ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

Størrelse: px
Begynne med side:

Download "ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019"

Transkript

1 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019 Oppgaver fra oka La (R, B, G) være utfallet av øyne ved et kast av de tre terningene. Hendelsen A er da gitt ved R+B +G = 5 og mengden av de forskjellige kominasjonene av (R, B, G) som oppfyller dette utgjør utfallsrommet for A. Dvs. A = {(1, 1, 3), (1, 2, 2), (1, 3, 1), (2, 1, 2), (2, 2, 1), (3, 1, 1)} La P være mengden av rettvinklede trekanter med lengden av hypotenusen lik 5, og la a og være lengdene på katetene. Pytagoras teorem for rettvinklede trekanter sier at a = c 2, dvs. P kan eskrives som P = { Rettvinklede trekanter med sider (a,, 25) : a = 5 2} a Utfallet (u, v) eskriver at den første dartpilen treffer region u og at den andre treffer region v. Utfallsrommet lir da mulige kominasjoner av u og v. S = {(1, 1), (1, 2), (1, 4), (2, 1), (2, 2), (2, 4), (4, 1), (4, 2), (4, 4)} Nå etraktes utfallet av summen u + v, så utfallsrommet lir de unike (uten gjentagelse) elementene i mengden av summer funnet over utfallsrommet for (u, v). Dvs. S = {2, 3, 4, 5, 6, 8} Hendelsen A er definert ved at andregradsligningen har komplekse røtter. ax 2 + x + c = 0 Reelle tall er en delmengde av komplekse tall, som etyr at reelle røtter også er komplekse røtter. Da vil svaret være 14. januar 2019 Side 1 av 6

2 S = {(a,, c) : a 0 eller 0 eller c = 0} (når a 0 kan og c ta alle mulige verdier, også 0, og tilsvarende for de to andre utsagnene), siden ligningen har komplekse røtter (altså en eller to løsninger) for alle verdier av a, og c ortsett fra for a = = 0 og c 0. Hvis du tolker complex roots fra oppgaveteksten som ikke-reelle røtter er svaret på oppgaven følgende: Ligningen har ikke-reelle røtter når diskriminanten 2 4ac < 0 og dermed vil utfallsrommet være S = { (a,, c) : 2 4ac < 0 } Vi skal finne snittet A B C, hvor mengdene A, B og C er gitt ved: A = {x : 0 x 4} B = {x : 2 x 6} C = {x : x = 0, 1, 2, 3,... } Snittet mellom A og B vil være gitt ved interval A B = {x : 2 x 4}. Og snittet mellom denne og mengden C, som er ikke-negative heltal, vil da være heltal i intervallet [2, 4], dvs. utfallsrommet lir S = {2, 3, 4} A = {x : 0 x 1} B = {x : 0 x 3} C = {x : 1 x 2} a Komplementærmengden A C er {x : x ((, 0) (1, ))} mens snittet B C = {x : x [0, 2]} og dermed A C B C = {x : x (1, 2]} Fellesmengden lir da A C (B C) = {x : x (, )} c Komplementærmengdens C C = {x : x ((, 1) (2, ))} overlapp med snittet A B = {x : 0 x 1} er tomt, dvs. A B C C = 14. januar 2019 Side 2 av 6

3 d A B = {x : 0 x 3} (A B) C C = {x : x (2, 3]} og dermed ((A B) C C ) C = {x : x ((, 2] (3, ))} Det er gitt at P (A) = 0.4, P (B) = 0.5 samt at P (A B) = 0.1. Sannsynligheten for at A eller B men ikke egge skjer, er uttrykt som P ( (A B C ) (A C B) ) Ettersom P ( A B C) = P (A) P (A B) og vice versa for A C B, samt at hendelsene A B C og A C B er disjunkte, fås at P ( (A B C ) (A C B) ) = P ( A B C) + P ( A C B ) = = a Ved ruk av de Morgan s og komplementreglen fås P (A C B C ) = P ((A B) C ) = 1 P (A B) P (A C (A B)) = P (A B) P (A (A B)) = [P (A) + P (B) P (A B)] [P (A) + P (A B) P (A (A B))] = [P (A) + P (B) P (A B)] [P (A) + P (A B) P (A B)] = P (B) P (A B) Det er oppgitt at sannsynligheten for at minst én av hendelsene A og B er 0.3, dvs. P (A B) = 0.3. I tillegg er det oppgitt at sannsynligheten for at A skjer men ikke B er 0.1, dvs. P (A) P (A B) = 0.1. Da P (A B) = P (A) + P (B) P (A B) fås P (B) = P (A B) [P (A) P (A B)] = = a Hvis det gjelder at P (A B) = P (B) etyr det også at P (A) = P (A B) og dermed B A. A B 14. januar 2019 Side 3 av 6

4 I tråd med foregående spørsmålet vil P (B) = P (A B) ety at A B. B A De to hendelser A 1 og A 2 er disjunkte (A 1 A 2 = ) og dermed er P (A 1 A 2 ) = P (A 1 ) + P (A 2 ). Dermed utgjør de to hendelser hele utfallsrommet (A 1 A 2 = S) så loven om total sannsynlighet gir at P (A 1 ) + P (A 2 ) = 1. Dvs. 3p 1 p 2 = 3p 1 (1 p 2 ) = 0.5 p 1 = 3/8 og p 2 = 5/ Den minste mulige verdi for P ( (A B C) C) er lik 1 minus den største mulige for P ((A B C)). Denne oppnås når de tre hendelsene er disjunkte, så minst mulig verdi for P ( (A B C) C) er da lik 1 ( ) = januar 2019 Side 4 av 6

5 R-oppgave lirary(ggplot2) a n < x <- rnorm(n = n, mean = 0, sd = 1) ggplot(data.frame(x = x), aes(x = x, y =..density..)) + geom_histogram(ins = 30) density x mean(x) ## [1] var(x) ## [1] # kommentar: ikke så langt fra sanne verdier (som er 0 og 1) c p_hat <- sum(x > 2)/n p_hat ## [1]

6 d X er standard normalfordelt, og våre tilfeldige tall lagret i variaelen x er trukket fra en standard normalfordeling. Når vi får nok tilfeldige tall vil antallet av varialene som er større enn 2 være likt den faktiske sannsynligheten for at en standard normalfordelt variael er større enn 2. Dette skjer fordi sannsynligheten for at vi trekker en standard normalfordelt variael som større enn 2 er lik den sanne sannsynligheten. # slå opp i taell eller ruk R-funskjoner, da får vi dette tallet for sannsynligheten: pnorm(2, 0, 1, lower.tail = FALSE) ## [1] p_hat ## [1] Tallene er ganske like. e Vi vil ha verdien i x der det kun er 10 prosent som er større. For å finne den sorterer vi de tilfeldige tallene og henter ut verdi nummer 900, da vil det være 100 verdier som er høyere, altså 10 prosent. sort(x)[900] ## [1] # vi kan sammenligne med den samme verdien qnorm(0.1, 0, 1, lower.tail = FALSE) # den sanne verdien (vi vil ha øvre persentil, ikke nedre) ## [1] # ser at det stemmer ganske godt 2

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST/ST Sannsynlighetsregning og statistikk Vår 9 Oppgaver fra boka 3..9 Ved et terningkast anses utfallet antall øyne lik for

Detaljer

Følgelig vil sannsynligheten for at begge hendelsene inntreffer være null,

Følgelig vil sannsynligheten for at begge hendelsene inntreffer være null, Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 3, blokk I Løsningsskisse Oppgave 1 Hvis hendelsene A og B er uavhengige, vil enhver kunnskap om hvorvidt A har

Detaljer

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 3, blokk I Løsningsskisse Oppgave 1 Hvis hendelsene A og B er uavhengige, vil enhver kunnskap om hvorvidt A har

Detaljer

Kapittel 6. Trekanter

Kapittel 6. Trekanter Kapittel 6. Trekanter Mål for kapittel 6: Kompetansemål Mål for opplæringen er at eleven skal kunne bruke og grunngi bruk av formlikhet, målestokk og Pytagoras setning til beregninger i praktisk arbeid

Detaljer

MA1201/MA6201 Høsten 2016

MA1201/MA6201 Høsten 2016 MA20/MA620 Høsten 206 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Med foreehold om feil Hvis du finner en ta kontakt med Karin Kapittel 2 a) ) A + B 2A B 2 + [ ] 3 3 7 7 c)

Detaljer

MA2401 Geometri Vår 2018

MA2401 Geometri Vår 2018 MA2401 Geometri Vår 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 8 5.1 9 La l og m være to parallelle linjer. Vi skal vise at det finnes ei linje

Detaljer

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 201 Oppgaver fra boka 2.6.1 En kjemiker vil observere effekten av 2 ulike

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

TMA4240 Statistikk Høst 2008

TMA4240 Statistikk Høst 2008 TMA4240 Statistikk Høst 2008 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7 Oppgave 1 Tippekonkurranse Denne oppgaven er ment som en kjapp test på hva du har

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

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

TMA4240 Statistikk 2014

TMA4240 Statistikk 2014 TMA0 Statistikk 0 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer, blokk I Løsningsskisse Oppgave Hendelsene A og B er ikke disjunkte, det vil si at de kan ha

Detaljer

Forelesning 5: Kontinuerlige fordelinger, normalfordelingen. Jo Thori Lind

Forelesning 5: Kontinuerlige fordelinger, normalfordelingen. Jo Thori Lind Forelesning 5: Kontinuerlige fordelinger, normalfordelingen Jo Thori Lind j.t.lind@econ.uio.no Oversikt 1. Kontinuerlige fordelinger 2. Uniform fordeling 3. Normal-fordelingen 1. Kontinuerlige fordelinger

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 ÅM0 Sannsynlighetsregning med statistikk, våren 00 Kp. Sannsynlighetsregning (sannsynlighetsteori).5 (kp..5) - innledning Eks.: Et terningkast; {,, 3, 4, 5, 6}. Ved bruk av uniform modell: hvert utfall

Detaljer

Niels Henrik Abels matematikkonkurranse Første runde

Niels Henrik Abels matematikkonkurranse Første runde Niels Henrik Abels matematikkonkurranse 8. november 2018 (bokmål) Ikke bla om før læreren sier fra! Abelkonkurransens første runde består av 20 flervalgsoppgaver som skal løses i løpet av 100 minutter.

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

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

Eksamen våren 2015 Løsninger

Eksamen våren 2015 Løsninger DEL 1 Uten hjelpemidler Hjelpemidler: vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler Oppgave 1 For et utvalg der antall oservasjoner er et partall, slik som her, er medianen gjennomsnittet

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011 ÅMA110 Sannsynlighetsregning med statistikk, våren 2011 Kp. 2 Sannsynlighetsregning i (sannsynlighetsteori) t i) 2.5 Betinget sannsynlighet 1 Betinget sannsynlighet (kp. 2.5) - innledning Eks.: Et terningkast;

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

Høgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen

Høgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen Høgskolen i Telemark Institutt for økonomi og informatikk FORMELSAMLING 6005 Statistikk I Til bruk ved eksamen Per Chr. Hagen . Sannsynlighetsregning. Regneregler Komplementsetningen: Addisjonssetningen:

Detaljer

Diskret matematikk tirsdag 15. september 2015

Diskret matematikk tirsdag 15. september 2015 Avsnitt 2.2 fra læreboka Mengdeoperasjoner Tema for forelesningen: Snittet av to mengder Disjunkte mengder Union av to mengder Eksklusiv union (symmetrisk differens) av to mengder Differensen mellom to

Detaljer

Forelesning 3, kapittel 3. : 3.2: Sannsynlighetsregning. Kolmogoroffs aksiomer og bruk av disse.

Forelesning 3, kapittel 3. : 3.2: Sannsynlighetsregning. Kolmogoroffs aksiomer og bruk av disse. Forelesning 3, kapittel 3. : 3.2: Sannsynlighetsregning. Kolmogoroffs aksiomer og bruk av disse. Den klassiske definisjonen (uniform modell) av sannsynlighet for en hendelse A i et utfallsrom S er at sannsynligheten

Detaljer

Observatorar og utvalsfordeling. Torstein Fjeldstad Institutt for matematiske fag, NTNU

Observatorar og utvalsfordeling. Torstein Fjeldstad Institutt for matematiske fag, NTNU Observatorar og utvalsfordeling Torstein Fjeldstad Institutt for matematiske fag, NTNU 08.10.2018 I dag Til no i emnet Observatorar Utvalsfordelingar Sentralgrenseteoremet 2 Til no i emnet definisjon av

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1000 Innføring i anvendt statistikk Eksamensdag: Fredag 28. oktober 2016 Tid for eksamen: 14.00 16.00 Oppgavesettet er på

Detaljer

MA2401 Geometri Vår 2018

MA2401 Geometri Vår 2018 MA2401 Geometri Vår 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag 3.5 2 La l være ei linje, A et punkt på l og B et annet punkt på l. Vi skal vise at det finnes nøyaktig

Detaljer

TMA4240 Statistikk Høst 2009

TMA4240 Statistikk Høst 2009 TMA4240 Statistikk Høst 2009 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer b5 Løsningsskisse Oppgave 1 Vi ønsker å finne ut om et nytt serum kan stanse leukemi.

Detaljer

ØVINGER 2017 Løsninger til oppgaver. 3.1 Myntkast For et enkelt myntkast har vi to mulige utfall, M og K. Utfallsrommet blir

ØVINGER 2017 Løsninger til oppgaver. 3.1 Myntkast For et enkelt myntkast har vi to mulige utfall, M og K. Utfallsrommet blir ØVINGER 017 Løsninger til oppgaver Øving 3.1 Myntkast For et enkelt myntkast har vi to mulige utfall, M og K. Utfallsrommet blir S = {M, K}. Med to etterfølgende myntkast blir utfallsrommet S = {MM, MK,

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK Mandag 12. desember 2011

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK Mandag 12. desember 2011 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK Mandag 12. desember 2011 Oppgave 1 Oljeleting a) Siden P(A

Detaljer

MA2401 Geometri Vår 2018

MA2401 Geometri Vår 2018 MA2401 Geometri Vår 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 9 5.6 5 La ABC være en trekant, og la m A,m B og m C være midtnormalene på de

Detaljer

Lærerveiledning. Oppgave 1. Hva er arealet av det grå området i figuren? Tips til veiledning:

Lærerveiledning. Oppgave 1. Hva er arealet av det grå området i figuren? Tips til veiledning: Oppgave 1 Hva er arealet av det grå området i figuren? A 3 B 5 C 6 D 9 E 1 Hva slags geometriske figurer er det grå området er sammensatt av? Finn grå områder som er like store. Tenke dere de mørke bitene

Detaljer

JULETENTAMEN, 9. KLASSE, 2015. FASIT

JULETENTAMEN, 9. KLASSE, 2015. FASIT JULETENTAMEN, 9. KLASSE, 2015. FASIT DELPRØVE 1. OPPGAVE 1.1: 367 + 254 = 621 c: 67. 88 536 536 = 5896 e: 18,4-9,06 = 9,34 24,8 + 7,53 = 32,33 d: 3,2 : 0,8 = 32 : 8 = 4 32 f: 12 2. 5 2 = 12 2. 25 = 12

Detaljer

ENT3R. Oppgavehefte. Basert på tidligere eksamener for 10. klasse. Tommy Odland 2/4/2014

ENT3R. Oppgavehefte. Basert på tidligere eksamener for 10. klasse. Tommy Odland 2/4/2014 ENT3R Oppgavehefte Basert på tidligere eksamener for 10. klasse Tommy Odland 2/4/2014 Dette er et oppgavehefte med oppgaver inspirert fra tidligere eksamener for 10. klassinger. Målet er at heftet skal

Detaljer

TMA4240 Statistikk Høst 2007

TMA4240 Statistikk Høst 2007 TMA4240 Statistikk Høst 2007 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer b4 Løsningsskisse Oppgave 1 Eksamen juni 1999, oppgave 3 av 3 a) µ populasjonsgjennomsnitt,

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

Kapittel 2: Sannsynlighet [ ]

Kapittel 2: Sannsynlighet [ ] Kapittel 2: Sannsynlighet [2.3-2.5] TMA4240 Statistikk (F2 og E7) 2.3, 2.4, 2.5: Kombinatorikk og sannsynlighet [18.august 2004] Ole.Petter.Lodoen@math.ntnu.no p.1/21 Produktregel for valgprosess TEO 2.1

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

TMA4245 Statistikk Høst 2016

TMA4245 Statistikk Høst 2016 TMA5 Statistikk Høst 6 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving Løsningsskisse Oppgave a) Den tilfeldige variabelen X er kontinuerlig fordelt med sannsynlighetstetthet

Detaljer

Løsningsforslag, eksamen statistikk, juni 2015

Løsningsforslag, eksamen statistikk, juni 2015 Løsningsforslag, eksamen statistikk, juni 0 Oppgave 1 Siden det spørres om tall fra et intervall, som oppgaven viser kan være et reelle, er det tydelig at tallene er tatt fra en kontinuerlig fordeling.

Detaljer

DEL 1 Uten hjelpemidler

DEL 1 Uten hjelpemidler DEL 1 Uten hjelpemidler Oppgave 1 ( poeng) 8 v 6 Bruk trekanten ovenfor til å bestemme sinv. Oppgave ( poeng) Skriv så enkelt som mulig 4x 4 x x 1 Oppgave 3 ( poeng) Løs ulikheten x 4x 1 0 Eksamen MAT1013

Detaljer

EKSAMEN I EMNET Løsning: Mat Grunnkurs i Matematikk I Mandag 14. desember 2015 Tid: 09:00 14:00

EKSAMEN I EMNET Løsning: Mat Grunnkurs i Matematikk I Mandag 14. desember 2015 Tid: 09:00 14:00 Universitetet i Bergen Det matematisk naturvitenskapelige fakultet Matematisk institutt Side 1 av 7 BOKMÅL EKSAMEN I EMNET Mat 111 - Grunnkurs i Matematikk I Mandag 14. desember 15 Tid: 9: 14: Tillatte

Detaljer

MA2401 Geometri Vår 2018

MA2401 Geometri Vår 2018 MA2401 Geometri Vår 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 4 4.1 1 Dette resultatet følger fra ytre vinkel-teoremet og lineært par-teoremet.

Detaljer

B A. Figur 1: Venn-diagram for(a B) = A B

B A. Figur 1: Venn-diagram for(a B) = A B TM Statistikk Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer Løsningsskisse Oppgave Et venn-diagram for = er vist i figur. Hendelsen er hele det skraverte området,

Detaljer

Systemer av differensiallikninger

Systemer av differensiallikninger Kapittel 18 Systemer av differensiallikninger I mange fysiske prosesser vil det være flere enn en størrelse som inngår. Disse størrelsene kan være avhengige av hverandre, slik at en endring av en påvirker

Detaljer

Oppfriskning av blokk 1 i TMA4240

Oppfriskning av blokk 1 i TMA4240 Oppfriskning av blokk 1 i TMA4240 Geir-Arne Fuglstad November 21, 2016 2 Hva har vi gjort i dette kurset? Vi har studert to sterkt relaterte grener av matematikk Sannsynlighetsteori: matematisk teori for

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

Sannsynlighetsregning og kombinatorikk

Sannsynlighetsregning og kombinatorikk Sannsynlighetsregning og kombinatorikk Introduksjon Formålet med sannsynlighet og kombinatorikk er å kunne løse problemer i statistikk, somoftegårutpååfattebeslutninger i situasjoner der tilfeldighet rår.

Detaljer

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015 TMA0 Statistikk Høst 0 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer, blokk I Løsningsskisse Oppgave Hendelsene A og B er ikke disjunkte, det vil si at de kan

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: ST 101 Innføring i statistikk og sannsynlighetsregning. Eksamensdag: Mandag 30. november 1992. Tid for eksamen: 09.00 15.00.

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

Kapittel 3: Stokastiske variable og sannsynlighetsfordelinger

Kapittel 3: Stokastiske variable og sannsynlighetsfordelinger Kapittel 3: Stokastiske variable og sannsynlighetsfordelinger TMA4245 Statistikk (B, K1, I) 3.1, 3.2, 3.3 foreleses torsdag 15.januar 0.00 0.02 0.04 0.06 0.08 160 170 180 190 hoyde i cm Mette.Langaas@math.ntnu.no

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Deleksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 13. oktober 2010. Tid for eksamen: 15:00 17:00. Oppgavesettet

Detaljer

Løsningsforslag. Alle svar skal grunngis. Alle deloppgaver teller like mye.

Løsningsforslag. Alle svar skal grunngis. Alle deloppgaver teller like mye. Eksamen i FO929A - Matematikk Dato: 2013 Målform: Bokmål Antall oppgaver: 5 (20 deloppgaver) Antall sider: 3 Vedlegg: Formelsamling Hjelpemiddel: Kalkulator Alle svar skal grunngis. Alle deloppgaver teller

Detaljer

Matematikk for IT, høsten 2016

Matematikk for IT, høsten 2016 Matematikk for IT, høsten 2016 Oblig 2 Løsningsforslag 6. september 2016 2.1.4 a, b, c, c, d og C a, b, c, d vgjør om en av mengdene er en delmengde til en av de to andre. Her ser vi at C og C 2.1.5. Hvilke

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

DEL 1 Uten hjelpemidler

DEL 1 Uten hjelpemidler DEL 1 Uten hjelpemidler Oppgave 1 ( poeng) Løs likningssystemet 5x y 4 3x 4y 6 Oppgave (1 poeng) Løs likningen x 310 3000 Oppgave 3 ( poeng) Regn ut og skriv svaret på standardform 6 0,5 10 0, 10 310 4

Detaljer

Eksamen 1T høsten 2015, løsningsforslag

Eksamen 1T høsten 2015, løsningsforslag Eksamen 1T høsten 015, løsningsforslag Del 1, ingen hjelpemidler Oppgave 1 1,8 10 1 0,0005 = 1,8 10 1 5 10 4 = 1,8 5 10 1+( 4) = 9 10 8 Oppgave Velger addisjonsmetoden Legger sammen ligningene: x + y =

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i MAT-INF 1100 Modellering og beregninger Eksamensdag: 15. oktober 004 Tid for eksamen: 11:00 13:00 Oppgavesettet er på 8 sider.

Detaljer

Emnekode: LGU Emnenavn: Matematikk 2 (5 10), emne 2. Semester: VÅR År: 2016 Eksamenstype: Skriftlig

Emnekode: LGU Emnenavn: Matematikk 2 (5 10), emne 2. Semester: VÅR År: 2016 Eksamenstype: Skriftlig Sensurveiledning Emnekode: LGU 52003 Emnenavn: Matematikk 2 (5 10), emne 2 Semester: VÅR År: 2016 Eksamenstype: Skriftlig Oppgave 1 Grafen i Vedlegg 1 viser farten som en deltaker i et ultramaraton holder

Detaljer

TMA4245 Statistikk. Innlevering 3. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

TMA4245 Statistikk. Innlevering 3. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Vår 2017 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Innlevering 3 Dette er den første av to innleveringer i blokk 2 Denne øvingen skal oppsummere pensum

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1000 Innføring i anvendt statistikk Eksamensdag: Onsdag 12. oktober 2016 Tid for eksamen: 10.00 12.00 Oppgavesettet er på

Detaljer

Kengurukonkurransen 2018

Kengurukonkurransen 2018 2018 «Et sprang inn i matematikken» Cadet (9. 10. trinn) Løsninger og registreringsskjema Dette heftet inneholder: Fasit og korte løsningsforslag Registreringsskjema Fasit med korte kommentarer Mange matematiske

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

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

Faktor terminprøve i matematikk for 9. trinn

Faktor terminprøve i matematikk for 9. trinn Faktor terminprøve i matematikk for 9. trinn Våren 2013 bokmål Navn: Gruppe: Informasjon Oppgavesettet består av to deler hvor alle oppgaver skal besvares. Del 1 og del 2 blir delt ut samtidig, men del

Detaljer

1P kapittel 3 Geometri Løsninger til innlæringsoppgavene

1P kapittel 3 Geometri Løsninger til innlæringsoppgavene 1P kapittel Geometri Løsninger til innlæringsoppgavene.1 a 10 mm = 10 1 mm = 10 0,1 cm = 1 cm Bredden av A4-arket er 1 cm. 9800 m = 9800 1 m = 9800 0,001 km = 9,8 km Anne løp 9,8 km. c 60 km = 60 1 km

Detaljer

TMA4140 Diskret Matematikk Høst 2018

TMA4140 Diskret Matematikk Høst 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4140 Diskret Matematikk Høst 018 Seksjon 81 11 a) Oppgaven spør etter antall måter man kan gå opp n trappetrinn dersom man

Detaljer

Sannsynlighet og statistikk S2 Oppgaver

Sannsynlighet og statistikk S2 Oppgaver annsynlighet og statistikk 2 Oppgaver Innhold 3 tokastiske variabler og sannsynlighetsfordelinger 2 32 Forventningsverdi Varians tandardavvik 5 33 Normalfordelingen 9 34 entralgrensesetningen 35 Hypotesetesting

Detaljer

Kapittel 4.3: Tilfeldige/stokastiske variable

Kapittel 4.3: Tilfeldige/stokastiske variable Kapittel 4.3: Tilfeldige/stokastiske variable Litt repetisjon: Sannsynlighetsteori Stokastisk forsøk og sannsynlighet Tilfeldig fenomen Individuelle utfall er usikre, men likevel et regulært mønster for

Detaljer

Mappeoppgave om sannsynlighet

Mappeoppgave om sannsynlighet 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

Detaljer

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019 Løsningsforslag Øving 11 23. april 2019 Side 1 av 11 Løsningsforslag

Detaljer

Løsningsforslag til del 2 av oppgavesettet Geometri i Sirkel oppgavebok 10B, kapittel 6

Løsningsforslag til del 2 av oppgavesettet Geometri i Sirkel oppgavebok 10B, kapittel 6 Geometri Del Løsningsforslag til del av oppgavesettet Geometri i Sirkel oppgavebok 10B, kapittel 6 Oppgave.1 a Lengden til golvet på tegningen blir: 400 cm 8cm Bredden til golvet på tegningen blir: 300

Detaljer

Matematikk GS3 Temaer våren 2013 DEL 1: GEOMETRI. 1. Måleenheter. 1.1 Lengdeenheter. 1.2 Arealenheter. Eksempel 1: Gjør om 5 m til dm, cm og mm

Matematikk GS3 Temaer våren 2013 DEL 1: GEOMETRI. 1. Måleenheter. 1.1 Lengdeenheter. 1.2 Arealenheter. Eksempel 1: Gjør om 5 m til dm, cm og mm Matematikk GS3 Temaer våren 2013 DEL 1: GEOMETRI 1. Måleenheter 1.1 Lengdeenheter Eksempel 1: Gjør om 5 m til dm, cm og mm m dm 5 m = 5 10 dm = 50 dm m cm 5 m = 5 10 10 cm = 5 10 2 cm = 500 cm m mm 5 m

Detaljer

1T eksamen våren 2018

1T eksamen våren 2018 1T eksamen våren 018 DEL 1 Uten hjelpemidler Tid: Del 1 skal leveres inn etter 3 timer. Hjelpemidler: Del 1 Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave 1 ( poeng) Løs

Detaljer

1T eksamen våren 2017 løsningsforslag

1T eksamen våren 2017 løsningsforslag 1T eksamen våren 017 løsningsforslag Tid: timer Hjelpemidler: Vanlige skrivesaker, linjal med centimetermål og vinkelmåler er tillatt. Oppgave 1 ( poeng) Regn ut og skriv svaret på standardform 0,710 6010

Detaljer

Diskrete sannsynlighetsfordelinger som histogram. Varians. Histogram og kumulativ sannsynlighet. Binomial-fordelingen

Diskrete sannsynlighetsfordelinger som histogram. Varians. Histogram og kumulativ sannsynlighet. Binomial-fordelingen Diskret sannsynlighetsfordeling (kap 1.1-1.6) Oversikt Utfallsrom (sample space) Sannsynlighetsfordeling Forventning (expectation), E(, populasjonsgjennomsnitt Bruk av figurer og histogram Binomialfordelingen

Detaljer

DEL 1 Uten hjelpemidler

DEL 1 Uten hjelpemidler DEL 1 Uten hjelpemidler Hjelpemidler: vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler Oppgave 1 1 6 50 x x 6 50 x 300 Feilen lir 300 mm 30 cm. Oppgave 617 L 600L og 15,3L 15L 600 40

Detaljer

Analysedrypp I: Bevis, mengder og funksjoner

Analysedrypp I: Bevis, mengder og funksjoner Analysedrypp I: Bevis, mengder og funksjoner Hensikten med Analysedrypp er å bygge en bro mellom MAT1100 og MAT1110 på den ene siden og MAT2400 på den andre. Egentlig burde det være unødvendig med en slik

Detaljer

Del 2: Alle hjelpemidler er tillatt, med unntak av Internett og andre verktøy som tillater kommunikasjon.

Del 2: Alle hjelpemidler er tillatt, med unntak av Internett og andre verktøy som tillater kommunikasjon. Eksamensoppgavesettet er utarbeidet av Utdanningsdirektoratet. Avvik fra det originale eksamenssettet er eventuelle spesifiseringer og illustrasjoner. Løsningsforslagene i sin helhet er utarbeidet av matematikk.org.

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 3

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 3 ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 3 Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 20. mars Bjørn H. Auestad Kp. 6: Hypotesetesting

Detaljer

Løsningsforslag Matematikk for ungdomstrinnet Del 1, Modul 1, 4MX130UM1-K

Løsningsforslag Matematikk for ungdomstrinnet Del 1, Modul 1, 4MX130UM1-K Løsningsforslag Matematikk for ungdomstrinnet Del 1, Modul 1, 4MX130UM1-K ORDINÆR EKSAMEN 11.1.009 Oppgave 1 a) En følge av parallellaksiomet er at samsvarende vinkler ved parallelle linjer er like store.

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2014

MA0002 Brukerkurs i matematikk B Vår 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA000 Brukerkurs i matematikk B Vår 04 Løsningsforslag. Eksamen 6. mai Løsning: Oppgave a) dy dx y y y )y ) : gy), så likevektsløsningene

Detaljer

Oppgave 1 a) Antall måter å velge ut k elementer fra en populasjon på n er gitt av binomialkoeffisienten

Oppgave 1 a) Antall måter å velge ut k elementer fra en populasjon på n er gitt av binomialkoeffisienten Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalte oppgaver 2, blokk I Løsningsskisse Oppgave 1 a) Antall måter å velge ut k elementer fra en populasjon på n er gitt

Detaljer

Utvalgte løsninger oppgavesamlingen

Utvalgte løsninger oppgavesamlingen P kapittel Modellering Utvalgte løsninger oppgavesamlingen 01 a Snitthøyden i 1910 lir 170,0 171, 4 170,7. I 1970 lir den 177,1 179, 4 178,3. Med som antall år etter 1900 og y som snitthøyden i entimeter

Detaljer

Betinget sannsynlighet

Betinget sannsynlighet Betinget sannsynlighet Multiplikasjonsloven for sannsynligheter (s. 49 i bok): P( AB ) = P( A B ) P(B) Veldig viktig verktøy for å finne sannsynligheter for snitt. (Bevises ved rett fram manipulering av

Detaljer

Oppgaver fra 8.3, 8.4, , 8.51, 8.52, 8.231, 8.232, 8.250, 8.252

Oppgaver fra 8.3, 8.4, , 8.51, 8.52, 8.231, 8.232, 8.250, 8.252 Oppgaver fra 8.3, 8.4, 8.5 8.41, 8.51, 8.52, 8.231, 8.232, 8.250, 8.252 8.41 Populasjon: Tilfeldig variabel X : Trekke en tilfeldig flaske og måle volumet Ukjent sannsynlighetsfordeling, men forventning

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 ÅMA0 Sannsynlighetsregning med statistikk, våren 008 Kp. Sannsynlighetsregning (sannsynlighetsteori).5 Betinget sannsynlighet Betinget sannsynlighet (kp..5) - innledning Eks.: Et terningkast; {,, 3, 4,

Detaljer

Eksamen REA3024 Matematikk R2

Eksamen REA3024 Matematikk R2 Eksamen 03.1.009 REA304 Matematikk R Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del : Bruk av kilder: Vedlegg: Framgangsmåte: Veiledning om vurderingen:

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

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

Her er C en funksjon av F

Her er C en funksjon av F Kapittel 9 FUNKSJONER C F 50 58 40 40 0 0 4 0 4 0 0 50 0 68 0 86 40 04 50 9 F C + 5 Her er F en funksjon av C Dette er like ra C 5 9 F 60 9 Her er C en funksjon av F Kapittel 9 FUNKSJONER Det norske oljeeventyret

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting. Kp. 6 Hypotesetesting ...

ÅMA110 Sannsynlighetsregning med statistikk, våren Hypotesetesting (kp. 6) Hypotesetesting. Kp. 6 Hypotesetesting ... ÅMA Sannsynlighetsregning med statistikk, våren 6 Kp. 6 (kp. 6)... Begrep: nullhypotese alternativhypotese ensidig, tosidig teststørrelse (testobservator) nullfordeling kritisk verdi, forkastningsområde

Detaljer

Hypotesetesting (kp. 6) ÅMA110 Sannsynlighetsregning med statistikk, våren Tre deler av faget/kurset: 1. Beskrivende statistikk

Hypotesetesting (kp. 6) ÅMA110 Sannsynlighetsregning med statistikk, våren Tre deler av faget/kurset: 1. Beskrivende statistikk ÅMA Sannsynlighetsregning med statistikk, våren 2 Kp. 6 Hypotesetesting Hypotesetesting (kp. 6) Tre deler av faget/kurset:. Beskrivende statistikk 2. Sannsynlighetsteori, sannsynlighetsregning 3. Statistisk

Detaljer

INNHOLD. Eksamen R1 vår 2008 - Hele oppgavesettet Eksamen R1 vår 2009 - Hele oppgavesettet. Side. Oppgave 1 vår 2008 1

INNHOLD. Eksamen R1 vår 2008 - Hele oppgavesettet Eksamen R1 vår 2009 - Hele oppgavesettet. Side. Oppgave 1 vår 2008 1 INNHOLD Eksamen R1 vår 2008 - Hele oppgavesettet Eksamen R1 vår 2009 - Hele oppgavesettet Side Oppgave 1 vår 2008 1 Oppgave 1a vår 2008 2 Teori oppgave 1a Vår 2008 2 Derivasjonsreglene 2 Derivasjon av

Detaljer

6 x P (X = x) = x=1 = P (X 2 = 6)P (X 2 = 6)P (X 3 = 6) =

6 x P (X = x) = x=1 = P (X 2 = 6)P (X 2 = 6)P (X 3 = 6) = Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalte oppgaver 4, blokk I Løsningsskisse Oppgave 1 a) Utfallsrommet til X 1 er {1, 2,, 4, 5, }. Sannsynlighetsfordelingen

Detaljer

Sannsynlighet og statistikk S2 Løsninger

Sannsynlighet og statistikk S2 Løsninger Sannsynlighet og statistikk S2 Løsninger Innhold 3. Stokastiske variabler og sannsynlighetsfordelinger... 2 3.2 Forventningsverdi Varians Standardavvik... 9 3.3 Normalfordelingen... 7 3.4 Sentralgrensesetningen...

Detaljer

1T eksamen våren 2018

1T eksamen våren 2018 1T eksamen våren 018 DEL 1 Utan hjelpemiddel Tid: Del 1 skal leverast inn etter 3 timar. Hjelpemiddel: Del 1 Vanlege skrivesaker, passar, linjal med centimetermål og vinkelmålar. Oppgåve 1 ( poeng) Løys

Detaljer

Kapittel 2: Sannsynlighet

Kapittel 2: Sannsynlighet Kapittel 2: Sannsynlighet Definisjoner: Noen grunnleggende begrep. Stokastisk forsøk: Et forsøk/eksperiment der det er tilfeldig hva utfall blir. Utfallsrom, : Mengden av alle mulige utfall av et stokastisk

Detaljer