Kapitel 5: Diskrete Verteilungen

5 Diskrete Verteilungen
1
Kapitel 5:
Diskrete Verteilungen
A: Beispiele
Beispiel 1:
Zwei Zufallsvariablen X und Y besitzen die beiden folgenden Wahrscheinlichkeitsfunktionen:
µ ¶
 5 0.6x 0.45−x
x
(i) Px (x) =

0

y
e−2 · 2
y!
(ii) Py (y) =

0
für
für
x = ...
sonst
y = ...
sonst
a) Wie heißen die Verteilungen der beiden Zufallsvariablen? Bestimmen Sie die Werte ihrer Parameter und geben Sie an, welche Werte X und Y mit positiver Wahrscheinlichkeit annehmen. Handelt
es sich um stetige oder um diskrete Verteilungen?
b) Stellen Sie die Wahrscheinlichkeitsfunktionen graphisch dar.
c) Geben Sie den Erwartungswert und die Varianz der Verteilungen an.
d) Berechnen sie die folgenden Wahrscheinlichkeiten:
(i) P(X ≥ 1), (ii) P(X < 2), (iii) P(2 ≤ Y ≤ 3), (iv) P(Y > 2)
Lösungen:
a)
(i) Binomialverteilung (diskret)
µ ¶
 n π x (1 − π )n−x
x
b(x; n, π ) =

0
für
x = 0, 1, ..., n
sonst
(ii) Poissonverteilung (diskret)

y
e−λ λ
für y = 0, 1, 2, ...
y!
mit
P(y) =

0
sonst
λ =2
mit
n=5
;
π = 0.6
5 Diskrete Verteilungen
b)
2
(i)
x
P(x)
0
1
2
3
4
5
0.010 0.077 0.230 0.346 0.259 0.078
0.4
P(x)
0.3
0.2
0.1
0.0
0
1
2
3
4
5
x
(ii)
y
0
1
2
3
4
5
6
7
8
P(y)
0.00
0.05
0.10
0.15
0.20
0.25
0.30
P(y) 0.135 0.271 0.271 0.180 0.090 0.036 0.012 0.003 0.001
0
1
2
3
4
5
6
7
8
y
c) Binomialverteilung: EX = nπ = 5 · 0.6 = 3, Var X = nπ (1 − π ) = 5 · 0.6 · 0.4 = 1.2
Poissonverteilung: EX = λ = 2, Var X = λ = 2
5 Diskrete Verteilungen
d)
3
µ ¶
5
(i) P(X ≥ 1) = 1 − P(X = 0) = 1 −
0.60 0.45
0
= 1 − 0.010 = 0.99
(ii) P(X < 2) = P(X = 0) + P(X = 1)
µ ¶
5
= 0.010 +
0.61 0.44 = 0.010 + 0.077 = 0.087
1
(iii) P(2 ≤ Y ≤ 3)
= P(Y = 2) + P(Y = 3) = e−2
= 0.271 + 0.180 = 0.451
22
23
− e−2
2!
3!
(iv) P(Y > 2)
20
21
22
− e−2 − e−2
0!
1!
2!
= 1 − 0.135 − 0.271 − 0.271 = 0.323
= 1 − P(Y ≤ 2) = 1 − e−2
B: Übungsaufgaben
[1]
Sei X ∼ b(n, π ) mit 0 < π < 1.
Welche der folgenden Aussagen sind WAHR? Kreuzen Sie sie an.
a)
E X > Var X
(
)
(
)
(
)
(
)
(
)
(
)
(
)
(
)
d) Der Parameter λ einer Poissonverteilung ist immer kleiner als eins.
(
)
e)
(
)
b) Var X = π · (1 − π )
c)
b(1, π ) = Be(π )
d) E (X/n) > 1
e)
P(0 ≤ X ≤ n) = 1
[2]
Welche der folgenden Aussagen sind WAHR? Kreuzen Sie sie an.
a)
Die Poissonverteilung hat die Dichte λ e−λ x für x ≥ 0.
b) Man benutzt poissonverteilte Zufallsvariablen als Modell für die Wartezeiten zwischen
dem Eintreten zweier Ereignisse.
c)
Die möglichen Werte einer poissonverteilten Zufallsvariablen sind 0, 1, 2, . . . .
Eine Zufallsvariable mit Poissonverteilung ist diskret.
5 Diskrete Verteilungen
4
[3]
Ist X poissonverteilt mit Parameter λ . Welche Aussagen sind WAHR?
a)
P(0) = 0
b) P(0) = e−λ
c)
P(0) = e−λ −
∞
X
X=1
λ x −λ
e
x!
d) P(0) = 1 − P(X ≥ 1)
e)
E X = Var X
(
)
(
)
(
)
(
)
(
)
[4]
Die Anzahl der Unfälle in einem Monat in einer besonders gefährdeten Kurve einer Bundesstraße sei
poissonverteilt mit dem Erwartungswert λ = 2.3 .
a) Wie groß ist die Wahrscheinlichkeit dafür, dass sich in einem bestimmten Monat genau drei
Unfälle ereignen?
Wahrscheinlichkeit =
b) Wie groß ist die Wahrscheinlichkeit dafür, dass sich in jedem Monat eines halben Jahres höchstens drei Unfälle ereignen?
Wahrscheinlichkeit =
[5]
Berechnen Sie die Wahrscheinlichkeit, dass eine poissonverteilte Zufallsvariable, mit Parameter λ =
2, einen Wert annimmt, der größer oder gleich eins ist.
Die gesuchte Wahrscheinlichkeit ist :
5 Diskrete Verteilungen
5
[6]
Eine Urne enthält N = 5 Kugeln, von denen Ne = 3 rot sind.
Es werden
a) 2 Kugeln mit Zurücklegen gezogen.
b) 2 Kugeln ohne Zurücklegen gezogen.
Wie groß ist die Wahrscheinlichkeit, genau eine rote Kugel zu ziehen?
Fall a: Pa (X = 1) =
Fall b: Pb (X = 1) =
[7]
Eine Statistik - Vorlesung des Hauptstudiums mit nur 5 anwesenden Hörern sei gerade beendet. Als
die Studenten den Raum in zufälliger Reihenfolge verlassen, fällt dem Professor auf, dass die ersten
zwei ausländische Gasthörer sind und er berechnet sich für dieses Ereignis eine Wahrscheinlichkeit
von 3/5.
Wieviele ausländische Gasthörer befanden sich unter den 5 anwesenden Hörern?
Anzahl =
[8]
Von 6 Männern und 4 Frauen sollen 5 Personen an einer Tagung teilnehmen.
Mit welcher Wahrscheinlichkeit werden 3 Männer und 2 Frauen bei einem Losverfahren ausgewählt?
Wahrscheinlichkeit =
5 Diskrete Verteilungen
6
[9]
Ein Zufallsexperiment bestehe aus dem dreimaligen Werfen einer fairen Münze. Die Zufallsvariable
X sei definiert als die Anzahl der dabei aufgetretenen Seite “Kopf”.
Geben Sie die Formel der dazu gehörenden Wahrscheinlichkeitsfunktion P(x) an.
P(x) =
für
Bestimmen Sie P(X ≥ 2).
P(X ≥ 2) =
Bestimmen Sie außerdem E X und Var X.
EX =
Var X =
[ 10 ]
Eine Bäckerei hat kurz vor Ladenschluß nur noch 5 Brote zum Verkauf übrig. 3 dieser Brote stammen
vom vergangenen Wochenende und sind damit äußerst trocken. Zwei Kunden betreten gleichzeitig
das Geschäft und verlangen jeweils ein Brot. Mit welcher Wahrscheinlichkeit wird höchstens einem
dieser beiden Kunden ein altes verkauft, falls der Verkäufer die Brote zufällig auswählt?
Wahrscheinlichkeit =
5 Diskrete Verteilungen
7
[ 11 ]
Welchen Wert hat der Parameter n einer binomialverteilten Zufallsvariablen X, die den Erwartungswert EX = 5 und die Varianz Var X = 2.5 hat?
n=
[ 12 ]
Aus einer Urne mit 50 Kugeln wird eine Stichprobe von 3 Kugeln mit Zurücklegen gezogen. Die
Wahrscheinlichkeit, dass sich in dieser Stichprobe eine rote Kugel befindet, beträgt 3/8 und sei gleich
der Wahrscheinlichkeit, zwei rote Kugeln in der Stichprobe vorzufinden.
Wieviele rote Kugeln befinden sich in der Urne?
Anzahl der roten Kugeln in der Urne :
[ 13 ]
Bei der Durchsicht eines Buches stellt man fest, dass von den insgesamt 800 Seiten 160 Seiten nicht
fehlerfrei sind. 10 Seiten des Buches wurden zufällig ausgewählt. Die Zufallsvariable X sei definiert
als die Anzahl fehlerfreier Seiten. Bestimmen Sie den Erwartungswert und die Varianz von X:
EX =
Var X =
[ 14 ]
In einer Urne befinden sich 2 rote, 2 schwarze und 4 blaue Kugeln.
Es werden n Kugeln mit Zurücklegen gezogen. Die Zufallsvariable X gibt die Anzahl der gezogenen
blauen Kugeln an. Es gilt:
1
P(X = n) =
8
Berechnen Sie die Varianz von X.
(Hinweis: Berechnen Sie zunächst n.)
Var X =
5 Diskrete Verteilungen
8
[ 15 ]
Eine poissonverteilte Zufallsvariable X nimmt die Werte 5 und 6 mit derselben Wahrscheinlichkeit
an. Wie groß sind E X und Var X?
EX =
Var X =
[ 16 ]
Ein fairer Würfel wird viermal ausgespielt. Die Zufallsvariable X zähle, wie oft eine gerade Augenzahl geworfen wird. Wie groß ist die Wahrscheinlichkeit, dass dabei genau dreimal eine gerade
Augenzahl geworfen wird?
[ 17 ]
In einer Lostrommel befinden sich 1000 Lose: 900 Nieten und 100 Gewinnlose. Der erste Käufer
ersteht drei Lose. Die Zufallsvariable X bezeichne die Anzahl der Gewinnlose, die der erste Käufer
erhält. Geben Sie die Wahrscheinlichkeitsfunktion der Zufallsvariablen X an, ohne eventuelle Approximationsmöglichkeiten zu berücksichtigen.
P(x) =
für
Berechnen Sie die Wahrscheinlichkeit, dass der erste Käufer beim Kauf von drei Losen mindestens
ein Gewinnlos zieht. Greifen Sie dabei gegebenenfalls auf Approximationsmöglichkeiten zurück.
P(X ≥ 1) =
[ 18 ]
Die Zufallsvariable X sei binomialverteilt mit n = 10 und π = 0.05. Bestimmen Sie den Modalwert
der Variablen.
Modalwert =
5 Diskrete Verteilungen
9
[ 19 ]
In einer Brauerei werden fehlerhaft abgefüllte Flaschen computergesteuert aussortiert. Aus Erfahrung
sei bekannt, dass im Durchschnitt drei Flaschen pro Minute auf diese Art und Weise ausgesondert
werden.
Berechnen Sie die Wahrscheinlichkeit, dass in einer Minute zwei oder mehr Flaschen aus der Produktion genommen werden müssen
P(X ≥ 2) ≈
[ 20 ]
Die Zufallsvariable X sei binomialverteilt mit n = 45 und π = 0.5.
round(dbinom(0:23,45,0.5),digits=3)
[1] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
[13] 0.001 0.002 0.005 0.010 0.018 0.031 0.049 0.069 0.090 0.107 0.117 0.117
Bestimmen Sie P(X < 23) und P(X < 22) exakt (ohne Verwendung von eventuellen Approximationsmöglichkeiten). (Hinweis: Da π = 0.5 ist die Wahrscheinlichkeitsfunktion symmetrisch und die
gesuchten Wahrscheinlichkeiten sind relativ einfach zu bestimmen; ansonsten können Sie die obige
R–Ausgabe zur Hilfe nehmen.)
P(X < 23) =
P(X < 22) =
[ 21 ]
Die Zufallsvariable X sei hypergeometrisch verteilt mit n = 20,
Ne = 12 und N = 120. Bestimmen Sie EX.
EX =
5 Diskrete Verteilungen
10
[ 22 ]
Die Anzahl der Fahrraddiebstähle im Stadtgebiet von Göttingen pro Stunde sei ein Poissonprozeß
mit dem Erwartungwert von λ = 3.
Wie groß ist die Wahrscheinlichkeit dafür, dass in einer bestimmten Stunde mehr als 2 Fahrräder in
Göttingen gestohlen werden ?
Wahrscheinlichkeit =
Wie groß ist die Wahrscheinlichkeit dafür, dass in zwei bestimmten Stunden weniger als 2 Fahrräder
in Göttingen gestohlen werden ?
Wahrscheinlichkeit =
[ 23 ]
Eine Telephonistin bei der Telephonauskunft möchte gerne 5 Minuten Pause machen. Aus Erfahrung
weiß sie, dass die Anzahl der auf ihrer Leitung in einer Stunde eingehenden Anrufe einem Poissonprozess folgt mit einem Erwartungswert von 36.
Wie groß ist die Wahrscheinlichkeit W S dafür, dass innerhalb der 5 Minuten mehr als ein Anruf
eingeht?
Wahrscheinlichkeit =
C: Klausuraufgaben
[ 24 ] IV07S
Sei X eine binomialverteilte Zufallsvariable mit den Parametern n = 180 und π = 0.05.
Gesucht ist die Wahrscheinlichkeit P(2 < X ≤ 4). Geben Sie entweder einen R-Befehl für die Berechnung der exakten Wahrscheinlichkeit an oder berechnen Sie diese Wahrscheinlichkeit mit Hilfe
der Approximation durch die Poissonverteilung.
P(2 < X ≤ 4) =
5 Diskrete Verteilungen
11
[ 25 ] II07S
Sei X poissonverteilt mit dem Paramter λ = 4.5.
Der R-Befehl round(dpois(0:13,4.5),digits =3) ergab den folgenden Ausdruck, wobei
round(..., digits =3) die Rundung auf drei Stellen nach dem Dezimalpunkt bewirkt.
[1] 0.011 0.050 0.112 0.169 0.190 0.171 0.128 0.082 0.046
[10] 0.023 0.010 0.004 0.002 0.001.
a) Berechnen Sie mit Hilfe der obigen Ausgabe:
P(X > 3) =
b) Wie lautet der R-Befehl, der das Ergebnis aus a) berechnet?
R-Befehl =
5 Diskrete Verteilungen
12
[ 26 ] IV07S
Eine Lieferung von N = 80 Kisten, die mit Früchten gefüllt sind, enthalte Ne = 40 Kisten mit verdorbenen Früchten. Da eine vollständige Prüfung der Lieferung zu aufwendig ist, haben Abnehmer und
Lieferant vereinbart, dass eine Zufallsstichprobe von n = 10 Kisten der Lieferung entnommen und
geprüft wird, um die Anzahl der Kisten mit verdorbenen Früchten zu bestimmen.
Falls sich in dieser Stichprobe höchstens c schlechte Kisten befinden, wird die Lieferung vom Abnehmer angenommen, andernfalls wird die gesamte Lieferung abgelehnt.
Sei X definiert als die Anzahl der Kisten mit verdorbenen Früchten in der Stichprobe. Laut Vorlesung
ist X hypergeometrisch verteilt.
Zur Beantwortung der Frage a) steht Ihnen folgende R–Ausgabe zur Verfügung, wobei die Zahlen mit
dem Befehl round(..., digits = 4) auf vier Stellen nach dem Dezimalpunkt gerundet wurden.
> round(dhyper(0:5,40,40,10),digits = 4)
[1] 0.0005 0.0066 0.0364 0.1119 0.2131 0.2630
a) Wie viele Kisten mit verdorbenen Früchten dürfen sich höchstens in der Stichprobe befinden, damit der Abnehmer diese Lieferung nur mit höchstens 5%iger Wahrscheinlichkeit annehmen muss?
Gesucht ist also das größte c mit P(X ≤ c) ≤ 0.05.
c=
b) Geben Sie die Formel (nicht das Ergebnis) zur Berechnung von P(X = 2) an. Hinweis: Die Formel
müsste mehrere Binomialkoeffizienten enthalten. Setzen Sie die numerischen Werte für die Parameter
ein, rechnen Sie jedoch keinen Binomialkoeffizienten aus.
P(X = 2) =
5 Diskrete Verteilungen
13
D: Lösungen
1) a, c, e
2) c, e
3) b, d, e
4) 0.203 ; 0.26
5) 0.865
6) 0.48 ; 0.6
7) 4
8) 0.476
( ¡¢
3 1
x = 0, 1, 2, 3
x 8 für
9) P(x) =
; 0.5 ; 1.5 ; 0.75
0
sonst
10) 0.7
11) 10
12) 25
13) 8 ; 1.6
14) 0.75
15) 6 ; 6
16)
1
4
 ¡ ¢ ¡ ¢
100
900

 x · 3−x
für
x = 0, 1, 2, 3
¡1000¢
17) P(x) =
; 0.271
3


0
sonst
18) 0
19) 0.8
20) 0.499 bzw. 0.5 ; 0.382 bzw. 0.383 (0.499 und damit 0.382 resultieren aus Rundungsungenauigkeiten und erhält man unter Verwendung der R–Ausgabe)
21) 2
22) 0.575 ; 0.018
23) 0.8
5 Diskrete Verteilungen
14
24) pbinom(25,60,0.45) oder 0.349
25) 0.658 ; 1-ppois(3,4.5)
¡40¢ ¡40¢
·
26) 2 ; P(X = 2) = 2 ¡80¢ 8
10