Mappeoppgave om sannsynlighet

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "Mappeoppgave om sannsynlighet"

Transkript

1 Mappeoppgave om sannsynlighet Statistiske eksperimenter Første situasjon Vi kom frem til å bruke Yatzy som et spill vi ønsket å beregne sannsynlighet ut ifra. Vi valgte ut tre like og to par. Etter en times kasting med terninger, og et kort søk på Internett, viste det seg at dette var vanskeligere å beregne enn vi hadde antatt. Derfor kan vi bare vise til vår statistiske sannsynlighet for disse utfallene. Vi forkastet derfor ønsket om å begrunne disse sannsynlighetene teoretisk. Andre situasjon Vi fant ut at det greieste var å gjøre forsøk med to terninger. Vi tok utgangspunkt i spillet monopol der vi valgte å undersøke to ulike scenarier. Det første scenariet var å komme seg ut av fengsel ved å kaste et likt antall øyne på de to terningene. Det andre scenariet var å finne ut hva sannsynligheten var for å komme seg forbi Rådhusplassen, Luksus-skatten og Ullevål hageby dersom du sto på den siste togstasjonen. Du havner på disse tre hvis du får en sum på 2, 3 eller 4. Vi merket oss derfor om vi fikk en sum mindre enn 4 eller ikke. Statistisk gjennomføring av scenario Vi var 4 på gruppa som hadde to terninger hver. Hver av oss merket av antall like, også kalt et par i andre sammenhenger, og ulike øyne. Når vi hadde oppnådd rimelig antall data slo vi det sammen, og fant frekvens. Deretter regnet vi ut den relative frekvensen som i følge de store talls lov vil nærme seg den teoretiske sannsynligheten. Vi kastet i denne gjennomføringen terningene 764 ganger tilsammen. Antallet tilfeller med like øyne var 28. Relativ frekvens

2 Statistisk gjennomføring av scenario 2 Som den forrige gjennomførte vi et stort antall forsøk i gruppa og registrerte sum mindre eller lik 4. Denne gangen kastet vi ganger tilsammen. Vi registrerte 56 tilfeller med sum lik 2, 23 tilfeller med sum lik 3 og 87 tilfeller med sum lik 4. Det gir den relative frekvensen til hver av dem henholdsvis , og Relativ frekvens for sum lik Relativ frekvens for sum lik 4 Relativ frekvens for sum lik Bilde: Eksempel på statistisk føring under manuelle forsøk -2-

3 Simulering på regneark Scenario To terninger er simulert kastet 500 ganger. For å sjekke hvert kast for par har kastene en tilhørende celle med formelen «terning terning 2». Dette vises da som sann/usann i denne cellen. Det totale antallet celler med «sann» summeres og deles også på antall kast for å få den relative frekvens for par. Scenario 2 Vi har brukt den samme simuleringen til å finne andelen som har sum mindre eller lik 4. Det er trekt ut frekvensen til mulige utfall, men ettersom vi var ute etter frekvensen til 2, 3 og 4 er disse de eneste som står oppført med relativ frekvens. Den blå søylen viser en sammenslåing av frekvensen av sum lik 2, 3 og

4 Teoretiske beregninger Sannsynlighet for å få par: 6 Den første terningen kan være hvilken som helst av de seks 6 6 utfallene altså seks av seks mulige. Den andre er derimot avhengig av den «første» terningen og har en sannsynlighet på en sjettedel. Vi må bruke produktregelen fordi terning 2 er avhengig av terning. Vi ser fra oversikten at det er 6 gunstige av mulige, altså en sannsynlighet på /6. Sannsynligheten for å få en sum mindre eller lik fire: Muligheter for sum lik 2 Muligheter for sum lik Muligheter for sum lik 4 6 6

5 Refleksjon etter sannsynlighetsberegninger Scenario Denne hendelsen valgte vi fordi vi ønsket å finne ut hva sannsynligheten var for å komme seg ut av fengsel i spillet Monopol ved å kaste terningene. Ut ifra statistisk gjennomføring, manuelle forsøk og simulering, og teoretisk beregning kom vi frem til at sannsynligheten var henholdsvis 5,93%, 6,9% og 6,67% noe som teoretisk er like sannsynlig som å kaste en sekser for å komme igang i spillet Ludo. Selv om vi har kastet seks ganger så vil ikke sannsynligheten endre seg, fordi terningene ikke kan huske de foregående resultatene. Det eneste vi kan si noe om er at dersom vi kaster mange nok ganger vil utfallet av antall par bli ca /6 av antall kast. Scenario 2 I denne hendelsen ønsker en person å komme seg forbi de tre siste feltene før start, og lurer derfor på hva den nøyaktige sannsynligheten er for å treffe eller passere Start. Vi samlet sannsynligheten for å få en sum mindre eller lik 4 ved å legge sammen den relative frekvensen for sum lik 2, 3 og 4. I en reell spillsituasjon vil kanskje ikke det å havne på luksus-skatten være like interessant, det vil heller være en liten redning fra de to andre feltene (Ullevål-hageby og Rådhusplassen) Vi så derfor på sannsynligheten for å havne på enten Ullevål-hageby eller Rådhusplassen. Ut ifra simuleringen kan vi slå sammen den relative frekvensen altså 2,7% og 8,4% som tilsammen blir,%. Sannsynligheten for derfor å ikke havne på noen av disse plassene blir 00%-,% 88,9%. Vi kan derfor være ganske sikre på å passere eller treffe Start. Faktisk er det like stor teoretisk sjanse for å treffe Start (og motta dobbel mengde passeringspenger) som det å være uheldig og havne på Ullevål-Hageby eller Rådhusplassen. I tillegg ser vi at det er like stor sjanse for å komme seg ut av fengsel (scenario ) som det er å treffe et av de tre siste feltene når man står på det femte siste feltet. Refleksjon rundt valg av spillsituasjon Selv om det er fullt gjennomførbart å teste empirisk sannsynligheten for forskjellige situasjoner i ulike spill, erfarte vi at å lage simuleringer i regneark og å regne ut den teoretiske sannsynligheten for dem, kan være utfordrende for aspirerende matematikklærere. For eksempel, fant vi ved et søk på Internett at sannsynligheten for å slå å slå to par med ett kast i yatzy er: 6 4 5! 2 2! 2-5-

2.3: Kombinatorikk 2.4: Sannsynlighet, og Monte Carlo simulering. Foreleses onsdag 25. august 2010

2.3: Kombinatorikk 2.4: Sannsynlighet, og Monte Carlo simulering. Foreleses onsdag 25. august 2010 TMA4240 Statistikk H2010 2.3: Kombinatorikk 2.4: Sannsynlighet, og Monte Carlo simulering. Mette Langaas Foreleses onsdag 25. august 2010 2 Sist - Kap 0 Hva er statistikk, og hvorfor skal du lære det?

Detaljer

Simulering - Sannsynlighet

Simulering - Sannsynlighet Simulering - Sannsynlighet Når regnearket skal brukes til simulering, er det et par grunninnstillinger som må endres i Excel. Hvis du får feilmelding om 'sirkulær programmering', betyr det vanligvis at

Detaljer

ECON2130 Kommentarer til oblig

ECON2130 Kommentarer til oblig ECON2130 Kommentarer til oblig Her har jeg skrevet ganske utfyllende kommentarer til en del oppgaver som mange slet med. Har noen steder gått en del utover det som det strengt tatt ble spurt om i oppgaven,

Detaljer

Lottotrekningen i Excel

Lottotrekningen i Excel Peer Andersen Lottotrekningen i Excel Mange leverer ukentlig inn sin lottokupong i håp om å vinne den store gevinsten. Men for de aller fleste blir den store gevinsten bare en uoppnåelig drøm. En kan regne

Detaljer

1 Sannsynlighetsrgning

1 Sannsynlighetsrgning 1 Sannsynlighetsrgning 1.1 Det er 13 grønne og 18 røde baller i en eske. Vi trekker ut to baller etter hverandre. a) Hva er sannsynligheten for å få to grønne baller? Svar: P(g 1, g 2 ) = p(g 1 ) p(g 2

Detaljer

6 Sannsynlighetsregning

6 Sannsynlighetsregning MATEMATIKK: 6 Sannsynlighetsregning 6 Sannsynlighetsregning 6.1 Forsøk. Utfallsrom. Sannsynlighet (sjanse). Sannsynlighetsmodell Ved ett kast med en terning vet vi at terningen vil vise enten ett, to,

Detaljer

MULTIPLE CHOICE ST0103 BRUKERKURS I STATISTIKK September 2016

MULTIPLE CHOICE ST0103 BRUKERKURS I STATISTIKK September 2016 MULTIPLE CHOICE ST0103 BRUKERKURS I STATISTIKK September 2016 SETT RING RUNDT DET RIKTIGE SVARET FOR HVER OPPGAVE. Oppgave 1 Stokastisk forsøk Stokastiske forsøk karakteriseres ved to av følgende egenskaper.

Detaljer

INNHOLD. Matematikk for ungdomstrinnet

INNHOLD. Matematikk for ungdomstrinnet INNHOLD STATISTIKK... 2 FREKVENS... 2 RELATIV FREKVENS... 2 FREKVENSTABELL... 2 KLASSEDELING... 3 SØYLEDIAGRAM (STOLPEDIAGRAM)... 3 LINJEDIAGRAM... 4 SEKTORDIAGRAM... 4 HISTOGRAM... 4 FRAMSTILLING AV DATA...

Detaljer

Fire kort. Mål. Gjennomføring. Film. Problemløsing Fire kort

Fire kort. Mål. Gjennomføring. Film. Problemløsing Fire kort Fire kort Mål Generelt: Søke etter mønster og sammenhenger. Gjennomføre undersøkelse og begrunne resultat. Utfordre elevene på å resonnere og kommunisere. Spesielt: Finne alle kombinasjoner når de adderer

Detaljer

Sannsynlighetsbegrepet

Sannsynlighetsbegrepet Sannsynlighetsbegrepet Notat til STK1100 Ørnulf Borgan Matematisk institutt Universitetet i Oslo Januar 2004 Formål Dette notatet er et supplement til kapittel 1 i Mathematical Statistics and Data Analysis

Detaljer

Fire kort. Mål. Gjennomføring. Film. Problemløsing Fire kort

Fire kort. Mål. Gjennomføring. Film. Problemløsing Fire kort Fire kort Mål Generelt: Søke etter mønster og sammenhenger. Gjennomføre undersøkelse og begrunne resultat. Utfordre elevene på å resonnere og kommunisere. Spesielt: Finne alle kombinasjoner når de adderer

Detaljer

Løsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår

Løsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår Løsningsforslag ECON 130 Obligatorisk semesteroppgave 017 vår Andreas Myhre Oppgave 1 1. (i) Siden X og Z er uavhengige, vil den simultane fordelingen mellom X og Z kunne skrives som: f(x, z) = P(X = x

Detaljer

Sannsynligheten for en hendelse (4.2) Empirisk sannsynlighet. ST0202 Statistikk for samfunnsvitere

Sannsynligheten for en hendelse (4.2) Empirisk sannsynlighet. ST0202 Statistikk for samfunnsvitere 2 Sannsynligheten for en hendelse (4.2) Sannsynligheten for en hendelse sier oss hvor ofte vi forventer at hendelsen inntreffer, dvs. den forventede relative frekvens av hendelsen. ST0202 Statistikk for

Detaljer

Monopol. Statistikkprosjekt MA-155. Lars Fjermeros, Andreas Næss, Torry Tufteland, Lasse A. Karlsen, Thomas Bakken, Espen Gjernes og Anders Candasamy

Monopol. Statistikkprosjekt MA-155. Lars Fjermeros, Andreas Næss, Torry Tufteland, Lasse A. Karlsen, Thomas Bakken, Espen Gjernes og Anders Candasamy Monopol Statistikkprosjekt MA-155 Lars Fjermeros, Andreas Næss, Torry Tufteland, Lasse A. Karlsen, Thomas Bakken, Espen Gjernes og Anders Candasamy Våren 2013 1 Innholdsfortegnelse 1 Prosjektbeskrivelse

Detaljer

Kapittel 2: Sannsynlighet

Kapittel 2: Sannsynlighet Kapittel 2: Sannsynlighet 2.1, 2.2: Utfallsrom og hendelser 2.3, 2.4: Kombinatorikk og sannsynlighet 2.5, 2.6, 2.7: Regneregler, betinget sanns. 2.8: Bayes regel Eirik Mo Institutt for matematiske fag,

Detaljer

MATEMATIKK (MAT1005) Tabeller / Diagrammer

MATEMATIKK (MAT1005) Tabeller / Diagrammer 04.11.2016 MATEMATIKK (MAT1005) Tabeller / Diagrammer DEL 1 (UTEN HJELPEMIDLER) 45 minutter DEL 2 (MED HJELPEMIDLER) 45 minutter (Del 1 må leveres inn før hjelpemidlene kan benyttes) Total poengsum: 40

Detaljer

6. kurskveld Ila, 7. juni - 06 Statistikk og sannsynlighet

6. kurskveld Ila, 7. juni - 06 Statistikk og sannsynlighet . kurskveld Ila, 7. juni - 0 Statistikk og sannsynlighet Sannsynlighet og kombinatorikk Sannsynlighet er noe vi omgir oss med nesten daglig. Vi spiller Lotto og andre spill, og håper vi har flaks og vinner.

Detaljer

Sannsynlighet i uniforme modeller. Addisjon av sannsynligheter

Sannsynlighet i uniforme modeller. Addisjon av sannsynligheter Sannsynlighet i uniforme modeller. Addisjon av sannsynligheter Fagstoff Listen [] Hendelse En hendelse i en sannsynlighetsmodell består av ett eller flere utfall. Vi ser på det tilfeldige forsøket «kast

Detaljer

Legg merke til at summen av sannsynlighetene for den gunstige hendelsen og sannsynligheten for en ikke gunstig hendelse, er lik 1.

Legg merke til at summen av sannsynlighetene for den gunstige hendelsen og sannsynligheten for en ikke gunstig hendelse, er lik 1. Sannsynlighet Barn spiller spill, vedder og omgir seg med sannsynligheter på andre måter helt fra de er ganske små. Vi spiller Lotto og andre spill, og håper vi har flaks og vinner. Men hvor stor er sannsynligheten

Detaljer

Oppgaver. Innhold. Sannsynlighet Vg1P

Oppgaver. Innhold. Sannsynlighet Vg1P Oppgaver Innhold Modul 1. Hva er sannsynlighet?... 2 Modul 2. Addisjon av sannsynligheter. Gunstige og mulige utfall... 6 Modul 3. Beregne sannsynligheter ved å bruke tabeller... 10 Modul 4. Beregne sannsynligheter

Detaljer

Sannsynlighet og statistikk

Sannsynlighet og statistikk Sannsynlighet og statistikk Arkeologiske utgravinger har vist at mennesker har underholdt seg med forskjellige spill i tusener av år. Terninger fra India som ble brukt i spill, er faktisk 5000 år gamle.

Detaljer

Fire kort. Mål. Gjennomføring. Film. Problemløsing Fire kort Planleggingsdokument

Fire kort. Mål. Gjennomføring. Film. Problemløsing Fire kort Planleggingsdokument Fire kort Mål Generelt: Søke etter mønster og sammenhenger. Gjennomføre undersøkelse og begrunne resultat. Utfordre elevene på å resonnere og kommunisere. Spesielt: Finne alle kombinasjoner når de adderer

Detaljer

Testobservator for kjikvadrattester

Testobservator for kjikvadrattester ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Kap. 11: Anvendelser av kjikvadratfordelingen: Kjikvadrattester Situasjon: Et tilfeldig utvalg av n individer er trukket

Detaljer

Simulering på regneark

Simulering på regneark Anne Berit Fuglestad Simulering på regneark Trille terninger eller kaste mynter er eksempler som går igjen i sannsynlighetsregningen. Ofte kunne vi trenge flere forsøk for å se en klar sammenheng og få

Detaljer

OPPGAVER FRA ABELS HJØRNE I DAGBLADET SETT 27 DAG 1 DAG 2

OPPGAVER FRA ABELS HJØRNE I DAGBLADET SETT 27 DAG 1 DAG 2 SETT 27 OPPGAVER FRA ABELS HJØRNE I DAGBLADET DAG 1 1. På figuren er de to små sirklene like store. Hva er forholdet mellom arealene av det skraverte og det ikkeskraverte området? A) 1:1 B) 1:2 C) 3:4

Detaljer

ST0202 Statistikk for samfunnsvitere

ST0202 Statistikk for samfunnsvitere ST0202 Statistikk for samfunnsvitere Kapittel 7: Utvalgsfordeling Bo Lindqvist Institutt for matematiske fag 2 Fra kapittel 1: Populasjon Den mengden av individer/objekter som vi ønsker å analysere. Utvalg

Detaljer

ST0202 Statistikk for samfunnsvitere

ST0202 Statistikk for samfunnsvitere ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Fra første forelesning: Populasjon Den mengden av individer/objekter som vi ønsker å analysere. Utvalg En delmengde av

Detaljer

Tallfølger er noe av det første vi treffer i matematikken, for eksempel når vi lærer å telle.

Tallfølger er noe av det første vi treffer i matematikken, for eksempel når vi lærer å telle. Kapittel 1 Tallfølger 1, 2, 3, 4, 5, 6, 7, 8,... Det andre temaet i kurset MAT1001 er differenslikninger. I en differenslikning er den ukjente en tallfølge. I dette kapittelet skal vi legge grunnlaget

Detaljer

STK1100 våren Betinget sannsynlighet og uavhengighet. Svarer til avsnittene 2.4 og 2.5 i læreboka

STK1100 våren Betinget sannsynlighet og uavhengighet. Svarer til avsnittene 2.4 og 2.5 i læreboka STK1100 våren 2017 Betinget sannsynlighet og uavhengighet Svarer til avsnittene 2.4 og 2.5 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Eksempel 1 Vi vil først ved hjelp av et eksempel

Detaljer

Fra første forelesning:

Fra første forelesning: 2 Fra første forelesning: ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag opulasjon Den mengden av individer/objekter som vi ønsker å analysere. Utvalg En delmengde av populasjonen

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Øvelsesoppgave i: ECON30 Dato for utlevering: 7.03.04 Dato for innlevering: 07.04.04 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Innleveringssted: Ekspedisjonen, etasje innen kl 5:00 Øvrig informasjon: Denne

Detaljer

Løsningsforslag Eksamen S2, høsten 2015 Laget av Tommy O. Sist oppdatert: 25. mai 2017

Løsningsforslag Eksamen S2, høsten 2015 Laget av Tommy O. Sist oppdatert: 25. mai 2017 Løsningsforslag Eksamen S2, høsten 215 Laget av Tommy O. Sist oppdatert: 25. mai 217 Del 1 - uten hjelpemidler Oppgave 1 a) Vi skal derivere funksjonen f(x) = x 3 + 2x. Formelen vi må bruke er (x n ) =

Detaljer

Innledning kapittel 4

Innledning kapittel 4 Innledning kapittel 4 Sannsynlighet og tilfeldighet Basert på materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske fenomener Almanakk for Norge viser: når det er fullmåne

Detaljer

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.20).

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.20). Econ 130 HG mars 017 Supplement til forelesningen 7. februar Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.0). Regel 5.19 sier at summer, Y X1 X X

Detaljer

Utfallsrom og hendelser. Disjunkte hendelser. Kapittel 2: Sannsynlighet. Eirik Mo Institutt for matematiske fag, NTNU

Utfallsrom og hendelser. Disjunkte hendelser. Kapittel 2: Sannsynlighet. Eirik Mo Institutt for matematiske fag, NTNU 3 Utfallsrom og hendelser Kapittel 2: Sannsynlighet 2., 2.2: Utfallsrom og hendelser 2.3, 2.4: Kombinatorikk og sannsynlighet 2.5, 2.6, 2.7: Regneregler, betinget sanns. 2.8: Bayes regel DEF 2. Ufallsrom:

Detaljer

1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger

1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger 1 Section 4-1: Introduksjon til sannsynlighet 2 Section 4-2: Enkel sannsynlighetsregning 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger 4 Section 5-2: Tilfeldige variable 5 Section 5-3: Binomisk

Detaljer

Forelening 1, kapittel 4 Stokastiske variable

Forelening 1, kapittel 4 Stokastiske variable Forelening 1, kapittel 4 Stokastiske variable Eksempel X = "antall kron på kast med to mynter (før de er kastet)" Uniformt utfallsrom {MM, MK, KM, KK}. X = x beskriver hendelsen "antall kron på kast med

Detaljer

Innledning kapittel 4

Innledning kapittel 4 Innledning kapittel 4 Sannsynlighet og tilfeldighet Basert på materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske fenomener Almanakk for Norge viser: når det er fullmåne

Detaljer

Sannsynlighetsregning

Sannsynlighetsregning Sannsynlighetsregning Per G. Østerlie Thora Storm vgs per.osterlie@stfk.no 5. april 203 Hva og hvorfor? Hva? Vi får høre at det er sannsynlig at et eller annet kommer til å skje. Sannsynligheten for å

Detaljer

Sannsynlighetsregning og Statistikk

Sannsynlighetsregning og Statistikk Sannsynlighetsregning og Statistikk Leksjon 2. Leksjon 2 omhandler begreper og regneregler for sannsynligheter. Dette er behandlet i kapittel 3.1 og 3.2 i læreboka. Du bør når du har fullført leksjon 2

Detaljer

Karakter 2: 10p Karakter 3: 17p Karakter 4: 23p Karakter 5: 30p Karakter 6: 36p

Karakter 2: 10p Karakter 3: 17p Karakter 4: 23p Karakter 5: 30p Karakter 6: 36p 04.11.2016 MATEMATIKK (MAT1005) Tabeller / Diagrammer DEL 1 (UTEN HJELPEMIDLER) 45 minutter DEL 2 (MED HJELPEMIDLER) 45 minutter (Del 1 leveres inn etter nøyaktig 45 minutter og før hjelpemidlene kan benyttes)

Detaljer

Bruk SUMMER-funksjonen i formelen i G9. Oppgave 14. H. Aschehoug & Co Side 1

Bruk SUMMER-funksjonen i formelen i G9. Oppgave 14. H. Aschehoug & Co  Side 1 Repetisjon fra kapittel 2: Summere mange tall, funksjonen SUMMER() Regnearket inneholder en mengde innebygde funksjoner. Vi skal her se på en av de funksjonene vi oftest bruker. Funksjonen SUMMER() legger

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Øvelsesoppgave i: ECON2130 Statistikk 1 Dato for utlevering: Mandag 22. mars 2010 Dato for innlevering: Fredag 9. april 2010 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Innleveringssted: Ved siden av SV-info-senter

Detaljer

Løsningsforslag til obligatorisk oppgave i ECON 2130

Løsningsforslag til obligatorisk oppgave i ECON 2130 Andreas Mhre April 15 Løsningsforslag til obligatorisk oppgave i ECON 13 Oppgave 1: E(XY) = E(X(Z X)) Setter inn Y = Z - X E(XY) = E(XZ X ) E(XY) = E(XZ) E(X ) E(XY) = - E(X ) X og Z er uavhengige, så

Detaljer

Løsningsforslag Eksamen S2, våren 2017 Laget av Tommy O. Sist oppdatert: 25. mai 2017

Løsningsforslag Eksamen S2, våren 2017 Laget av Tommy O. Sist oppdatert: 25. mai 2017 Løsningsforslag Eksamen S, våren 17 Laget av Tommy O. Sist oppdatert: 5. mai 17 Del 1 - uten hjelpemidler Oppgave 1 a) Vi skal derivere f(x) = x /x = x x 1. Den eneste regelen vi trenger her er (kx n )

Detaljer

Kidsmonitor tutorials for mobil

Kidsmonitor tutorials for mobil Kidsmonitor tutorials for mobil Hvordan sende en melding? Dette er for den typen melding som gjelder kun den ene dagen den sendes. Send disse samme dag som meldingen gjelder, FØR klokken 12.00. Sendes

Detaljer

Terningkast. Utfallsrommet S for et terningskast med en vanlig spillterning med 6 sider er veldefinert 1, 2, 3, 4, 5, 6

Terningkast. Utfallsrommet S for et terningskast med en vanlig spillterning med 6 sider er veldefinert 1, 2, 3, 4, 5, 6 Terningkast Halvor Aarnes, UiO, 2014 Innhold Ett terningkast og utfallsrom... 1 Union og snitt... 4 Betinget sannsynlighet... 5 Forventningsverdi E(X) og varianse Var(X)... 5 Konfidensintervall for proporsjoner...

Detaljer

ET RASKERE SPILL HURTIG MONOPOL 8 +

ET RASKERE SPILL HURTIG MONOPOL 8 + ET RASKERE SPILL BRAND 1. Først blander banksjefen skjøtekortene og gir to til hver spiller. Spillerne betaler straks banken prisen for de eiendommene de mottar. Spillet fortsetter så som normalt. 2. Du

Detaljer

STK1000 Uke 36, Studentene forventes å lese Ch 1.4 ( ) i læreboka (MMC). Tetthetskurver. Eksempel: Drivstofforbruk hos 32 biler

STK1000 Uke 36, Studentene forventes å lese Ch 1.4 ( ) i læreboka (MMC). Tetthetskurver. Eksempel: Drivstofforbruk hos 32 biler STK1000 Uke 36, 2016. Studentene forventes å lese Ch 1.4 (+ 3.1-3.3 + 3.5) i læreboka (MMC). Tetthetskurver Eksempel: Drivstofforbruk hos 32 biler Fra histogram til tetthetskurver Anta at vi har kontinuerlige

Detaljer

Tilfeldighetenes spill Undervisningsopplegg for ungdomstrinnet

Tilfeldighetenes spill Undervisningsopplegg for ungdomstrinnet Tilfeldighetenes spill Undervisningsopplegg for ungdomstrinnet Utviklet med støtte fra Bakgrunn og innledning Tilfeldighetenes spill var et eksperiment som ble kjørt på Akvariet i Bergen under Forskningsdagene

Detaljer

Forelesning 19 torsdag den 23. oktober

Forelesning 19 torsdag den 23. oktober Forelesning 19 torsdag den 23. oktober 5.3 Eulers kriterium Merknad 5.3.1. Følgende proposisjon er kjernen til teorien for kvadratiske rester. Kanskje ser beviset ikke så vanskelig ut, men la merke til

Detaljer

Et lite notat om og rundt normalfordelingen.

Et lite notat om og rundt normalfordelingen. Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Observasjoner Histogram Viser fordelingen av faktiske observerte

Detaljer

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem MAT400 PROSJEKTOPPGAVE: Statistikk i S2 Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem 20. mai 205 Innhold. Stokastisk Variabel.. Stokastiske variable som funksjoner 3 2. Forventningsverdi

Detaljer

4: Sannsynlighetsregning

4: Sannsynlighetsregning Plan for hele året: - Kapittel 5: Januar - Kapittel 6: Februar - Kapittel 7: Februar/mars 4: Sannsynlighetsregning - Kapittel 8: Mars/april - Repetisjon: April/mai - Økter, prøver, prosjekter: Mai - juni

Detaljer

Kapittel 3: Studieopplegg

Kapittel 3: Studieopplegg Oversikt over pensum Kapittel 1: Empirisk fordeling for en variabel o Begrepet fordeling o Mål for senter (gj.snitt, median) + persentiler/kvartiler o Mål for spredning (Standardavvik s, IQR) o Outliere

Detaljer

Kapittel 2: Sannsynlighet [ ]

Kapittel 2: Sannsynlighet [ ] Kapittel 2: Sannsynlighet [2.6-2.8] TMA4240 Statistikk (F2 og E7) 2.6, 2.7, 2.8: Betinget sannsynlighet [23.august 2004] Ole.Petter.Lodoen@math.ntnu.no p.1/18 Oppsummering fra 2.1-2.5 FENOMEN Eksperiment

Detaljer

Tilfeldighetenes spill Undervisningsopplegg for barnetrinnet

Tilfeldighetenes spill Undervisningsopplegg for barnetrinnet Tilfeldighetenes spill Undervisningsopplegg for barnetrinnet Utviklet med støtte fra Bakgrunn og innledning Tilfeldighetenes spill var et eksperiment som ble kjørt på Akvariet i Bergen under Forskningsdagene

Detaljer

EKSAMEN. EMNEANSVARLIG: Terje Bokalrud og Hans Petter Hornæs. TILLATTE HJELPEMIDLER: Kalkulator og alle trykte og skrevne hjelpemidler.

EKSAMEN. EMNEANSVARLIG: Terje Bokalrud og Hans Petter Hornæs. TILLATTE HJELPEMIDLER: Kalkulator og alle trykte og skrevne hjelpemidler. KANDIDATNUMMER: EKSAMEN EMNENAVN: EMNENUMMER: Kvalitetsledelse med Statistikk. SMF2121 EKSAMENSDATO: 1. juni 2010 KLASSE: Ingeniørutdanning TID: kl. 9.00 13.00. EMNEANSVARLIG: Terje Bokalrud og Hans Petter

Detaljer

Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver?

Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Boka (Ch 1.4) motiverer dette ved å gå fra histogrammer til tetthetskurver.

Detaljer

TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger

TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger Binomisk fordeling* ( ) n b(x; n, p) = p x (1 p) n x = x ( ) n p x q n x, x x = 0, 1, 2,..., n Fenomén: i) n forsøk. ii) Suksess/fiasko

Detaljer

SANNSYNLIGHETSREGNING

SANNSYNLIGHETSREGNING SANNSYNLIGHETSREGNING Er tilfeldigheter tilfeldige? Når et par får vite at de skal ha barn, vurderes sannsynligheten for pike eller gutt normalt til rundt 50/50. Det kan forklare at det fødes omtrent like

Detaljer

Et lite notat om og rundt normalfordelingen.

Et lite notat om og rundt normalfordelingen. Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver? Observasjoner Histogram Viser fordelingen av faktiske observerte

Detaljer

Løsningsforslag til obligatorisk oppgave i ECON2130 våren 2014 av Jonas Schenkel.

Løsningsforslag til obligatorisk oppgave i ECON2130 våren 2014 av Jonas Schenkel. Løsningsforslag til obligatorisk oppgave i ECON2130 våren 2014 av Jonas Schenkel. Det er i flere av oppgavene flere fremgangsmåter. Om din måte var riktig burde komme frem i rettingen. A Både X og Y tilfredsstiller

Detaljer

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller. KANDIDATNUMMER: EKSAMEN FAGNAVN: Statistikk. FAGNUMMER: Rea 1082 EKSAMENSDATO: 14. mai 2009. KLASSE: Ing. TID: kl. 9.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 3 (innkl. forside) TILLATTE

Detaljer

Beskrivende statistikk.

Beskrivende statistikk. Obligatorisk oppgave i Statistikk, uke : Beskrivende statistikk. 1 Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke I løpet av uken blir løsningsforslag lagt ut

Detaljer

EKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg.

EKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. REA 1081F REA1081) EKSAMENSDATO: 1. juni 2010. KLASSE: Flexibel ingeniørutdanning, 2kl. Bygg. TID: kl. 9.00 12.00. FAGLÆRER: Hans Petter Hornæs ANTALL

Detaljer

Fasit. Grunnbok. Kapittel 5. Bokmål

Fasit. Grunnbok. Kapittel 5. Bokmål Fasit Grunnbok Kapittel 5 Bokmål Kapittel 5 Fra erfaring til sannsynlighet 5. a P = 3 5.2 a P = 2 5.3 B har rett 5.4 a P = 4 b P = 4 b P = 2 b c P = 7 c P = 5 2 c d P = 25 d P = 5 2 5.5 a b Den eksperimentelle

Detaljer

Bruk av terninger i statistikkundervisning for å øke forståelsen for enkelte terskelbegrep

Bruk av terninger i statistikkundervisning for å øke forståelsen for enkelte terskelbegrep Bruk av terninger i statistikkundervisning for å øke forståelsen for enkelte terskelbegrep Med praktiske eksempler fra basisundervisning for tannlegestudenter Obligatorisk oppgave i basismodulen i pedagogikk

Detaljer

ST0103 Brukerkurs i statistikk Høst 2014

ST0103 Brukerkurs i statistikk Høst 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST0103 Brukerkurs i statistikk Høst 2014 Løsningsforslag Øving 1 2.1 Frekvenstabell For å lage en frekvenstabell må vi telle

Detaljer

Inquiry-based matematikk didaktikk og programvare

Inquiry-based matematikk didaktikk og programvare Inquiry-based matematikk didaktikk og programvare http://prosjekt.hint.no/matematikk/flexy_tubes.html Aktivitet 1. Uten bruk av IKT Dere arbeider først sammen to og to. I første del bruker dere ikke IKT.

Detaljer

Blokk1: Sannsynsteori

Blokk1: Sannsynsteori Blokk1: Sannsynsteori Statistikk er vitskapen om læring frå data, og måling, kontroll og kommunikasjon av usikkerheit (Davians Louis, Science, 2012). Vi lærer frå data ved å spesifisere ein statistisk

Detaljer

Notat kombinatorikk og sannsynlighetregning

Notat kombinatorikk og sannsynlighetregning Notat kombinatorikk og sannsynlighetregning av Peer Andersen Peer Andersen 2010 1 SANNSYNLIGHETSREGNING MED FLERE TRINN Sannsynlighetsregning med et trinn kan være situasjoner der vi spør hva sjansen er

Detaljer

OVERFLATE FRA A TIL Å

OVERFLATE FRA A TIL Å OVERFLATE FRA A TIL Å VEILEDER FOR FORELDRE MED BARN I 5. 7. KLASSE EMNER Side 1 Innledning til overflate... 2 2 Grunnleggende om overflate.. 2 3 Overflate til:.. 3 3 3a Kube. 3 3b Rett Prisme... 5 3c

Detaljer

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk MAT0100V Sannsynlighetsregning og kombinatorikk Forventning, varians og standardavvik Tilnærming av binomiske sannsynligheter Konfidensintervall Ørnulf Borgan Matematisk institutt Universitetet i Oslo

Detaljer

Sentralverdi av dataverdi i et utvalg Vi tenker oss et utvalg med datapar. I vårt eksempel har vi 5 datapar.

Sentralverdi av dataverdi i et utvalg Vi tenker oss et utvalg med datapar. I vårt eksempel har vi 5 datapar. Statistisk behandling av kalibreringsresultatene Del 4. v/ Rune Øverland, Trainor Elsikkerhet AS Denne artikkelserien handler om statistisk behandling av kalibreringsresultatene. Dennne artikkelen tar

Detaljer

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk STK1100 våren 2016 Introduksjon til sannsynlighetsbegrepet Svarer til avsnittene 2.1 og 2.2 i læreboka Geir Storvik Basert på presentasjon av Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske

Detaljer

Kap. 7 - Sannsynlighetsfordelinger

Kap. 7 - Sannsynlighetsfordelinger Oppgaver: Kap. 7 - Sannsynlighetsfordelinger Oppgaver fra kapitlet Lærebok: 7.0-0-0-,7.--7, 7.-, 7., 7., 7.7 Oppgavesamling: 7.00, 7.0, 7.09, 7., 7.9, 7., 7.0, 7.0, 7.0 7.0-0-0-0- Stokastisk variabel:

Detaljer

Kapittel 2, Sannsyn. Definisjonar og teorem på lysark, eksempel og tolking på tavla. TMA september 2016 Ingelin Steinsland

Kapittel 2, Sannsyn. Definisjonar og teorem på lysark, eksempel og tolking på tavla. TMA september 2016 Ingelin Steinsland Kapittel 2, Sannsyn 2.1 Utfallsrom Onsdag 2.2 Hendingar Onsdag 2.3 Telle mogeleg utfall: I dag 2.4 Sannsyn for ei hending: Onsdag 2.5 Addetive reglar: Onsdag 2.6 Betinga sannsyn, uavhengighet og produktregelen

Detaljer

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 1. juni 2010. KLASSE: HIS 08 11. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 3 (innkl. forside)

Detaljer

Forelesning 5, kapittel 3. : 3.5: Uavhengige hendelser.

Forelesning 5, kapittel 3. : 3.5: Uavhengige hendelser. Forelesning 5, kapittel 3. : 3.5: Uavhengige hendelser. Kast med to terninger, A er sekser på første terning og B er sekser på andre terning. Sekser på begge terningene er Fra definisjonen av betinget

Detaljer

Forskningsmetoder i menneske-maskin interaksjon

Forskningsmetoder i menneske-maskin interaksjon Forskningsmetoder i menneske-maskin interaksjon Kapittel 2- Eksperimentell forskning Oversikt Typer atferdsforskning Forskningshypoteser Grunnleggende om eksperimentell forskning Signifikanstesting Begrensninger

Detaljer

Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio)

Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio) Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio) Beskrive fordelinger (sentraltendens, variasjon og form): Observasjon y i Sentraltendens

Detaljer

Høgskolen i Gjøviks notatserie, 2001 nr 5

Høgskolen i Gjøviks notatserie, 2001 nr 5 Høgskolen i Gjøviks notatserie, 2001 nr 5 5 Java-applet s for faget Statistikk Tor Slind Avdeling for Teknologi Gjøvik 2001 ISSN 1501-3162 Sammendrag Dette notatet beskriver 5 JAVA-applets som demonstrerer

Detaljer

ST0202 Statistikk for samfunnsvitere [4]

ST0202 Statistikk for samfunnsvitere [4] ST0202 Statistikk for samfunnsvitere [4] Kapittel 4: Sannsynlighet 4.4: Disjunkte hendelser, 4.5: Uavhengige hendelser 4.6: Er disjunkthet og uavhengighet relatert til hverandre? Bruk av sannsynlighetsregning

Detaljer

Kan man gjennkjenne favoritt colaen sin i blinde blant mange cola merker?

Kan man gjennkjenne favoritt colaen sin i blinde blant mange cola merker? Kan man gjennkjenne favoritt colaen sin i blinde blant mange cola merker? Innlevert av gruppe i 7A ved Nord- Aurdal Barneskole (Nord-Aurdal, Oppland) Årets nysgjerrigper 2015 COLATESTEN Vi har lyst til

Detaljer

Forskjellige typer utvalg

Forskjellige typer utvalg Forskjellige typer utvalg Det skal deles ut tre pakker til en gruppe på seks. Pakkene inneholder en TV, en PC og en mobiltelefon. På hvor mange måter kan pakkene deles ut? Utdelingen skal være tilfeldig

Detaljer

LØSNINGER UKE 6, STK1100. Ekstraoppgave 5 a) Sannsynligheten for at en 75 år gammel kvinne skal bli minst 80 år

LØSNINGER UKE 6, STK1100. Ekstraoppgave 5 a) Sannsynligheten for at en 75 år gammel kvinne skal bli minst 80 år LØSNINGER UKE 6, STK1100 Sammendrag. Løsningsforslag for noen av de oppgavene jeg ikke rakk igjennom på plenumen. Originalt skrevet av Ingunn Fride Tvete. Send mail til steffeng@math.uio.no hvis du ser

Detaljer

Kan micro:biten vår brukes som en terning? Ja, det er faktisk ganske enkelt!

Kan micro:biten vår brukes som en terning? Ja, det er faktisk ganske enkelt! Microbit PXT: Terning Skrevet av: Geir Arne Hjelle Kurs: Microbit Språk: Norsk bokmål Introduksjon Kan micro:biten vår brukes som en terning? Ja, det er faktisk ganske enkelt! Steg 1: Vi rister løs Vi

Detaljer

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Svarer til avsnittene 2.1 og 2.2 i læreboka

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Svarer til avsnittene 2.1 og 2.2 i læreboka STK1100 våren 2017 Introduksjon til sannsynlighetsbegrepet Svarer til avsnittene 2.1 og 2.2 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske fenomener Almanakk for Norge

Detaljer

Hvilken ball kan vi kaste lengst?

Hvilken ball kan vi kaste lengst? 203 Hvilken ball kan vi kaste lengst? 5. klasse Samfundets skole 30.04.203 Innhold. Dette lurer jeg på... 3 2. Hvorfor er det slik... 4 Runde... 4 Hypoteser... 5 Begrunnelser til hypotesene... 5 Eksempel

Detaljer

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk STK1100 våren 2017 Introduksjon til sannsynlighetsbegrepet Svarer til avsnittene 2.1 og 2.2 i læreboka Deterministiske fenomener Almanakk for Norge viser: når det er fullmåne når det er soloppgang og solnedgang

Detaljer

Tilfeldige variable (5.2)

Tilfeldige variable (5.2) Tilfeldige variable (5.) Dersom vi til hvert utfall av eksperimentet tilordner et tall, har vi laget en tilfeldig variabel. Tilfeldig variabel: En variabel som har en numerisk verdi for hvert utfall i

Detaljer

Nysgjerrigpermetoden for elever. Arbeidshefte for deg som vil forske selv

Nysgjerrigpermetoden for elever. Arbeidshefte for deg som vil forske selv Nysgjerrigpermetoden for elever Arbeidshefte for deg som vil forske selv facebook.com/nysgjerrigper.no nys@forskningsradet.no nysgjerrigper.no Om Nysgjerrigpermetoden og dette heftet Nysgjerrigpermetoden

Detaljer

Oppgaver i sannsynlighetsregning 1

Oppgaver i sannsynlighetsregning 1 Oppgaver i sannsynlighetsregning 1 Oppgave 1 Forklar hva som menes med en uniform sannsynlighetsmodell. Gi minst et eksempel på en uniform sannsynlighetsmodell. Begrunn hvorfor den er uniform. Gi også

Detaljer

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk MAT000V Sannsynlighetsregning og kombinatorikk Tilfeldige variabler og sannsynlighetsfordelinger (repetisjon) Hypergeometrisk fordeling (repetisjon) Binomisk fordeling Forventningsverdi Tilfeldige variabler

Detaljer

Eksamen STK2400, 6/ Løsningsforslag

Eksamen STK2400, 6/ Løsningsforslag Eksamen STK2400, 6/12-07 - Løsningsforslag Arne ang Huseby December 19, 2007 Oppgave 1 I denne oppgaven skal vi se på et binært monotont system (C, φ) med komponentmengde C = {1,..., 5} og strukturfunksjon

Detaljer

Eksempel på løsning. Sentralt gitt skriftlig eksamen MAT1008 Matematikk 2T Eksamen 30.11.2009. Bokmål

Eksempel på løsning. Sentralt gitt skriftlig eksamen MAT1008 Matematikk 2T Eksamen 30.11.2009. Bokmål Eksempel på løsning 010 Sentralt gitt skriftlig eksamen MAT1008 Matematikk T Eksamen 30.11.009 Bokmål MAT1008 Matematikk T HØSTEN 009 Eksempel på løsning med vekt på bruk av digitale verktøy Hva er en

Detaljer

Magisk Matematikk. 75 minutter. Passer for: Varighet:

Magisk Matematikk. 75 minutter. Passer for: Varighet: Lærerveiledning Passer for: Varighet: Magisk Matematikk 9. - 10. trinn 75 minutter Magisk Matematikk er et skoleprogram som tar utgangspunkt i «magiske» talltriks i plenum som enkelt avsløres med algebra,

Detaljer

ST0202 Statistikk for samfunnsvitere

ST0202 Statistikk for samfunnsvitere ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Sannsynligheten for en hendelse (4.2) Sannsynligheten for en hendelse sier oss hvor ofte vi forventer at hendelsen inntreffer,

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3. ÅMA Sannsynlighetsregning med statistikk, våren 8 Kp. Diskrete tilfeldige variable Kp. Diskrete tilfeldige variable Har sett på (tidligere: begrep/definisjoner; tilfeldig (stokastisk variabel sannsynlighetsfordeling

Detaljer