie 2 / 1 Centrale Limietstelling 3 / 1 Centrale Limietstelling St. (Centrale
Nadere informatie5.0 Voorkennis. Voorbeeld 1: In een vaas zitten 10 rode, 5 witte en 6 blauwe knikkers. Er worden 9 knikkers uit de vaas gepakt.
5.0 Voorkennis Voorbeeld 1: In een vaas zitten 10 rode, 5 witte en 6 blauwe knikkers. Er worden 9 knikkers uit de vaas gepakt. a) Bereken de kans op minstens 7 rode knikkers: P(minstens 7 rood) = P(7 rood)
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNICHE UNIVERITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Functies van meer variabelen, deel A (2XE6) op maandag 2 mei 25, 9..3 uur. De uitwerkingen van de opgaven dienen duidelijk geformuleerd
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Donderdag 21 Oktober 1 / 38 2 Statistiek Indeling: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 38 Deductieve
Nadere informatieVoorbeeld 1. Statistiek voor Informatica Hoofdstuk 3: Stochastische Variabelen en Verdelingen. Voorbeeld 2A. Voorbeeld 1 (vervolg)
Voorbeeld Statistiek voor Informatica Hoofdstuk 3: Stochastische Variabelen en Verdelingen Cursusjaar 2009 Peter de Waal Departement Informatica In een eperiment gooien we 4 maal met een zuivere munt.
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Vrijdag 16 Oktober 1 / 38 2 Statistiek Indeling vandaag: Normale verdeling Wet van de Grote Getallen Centrale Limietstelling Deductieve statistiek Hypothese toetsen
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1/19
Stochastiek 2 Inleiding in de Mathematische Statistiek 1/19 Herhaling H.1 2/19 Mathematische Statistiek We beschouwen de beschikbare data als realisatie(s) van een stochastische grootheid X.(Vaak een vector
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 3 Dinsdag 21 September 1 / 21 1 Kansrekening Indeling: Uniforme verdelingen Cumulatieve distributiefuncties 2 / 21 Vragen: lengte Een lineaal wordt op een willekeurig
Nadere informatie10. De simultane kansverdeling van twee stochasten X en Y is gegeven door de volgende (onvolledige) tabel: X / /4 1. d. 0 e.
Tentamen Statistische methoden MST-STM 1 april 2011, 9:00 12:00 Studienummers: Vult u alstublieft op het MC formulier uw Delftse studienummer in; en op het open vragen formulier graag beide, naar volgend
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek DD14) op vrijdag 17 maart 006, 9.00-1.00 uur. UITWERKINGEN 1. Methoden om schatters te vinden a) De aannemelijkheidsfunctie
Nadere informatieAlgemeen overzicht inleiding kansrekening en statistiek
Algemeen overzicht inleiding kansrekening en statistiek Robert Fitzner Tim Hulshof 7 Oktober 202 v.3 Voorwoord Deze tekst geeft een overzicht van de stof die behandeld wordt in de meeste cursussen inleiding
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 4 Donderdag 22 September 1 / 31 1 Kansrekening Vandaag : Vragen Bernouilli verdelingen Binomiale verdelingen Voorwaardelijke kansen 2 / 31 Vragen: multiple choice Bij
Nadere informatieDe enveloppenparadox
De enveloppenparadox Mats Vermeeren Berlin Mathematical School) 6 april 013 1 Inleiding Een spel gaat als volgt. Je krijgt twee identiek uitziende enveloppen aangeboden, waarvan je er één moet kiezen.
Nadere informatieLineaire dv van orde 2 met constante coefficienten
Lineaire dv van orde 2 met constante coefficienten Homogene vergelijkingen We bekijken eerst homogene vergelijkingen van orde twee met constante coefficienten, d.w.z. dv s van de vorm a 0 y + a 1 y + a
Nadere informatieUitwerkingen bij 1_0 Voorkennis: Centrummaten
Uitwerkingen bij 1_0 Voorkennis: Centrummaten + + + + + + = + + + + + + =! " "" ## $!! % &#' % #! %!% $ % "$ ()*+," "!!""-.$!"" -.!-!%! " $-.#" &#! / 0 & ) ))) ))))), 1 & )))) ) ))) ), $ " % "-! #-!-!""
Nadere informatieStatistiek I Samenvatting. Prof. dr. Carette
Statistiek I Samenvatting Prof. dr. Carette Opleiding: bachelor of science in de Handelswetenschappen Academiejaar 2016 2017 Inhoudsopgave Hoofdstuk 1: Statistiek, gegevens en statistisch denken... 3 De
Nadere informatie11.1 Kansberekeningen [1]
11.1 Kansberekeningen [1] Kansdefinitie van Laplace: P(gebeurtenis) = Aantal gunstige uitkomsten/aantal mogelijke uitkomsten Voorbeeld 1: Wat is de kans om minstens 16 te gooien, als je met 3 dobbelstenen
Nadere informatieAlleen deze bladen inleveren! Let op je naam, studentnummer en klas
Naam: Studentnummer: Klas/groep: HvA-HES Amsterdam, Fraijlemaborg 133, 1102 CV Amsterdam Postbus 22575, 1100 DB Amsterdam Nummer Studiegids: Code onderwijseenheid: 1012_KM1-T2 KM1VPAFE01 Toets 2 Versie
Nadere informatieTentamen Statistische methoden MST-STM 1 juli 2010, 9:00 12:00
Tentamen Statistische methoden MST-STM 1 juli 2010, 9:00 12:00 Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop inleveren
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 informatieKansrekening en Statistiek
Kansrekening en Statistiek College 2 Donderdag 15 September 1 / 42 1 Kansrekening Vandaag: Vragen Eigenschappen van kansen Oneindige discrete uitkomstenruimtes Continue uitkomstenruimtes Continue stochasten
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 2 Donderdag 16 September 1 / 31 1 Kansrekening Indeling: Eigenschappen van kansen Continue uitkomstenruimtes Continue stochasten 2 / 31 Vragen: cirkels Een computer genereert
Nadere informatieuitwerkingen OefenTentamen kansrekening 2007
Universiteit Utrecht *Universiteit-Utrecht Boedaestlaan Mathematisch Instituut 3584 CD Utrecht uitweringen OefenTentamen ansreening 2007 Uitwering van Ogave Ogave Veronderstel dat α de ans is dat van een
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 informatieHandout limietstellingen Kansrekening 2WS20
Handout limietstellingen Kansrekening WS0 Remco van der Hofstad 13 januari 017 Samenvatting In deze hand out bespreken we een aantal limietstellingen en hun bewijzen. In meer detail, behandelen we de volgende
Nadere informatieStatistiek voor A.I. College 5. Dinsdag 25 September 2012
Statistiek voor A.I. College 5 Dinsdag 25 September 2012 1 / 34 2 Deductieve statistiek Kansrekening 2 / 34 Percentages 3 / 34 Vragen: blikkie Kinderen worden slanker als ze anderhalf jaar lang limonade
Nadere informatieModel: Er is één bediende en de capaciteit van de wachtrij is onbegrensd. 1/19. 1 ) = σ 2 + τ 2 = s 2.
Het M/G/1 model In veel toepassingen is de aanname van exponentiële bedieningstijden niet realistisch (denk bijv. aan produktietijden). Daarom zullen we nu naar het model kijken met willekeurig verdeelde
Nadere informatieHandout limietstellingen Kansrekening 2WS20
Handout limietstellingen Kansrekening WS0 Remco van der Hofstad 11 januari 018 Samenvatting In deze hand out bespreken we een aantal limietstellingen en hun bewijzen. In meer detail, behandelen we de volgende
Nadere informatieLesbrief de normale verdeling
Lesbrief de normale verdeling 2010 Willem van Ravenstein Inhoudsopgave Inhoudsopgave... 1 Hoofdstuk 1 de normale verdeling... 2 Hoofdstuk 2 meer over de normale verdeling... 11 Hoofdstuk 3 de n-wet...
Nadere informatieKanstheorie, -rekenen en bekende verdelingen
Kanstheorie, -rekenen en bekende verdelingen 1 Rekenregels kansrekenen Kans van de zekere gebeurtenis: P () = P (U) = 1 Kans van de onmogelijke gebeurtenis: P (;) = 0 Complementregel: P (A c ) = 1 P (A)
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 informatieGebruik van een grafisch rekenmachine in de 3de graad ASO
in de 3de Dr Didier Deses Koninklijk Atheneum Koekelberg Vrije Universiteit Brussel T 3 -Vlaanderen wiskak@yahoo.com Overzicht 1 2 ::een grafiek maken Dmv y= en zoom [zdecimal]: ::een grafiek maken Dmv
Nadere informatieVoorbeeld 1: kansverdeling discrete stochast discrete kansverdeling
12.0 Voorkennis Voorbeeld 1: Yvette pakt vier knikkers uit een vaas waar er 20 inzitten. 9 van de knikkers zijn rood en 11 van de knikkers zijn blauw. X = het aantal rode knikkers dat Yvette pakt. Er zijn
Nadere informatieStatistiek voor A.I. College 9. Donderdag 11 Oktober
Statistiek voor A.I. College 9 Donderdag 11 Oktober 1 / 48 2 Deductieve statistiek Bayesiaanse statistiek 2 / 48 Reistijd naar college (minuten). Jullie - onderzoek Tim Histogram of CI Frequency 0 1 2
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 informatieWiskundige Technieken 1 Uitwerkingen Hertentamen 23 december 2014
Wiskundige Technieken Uitwerkingen Hertentamen 3 december 04 Normering voor 4 pt vragen andere vragen naar rato: 4pt 3pt pt pt 0pt goed begrepen én goed uitgevoerd, eventueel met enkele onbelangrijke rekenfoutjes
Nadere informatie14.1 Kansberekeningen [1]
14.1 Kansberekeningen [1] Herhaling kansberekeningen: Somregel: Als de gebeurtenissen G 1 en G 2 geen gemeenschappelijke uitkomsten hebben geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) B.v. P(3 of 4 gooien
Nadere informatieStatistiek voor A.I. College 10. Donderdag 18 Oktober
Statistiek voor A.I. College 10 Donderdag 18 Oktober 1 / 28 Huffington Post poll verkiezingen VS - 12 Oktober 2012 2 / 28 Gallup poll verkiezingen VS - 15 Oktober 2012 3 / 28 Jullie - onderzoek Kimberly,
Nadere informatieWe zullen in deze les kijken hoe we netwerken kunnen analyseren, om bijvoorbeeld de volgende vragen te kunnen beantwoorden:
Wiskunde voor kunstmatige intelligentie, 24 Les 5 Proces analyse Veel processen laten zich door netwerken beschrijven, waarin een aantal knopen acties aangeeft en opdrachten langs verbindingen tussen de
Nadere informatieStatistiek voor A.I. College 10. Dinsdag 16 Oktober
Statistiek voor A.I. College 10 Dinsdag 16 Oktober 1 / 30 Jullie - onderzoek Geert-Jan, Joris, Brechje Horizontaal: lengte Verticaal: lengte tussen topjes middelvingers met gestrekte armen. DIII 170 175
Nadere informatieSet 1 Inleveropgaven Kansrekening (2WS20)
1 Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Set 1 Inleveropgaven Kansrekening (2WS20) 2014-2015 1. (Het sleutelprobleem) In een denkbeeldige wedstrijd kunnen deelnemers auto s
Nadere informatieHoofdstuk 4: Aanvullende Begrippen (Extra Oefeningen)
Hoofdstuk 4: Aavullede Begrippe (Extra Oefeige) 9. Veroderstel dat X e Y ormaal verdeeld zij met resp. gemiddelde waarde µ X e µ Y e met dezelfde variatie 2. Wat is da de distributie va X Y? Bepaal de
Nadere informatieHoofdstuk 7 : Continue distributies als stochastische modellen. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 7 : Continue distributies als stochastische modellen Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Continue distributies als stochastische
Nadere informatieLesbrief hypothesetoetsen
Lesbrief hypothesetoetsen 00 "Je gaat het pas zien als je het door hebt" Johan Cruijff Willem van Ravenstein Inhoudsopgave Inhoudsopgave... Hoofdstuk - voorkennis... Hoofdstuk - mens erger je niet... 3
Nadere informatie