Die Abgabefrist dieser Hausaufgabe ist 2023-11-20 14:30!
Vergessen Sie nicht Ihre Übung abzugeben (Assignment Tab / Submit Button). Einfaches Speichern reicht nicht! Sie können beliebig oft abgeben, die letzte Abgabe vor der Deadline wird gewertet.
1# execute this for default imports
2import math
3import random as rd
4import numpy as np
5import pandas as pd
6from matplotlib import pyplot as plt
7from scipy import stats
[20 Point(s)]
Im Folgenden finden Sie Textaufgaben, die Ihr Verständnis des Vorlesungsstoffs abprüfen. Nutzen Sie gerne Formeln und Beispiele, halten Sie Ihre Antwort aber relativ kurz und verständlich. Übermäßig ausschweifende Antworten führen zu Punktabzug.
[5 Point(s)]
Erläutern Sie kurz jeweils den Mittelwert, Median und Modus und gehen dabei insb. auch auf mögliche Unterschiede ein. Welches der Maße würden Sie bei großer Varianz verwenden und warum?
Mittelwert: Ist der Durchschnitt einer Stichprobe. Nicht bei großer Varianz zu verwenden, da ausreißer große Wertschwankungen erzeugen.
Median: Ist der Wert der mittig in der Stichprobe ist. Bleibt auch bei großer Varianz stabil.
Modus: Ist der Wert der am heufigsten in der Stichprobe vorkommt. Bleibt auch bei großer Varianz stabil, da er nur die häufigkeit der Werte betrachtet.
[5 Point(s)]
Erläutern Sie kurz die in der Vorlesung besprochenen Axiome von Kolmogorow in eigenen Worten und finden ein Beispiel, anhand dessen Sie jedes der Axiome kurz verdeutlichen.
Wahrscheinlichkeiten müssen zwischen 0 und 1 liegen. Alle möglichen Wahrscheinlichkeiten müssen sich zu 1 Addieren.Die Vereinigung aller Ereignisse entspricht der Summe der Wahrscheinlichkeiten aller eintelner Ereignisse
Beispiel: Münzwurf
Kopf: Zahl:
[5 Point(s)]
Erklären Sie kurz den Mittelwert und den Erwartungswert. Was ist der Zusammenhang, was der Unterschied zwischen beiden? Verdeutlichen Sie dies an einem einfachen Beispiel.
Mittelwert: Bei einem Zufallsexperiment ist der Mittelwert der wert der im Durchschnitt aufgetreten ist.#
Erwartungswert: Ist der Wert der für dieses Experiement als Mittelwert berechnet wird wenn man die Einzelwahrscheinlichkeiten zusammen nimmt.
Beispiel:
Würfel:
Erwartungswert:
Mittelwert: Wir würfeln 20 mal. Ergebnisse: [3, 1, 4, 6, 2, 2, 5, 3, 2, 5, 5, 4, 2, 4, 5, 6, 1, 2, 1, 1]
also:
Der Mittelwert ist also nahe oder genau dem Erwartungswert. Und nähert sich mit einer größeren Stichprobe immer weiter an
[5 Point(s)]
Erläutern Sie kurz, was ein Wahrscheinlichkeitsbaum ist, welchen Zusammenhang dieser zu abhängigen Wahrscheinlichkeiten und Bayes hat und welche Rechenregeln in ihm gelten (z.B. welche Wahrscheinlichkeiten im Baum sich zu 1 aufsummieren).
In einem Wahrscheinlichkeitsbaum werden die Wahrscheinlichkeiten der Ereignisse übersichtlich dargestellt. Direkt unter der Wurzel sind die Äste mit nicht bedingten Wahrscheinlichkeiten. Unter den anderen Knoten sind die vom Knoten abhängigen Wahrscheinlichkeiten.
Alle Wahrscheinlichkeiten die unter einem Knoten oder der Wurzel stehen haben gemeinsam die Summe 1.
Produktregel: An einem Pfad entlang alle Wahrscheinlichkeiten multiplizieren um Wahrscheinlichkeit des Pfades zu erhalten
Summenregel: Mehrere Pfade addieren um Wahrscheinlichkeit eines Ereignisses zu erhalten
[25 Point(s)]
[5 Point(s)]
Angenommen eine Sitzreihe in Hörsaal 8 hat 20 Plätze und Sie wollen sich mit Ihren 19 Freunden in diese Reihe setzen.
Wie viele verschiedene Anordnungsmöglichkeiten gibt es für die 20 Personen auf die 20 Plätze?
Speichern Sie ihre Lösung in der Variable anordnungen.
test_04_Kombinatorik_Verschiedenes_A0
Score: 5.0 / 5.0 (Top)
1### BEGIN HIDDEN TESTS
2import math
3import numpy as np
4from assignmenttest.decorators import test_asserts
5
6# mit Reihenfolge, ohne Wiederholungen
7expected = math.factorial(20)
8
9points = 5
10@test_asserts(points)
11def check():
12 if anordnungen == 20**20:
13 print("Gängiger Fehler: Die Reihenfolge ist wichtig, die Wiederholungen nicht\n")
14 assert anordnungen == expected, f"anordnungen sollte n! = 20! = {expected} sein, ist aber {anordnungen}"
15check()
16### END HIDDEN TESTS
[5 Point(s)]
Beim Doppelkopf erhalten Sie ein Blatt mit 12 Karten aus einem Doppelkopfspiel mit 48 verschiedenen Karten.
Wie viele mögliche Blätter gibt es?
Speichern Sie ihre Lösung in der Variable blaetter.
1blaetter = math.factorial(48) // (math.factorial(12) * math.factorial(48-12)) ## math.comb(48,12)
2blaetter
test_04_Kombinatorik_Verschiedenes_B0
Score: 5.0 / 5.0 (Top)
1### BEGIN HIDDEN TESTS
2import math
3import numpy as np
4from assignmenttest.decorators import test_asserts
5
6# ohne Wiederholung, ohne Reihenfolge
7expected = math.comb(48,12)
8
9points = 5
10@test_asserts(points)
11def check():
12 if blaetter == 48**12:
13 print("Gängiger Fehler A: Wiederholungen sind nicht möglich, die Reihenfolge ist nicht wichtig\n")
14 if blaetter == math.perm(48,12):
15 print("Gängiger Fehler B: Sie berechnen mit perm die möglichen Reihenfolgen der Karten mit, statt mit comb die Reihenfolge zu ignorieren.\n")
16 assert blaetter == expected, f"blaetter sollte 48 über 12 = {expected} sein, ist aber {blaetter}"
17
18check()
19### END HIDDEN TESTS
[3 Point(s)]
Angenommen Sie nutzen jedes Wochenende voll aus, um mit drei Freunden Doppelkopf zu spielen, und spielen pro Tag 3 Spiele. Angenommen bei jedem Spiel tritt eine Anordnung auf, die Sie vorher noch nie gespielt haben. Gehen Sie davon aus, dass ein Jahr 52 Wochen hat.
Wie viele Jahre brauchen Sie bis Sie jede Anordnung genau einmal gespielt haben?
Speichern Sie ihre Lösung in der Variable jahre.
test_04_Kombinatorik_Verschiedenes_C0
Score: 3.0 / 3.0 (Top)
1### BEGIN HIDDEN TESTS
2import math
3import numpy as np
4from assignmenttest.decorators import test_asserts
5
6# für Folgefehler...
7blaetter = globals().get('blaetter', 0) or math.comb(48, 12)
8tageProWochenende = 2
9spieleProTag = 3
10wochenProJahr = 52
11
12expected = blaetter / (tageProWochenende * spieleProTag * wochenProJahr)
13expected_r = blaetter // (spieleProTag * tageProWochenende * wochenProJahr)
14
15points = 3
16@test_asserts(points)
17def check():
18 if math.isclose(jahre, blaetter / (spieleProTag * tageProWochenende * wochenProJahr * 2), rel_tol=0):
19 print("Gängiger Fehler A: Die Spieldauer sollte ignoriert werden\n")
20 if math.isclose(jahre, (blaetter / (6/52)), rel_tol=0):
21 print("Gängiger Fehler B: Bruch falsch zusammengefasst\n")
22 if isinstance(jahre, int) and jahre in [expected_r, round(expected)]:
23 print("Gängiger Fehler C: Vorsicht, niemand hat etwas von Runden oder Integer-Division gesagt\n")
24
25 assert math.isclose(jahre, expected, rel_tol=0) or math.isclose(jahre, expected_r, rel_tol=0) or math.isclose(jahre, round(expected), rel_tol=0)
26 assert math.isclose(jahre, expected, rel_tol=0), f"jahre sollte {expected} sein, ist aber {jahre}"
27
28check()
29
30### END HIDDEN TESTS
[5 Point(s)]
Viele Fahrradschlösser haben ein 4-stelliges Zahlenschloss mit Zahlen von 0-9.
Wie viele Möglichkeiten gibt es für den Zahlencode?
Speichern Sie ihre Lösung in der Variable code.
test_04_Kombinatorik_Verschiedenes_D0
Score: 5.0 / 5.0 (Top)
1### BEGIN HIDDEN TESTS
2from assignmenttest.decorators import test_asserts
3import numpy as np
4
5expected = 10**4
6points = 5
7@test_asserts(points)
8def check():
9 if code == 9**4:
10 print("Gängiger Fehler A: 0-9 sind 10 Möglichkeiten")
11 if code in [math.comb(10, 4), math.perm(10, 4)]:
12 print("Gängiger Fehler B: Wiederholungen können vorkommen")
13 if code == 4**10:
14 print("Gängiger Fehler C: Sie haben ein Zahlenschloss mit 10 Stellen und je 4 Ziffern simuliert")
15 assert code == expected, f"code sollte {expected} sein, ist aber {code}"
16
17check()
18### END HIDDEN TESTS
[2 Point(s)]
Angenommen jemand braucht 0.5 Sekunden zum Ausprobieren eines Codes.
Wie viele Minuten dauert es bis jemand alle Codes ausprobiert hat?
Speichern Sie ihre Lösung in der Variable dauer.
test_04_Kombinatorik_Verschiedenes_E0
Score: 2.0 / 2.0 (Top)
1### BEGIN HIDDEN TESTS
2from assignmenttest.decorators import test_asserts
3import numpy as np
4
5# für Folgefehler:
6code = globals().get('code', 0) or 10**4
7expected = 0.5*code / 60
8
9points = 2
10@test_asserts(points)
11def check():
12 if dauer == 0.5*code//60:
13 print("Gängiger Fehler: Bitte mit Nachkommastellen\n")
14 assert np.allclose(dauer, expected, rtol=0) or dauer == 0.5*code//60
15 assert np.allclose(dauer, expected, rtol=0), f"dauer sollte {expected} sein, ist aber {dauer}"
16
17check()
18### END HIDDEN TESTS
[5 Point(s)]
Angenommen in der Mensa gibt es 4 Gerichte. Das Mensapersonal weiß, dass um 12:15 Uhr immer 200 Personen essen kommen. Dem Kassenprüfer fällt auf, dass sich die 4 Summen der verkauften Gerichte an jedem Tag leicht unterscheiden. Das 4-tupel der Essenssummen hat sich aber in seinen Unterlagen über das letzte Jahr noch nie wiederholt. Er findet das seltsam und fragt sich, wie viele verschiedene Essenssummen es denn gibt. Helfen Sie ihm!
Nehmen Sie an, die 200 Personen wählen ihre Gerichte rein zufällig. Eine Möglichkeit für die Essenssummen ist z.B., dass 17x Essen 1, 113x Essen 2, 30x Essen 3 und 40x Essen 4 abgerechnet wurde.
Speichern Sie Ihre Lösung in der Variable essenssummen.
test_04_Kombinatorik_Verschiedenes_F0
Score: 5.0 / 5.0 (Top)
1### BEGIN HIDDEN TESTS
2import math
3import numpy as np
4from assignmenttest.decorators import test_asserts
5
6
7expected = math.comb(203,3)
8points = 5
9@test_asserts(points)
10def check():
11 if essenssummen == math.perm(200, 4):
12 print("Gängiger Fehler A: Die Reihenfolge innerhalb einer Schlange ist egal")
13 if essenssummen == math.comb(200, 4):
14 print("Gängiger Fehler B: Sie scheinen einfach 4 aus 200 zu ziehen, also eine Kombination ohne Wdh. Hier sind wir aber bei Kombination mit Wdh., d.h. Sie brauchen 3 Trennzeichen für die 4 Schlangen und sollten diese bei der Gesamtlänge oben mitzählen und unten auf diese reduzieren, siehe VL")
15 if essenssummen == math.comb(200, 3):
16 print("Gängiger Fehler C: Sie brauchen 3 Trennzeichen für die 4 Schlangen, und müssen diese bei der Gesamtlänge mitzählen, siehe VL")
17 if essenssummen == math.comb(204, 4) or essenssummen == math.comb(203, 4):
18 print("Gängiger Fehler D: Sie brauchen 3 Trennzeichen für die 4 Schlangen, siehe VL")
19 if essenssummen == 4**200:
20 print("Gängiger Fehler E: Die Reihenfolge innerhalb einer Schlange ist egal")
21 assert essenssummen == expected, f"schlangen sollte {expected} sein, ist aber {essenssummen}"
22
23check()
24### END HIDDEN TESTS
[15 Point(s)]
Gegeben seien zwei Urnen.
Die Urne enthält drei rote und sieben blaue Kugeln.
Die Urne enthält zwei blaue und sechs rote Kugeln.
Beim Ziehen gehen Sie wie folgt vor: Im ersten Schritt wählen Sie blind (und zufällig) eine Urne aus. Im zweiten Schritt ziehen Sie eine Kugel aus der gewählten Urne.
[4 Point(s)]
Wie hoch ist die Wahrscheinlichkeit dafür eine rote Kugel zu ziehen?
Speichern Sie Ihre Lösung in der Variable wahrscheinlichkeitRot.
test_05_Bedingte_Wkeiten_Kombinatorik_Bayes_Urnen_A0
Score: 4.0 / 4.0 (Top)
1### BEGIN HIDDEN TESTS
2import numpy as np
3from assignmenttest.decorators import test_asserts
4
5expected = 3/20 + 6/16
6
7points = 4
8@test_asserts(points)
9def check():
10 assert np.allclose(wahrscheinlichkeitRot, expected), f"wahrscheinlichkeitRot sollte {expected} sein, ist aber {wahrscheinlichkeitRot}"
11
12check()
13### END HIDDEN TESTS
[5 Point(s)]
Sie haben eine rote Kugel gezogen. Wie hoch ist die Wahrscheinlichkeit dafür, dass diese aus der Urne stammt?
Speichern Sie Ihre Lösung in der Variable wahrscheinlichkeitRotAusUrne1.
1wahrscheinlichkeitRotAusUrne1 = ((3/10) * .5) / 0.5
2
3wahrscheinlichkeitRotAusUrne1
test_05_Bedingte_Wkeiten_Kombinatorik_Bayes_Urnen_B0
Score: 0.0 / 5.0 (Top)
1### BEGIN HIDDEN TESTS
2import numpy as np
3from assignmenttest.decorators import test_asserts
4
5P_U1 = P_U2 = 1 / 2
6P1_rot = 3 / 10
7P2_rot = 6 / 8
8
9expected = (P1_rot * P_U1) / (P1_rot * P_U1 + P2_rot * P_U2)
10
11points = 5
12@test_asserts(points)
13def check():
14 assert np.allclose(wahrscheinlichkeitRotAusUrne1, expected), f"wahrscheinlichkeitRotAusUrne1 sollte {expected} sein, ist aber {wahrscheinlichkeitRotAusUrne1}"
15
16check()
17### END HIDDEN TESTS
[6 Point(s)]
Nehmen Sie an Sie haben eine rote Kugel gezogen und diese nicht zurückgelegt.
Wie hoch ist nun die Wahrscheinlichkeit dafür im nächsten Versuch wieder eine rote Kugel zu ziehen?
Speichern Sie Ihre Lösung in der Variable wahrscheinlichkeitRotAlsZweite.
1P_U1_R_U1_R = (.5)*(3/10)*(.5)*(2/9)
2P_U1_R_U2_R = (.5)*(3/10)*(.5)*(6/8)
3P_U2_R_U1_R = (.5)*(6/8)*(.5)*(3/10)
4P_U2_R_U2_R = (.5)*(6/8)*(.5)*(5/7)
5
6wahrscheinlichkeitRotAlsZweite = P_U1_R_U1_R + P_U1_R_U2_R + P_U2_R_U1_R + P_U2_R_U2_R
7wahrscheinlichkeitRotAlsZweite
test_05_Bedingte_Wkeiten_Kombinatorik_Bayes_Urnen_C0
Score: 0.0 / 6.0 (Top)
1### BEGIN HIDDEN TESTS
2import numpy as np
3from assignmenttest import VariableTest, FunctionTest, grade_report, comparators
4from numbers import Number
5
6wahrscheinlichkeitRotU1 = 0.5 * 2 / 9 + 0.5 * 6 / 8
7wahrscheinlichkeitRotU2 = 0.5 * 3 / 10 + 0.5 * 5 / 7
8expected = wahrscheinlichkeitRotU1 * wahrscheinlichkeitRotAusUrne1 + wahrscheinlichkeitRotU2 * (1 - wahrscheinlichkeitRotAusUrne1)
9
10def grade():
11 percentage = 1
12 if 'wahrscheinlichkeitRotAlsZweite' not in globals():
13 print("Test for variable wahrscheinlichkeitRotAlsZweite failed.\nVariable bmi is not defined!")
14 return 0
15
16 if np.allclose(wahrscheinlichkeitRotAlsZweite, expected):
17 print("Alles richtig!")
18 return 1
19
20 if np.allclose(wahrscheinlichkeitRotAlsZweite, ((0.5 * 2/9 + 0.5 * 6/8) * 0.5 * 3/10 + (0.5 * 3/10 + 0.5 * 5/7) * 0.5 * 6/8)/wahrscheinlichkeitRot):
21 print("Gängiger Fehler A: Sie wissen ja bereits, dass im ersten Versuch eine rote Kugel gezogen wurde.\nSie sollten also die Wahrscheinlichkeit eine erste rote Kugel zu ziehen nicht mehr berücksichtigen, dies ist ja bereits passiert.")
22 print("Gnadenpunkt für die richtige Berechnung der Pfadwahrscheinlichkeiten")
23 return 1/6
24 if np.allclose(wahrscheinlichkeitRotAlsZweite, (1/2 * 3/10 * 2/9) + (1/2 * 6/8 * 5/7)):
25 print("Gängiger Fehler B: Sie ziehen zweimal aus der gleichen Urnen, es war aber eigentlich gemeint, dass man vor jedem Ziehen die Urne neu wählt.")
26 return 1/6
27 if np.allclose(wahrscheinlichkeitRotAlsZweite, .5 * (wahrscheinlichkeitRotU1 + wahrscheinlichkeitRotU2)):
28 print("Gängiger Fehler C: Sie berechnen die in Runde 1 gewählte Urne mit 50 % Wkt.\nMit dem Wissen, dass man als erstes eine rote Kugel gezogen hat, ist P(U1|R) jedoch nicht 50 %, sondern wie in der vorherigen Teilaufgabe.")
29 return 1/6
30
31 return 0
32
33grade_report(grade(), points=6)
34### END HIDDEN TESTS
[20 Point(s)]
Ihre Lieblingsband kommt in die Stadt und Sie wollen unbedingt eine Karte kaufen.
Zum Erwerb der Karten haben Sie folgenden Möglichkeiten:
Es gibt folgende Ereignisse:
Es gelten folgende Wahrscheinlichkeiten:
| P(T) | P(KT) | P(I) | P(KI) | P(F) | P(KF) |
|---|---|---|---|---|---|
| 0.95 | 0.75 | 0.9 | 0.85 | 0.6 | 0.95 |
Der Weg an Karten zu kommen ist in der folgenden Abbildung schematisch dargestellt

[6 Point(s)]
Wenn Sie alle drei Möglichkeiten probieren um Karten zu bekommen, wie hoch ist die Wahrscheinlichkeit dafür, dass mindestens eine Möglichkeit funktioniert?
Speichern Sie Ihre Lösung in der Variable P_mindestens_eine_Karte.
1def nicht(P):
2 return 1-P
3
4P_T_KT = 0.95 * 0.75
5P_I_KI = 0.9 * 0.85
6P_F_KF = 0.6 * 0.95
7
8P_mindestens_eine_Karte = nicht(nicht(P_T_KT) * nicht(P_I_KI) * nicht(P_F_KF))
9P_mindestens_eine_Karte
test_05_Bedingte_Wkeiten_Bayesian_Networks_Konzertkarten_A0
Score: 6.0 / 6.0 (Top)
1### BEGIN HIDDEN TESTS
2from assignmenttest.decorators import test_asserts
3import numpy as np
4
5expected = 0.970948125
6
7points = 6
8@test_asserts(points)
9def check():
10 if P_mindestens_eine_Karte > 1:
11 print("Gängiger Fehler: Ihre Wahrscheinlichkeit ist über 100 %.\nDas sollte Ihnen immer zu Denken geben.\nMalen Sie sich einmal ein Venn-Diagramm auf, dann sehen Sie, dass Sie die Schnittmengen der nicht disjunkten Ereignisse zu oft zählen.")
12 assert np.allclose(P_mindestens_eine_Karte, expected)
13
14check()
15### END HIDDEN TESTS
[7 Point(s)]
Wie hoch ist die Wahrscheinlichkeit dafür, dass Sie Karten über das Internet und das Telefon erhalten aber nicht über Ihren Freund?
Speichern Sie Ihre Lösung in der Variable P_Telefon_und_Internet.
1P_Telefon_und_Internet = P_T_KT * P_I_KI * nicht(P_F_KF)
2P_Telefon_und_Internet
test_05_Bedingte_Wkeiten_Bayesian_Networks_Konzertkarten_B0
Score: 7.0 / 7.0 (Top)
1### BEGIN HIDDEN TESTS
2from assignmenttest.decorators import test_asserts
3import numpy as np
4
5expected = 0.234376875
6
7points = 7
8@test_asserts(points)
9def check():
10 if np.allclose(1 - ((1-(0.95*0.75)) * (1-(0.9*0.85))), expected):
11 print("Gängiger Fehler: Die Gegenwahrscheinlichkeit von beidem ist nicht das gleiche, wie beides tritt ein und das Dritte nicht")
12
13 assert np.allclose(P_Telefon_und_Internet, expected)
14
15check()
16### END HIDDEN TESTS
[7 Point(s)]
Wie hoch ist die Wahrscheinlichkeit dafür, über alle drei Kanäle Karten zu erhalten?
Speichern Sie Ihre Lösung in der Variable P_alle_drei.
test_05_Bedingte_Wkeiten_Bayesian_Networks_Konzertkarten_C0
Score: 7.0 / 7.0 (Top)
1### BEGIN HIDDEN TESTS
2from assignmenttest.decorators import test_asserts
3import numpy as np
4
5expected = 0.310685625
6
7points = 7
8@test_asserts(points)
9def check():
10 assert np.allclose(P_alle_drei, expected)
11
12check()
13### END HIDDEN TESTS
[20 Point(s)]
Die Paketzustellfirma wirbt damit, dass durchschnittlich 90% der Lieferungen innerhalb von 3 Tagen zugestellt werden. Sie ziehen eine Zufallsstichprobe vom Umfang 20 aus den Sendungen der letzten Wochen. Nehmen Sie an, dass die Angabe der Firma korrekt ist.
[5 Point(s)]
Wie groß ist die Wahrscheinlichkeit, dass bei den 20 Sendungen in der Stichprobe die erste, dritte und zehnte verspätet zugestellt werden, alle anderen jedoch innerhalb der 3 Tage, wenn die 3-Tagesfrist in 90% aller Fälle eingehalten wird?
Speichern Sie Ihre Lösung in der Variablen wahrscheinlichkeitPaketA.
1p = 0.9 # Wahrscheinlichkeit für pünktlich
2
3wahrscheinlichkeitPaketA = p ** 17 * nicht(p) ** 3
4wahrscheinlichkeitPaketA
test_06_Verteilungen_Binom_-_Pakete_A0
Score: 5.0 / 5.0 (Top)
1### BEGIN HIDDEN TESTS
2import numpy.testing as test
3from scipy.stats import binom
4from scipy import stats
5
6test.assert_almost_equal(wahrscheinlichkeitPaketA, 0.9**17 * (0.1)**3, decimal=4)
7### END HIDDEN TESTS
[5 Point(s)]
Wie groß ist die Wahrscheinlichkeit, dass bei den 20 Sendungen in der Stichprobe drei beliebige Sendungen verspätet zugestellt werden, alle anderen jedoch innerhalb der 3 Tage, wenn die 3-Tagesfrist in 90% aller Fälle eingehalten wird?
Speichern Sie Ihre Lösung in der Variablen wahrscheinlichkeitPaketB.
1n = 20 # Stichprobe
2wahrscheinlichkeitPaketB = stats.binom.pmf(3, n, nicht(p))
3wahrscheinlichkeitPaketB
test_06_Verteilungen_Binom_-_Pakete_B0
Score: 5.0 / 5.0 (Top)
1### BEGIN HIDDEN TESTS
2import numpy.testing as test
3from scipy.stats import binom
4from scipy import stats
5
6test.assert_almost_equal(wahrscheinlichkeitPaketB, binom.pmf(n=20,p=0.9,k=17), decimal=4)
7### END HIDDEN TESTS
[5 Point(s)]
Wie groß ist die Wahrscheinlichkeit, dass bei den 20 Sendungen in der Stichprobe höchstens 15 innerhalb der 3-Tagesfrist zugestellt werden, wenn diese in 90% aller Fälle eingehalten wird?
Speichern Sie Ihre Lösung in der Variablen wahrscheinlichkeitPaketC.
1wahrscheinlichkeitPaketC = stats.binom.cdf(15, n, p)
2wahrscheinlichkeitPaketC
test_06_Verteilungen_Binom_-_Pakete_C0
Score: 5.0 / 5.0 (Top)
1### BEGIN HIDDEN TESTS
2import numpy.testing as test
3from scipy.stats import binom
4from scipy import stats
5
6test.assert_almost_equal(wahrscheinlichkeitPaketC, binom.cdf(n=20,p=0.9,k=15), decimal=4)
7### END HIDDEN TESTS
[5 Point(s)]
Wie groß ist die Wahrscheinlichkeit, dass bei der 3. ausgewählten Sendung das erste mal der Fall eintritt, dass diese verspätet zugestellt wurde, wenn die 3-Tagesfgrist in 90% aller Fälle eingehalten wird?
Speichern Sie Ihre Lösung in der Variablen wahrscheinlichkeitPaketD.
1wahrscheinlichkeitPaketD = nicht(stats.geom.cdf(2, nicht(p)))
2wahrscheinlichkeitPaketD
test_06_Verteilungen_Binom_-_Pakete_D0
Score: 0.0 / 5.0 (Top)
1### BEGIN HIDDEN TESTS
2import numpy.testing as test
3from scipy.stats import binom
4from scipy import stats
5
6test.assert_almost_equal(wahrscheinlichkeitPaketD, stats.geom.pmf(p=0.1, k=3), decimal=4)
7### END HIDDEN TESTS