A) B) 400 C) 120 D) 60 E) 10. Rett svar: C. Fasit: ( 5 6 = 60. Hvis A, B, C er en partisjon av utfallsrommet S, så er P (A B) lik.
|
|
- Susanne Halvorsen
- 7 år siden
- Visninger:
Transkript
1 Oppgave 1 Det skal velges en komité bestående av 2 menn og 1 kvinne. Komitéen skal velges fra totalt 5 menn og 6 kvinner. Hvor mange ulike komitéer kan dannes? A) B) 400 C) 120 D) 60 E) 10 Rett svar: D ( 5 6 ) 2)( 1 = = Oppgave 2 Hvis A, B, C er en partisjon av utfallsrommet S, så er P (A B) lik A) 0 B) 1 C) Rett svar: A P (A) 1 P (A) P (C) D) P (B) P (A) E) P (A) P (A B) = P (A B) P (B) av utfallsrommet. = P ( ) P (B) = 0, da A B = når A og B sammen med C er en partisjon Oppgave 3 La A og B være to hendelser. La A være komplementærhendelsen til A og B være komplementærhendelsen til B. Hvilket av de fem uttrykkene er lik sannsynligheten for at A B (A eller B eller begge) inntreffer, når A og B er to uavhengige hendelser? A) P (A) + P (B) B) P (A) P (B) C) P (A) P (B ) + P (B) D) P (A) + P (B ) E) P (A ) + P (B) P (A B) = P (A) + P (B) P (A B) Og når A og B er uavhengige er Innsatt: P (A B) = P (A) P (B). P (A B) = P (A) + P (B) P (A) P (B) = P (A)[1 P (B)] + P (B) = P (A) P (B ) + P (B) Oppgave 4 La oss anta at en student som jobber med dette spørsmålet har sannsynlighet 0.75 for å kunne teorien og klare utregningene som gir korrekt svar på spørsmålet (dvs. trenger ikke tippe). Hvis studenten ikke finner frem til korrekt svar ved teori og utregning, så har studenten mulighet til å tippe. Hvis studenten tipper så antar vi at sannsynligheten for at studenten velger det riktige svaret er 0.2. Gitt at studenten svarer korrekt på dette spørsmålet, hva er sannsynligheten for at studenten ikke tippet? 2
2 A) 0.25 B) 0.75 C) 0.82 D) 0.94 E) 0.98 Rett svar: D Definer hendelsene T : tippe R: svaret er rett P (T R) = = P (R T ) P (T ) P (R T ) P (T ) + P (R T ) P (T ) = = Oppgave 5 La X være en diskret stokastisk (tilfeldig) variabel med fordeling kx 2 for x = 1, 2, 3, 4, 5 der k er en konstant. Hvilken verdi må k ha for at f(x) skal være en sannsynlighetsfordeling? A) 1 B) 1/55 C) 1/25 D) 55 E) 1/15 Rett svar: B 5 x=1 k( ) = k 55 og 5 x=1 1 hvis f(x) er en sannsynlighetsfordeling. Dermed k = Oppgave 6 gitt ved La X og Y være to kontinuerlige stokastiske variabler med marginalfordelinger g(y) = { e x for x > 0 { 1, for y > 0 (1+y) 2 og betingede fordelinger gitt ved f(x y) = f(y x) = { (1 + y) 2 xe x(1+y) for x > 0, y > 0 { xe xy for x > 0, y > 0 Hva er simultantettheten f(x, y) for X og Y (for x > 0, y > 0)? 3
3 A) f(x, y) = xe xy B) f(x, y) = xe x(1+y) C) f(x, y) = (1 + y) 2 f(x, y) = (1 + y) 2 x 2 e x(1+2y) E) f(x, y) = (1 + y) 2 xe x(2+y) e x (1 + y) 2 D) Rett svar: B f(x, y) = f(x y) g(y) = (1 + y) 2 xe x(1+y) 1 (1+y) 2 f(x, y) = f(y x) xe xy e x = xe x(1+y). = xe x(1+y) eller ekvivalent Oppgave 7 Eierne av et alpinsenter vurderer å øke bemanningen ved billettlukene, for å unngå misfornøyde kunder som følge av lange køer. De bestemmer seg for å øke bemanningen dersom ventetiden for en tilfeldig valgt kunde er lengre enn 3 minutter. La X være ventetiden (i minutter) for en tilfeldig valgt kunde, og anta at X har sannsynlighetstetthet { 4 x 9 e 2 3 x for x > 0 Hva er sannsynligheten for at alpinsenteret må øke bemanningen i billettluka? A) 0.41 B) 0.55 C) 0.59 D) 0.18 E) 0.16 Rett svar: A P (X > 3) = f(x)dx = xe 3 x dx = 4 9 ([x ( )e 3 x ] 3 ( )e 3 x dx) = 4 9 (0 ( 9 2 e 2 ) [ e 3 ] 3 ) = 4 9 (9 2 e ( e 2 )) = 2e 2 + e 2 = 3e 2 = Oppgave 8 La X være en kontinuerlig stokastisk variabel der { e 8x3 x 0 P (X > x) = 1 x < 0. Hva er sannsynlighetstettheten f(x) til X (for x 0)? A) 24e 8x3 B) 24x 2 e 8x3 C) 24x 2 e 8x3 D) 1 e 8x3 E) e 8x3 4
4 Teoretisk har vi følgende sammenheng: df (x) dx F (x) = P (X x) = 1 P (X > x) Med P (X < x) som gitt i oppgaven får vi dermed (for x 0): df (x) = d (1 e 8x3) dx dx = 0 ( 3 8x 2 ) e 8x3 ) = 24x 2 e 8x3 Oppgave 9 La X være en diskret stokastisk variabel med sannsynlighetsfordeling x P (X = x) Hva er P (1 < X < 4)? A) 0.53 B) 0.67 C) 0.87 D) 0.34 E) 0.73 Rett svar: A P (1 < X < 4) = P (X = 2) + P (X = 3) = = Oppgave 10 Den diskrete stokastiske variabelen X har sannsynlighetsfordeling x P (X = x) Hva er E(X) og Var(X)? A) E(X) = 1.8 og Var(X) = 3.2 B) E(X) = 2.0 og Var(X) = 0.8 C) E(X) = 1.8 og Var(X) = 4.8 D) E(X) = 1.8 og Var(X) = 1.6 E) E(X) = 2.0 og Var(X) = 4.8 Rett svar: D E(X) = = 1.8 Var(X) = (0 1.8) (1 1.8) (2 1.8) (3 1.8) (4 1.8) = 1.6 5
5 Oppgave 11 La X 1 og X 2 være stokastiske variabler med samme standardavvik σ, dvs. SD(X 1 ) = SD(X 2 ) = σ. La Y = ax 1 + ax 2, der a er en konstant. Anta videre at standardavviket til Y er aσ, dvs. SD(Y ) = aσ. Hva er da korrelasjonskoeffisienten mellom X 1 og X 2? A) 1 2 a 1 B) 1 2 C) 1 2 σ2 D) 0 E) 1 2 Rett svar: B Var(Y ) = a 2 Var(X 1 ) + a 2 Var(X 2 ) + 2a 2 Cov(X 1, X 2 ) Cov(X 1, X 2 ) = ρ(x 1, X 2 ) Var(X 1 ) Var(X 2 ) Var(Y ) = a 2 σ 2 + a 2 σ 2 + 2a 2 ρ(x 1, X 2 ) σ 2 σ 2 = a 2 σ 2 [ ρ(x 1, X 2 )] Det er videre oppgitt at SD(Y ) = aσ, dvs. at Var(Y ) = a 2 σ 2. Dermed må vi løse: Var(Y ) = a 2 σ 2 = a 2 σ 2 [ ρ(x 1, X 2 )] 1 = ρ(x 1, X 2 ) ρ(x 1, X 2 ) = 1 2 Oppgave 12 Denne midtveiseksamenen består av 20 spørsmål, som alle har kun ett korrekt svar. Arne synes han har jobbet godt med faget, og ser for seg at han har sannsynlighet 0.8 for å svare korrekt på hvert spørsmål. Hvor stor sannsynlighet er det for at Arne svarer rett på minst 15 spørsmål? A) 0.20 B) 0.37 C) 0.63 D) 0.67 E) 0.80 Rett svar: E P (X 15) = P (X > 14) = 1 P (X 14) = = = 0.8 der P (X 14) ble funnet i tabell over binomisk fordeling med n = 20 og p = 0.8. Oppgave 13 Av en truet villdyrstamme på 25 individer, merkes 10. Etter en tid tas det ut et tilfeldig utvalg på 15 individer fra denne stammen. Hva er sannsynligheten for at 5 av disse er merket? A) 0.18 B) 0.20 C) 0.23 D) 0.26 E)
6 Antall merkede individer, X, er hypergeometrisk fordeling med N = 25, k = 10, n = 15, og vi skal regne ut P (X = 5). P (X = 5) = 10)( ( ) = ( 25 15) Oppgave 14 En butikkeier vet at i gjennomsnitt vil 100 personer besøke butikken hans i løpet av en time. Hva er sannsynligheten for at mer enn 5 personer vil besøke butikken i løpet av en gitt 3 minutters periode, når vi antar at kundene ankommer butikken ifølge en Poisson-prosess? A) 0.38 B) 0.36 C) 0.32 D) 0.37 E) 0.28 Rett svar: A Antall personer, X, som besøker butikken i løpet av en 3 minutters periode er Poissonfordelt med parameter µ = λt = = 5. Sannsynligheten for at mer enn 5 besøker butikken, 60 P (X > 5) = 1 P (X 5) leses av i Poisson-tabell med µ = 5. P (X > 5) = 1 P (X 5) = = Oppgave 15 Tre venninner sitter på en kaffebar. De bestemmer seg for å kaste mynt og krone om hvem av dem som skal betale. De gjør det på følgende måte: Alle tre kaster hver sitt pengestykke. Hvis alle tre får det samme resultatet, så kaster de om igjen inntil en av dem får et resultat som er forskjellig fra de to andres resultat. Hun som fikk et resultat forskjellig fra de to andre betaler så for kaffen. Hva er sannsynligheten for at høyst tre kastomganger er nødvendig for å avgjøre hvem som skal betale? A) 11 B) 23 C) 47 D) 63 E) Rett svar: D La X være antall kast som skal til for å avgjøre hvem som skal betale. X er da geometrisk fordelt med parameter p, der p er gitt som P (ikke alle tre får K eller M) = 1 P (alle tre får K samtidig eller M samtidig) = 1 P (KKK MMM) = = 3 4. P (X 3) = P (X = 1) + P (X = 2) + P (X = 3) = (1 3 4 ) (1 3 4 )2 = 3 4 ( ) = 3 63 ( ) = Oppgave 16 Anta at X er normalfordelt med forventningsverdi µ og varians σ 2. Bestem sannsynligheten for at X antar en verdi innenfor to standardavvik fra forventningsverdien. 7
7 A) 0.46 B) 0.58 C) 0.68 D) 0.85 E) 0.95 Rett svar: E P (µ 2σ < X < µ + 2σ) = P ( µ 2σ µ < X µ < µ + 2σ µ ) σ σ σ = P ( 2 < Z < 2) = Φ(2) Φ( 2) = = Oppgave 17 Tiden det tar før et superlim fester seg, kan betraktes som en tilfeldig variabel som er normalfordelt med forventningsverdi 30 sekunder. Bestem standardavviket når det oppgis at sannsynligheten er 0.20 for at festetiden overstiger 35.4 sekunder. A) 5.4 B) 1.3 C) 8.7 D) 2.7 E) 6.4 Rett svar: E X er festetid, der X er normalfordelt med forventning µ = 30 sekunder og ukjent standardavvik σ. Vi vet at P (X > 35.4) = 0.2. P (X > 35.4) = P ( X 30 σ P (Z > 5.4 σ ) = σ = > σ = = ) = 0.2 σ Oppgave 18 Levetiden for et apparat antas eksponensialfordelt med forventet levetid β = 100 timer. Hva er sannsynligheten for at mer enn 200 timer vil gå før svikt inntreffer? A) B) C) D) E) Rett svar: B X er levetiden til apparatet, og X er eksponensialfordelt med parameter β = 100 (dvs. sviktrate 1/β = 0.01). Vi skal finne sannsynligheten for at levetiden er høyere enn 200 timer, dvs. P (X > 200). P (X > 200) = 200 f(x)dx = β e x/β dx = [ e x/100 ] 200 = 0 ( e 2 ) =
8 Oppgave 19 La X være kontinuerlig fordelt med sannsynlighetstetthet { 3e 3x for x > 0 0 for x 0 Vi definerer Y = 1 X y > 0 for X > 0 og Y = 0 for X 0. Sannsynlighetstettheten til Y er da for A) 0 B) 3 y e 3 y C) 3 y 2 e 3 y D) 3ye 3 y E) 3y 2 e 3 y Oppgaven løses enklest ved bruk av transformasjonsformelen. Y = u(x) = 1 X X = w(y ) = 1 Y w (y) = 1 y 2 f Y (y) = f X (w(y)) w (y) = 3 e 3 y 1 y 2 = 3 y 2 e 3 y Oppgave 20 Et system består av n komponenter, X 1, X 2,..., X n, der levetiden til hver av komponentene er en kontinuerlig stokastisk variabel. Videre er levetidene til de n komponentene uavhengig, identisk fordelt, med kumulativ fordelingsfunksjon F X (x), og sannsynlighetstetthet f X (x). For at systemet skal fungere, må alle komponentene fungere. Sannsynlighetstettheten til levetiden, U, til systemet er da gitt som A) [F X (u)] n B) 1 [1 F X (u)] n C) n[1 F X (u)] n 1 f X (u) D) n[f X (u)] n 1 f X (u) E) [f X (u)] n Vi søker fordelingen til levetiden til et system, U, der alle komponenter må virke for at systemet skal virke, dvs. U = min n i=1 X i. F U (u) = P (U u) P (U > u) = P [(X 1 > u) (X 2 > u) (X n > u)] = P (X 1 > u) P (X 2 > u) (X n > u) = [1 F x (u)] n f U (u) = df U(u) = d du du [1 (1 F x(u)) n ] = n(1 F x (u)) n 1 f X (u) 9
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
DetaljerTyngdepunkt. Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at. Kapittel 4
3 Tyngdepunkt Kapittel 4 Forventningsverdi, varians, kovarians for én stokastisk variabel og funksjoner av stokastiske variabler TMA4240 H2006: Eirik Mo 2 4.1 Forventing til en stokastisk variabel DEF
DetaljerTMA4240 Statistikk. Øving nummer 7. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag
TMA4240 Statistikk Vår 2008 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7 Oppgave Blandet drops a) Tippekupong På en tippekupong er det gitt 2 fotballkamper.
DetaljerFORMELSAMLING TIL STK1100 OG STK1110
FORMELSAMLING TIL STK1100 OG STK1110 (Versjon av 16. november 2009) 1. Sannsynlighet La A, B, A 1, A 2,...,B 1, B 2,... være begivenheter, dvs. delmengder av et utfallsrom Ω. a) Aksiomene: Et sannsynlighetsmål
DetaljerKapittel 2: Hendelser
Kapittel 2: Hendelser FENOMEN Eksperiment Utfall Utfallsrom Eksperiment. Utfall. Eksperiment Utfall Hendelse Sannsynlighet: egenskaper, gunstige vs. mulige, relativ frekvens Sannsynlighet for mer enn en
DetaljerForeleses onsdag 8. september 2010
TMA4240 Statistikk H200 4.2: Varians (univariat del) 4.4: Chebyshevs teorem 3.4: Simultanfordelinger Mette Langaas Foreleses onsdag 8. september 200 Mette.Langaas@math.ntnu.no, TMA4240H200 2 4.2 Varians
DetaljerTMA4245 Statistikk Vår 2007
TMA4245 Statistikk Vår 2007 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7 Oppgave Tippekonkurranse Denne oppgaven er ment som en kjapp test på hva du har lært.
DetaljerTMA4240 Statistikk Høst 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 9 Løsningsskisse Oppgave 1 a) Vi lar her Y være antall fugler som kolliderer med vindmølla i løpet av den gitte
DetaljerHøgskolen 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:
DetaljerLøsningsforslag, 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.
DetaljerPrøvemidtveiseksamen TMA4240 Statistikk H2004
Prøvemidtveiseksamen TMA4240 Statistikk H2004 Lagt ut 21.09.2004, løsningsforslag tilgjengelig 04.10.2004. Tilatte hjelpemiddel: Bestemt enkel kalkulator, dvs. HP30S. Tabeller og formler i statistikk (Tapir).
DetaljerEksempel: kast med to terninger
Kapittel 3 TMA4245 V2007: Eirik Mo 2 Eksempel: kast med to terninger I et eksperiment kaster vi to terninger og registerer antall øyne på hver terning. Utfallsrom S={(,),(,2),(,3),...,(,), (2,),...,(2,),...,(,)}
DetaljerTogforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at
Kapittel 4 Forventningsverdi, varians, kovarians for én stokastisk variabel og funksjoner av stokastiske variabler TMA4245 V2007: Eirik Mo 2 4.1 Forventing til en stokastisk variabel DEF 4.1: La X være
DetaljerRegneøvelse 22/5, 2017
Regneøvelse 22/5, 217 Arne Bang Huseby Eksamen STK11 212: oppgave 1 og 2 Eksamen STK11 28: oppgave 1) og 2 Eksamen 212, oppgave 1 Ved en bestemt butikk i en større dagligvarekjede viser langvarige data
DetaljerKapittel 3: Stokastiske variable og sannsynlighetsfordelinger
f(x,y) NTNU Kapittel 3: Stokastiske variable og sannsynlighetsfordelinger TMA4240 Statistikk (F2 og E7) 3.4: Foreleses mandag 30.august y=hoyde x=vekt Ole.Petter.Lodoen@math.ntnu.no p.1/18 Oppsummering
DetaljerFunksjoner av stokastiske variable.
Funksjoner av stokastiske variable. Dekkes av pensumsidene i kap. 7 I ulike sammenhenger, blant annet for å finne fordelingen til estimatorer, er vi interesserte i fordelingen til funksjoner av stokastiske
DetaljerTMA4240 Statistikk H2015
TMA4240 Statistikk H2015 Funksjoner av stokastiske variabler (kapittel 7+notat) Fokus på start med kumulativ fordeling 7.2 Funksjon av en SV (inkludert en-entydighet). Fordeling til max/min (fra notat).
DetaljerFunksjoner av stokastiske variable.
Funksjoner av stokastiske variable. Dekkes av pensumsidene i kap. 7 I ulike sammenhenger, blant annet for å finne fordelingen til estimatorer, er vi interesserte i fordelingen til funksjoner av stokastiske
Detaljer3.4: Simultanfordelinger (siste rest) 4.1,4.2,4.3: Multivariat del (ferdig med kapittel 3 og 4 etter denne forelesningen)
TMA4240 Statistikk H200 3.4: Simultanfordelinger (siste rest) 4.,4.2,4.3: Multivariat del (ferdig med kapittel 3 og 4 etter denne forelesningen) Mette Langaas Foreleses mandag 3. september 200 2 f (x,
DetaljerDagens tekst. Kap 7: Funksjonar av stokastiske variable Transformasjon av variable Moment Momentgenererande funksjon
Dagens tekst Kap 7: Funksjonar av stokastiske variable Transformasjon av variable Moment Momentgenererande funksjon Notat: Ordningsvariable og ekstremvariable Ordnings variable Maksimum Minumum Transformasjon
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 3.3: Kontinuerlige sannsynlighetsfordelinger 4.1: Matematisk forventing (univariat del) Mette Langaas Foreleses mandag 6. september 2010 2 3.1 Stokastisk variabel (repetisjon)
Detaljer3.1 Stokastisk variabel (repetisjon)
TMA4240 Statistikk H2010 3.3: Kontinuerlige sannsynlighetsfordelinger 4.1: Matematisk forventing (univariat del) Mette Langaas Foreleses mandag 6. september 2010 2 3.1 Stokastisk variabel (repetisjon)
DetaljerOppfriskning 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
DetaljerKontinuerlige sannsynlighetsfordelinger.
Kontinuerlige sannsynlighetsfordelinger. Dekkes av kap. 6 og deler av kap. 8.5 i boka. Husk: f(x) er sannsynlighetstettheten til en kontinuerlig X dersom: 1. f(x) 0 for alle x R 2. f(x)dx =1 3. P (a
DetaljerTMA4240 Statistikk Høst 2015
TMA4240 Statistikk Høst 2015 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 9, blokk II Oppgave 1 X er kontinuerlig fordelt med sannsynlighetstetthet f(x) = 2xe
DetaljerTMA4240 Statistikk Høst 2009
TMA44 Statistikk Høst 9 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer b Løsningsskisse Oppgave X er en stokastisk variabel med sannsynlighetstetthet { f(x),
DetaljerEksamensoppgave i Løsningsskisse TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i Løsningsskisse TMA440 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland a, Sara Martino b Tlf: a 48 18 96, b 99 40 33 30 Eksamensdato: 30. november
DetaljerKap. 6, Kontinuerlege Sannsynsfordelingar
Kapittel 6, Kontinuerlege Sannsynsfordelingar Sjå på eit utval av ofte brukte kontinuerlege sannsynsfordelingar Uniform Onsdag Normal Onsdag Eksponensial I dag Gamma I dag Kji-kvadrat I dag Student-T (Kap
DetaljerTMA4240/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
DetaljerTo-dimensjonale kontinuerlige fordelinger
To-dimensjonale kontinuerlige fordelinger Noen resultater for diskrete fordelinger Vi har tidligere definert punktsannsynligheten p(x, y) for en todimensjonal variabel (X, Y ) som p(x, y) = P ({X = x}
DetaljerTMA4240 Statistikk Eksamen desember 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4240 Statistikk Eksamen desember 15 Oppgave 1 La den kontinuerlige stokastiske variabelen X ha fordelingsfunksjon (sannsynlighetstetthet
DetaljerMidtveiseksamen i STK1100 våren 2017
Midtveiseksamen i STK1100 våren 2017 Denne midtveiseksamenen består av 20 oppgaver. Det er ett riktig svaralternativ for hvert spørsmål. Hvis svaret er oppgitt som et desimaltall, er det rundet av til
DetaljerForelesning 13. mars, 2017
Forelesning 13. mars, 217 AVSNITT 5.2 Kovariansen mellom to variable Korrelasjon mellom to variable AVSNITT 5.3 Betingede fordelinger Kovariansen mellom to stokastiske variable Kovariansen mellom to stokastiske
Detaljerfor x 0 F X (x) = 0 ellers Figur 1: Parallellsystem med to komponenter Figur 2: Seriesystem med n komponenter
TMA4245 Statistikk Vår 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Innlevering 3, blokk II Dette er den første av to innleveringer i blokk 2. Denne øvingen skal oppsummere
DetaljerBernoulli forsøksrekke og binomisk fordeling
Bernoulli forsøksrekke og binomisk fordeling Bernoulli forsøksrekke i) gjentar et forsøk n ganger ii) hvert forsøk gir enten suksess eller fiasko iii) sannsynligheten for suksess er p i alle forsøkene
DetaljerHØGSKOLEN I STAVANGER
HØGSKOLEN I STAVANGER Avdeling for TEKNISK NATURVITEN- EKSAMEN I: TE199 SANNSYNLIGHETSREGNING MED STATISTIKK SKAPELIGE FAG VARIGHET: 4 TIMER DATO: 5. JUNI 2003 TILLATTE HJELPEMIDLER: KALKULATOR OPPGAVESETTET
DetaljerForventning og varians.
Forventning og varians. Dekkes av kapittel 4 i læreboka. Forventning (4.) Forventningsverdi gjennomsnitt i det lange løp. Defininsjon: Forventningsverdien til en stokastisk variabel X er: E(X) f(),x diskret
DetaljerKontinuerlige sannsynlighetsfordelinger.
Kontinuerlige sannsynlighetsfordelinger. Dekkes av kap. 6 og deler av kap. 8.5 i boka. Husk: f(x er sannsynlighetstettheten til en kontinuerlig X dersom:. f(x 0 for alle x R 2. f(xdx = 3. P (a
Detaljer6 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
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2010. ÅMA110 Sannsynlighetsregning med statistikk, våren 2010
ÅMA Sannsynlighetsregning med statistikk, våren Kp. Diskrete tilfeldige variable ÅMA Sannsynlighetsregning med statistikk, våren Kp. Diskrete tilfeldige variable Diskrete tilfeldige variable, innledning
Detaljer1.1.1 Rekke med konstante ledd. En rekke med konstante ledd er gitt som. a n (1) n=m
Formelsamling og tabeller FO020E Matte 2000 for elektroprogrammet 1 Matematikk 1.1 Denisjoner av ulike typer polynomer og rekker 1.1.1 Rekke med konstante ledd En rekke med konstante ledd er gitt som a
DetaljerLa U og V være uavhengige standard normalfordelte variable og definer
Binormalfordelingen Definisjon Noe av hensikten med å innføre begrepet betinget sannsynlighet er at kompliserte modeller ofte kan bygges ut fra enkle betingede modeller. Når man spesifiserer betingelser
Detaljer6.1 Kontinuerlig uniform fordeling
Kapittel 6 Noen kontinuerlige sannsynlighetsfordelinger TMA4240 H2006: Eirik Mo 2 6.1 Kontinuerlig uniform fordeling Kontinuerlig uniform fordeling: Sannsynlighetstettheten til den kontinuerlige uniforme
DetaljerNotasjon. Løsninger. Problem. Kapittel 7
3 Notasjon Kapittel 7 Funksjoner av stokastiske variabler Har n stokastiske variabler, X 1, X 2,..., X n, med kjent fordeling f( 1, 2,..., n ) og kumulativ fordeling F( 1, 2,..., n ). Ser på Y = u(x 1,
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 Kapittel 6: Kontinuerlige sannsynlighetsfordelinger 6.4-5.7: Normalfordelingen, normalapproksimasjon, eksponensial og gamma. Mette Langaas Foreleses mandag 27. september 2010 2
DetaljerFORMELSAMLING TIL STK1100 OG STK1110
FORMELSAMLING TIL STK1100 OG STK1110 (Versjon av 11. november 2017) 1. Sannsynlighet La A, B, A 1, A 2,..., B 1, B 2,... være begivenheter, dvs. delmengder av et utfallsrom Ω. a) Aksiomene: Et sannsynlighetsmål
DetaljerForventning og varians.
Forventning og varians. Dekkes av kapittel 4 i læreboka. Forventning (4.1) Forventningsverdi = gjennomsnitt i det lange løp. Defininsjon: Forventningsverdien til en stokastisk variabel X er: x xf(x),x
DetaljerRegneøvelse 29/5, 2017
Regneøvelse 29/5, 2017 Arne Bang Huseby Eksamen STK1100 2008: oppgave 3 Eksamen STK1100 2004: oppgave 2 Eksamen 2008, oppgave 3 Et vannverk tar prøver av drikkevannet for å kontrollere forekomsten av en
DetaljerSTK1100 våren Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner
STK1100 våren 2017 Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner Svarer til avsnittene 4.1 og 4.2 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i
DetaljerLøsningsforslag 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
Detaljerstatistikk, våren 2011
ÅMA110 Sannsynlighetsregning med statistikk, våren 011 Kp. 3 Diskrete tilfeldige variable 1 Diskrete tilfeldige variable, innledning Hva er en tilfeldig variabel (stokastisk variabel)? Diskret tilfeldig
DetaljerOppgave 1 Vi lar X være antall tankskip som ankommer havnen i løpet av en dag. Vi har fått oppgitt at X poisson(λ) med
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalte oppgaver 5, blokk I Løsningsskisse Oppgave 1 Vi lar X være antall tankskip som ankommer havnen i løpet av en dag.
DetaljerKapittel 4: Matematisk forventning
Kapittel 4: Matematisk forventning TMA4240 Statistikk (F2 og E7) Multivariate tilfeller foreleses mandag 6.september, 2004 Ole.Petter.Lodoen@math.ntnu.no p.1/16 Forventing til funksjon av flere stokastiske
DetaljerBetinget 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
DetaljerKap. 6, Kontinuerlege Sannsynsfordelingar
Kapittel 6, Kontinuerlege Sannsynsfordelingar Sjå på eit utval av ofte brukte kontinuerlege sannsynsfordelingar Uniform I går Normal I går Eksponensial I dag Gamma I dag Kji-kvadrat I dag Nokre eigenskapar
DetaljerTMA4245 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
DetaljerKapittel 4.4: Forventning og varians til stokastiske variable
Kapittel 4.4: Forventning og varians til stokastiske variable Forventning og varians til stokastiske variable Histogrammer for observerte data: Sannsynlighets-histogrammer og tetthetskurver for stokastiske
DetaljerForelening 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
DetaljerDiskrete sannsynlighetsfordelinger.
Diskrete sannsynlighetsfordelinger. Dekkes av kapittel 5 i læreboka. Husk: f(x) er punktsannsynligheten til en diskret X dersom: 1. f(x) 0 2. x f(x) =1 3. f(x) =P (X = x) Vi skal nå sepå situasjoner der
DetaljerOppgave 1 a) La X være massen til et tilfeldig valgt egg, målt i gram. Sannsynligheten for at et tilfeldig valgt egg veier mer enn 60 g er
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 5 Løsningsskisse Oppgave 1 a La X være massen til et tilfeldig valgt egg, målt i gram. Sannsynligheten for at
DetaljerÅMA110 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,
DetaljerDenne veka. Kap 7: Funksjonar av stokastiske variable Transformasjon av variable Moment Momentgenererande funksjon
Denne veka Kap 7: Funksjonar av stokastiske variable Transformasjon av variable Moment Momentgenererande funksjon Notat: Ordningsvariable og ekstremvariable Ordnings variable Maksimum Minumum Transformasjon
DetaljerTMA4240 Statistikk H2015
TMA4240 Statistikk H2015 Kapittel 4: Matematisk forventning [4.1+start 4.3] Quiz kjørt med Kahoot! fra kahoot.it. Mette Langaas wiki.math.ntnu.no/emner/tma4240/2015h/start/ 2 Høyde, kvinner Frequency
DetaljerDenne veka. Kap 7: Funksjonar av stokastiske variable Transformasjon av variable Moment Momentgenererande funksjon
Denne veka Kap 7: Funksjonar av stokastiske variable Transformasjon av variable Moment Momentgenererande funksjon Notat: Ordningsvariable og ekstremvariable Ordnings variable Maksimum Minumum Transformasjon
DetaljerForelesning 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
DetaljerLøsningsforslag Eksamen i Statistikk SIF5060 Aug 2002
Løsningsforslag Eksamen i Statistikk SIF5060 Aug 2002 Oppgave 1 a) En god estimator er forventningsrett og har liten varians. Vi tester forventningsretthet: E[ˆµ] E[Y ] µ E[ µ] E[ 1 2 X + 1 2 Y ] 1 2 E[X]
DetaljerKapittel 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
DetaljerKapittel 6: Kontinuerlige sannsynlighetsfordelinger 6.4-5.7: Normalfordelingen, normalapproksimasjon, eksponensial og gamma.
TMA4240 Statistikk H2010 Kapittel 6: Kontinuerlige sannsynlighetsfordelinger 6.4-5.7: Normalfordelingen, normalapproksimasjon, eksponensial og gamma. Mette Langaas Foreleses mandag 27. september 2010 2
DetaljerHØGSKOLEN I STAVANGER
HØGSKOLEN I STAVANGER Avdeling for TEKNISK NATURVITEN- EKSAMEN I: TE199 SANNSYNLIGHETSREGNING MED STATISTIKK SKAPELIGE FAG VARIGHET: 4 TIMER DATO: 30. AUGUST 2003 TILLATTE HJELPEMIDLER: KALKULATOR OPPGAVESETTET
DetaljerEmnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard
EKSAMEN Emnekode: SFB107111 Emnenavn: Metode 1, statistikk deleksamen Dato: 16. mai 2017 Hjelpemidler: Godkjent kalkulator og vedlagt formelsamling m/tabeller Eksamenstid: 4 timer Faglærer: Hans Kristian
DetaljerÅMA110 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
DetaljerSum to terninger forts. Eksempel: kast med to terninger. Sum to terninger forts. Kapittel 3. TMA4240 H2006: Eirik Mo
3 Sum to terninger forts. Kapittel 3 TMA4240 H200: Eirik Mo 2 3 4 5,,2,3,4,5, 2 2, 2,2 2,3 2,4 2,5 2, Andre 3 3, 3,2 3,3 3,4 3,5 3, terning 4 4, 4,2 4,3 4,4 4,5 4, 5 5, 5,2 5,3 5,4 5,5 5,,,2,3,4,5, Med
DetaljerForelesing 27 Oppsummering. Torstein Fjeldstad Institutt for matematiske fag, NTNU
Forelesing 27 Oppsummering Torstein Fjeldstad Institutt for matematiske fag, NTNU 18.04.2018 I dag Lineær regresjon (sjekk av modellantagelser) Praktisk informasjon Andre statistikk-kurs Oversikt over
DetaljerKapittel 6: Kontinuerlige sannsynlighetsfordelinger
Kapittel 6: Kontinuerlige sannsynlighetsfordelinger TMA4240 Statistikk (F2 og E7) Foreleses 15. september, 2004. µ µ µ + Basert på slides av Mette Langås p.1/16 6.1 Kontinuerlig uniform fordeling Kontinuerlig
DetaljerTMA4245 Statistikk Eksamen desember 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Eksamen desember 2016 Oppgave 1 En bedrift produserer elektriske komponenter. Komponentene kan ha to typer
DetaljerObservatorer. STK Observatorer - Kap 6. Utgangspunkt. Eksempel høyde Oxford studenter
Observatorer STK00 - Observatorer - Kap 6 Geir Storvik 4. april 206 Så langt: Sannsynlighetsteori Stokastiske modeller Nå: Data Knytte data til stokastiske modeller Utgangspunkt Eksempel høyde Oxford studenter
DetaljerTMA4240 Statistikk 2014
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 5, blokk I Løsningsskisse Oppgave 1 X og Y er uavhengige Poisson-fordelte stokastiske variable, X p(x;5 og Y p(y;1.
DetaljerTMA4240 Statistikk Høst 2009
TMA4240 Statistikk Høst 2009 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 5 Løsningsskisse Oppgave 1 En lottorekke kan oppfattes som et ikke-ordnet utvalg på
DetaljerLøsning eksamen desember 2016
Løsning eksamen desember 016 Oppgave 1 a) En drone har to uavhengige motorer. Vi innfører hendelsene A: motor 1 svikter B: motor svikter Dronen er avhengig av at begge virker, slik at sannsynligheten for
DetaljerStatistikk 1 kapittel 4
Statistikk 1 kapittel 4 Nico Keilman ECON 2130 Vår 2017 Kapittel 4 Stokastiske (tilfeldige) variabler Anta 1) Vi kjenner sannsynligheter for ulike utfall knyttet til et forsøk 2) Hvert utfall har en (meningsfull)
DetaljerKapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering
Kapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering TMA4245 Statistikk Kapittel 8.1-8.5. Kapittel 9.1-9.3+9.15 Turid.Follestad@math.ntnu.no p.1/21 Har sett
DetaljerDEL 1 GRUNNLEGGENDE STATISTIKK
INNHOLD 1 INNLEDNING 15 1.1 Parallelle verdener........................... 18 1.2 Telle gunstige.............................. 20 1.3 Regneverktøy og webstøtte....................... 22 1.4 Oppgaver................................
DetaljerTMA4240 Statistikk H2015
TMA4240 Statistikk H2015 Kapittel 5: Noen diskrete sannsynlighetsfordelinger 5.4 Geometrisk og negativ binomisk fordeling 5.5 Poisson-prosess og -fordeling Mette Langaas Institutt for matematiske fag,
DetaljerTMA4240 Statistikk Eksamen desember 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4240 Statistikk Eksamen desember 15 Oppgave 1 La den kontinuerlege stokastiske variabelen X ha fordelingsfunksjon (sannsynstettleik
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Deleksamen i: STK Sannsynlighetsregning og statistisk modellering Eksamensdag: Mandag 4. mars 26 Tid for eksamen: 5. 7. Oppgavesettet er
DetaljerDiskrete sannsynlighetsfordelinger.
Diskrete sannsynlighetsfordelinger. Dekkes av kapittel 5 i læreboka. Husk: f() er punktsannsynligheten til en diskret X dersom: 1. f() 0 2. f() =1 3. f() =P (X = ) Vi skal nå sepå situasjoner der vi har
DetaljerEksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland a, Sara Martino b Tlf: a 48 22 18 96, b 99 40 33 30 Eksamensdato: 30. november 2017 Eksamenstid
DetaljerPoissonprosesser og levetidsfordelinger
Poissonprosesser og levetidsfordelinger Poissonfordeling som grensetilfelle for binomisk fordeling La X være binomisk fordelt med fordeling P (X = x) = ( ) n p x (1 p) n x, for x = 0, 1,... n. (1) x Forventningsverdien
DetaljerKap. 6, Kontinuerlege Sannsynsfordelingar
Kapittel 6, Kontinuerlege Sannsynsfordelingar Sjå på eit utval av ofte brukte kontinuerlege sannsynsfordelingar Uniform I går Normal I går Eksponensial I dag Gamma I dag Kji-kvadrat I dag Nokre eigenskapar
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Oppsummering
ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Oppsummering Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 21. april Bjørn H. Auestad Oppsummering våren
Detaljeronsdag_19_09_2018_poisson_eksponential_normalfordelng_vikartime_bygg_v2.notebook
September 19, The story so far Kap. 3: Diskrete stokastiske variable variablene er "diskrete", dvs. tellevariable som kun har verdier X = 0, X = 1, X = 2,... beregne forventningsverdi og varians for variabel
DetaljerForelesning 27. mars, 2017
Forelesning 27. mars, 2017 AVSNITT 5.5 Ordningsobservatorene AVSNITT 6.1 Observatorer og deres fordelinger Ordningsobservatorene La X 1,..., X n være n uavhengige stokastiske variable som alle har samme
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren
ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Oppsummering Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 24. april Bjørn H. Auestad Oppsummering våren
DetaljerEksamensoppgave i TMA4240 Statistikk
Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Sara Martino a, Torstein Fjeldstad b Tlf: a 994 03 330, b 962 09 710 Eksamensdato: 28. november 2018 Eksamenstid
DetaljerTMA4240 Statistikk H2010 Kapittel 5: Diskrete sannsynlighetsfordelinger : Uniform, binomisk, hypergeometrisk fordeling
TMA4240 Statistikk H2010 Kapittel 5: Diskrete sannsynlighetsfordelinger 5.1-5.4: Uniform, binomisk, hypergeometrisk fordeling Mette Langaas 2 Arbeidshverdag etter endt studium Studere et fenomen (f.eks.
DetaljerTMA4240 Statistikk Høst 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 9, blokk II Løsningsskisse Oppgave X er kontinuerlig fordelt med sannsynlighetstetthet f X (x) = { x exp( x ) x
Detaljer6.5 Normalapproksimasjon til. binomisk fordeling
....3.4.5..5..5..5...4.6.8....4.6.8....3.4..5..5 Kaittel 6: Kontinuerlige sannsynsfordelingar TMA445 Statistikk Ka 6.5-6.8. 6.5: Normal aroksimasjon til binomisk fordeling, 6.6-6.8: Eksonensialfordeling,
DetaljerUtvalgsfordelinger (Kapittel 5)
Utvalgsfordelinger (Kapittel 5) Oversikt pensum, fortid og fremtid Eksplorativ data-analyse (Kap 1, 2) Hvordan produsere data (Kap 3) Sannsynlighetsteori (Kap 4) Utvalgsfordelinger til observatorer (Kap
DetaljerSTK1100 våren Forventningsverdi. Forventning, varians og standardavvik
STK00 våren 0 Forventning, varians og standardavvik Svarer til avsnitt 3.3 i læreboka Geir Storvik (Ørnulf Borgan) Matematisk institutt Universitetet i Oslo Forventningsverdi Punktsannsynligheten px (
DetaljerDekkes av kap , 9.10, 9.12 og forelesingsnotatene.
Estimering 2 -Konfidensintervall Dekkes av kap. 9.4-9.5, 9.10, 9.12 og forelesingsnotatene. En (punkt-)estimator ˆΘ gir oss et anslag på en ukjent parameterverdi, men gir oss ikke noen direkte informasjon
Detaljer