Hertentamen Inleiding Kansrekening 5 juli 2017, 14:00 17:00 Docent: Prof. dr. F. den Hollander

Vergelijkbare documenten
Tentamen Inleiding Kansrekening 16 juni 2017, 14:00 17:00 Docent: Prof. dr. F. den Hollander

Tentamen Inleiding Kansrekening 9 juni 2016, 10:00 13:00 Docent: Prof. dr. F. den Hollander

Uitwerking Hertentamen Inleiding Kansrekening 6 juli 2015, uur Docent: Prof. dr. F. den Hollander

Uitwerking Tentamen Inleiding Kansrekening 11 juni 2015, uur Docent: Prof. dr. F. den Hollander

Tentamen Inleiding Kansrekening 25 juni 2009, uur Docent: F. den Hollander

Tentamen Inleiding Kansrekening wi juni 2010, uur

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica

Tentamen Inleiding Kansrekening 12 augustus 2010, uur Docent: F. den Hollander

Tentamen Voortgezette Kansrekening (WB006C)

Tentamen Kansrekening (NB004B)

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica

Kansrekening en stochastische processen 2DE18

Het tentamen heeft 25 onderdelen. Met ieder onderdeel kan maximaal 2 punten verdiend worden.

Kansrekening en statistiek wi2105in deel I 29 januari 2010, uur

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica

Gezamenlijke kansverdeling van twee stochasten

Radboud Universiteit Nijmegen Heyendaalse weg 135

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica

Schrijf boven elk vel je naam, studentnummer en studierichting (W, N of I). Het is toegestaan een (grafische) rekenmachine te gebruiken.

P (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:

P (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:

Tentamen Inleiding Kansrekening 11 augustus 2011, uur

MARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN?

Kansrekening en Statistiek

Tentamen Kansrekening en Statistiek (2WS04), dinsdag 17 juni 2008, van uur.

Kansrekening en Statistiek. Overzicht Kansrekening

Kansrekening en statistiek WI2105IN deel I 4 november 2011, uur

VU University Amsterdam 2018, juli 11.

Cursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)

Tentamen Kansrekening en Statistiek (2WS04), woensdag 30 juni 2010, van uur.

Department of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 2017, Juni 7

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

Set 3 Inleveropgaven Kansrekening (2WS20) Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.

Hertentamen Biostatistiek 3 / Biomedische wiskunde

Hertentamen Voortgezette biostatistiek / Biomedische wiskunde

Kansrekening en Statistiek

Voorbeeld 1. Statistiek voor Informatica Hoofdstuk 3: Stochastische Variabelen en Verdelingen. Voorbeeld 2A. Voorbeeld 1 (vervolg)

VU University Amsterdam 2018, Maart 27

Kansrekening en Statistiek

Tentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen

Statistiek voor A.I. College 6. Donderdag 27 September

13.1 Kansberekeningen [1]

b) Uit Bayes volgt, gebruik makend van onderdeel a) P (T V )P (V ) P (T ) = (0.09)(0.07)

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening

Examen Statistiek I Feedback

14.1 Kansberekeningen [1]

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

OefenDeeltentamen 2 Kansrekening 2011/ Beschouw een continue stochast X met kansdichtheidsfunctie cx 4, 0 x 1 f X (x) = f(x) = 0, anders.

Technische Universiteit Delft Tentamen Calculus TI1106M - Uitwerkingen. 2. Geef berekeningen en beargumenteer je antwoorden.

Notatieafspraken bovenbouw, wiskunde A

Vandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen

Kansrekening en stochastische processen 2DE18

VU University Amsterdam 2019, maart 28.

4.0 Voorkennis [1] Stap 1: Maak bij een van de vergelijkingen een variabele vrij.

Kansrekening en Statistiek

Kansrekening en Statistiek

Statistiek voor A.I. College 4. Donderdag 20 September 2012

Notatieafspraken Grafische Rekenmachine, wiskunde A

Kansrekening en Statistiek

Deze week: Verdelingsfuncties. Statistiek voor Informatica Hoofdstuk 5: Verdelingsfuncties. Bernoulli verdeling. Bernoulli verdeling.

= P(B) = 2P(C), P(A B) = 1 2 en P(A C) = 2 5. d. 31

Voorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal. Toets Kansrekenen I. 28 maart 2014

Deel 2 van Wiskunde 2

Tentamen Functies en Reeksen

Medische Statistiek Kansrekening

Kansrekening en Statistiek

Statistiek I Samenvatting. Prof. dr. Carette

Oefeningen statistiek

Hertentamen Voortgezette biostatistiek / Biomedische wiskunde

Combinatoriek en rekenregels

Kansrekening en Statistiek

Tentamen Voortgezette biostatistiek / Biomedische wiskunde

Kansrekening en stochastische processen 2S610

Statistiek voor A.I. College 5. Dinsdag 25 September 2012

Tussentoets Analyse 1

INLEIDING. Definitie Stochastisch Proces:

Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013

P = LIMIETGEDRAG VAN MARKOV KETENS Limietverdeling van irreducibele, aperiodieke Markov keten:

== Tentamen Analyse 1 == Maandag 12 januari 2009, u

Alleen deze bladen inleveren! Let op je naam, studentnummer en klas

. Dan geldt P(B) = a d. 3 8

Bayesiaans leren. Les 2: Markov Chain Monte Carlo. Joris Bierkens. augustus Vakantiecursus 1/15

Department of Mathematics Exam: Voortgezette biostatistiek / Biomedische wiskunde VU University Amsterdam 2017, Maart 28

Zoek de unieke oplossing van het stelsel π = π P waarvoor bovendien geldt dat i S π i = 1.

Technische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015,


Binomiale verdelingen

Statistiek voor A.I. College 3. Dinsdag 18 September 2012

Deze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten

Inleiding Applicatie Software - Statgraphics

VOOR HET SECUNDAIR ONDERWIJS

TI83-werkblad. Vergelijkingen bij de normale verdeling

Samenvatting Wiskunde A

Tentamen Kansrekening en Statistiek MST 14 januari 2016, uur

Statistiek ( ) ANTWOORDEN eerste tentamen

K.0 Voorkennis. Herhaling rekenregels voor differentiëren:

Inleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek

Kansrekening en Statistiek

Tentamen Mathematische Statistiek (2WS05), dinsdag 3 november 2009, van uur.

Bayesiaans leren. Les 2: Markov Chain Monte Carlo. Joris Bierkens. augustus Vakantiecursus 1/15

Transcriptie:

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 zijn 8 vragen, elk met twee of drie onderdelen. Elk onderdeel is een aantal punten waard, dat vet gedrukt is aangegeven. Het totaal aantal punten is 00. Er zijn vragen in drie categorieën: reproductie, T toepassing, I inzicht. Schrijf je naam, studentnummer en studierichting op elk blad dat je inlevert. Motiveer steeds je antwoorden: een los antwoord zonder uitleg is niet voldoende. Elke berekening dient van een toelichting te worden voorzien. () [] Gegeven zijn vier gebeurtenissen A, A, A, A 4 met kansen P(A ), P(A ) 5, P(A ) 4, P(A 4). (a) [] Laat zien dat P(A A A A 4 ) 9. 0 (b) [4] Geef voorbeelden, aan de hand van een Venn-diagram, waaruit blijkt dat de ondergrens en de bovengrens bereikt kunnen worden. () [] Zij A de gebeurtenis dat de ijssalon morgen open is. Zij B i, i,, de gebeurtenis dat morgen de maximale temperatuur 0 + 0i graden Celsius is. Het weerbericht meldt dat P(B ) en P(B ). De eigenaar van de ijssalon meldt dat P(A B ) en P(A B 4 ). 4 (a) [5] Bereken P(A). (b) [5] Bereken P(B A) en P(B A). () [] Zij X de continue stochast met kansdichtheidsfunctie { x, 0 x, f X (x) Zij Y (X ).

(a) [8] Bereken de cumulatieve kansverdelingsfunctie F Y en met behulp daarvan de kansdichtheidsfunctie f Y. (b) [4] Bereken E(Y ). (c) [4] Bereken var(y ). (4) [I] Zij X, Y het paar discrete stochasten met gezamenlijke kansmassafunctie, k, l N, p X,Y (k, l) π (k + l ) (a) [4] Zijn X, Y identiek verdeeld? Zijn X, Y onafhankelijk? (b) [4] Bereken de kansmassafunctie p Z van Z X + Y. (c) [8] Geef een formule voor P(X > Y ). Bereken deze kans vervolgens tot en met twee decimalen achter de komma nauwkeurig. (5) [] Het paar continue stochasten (, S) heeft gezamenlijke kansdichtheidsfunctie { e f,s (r, s) s, 0 < r < s <, Zij (U, V ) (e, e S ). (a) [8] Bereken de gezamenlijke kansdichtheidsfunctie f U,V. Hint: Bepaal eerst de Jacobiaan van de inverse van de transformatie T : (r, s) (u, v) (e r, e s ). (b) [] Bereken E(UV ). () [T] Zijn X, Y discrete stochasten met kansmassafunctie p X (k) { ( )k, k N, 0, elders, p Y (l) {, l,, Veronderstel dat X, Y onafhankelijk zijn. (a) [5] Bereken de kansmassafunctie p Z van Z XY. (b) [5] Bereken de kansgenererende functie G Z. Wat is de convergentiestraal? (7) [T] Zij X (X n ) n N0 de Markovketen met toestandsruimte S {,,, 4} en

overgangsmatrix P 0 p 0 p p 0 p 0 0 p 0 p p 0 p 0, waar p [0, ] een parameter is. (a) [4] Voor welke waarden van p is X irreducibel, respectievelijk, is X aperiodiek? (b) [4] Bereken de invariante kansverdeling π (π, π, π, π 4 ). (c) [4] Voor welke waarden van p is π reversibel? (8) [I] Neem twee -zijdige dobbelstenen. Werp de twee dobbelstenen en noteer hun uitkomst. Kies daarna willekeurig één dobbelsteen, werp die dobbelsteen en noteer de uitkomst van beide dobbelstenen. Herhaal dit laatste kansexperiment. (a) [4] Laat zien dat de aldus gegenereerde rij van paren van uitkomsten X (X n ) n N0 een Markovketen vormen. (b) [4] Wat is de toestandsruimte S van X? Wat is de overgangsmatrix P van X? (c) [8] Zij Y n de som van het paar uitkomsten na n worpen. Is Y (Y n ) n N0 een Markovketen?

OPLOSSINGEN () (a) De bovengrens volgt uit de ongelijkheid P(A A A A 4 ) P(A ) + P(A ) + P(A ) + P(A 4 ), de ondergrens uit de ongelijkheid P(A A A A 4 ) max { P(A ), P(A ), P(A ), P(A 4 ) }. (b) De bovengrens wordt bereikt door A, A, A, A 4 disjunct te kiezen, de ondergrens door te kiezen A A A A 4. () (a) Bereken (b) Bereken P(A) P(A B ) P(B ) + P(A B ) P(B ) 4 () (a) Bereken, voor y [0, ], P(B A) P(A B ) P(B ) P(A) P(B A) P(A B ) P(B ) P(A) 4 7 4 7 + 7. 4 7, 7. F Y (y) P(Y y) P ( (X ) y ) P ( y + X y + ) y+ y+ f X (x) dx [ z( z)] z y+ y+ y z y ( x) dx y ( y z) dz y ( y) + y ( + y) y. Het is verder evident dat F Y (y) 0 voor y 0 en F Y (y) voor y. Na differentiëren volgt { f Y (y) F Y (y), y (0, ), y (b) Bereken E(Y ) yf Y (y) dy 0 [ y dy y/] y. y0 4

(c) Idem geldt E(Y ) y f Y (y) dy 0 y/ dy [ 5 y5/] y y0 5, en derhalve var(y ) E(Y ) E(Y ) 4. 5 9 45 (4) (a) Vanwege symmetrie geldt p X p Y, dus zijn X, Y identiek verdeeld. Omdat p X,Y p X p Y zijn X, Y niet onafhankelijk. (b) De som Z X + Y heeft kansmassafunctie p Z (m) π {k+l m} p X,Y (k, l) π m k N l N k m π m, m N. (c) Vanwege symmetrie geldt P(X > Y ) P(X Y ) [ ] P(X Y ) [ ]. π (k ) k N De gevraagde benadering krijgen we door de som na k af te breken. Omdat [ (/π )( + )] 0... en (/π )5 0.004..., is het antwoord P(X > Y ) 0.. (5) (a) De transformatie T gegeven door (u, v) T (r, s) (e r, e s ) is een bijectie met inverse T gegeven door (r, s) T (u, v) (log u, log v). De Jacobiaan van T is de determinant J(u, v) r u s u r v s v Volgens de Jacobi formule geldt dus dat u 0 0 v (uv). ( ) f (U,V ) (u, v) f (,S) r(u, v), s (u, v) J(u, v) { v (uv), < u < v <, 5

(b) Er volgt E(UV ) De integraal divergeert. du dv uv f (U,V ) (u, v) du u dv v. () (a) De kansmassafunctie van Z XY wordt gegeven door p Z (m) {klm} ( )k [ ( )m + {m even} ( )m/], m N, k N l, (b) De kansgenererende functie van Z is G Z (s) s m p Z (m) ( s)m + ( s ) m m N s s + De convergentiestraal van G Z is. m N s s, s C. (7) (a) De toestandsruimte S kun je zien als de punten van een vierkant die kloksgewijs geordend zijn. De overgangskansen zijn zo dat sprongen met de klok mee kans p hebben en sprongen tegen de klok in kans p. Daardoor is X voor alle waarden van p irreducibel en voor geen enkele waarde van p aperiodiek (de periode is voor p (0, ) en 4 voor p 0, ). (b) De invariante verdeling is een oplossing van de vergelijking π πp met π + π + π + π 4. Omdat X irreducibel is, is de oplossing uniek. Dit geeft het stelsel vergelijkingen π ( p)π + pπ 4, π ( p)π + pπ, π ( p)π 4 + pπ, π 4 ( p)π + pπ, dat π (,,, ) als unieke oplossing heeft voor alle p. 4 4 4 4 (c) De Markovketen is reversibel dan en slechts dan wanneer p. Alleen dan geldt dat π p ij π j p ji voor alle i < j 4. (8) (a) De Markoveigenschap volgt uit het feit dat, voor elke n N 0, de kansverdeling van X n+ alleen maar afhangt van X n. Immers, een van de twee dobbelstenen wordt niet geworpen en de uitkomst van de worp met de andere dobbelsteen is toevallig. m N

(b) De toestandsruimte is de overgangsmatrix is S {,,,,,,,, }, p (ij)(k,l), k i, l j of k i, l j,, k i, l j, (c) Wanneer X n (Xn, Xn), dan geldt Y n Xn + Xn. Omdat informatie verloren gaat door de sommatie, is Y géén Markovketen. Bijvoorbeeld de toestand Y n 4 correspondeert met X n {(, ), (, ), (, )}. Er geldt echter P ( X n+ x X n (, ) ) {, x (, ), (, ), (, ), (, ),, x (, ),, x (, ), (, ), (, ), (, ), P ( X n+ x X n (, ) ) {, x (, ), en derhalve P ( Y n+ y X n (, ) ) {, y,, 5,,, x 4, P ( Y n+ y X n (, ) ) {, x, 4, 5, 0, x,. De kansverdeling van Y n+ hangt dus niet alleen maar van de waarde van Y n af. 7