WenS eerste kans Permutatiecode 0

Transcriptie

1 Aatekeige op de vrageblade zij NIET TOEGELATEN. Je mag gebruik make va schrijfgerief e ee eevoudige rekemachie; alle adere materiaal blijft achteri. Leg je studetekaart duidelijk zichtbaar op je bak. Klap ekel je eige tafeltje ope. Vul, voor je begit, je vooraam, aam, studiejaar e stamummer i i het boveste kader va het atwoordblad. Vul vervolges auwgezet je stamummer i, door de gepaste vakjes i de velde A H volledig zwart te make. Draag er zorg voor dat je gee adere vakjes i deze velde zwart maakt. Op je opgaveblad staat ee permutatiecode ee getal tusse 1 e 9. Maak het correspoderede vakje zwart i veld I. Het exame telt 25 vrage. Er is slechts éé correct atwoord per vraag. Elk correct atwoord levert 1 put op, ee iet-correct atwoord 0 pute: er is gee giscorrectie. De atwoorde op de vrage worde igevuld door het gepaste vakje zwart te make i velde 1 25 i de kolomme NET. Met wat je ivult i de kolomme KLAD wordt gee rekeig gehoude. Gomme e adere correctieve bewerkige i de NET-kolomme zij NIET TOEGELA- TEN. Wees kalm, e begi met de vrage die je het makkelijkst lijke. Check, voor je afgeeft, of je NET-kolom volledig (e aar wes) is igevuld! 1

2 Formularium Ekele verdelige Normale verdelig Nm(z µ,σ 2 ) = 1 (z µ)2 e 2σ 2 2πσ 2 Expoetiële verdelig Exp(z β) = 1 β e z/β voor z 0 Gamma-verdelig Ga(z α,β) = 1 β α Γ(α) zα 1 e z/β voor z > 0 Geometrische verdelig Geo(z p) = q z p voor z = 0,1,2,... Beroulli-verdelig Be(z p) = p z q 1 z voor z = 0,1 Biomiale verdelig B(z, p) = ( z) p z q z voor z = 0,1,2,..., Poisso-verdelig Ps(z λ) = e λ λ z /z! voor z = 0,1,2,... Maximale-likelihoodschatters Expoetiële verdelig ˆB ML (x 1,...,x ) = x se(x ˆ 1,...,x ) = x x (1 x ) Beroulli-verdelig ˆP ML (x 1,...,x ) = x se(x ˆ 1,...,x ) = x Poisso-verdelig ˆΛ ML (x 1,...,x ) = x se(x ˆ 1,...,x ) = Statistische teste Wald-teste met Wald-teststatistiek w e sigificatieiveau α 0 test kritiek gebied p-waarde eezijdig w < z 1 α0 Φ(w) eezijdig w > z 1 α0 Φ( w) tweezijdig w > z 1 α0 /2 2Φ( w ) Ekele courate fractiele va de stadaardormale verdelig α 100(1 α) z 1 α/2 0,001 99,9 3,32 0,005 99,5 2,81 0,010 99,0 2,58 0,050 95,0 1,96 0,100 90,0 1,65 2

3 Ekele verzamelige va getalle N is de verzamelig va alle atuurlijke getalle zoder ul. R >0 is de verzamelig va alle (strikt) positieve reële getalle. R 0 is de verzamelig va alle iet-egatieve reële getalle. 3

4 0 z Oppervlakte oder de stadaardormale desiteit va 0 tot z z

5 1 We hale op lukrake maier zeve balle uit ee ure met zeve rode e drie blauwe balle, zoder terugplaatsig. Wat is de coditioele waarschijlijkheid dat de derde getrokke bal blauw is, als je weet dat drie va de zeve getrokke balle blauw zij? A 3 10 B 3 7 C 1 D Met ee Beroulli-proces met waarschijlijkheid op succes p e waarschijlijkheid op fale q = 1 p, associëre we de geometrisch verdeelde veraderlijke T die het aatal falige geeft vóór het eerste succes. We eme ee toevallige steekproef (t 1,t 2,...,t ) va deze veraderlijke T. Wat is de maximale-likelihoodschattig ˆΘ ML (t 1,...,t ) voor de parameter θ = q p? A 1 k=1 t k 1+ 1 k=1 t k B 1 k=1 t k C k=1 t k D gee va de bovestaade 3 Het gooie va twee faire mutstukke gebeurt oafhakelijk. Noem A de gebeurteis dat de eerste worp kruis levert, e B de gebeurteis dat de tweede worp kruis levert. C is de gebeurteis dat tweemaal dezelfde uitkomst wordt gegooid tweemaal kruis of tweemaal mut. Welke va de volgede uitsprake is vals? A A e B zij oafhakelijk. B A e C zij iet oafhakelijk. C A, B e C zij iet logisch oafhakelijk. D De waarschijlijkheid va C is

6 4 Beschouw drie gebeurteisse A, B e C, zo dat C = A B, zoals i de oderstaade figuur: A C B Verder is gegeve dat P(A) > 0 e P(B) > 0, e dat de waarschijlijkheid va A strikt stijgt a observatie va B. Welke va de oderstaade uitsprake is da zeker waar? A P(C A) > P(B). B P(C A) < P(B). C P(C A) = P(C). D P(A B)P(B A) P(A)P(B). 5 We kijke aar de maximale-likelihoodschatters ˆB 0,ML e ˆB 1,ML voor de coëfficiëte β 0 e β 1 va de best passede rechte voor datapute (x k,y k ), k = 1,...,, bij ekelvoudige lieaire regressie overeekomstig met de kleistekwadratemethode. Hieri is σ 2 de costate variatie va de oafhakelijke, ormaal verdeelde, e ulvertekede meetfoute. Je weet bovedie dat x = 0 e x 2 > 0. Welke va de volgede uitsprake is waar? A ˆB 0,ML e ˆB 1,ML zij oafhakelijk. B ˆB 1,ML is iet overteked. C ˆB 0,ML is iet overteked. x 2 D ( ˆβ σ 0,ML z 2 1 α/2, ˆβ s x 2 0,ML + z 1 α/2 100(1 α)% betrouwbaarheidsiterval voor β 0. x 2 σ 2 s x 2 ) is voor kleie gee 6

7 6 Bij het beatwoorde va ee meerkeuzevraag met m mogelijke atwoorde ket Thom het atwoord met waarschijlijkheid p, of hij ket het atwoord iet met waarschijlijkheid 1 p. Als Thom het atwoord ket, da beatwoordt hij de vraag zeker correct. Ket hij het atwoord iet, da gokt hij lukraak e beatwoordt daarom de vraag correct met ee waarschijlijkheid 1/m. Als je weet dat Thom de vraag correct heeft beatwoord, wat is da de waarschijlijkheid dat hij het atwoord kede? A B p m (m 1)p+1 C D mp (m 1)p+1 mp m+1 7 De klatbezoeke aa de wikel va Nathalie make ee Poisso-proces uit. Het gemiddelde aatal klate dat bie de periode va ee uur de wikel biestapt, is 10. Wat wete we da over de toevallige veraderlijke T 5, die aageeft hoe lag Nathalie moet wachte op haar vijfde klat va de dag? A E(T 5 ) = 20 miute. B var(t 5 ) = 1 20 uur2. C T 5 heeft ee geometrische verdelig. D T 5 heeft ee Poisso-verdelig. 7

8 8 Ee reële cotiue toevallige veraderlijke X heeft de zogeaamde Rayleigh-verdelig, met desiteit: 2x f (x λ) = λ exp( x2 λ ) x 0 0 elders. De ruwe momete va deze verdelig zij gegeve door E(X ) = λ 2 Γ(1 + 2 ) voor 0. De maximale-likelihoodschatter va de positieve reële parameter λ is gegeve door: ˆΛ ML (X 1,...,X ) = 1 k=1 X 2 k. Wat is de stadaardfout voor deze maximale-likelihoodschatter? A λ 2 B λ 2 C λ D λ 2 9 Wat is de mometefuctie M Y 2(t) va het kwadraat Y 2 va ee ormaal verdeelde veraderlijke X met E(X) = 0 e var(x) = σ 2? A 1 1 2σt voor t < 1 2σ 1 B 1 2σ voor t < 1 2 t 2σ 2 C e σ8 t 4 2 voor t R D e σ4 t 4 2 voor t R 8

9 10 Aa zeve studete die de opleidig burgerlijk igeieur aa de Uiversiteit Get hebbe gevolgd, werd gevraagd deze opleidig te beoordele met ee heeltallige score va ul tot tie. De resultate va deze kleie equête zij weergegeve i het oderstaade kader-met-staafdiagram Welke va de oderstaade uitsprake is iet correct? A Exact twee va de studete gave 5 als score. B Te miste ee va de studete gaf 6 als score. C Exact ee va de studete gaf 10 als score. D Drie va de studete gave ee score hoger da De gemeeschappelijke desiteit va de toevallige veraderlijke X e Y wordt gegeve door { α als 1 f X,Y (x,y) = 2 x 2 + y 2 1 e x > 0 0 elders, waarbij α de ormalisatiecostate is. De toevallige veraderlijke R e V worde gedefiieerd als R = X 2 +Y 2 e V = Y /X. Welke va de oderstaade uitsprake is de correcte? r A f R,V (r,v) = α als 1 1+v 2 2 r 1 e v R. B α = 3 8 π. r C f R,V (r,v) = α als 1 1+v 2 2 r 1 e v R. D X e Y zij oafhakelijk. 12 Welke va de volgede uitsprake volgt uit de Markov-ogelijkheid voor elke reële toevallige veraderlijke X waarva zowel E(X) als E(X 2 ) bestaa? A P(X ( 1,1)) 1 E(X). B P(X ( 1,1)) 1 E(X 2 ). C P(X ( 1,1)) 1 E(X). D P(X ( 1,1)) 1 E(X 2 ). 9

10 13 Welke va de volgede atwoorde geeft ee (evetueel beadered) 95% betrouwbaarheidsiterval voor de parameter θ voor ee toevallige steekproef met als steekproefgemiddelde x? A (, x + 1,96 ) x (1 x ), waeer de toevallige steekproef getrokke wordt uit ee Beroulli-verdelig Be( θ) ( ) B x 1,65 1,+, waeer de toevallige steekproef getrokke wordt uit ee ormale verdelig Nm( θ,1) ( C x 1,96 x, x + 1,96 x ), waeer de toevallige steekproef getrokke wordt uit ee Poisso-verdelig Ps( θ) ( D x 1,65 x, x + 1,65 x ), waeer de toevallige steekproef getrokke wordt uit ee expoetiële verdelig Exp( θ) 14 Op de oderstaade figuur is (ee deel va) de distributiefuctie va de reële toevallige veraderlijke X geteked. Welke va de oderstaade uitsprake is correct? F X (z) 1 3/ /4 1/ z A P(X [3,4]) = 0. B P(X > 4) = 0. C P(X = 1) = 0. D Gee va de bovestaade uitsprake is correct. 10

11 15 X 1,X 2,...,X zij oafhakelijke Beroulli-verdeelde toevallige veraderlijke met parameter p. Defiieer de toevallige veraderlijke Y als hu product Y := i=1 X i. Waaraa is var(y ) gelijk? A p (1 p ) B p (1 p) C p(1 p) D e p(1 p) 16 Op de oderstaade waarschijlijkheidsboom zij iet alle waarschijlijkhede igevuld. 1 3 C 1 2 A B D E Welke va de oderstaade uitsprake is zeker correct? A 0 < P(A C) < 2 9. B P(C D) P(A B). C P(E) > 1 3. D P(D) P(E). 11

12 17 Ee spel verloopt i T opeevolgede rodes. De (eige) speler begit met score 0. I elke rode wordt ee voorwerp met drie zijde R, G e B opgegooid. De mogelijkhede zij dus {R,G,B}. De waarschijlijkheid va R is p (met p ee willekeurige waarde i (0, 1/2)), de waarschijlijkheid va B is ook p e de waarschijlijkheid va G is q = 1 2p. Bij R verhoogt de score met 1, bij G wordt de score op 0 gezet e bij B verlaagt ze met 1. Het spel stopt zodra de score ofwel 2 ofwel 2 heeft bereikt. Wat is E(T ), het verwachte aatal rodes? Hit: kijk aar de oderstaade figuur, gebruik de wet va totale waarschijlijkheid voor verwachtigswaarde e eem (R,R), (R,G), (R,B), G, (B,R), (B,G), (B,B) als gebeurteisse waarop je coditioeert. p R 1 p q p R 2 score 2 dus STOP G 0 B 0 0 q G 0 p B 1 p q p R 0 G 0 B 2 score 2 dus STOP A 1+2p2 2p 2 B 2 C 1+2p 2p 2 D gee va de bovestaade 12

13 18 Beschouw de volgede Matlab-fuctie: fuctio E = doeiets (,p,f) % deze fuctie doet iets % ivoer : % is ee atuurlijk getal % p is ee reeel getal tusse 0 e 1 % f is ee 2 bij 1 reele ( kolom ) vector s = sum ( rad (,1) > p )/; E = [1 -s, s]*f; ed We voere het volgede stukje code uit = 500; f = [5; -1]; E = doeiets (,0.7, f) Op deze maier is E ee fuctie va. Als we groter e groter make maar iet zo groot dat er zich umerieke foute voordoe da verwachte we dat de waarde voor E dichter bij welke va de volgede getalle zal kome te ligge? A 0 B 0,8 C 3,2 D gaat aar + 19 Beschouw ee toevallige steekproef X 1,...,X 10 va grootte 10 uit ee ormale verdelig met parameters µ e σ 2. Welk va de oderstaade uitsprake over het steekproefgemiddelde X 10 e de steekproefvariatie S10 2 is iet correct? A E(S 2 10 ) = σ 2. B X 10 e S10 2 zij oafhakelijk. C X 10 heeft ee ormale verdelig. D S 2 10 heeft ee χ2 -verdelig met 9 vrijheidsgrade. 13

14 20 X 1, X 2 e X 3 zij oafhakelijke cotiue toevallige veraderlijke die elk uiform verdeeld zij over [0,1]. Wat is P(X 1 < X 2 X 3 ), de waarschijlijkheid dat X 1 strikt kleier is da X 2 e dat die laatste zelf kleier is da of gelijk aa X 3? A 1 6 B 1 3 C 1 24 D Herma Erikso werkt i ee call-ceter e verwerkt elke dag 50 telefoooproepe. De duurtijde D i va de afzoderlijke oproepe i zij oafhakelijk, met µ Di = 5 (miute) e σ Di = 5 (miute). Wat is de (evetueel beaderde) waarschijlijkheid dat de totale duurtijd va de 50 telefoooproepe meer da 5 uur bedraagt? A Φ( 10) B Φ( 10) C Φ( 2) D Φ( 1/5) 22 Va twee reële toevallige veraderlijke X e Y wete we dat E(X) = E(Y ) = 0, var(x) = 2, var(y ) = 3 e ρ(x,y ) = 6/6. Voor welke waarde va λ i [0,1] is de verwachtigswaarde E[(λX + (1 λ)y ) 2 ] het kleist? A 0 B 1 C 1 3 D gee va de bovestaade 14

15 23 I de laatste politieke peilig die de VRT tusse 29 april e 19 mei 2013 liet uitvoere werd aa = 1084 mese gevraagd welke partij hu voorkeur draagt. I deze peilig was de N-VA voor 348 mese de favoriete partij. We wille op basis va deze peilig iets kue besluite over de ulhypothese dat de N-VA iet populairder gee grotere fractie p va de Vlamige stemt voor N-VA is da bij de laatste federale verkiezige va jui 2010, waar de N-VA ee score va p 0 = 28,2% haalde. Hiervoor gebruike we ee alteratieve Wald-teststatistiek, waarbij we se 0, de stadaardfout oder de hypothese p = p 0 gebruike. Het sigificatieiveau α 0 waarvoor we teste is 1%. Met x i = 1 als de i-de persoo voor de N-VA stemt e x i = 0 als hij iet voor de N-VA stemt, geeft de volgede tabel de gegeves weer: i=1 x i p 0 H 0 α ,2% p p 0 1% Welke va de volgede uitsprake is de correcte? A H 0 wordt verworpe e het effectief sigificatieiveau is ogeveer 0,2%. B H 0 wordt iet verworpe e het effectief sigificatieiveau is ogeveer 0,2%. C H 0 wordt verworpe e het effectief sigificatieiveau is ogeveer 99,8%. D H 0 wordt iet verworpe e het effectief sigificatieiveau is ogeveer 99,8%. 15

16 24 We doe ee hypothesetest over de verwachtigswaarde µ va ee ormaal verdeelde veraderlijke X, waarva we wete dat var(x) = 1. We wete ook dat de verwachtigswaarde µ va X ofwel gelijk is aa µ 0, ofwel gelijk is aa µ 1 (met µ 1 > µ 0, zie de oderstaade figuur), ofwel gelijk is aa µ 2 := µ 0+2µ 1 3. De ulhypothese H 0 e de alteratieve hypothese H 1 zie er als volgt uit: H 0 : µ = µ 2, H 1 : µ {µ 0, µ 1 }. I de figuur zij ook drie verschillede kritieke gebiede KG1, KG2 e KG3 geteked, die overeekome met de respectieve teste δ 1, δ 2 e δ 3. Elk va die drie teste δ i hebbe ee miimale sterkte m i e ee maximale sterkte M i let erop dat met elk elemet va Ω 1 = {µ 0, µ 1 } ee sterkte overeekomt. Welke va de volgede uitsprake geldt da zeker voor alle waarde va µ 0 e µ 1 (zo dat µ 1 > µ 0 )? KG1 µ 0 µ 2 µ 1 KG2 KG2 KG3 A M 3 < M 1 < M 2. B m 2 = m 3. C M 3 + M 1 = 1. D m 2 M De cotiue reële toevallige veraderlijke X is uiform verdeeld over het iterval [c,2c], met c > 0. Coditioeel op X = x, met x [c,2c], is de cotiue reële toevallige veraderlijke Y uiform verdeeld over het iterval [ x, x]. Wat is de waarde va de coditioele waarschijlijkheid P(X > 3 2c Y = c)? A 1 2 B 5 8 C l4 l3 l2 D l4 l3 2c 16