0 Daumen
559 Aufrufe

Aufgabe:

”Wiedererkennung“: Von n Erwachsenen (die man kennt oder gezeigt bekommt) wird jeweils ein Bild mit dem Gesicht aus der Babyzeit gezeigt. Ein
Beobachter wird gefragt, welcher Erwachsene zu welchem Babygesicht passt.
Sei X die Anzahl der richtigen Antworten (wobei der Beobachter zufällig zuordnet). Berechne E(X), Var(X) und P(X = k), k ∈ {0, . . . , n}. Konvergiert
P(X = k) fur ¨ n → ∞ und, falls ja, wogegen?


Problem/Ansatz:

den erwartungswert berechnet man mithiilfe das intergral von X

Var(X) = E(X2) − (E(X))2 wie wendet man das jedoch au dieses beispiel an


Die Konvergenz (Xn)n∈N konvergiert stochastisch gegen X, kurz Xn -> X wenn lim P(|xn-x| > e) ist

Avatar von

1 Antwort

0 Daumen
 
Beste Antwort

Aus n Bildern von Erwachsenen und n Bildern von Babies ein passendes Paar zuzuordnen, ist vergleichbar mit der Wahrscheinlichkeit, beim Würfeln mit zwei Würfeln gleiche Augenzahl zu erhalten. Somit gilt

p(Antwort richtig)=1n p( \text{Antwort richtig}) = \frac{1}{n}

Unter Verwendung der Binomialverteilung gilt dann

E(X)=np=1 E(X) = n *p = 1

VAR(X)=np(1p)=n1nn1n=n1n VAR(X) = n * p * (1-p) = n * \frac{1}{n} * \frac{n-1}{n} = \frac{n-1}{n}

__________________________________

p(X=k)=(nk)pk(1p)nk p(X = k) = ( \begin{array}{} n\\k \end{array} ) * p^k * (1-p)^{n-k} ist für alle k € {0,1,2,3...,n} definiert.

__________________________________

limnp(X=k)=0 \lim\limits_{n\to\infty} p(X = k) = 0

Das gilt für alle Binomialverteilungen B(n;k;p) völlig unabhängig von p. Um den Beweis trotzdem zu führen:

Die Dichtefunktion der Binomialverteilung erreicht das Maximum für k = n/2, daraus folgt

limnp(X=k)<=(nn2)(1n)n2(n1n)n2 \lim\limits_{n\to\infty} p(X = k) <= ( \begin{array}{} n\\ \frac{n}{2} \end{array} ) * (\frac{1}{n})^{\frac{n}{2}} * (\frac{n-1}{n})^{\frac{n}{2}}

mit n = 2*m:

limmp(X=k)<=(2mm)(12m)m(2m12m+1)m \lim\limits_{m\to\infty} p(X = k) <= ( \begin{array}{} 2m\\ m \end{array} ) * (\frac{1}{2m})^m * (\frac{2m-1}{2m+1})^m

Der letzte Faktor konvergiert zu 1:

limmp(X=k)<=(2m)!m!m!(12m)m \lim\limits_{m\to\infty} p(X = k) <= \frac{(2m)!}{m!*m!} * (\frac{1}{2m})^m

Wegen (2m)!<(2m)m (2m)! < (2m)^m :

limmp(X=k)<=1m!m!=0 \lim\limits_{m\to\infty} p(X = k) <= \frac{1}{m!*m!} = 0

Avatar von 3,4 k

Ein anderes Problem?

Stell deine Frage