Regneregler for forventning og varians

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "Regneregler for forventning og varians"

Transkript

1 Regneregler for forventning og varians Det fins regneregler som er til hjelp når du skal finne forventningsverdier og varianser. Vi skal her se nærmere på disse reglene. Vi viser deg også hvordan reglene gir oss forventningen og variansen for en variabel som er binomisk fordelt (se sidene 43 og i læreboka). Forventning til a + bx Vi lar X være en stokastisk variabel knyttet til et forsøk. Med utgangspunkt i X kan vi lage oss en ny stokastisk variabel V = 3 X knyttet til det samme forsøket. For hvert utfall er verdien til V tre ganger så stor som verdien til X. (Hvis for eksempel X er antall øyne i ett terningkast, er V tre ganger det antall øyne du får.) Hvis vi gjentar forsøket, vil gjennomsnittsverdien til V være tre ganger gjennomsnittsverdien til X. Siden forventningsverdi er lik gjennomsnittsverdi i det lange løp, får vi at EV ( ) = 3 E( X). Det kan vi også skrive E(3 X) = 3 E( X). Så ser vi på den stokastiske variabelen Y = + 3 X. For hvert utfall vil verdien til Y være større enn verdien til 3 X. (Hvis for eksempel X er antall øyne i et terningkast, får vi Y ved å gange antall øyne med 3 og legge til.) Hvis vi gjentar forsøket mange ganger, vil også gjennomsnittsverdien til Y være større enn gjennomsnittsverdien til 3 X. Det betyr at Y får forventningen EY ( ) = + E(3 X) = + 3 E( X). Det kan vi skrive E( + 3 X) = + 3 E( X). Tankegangen ovenfor blir den samme hvis vi erstatter og 3 med konstantene a og b. Når X er en stokastisk variabel, og a og b er konstanter, gjelder Ea ( + b X) = a+ bex ( ) () Eksempel Rulett Vi ser på rulettspillet i eksempel 3 på side 40 i læreboka. Nå lar vi X være en stokastisk variabel som er hvis spilleren vinner, og 0 hvis spilleren taper. Sannsynlighetsfordelingen til X er da 3 6 PX= ( 0) = og PX= ( ) = Forventningen til X blir EX ( ) = 0 + = Vi lar Y være spillerens nettogevinst. Da vil Y være en stokastisk variabel gitt ved Y = X (Kontroller at uttrykket stemmer for X = 0 og for X =.) Ved å bruke formelen () med a = 00 og b = 600 får vi 6 00 EY ( ) = E( X) = = Vi har nå funnet EY ( ) ved å bruke regneregel (). I eksempel 3 i på side 40 i læreboka fant vi den samme forventningsverdien for nettogevinsten ut fra definisjonen av forventning. Aschehoug Undervisning Side av 6

2 Variansen til a + bx Vi lar X være en stokastisk variabel og setter V = 3 X. For hvert utfall vil verdien til V være tre ganger så stor som verdien til X. Vi så ovenfor at også forventningen til V er tre ganger så stor som forventningen til X. Avviket for V-verdien blir derfor 3 ganger så stort som avviket for X-verdien. Kvadratavviket for V er altså 3 = 9 ganger så stort som for X. Siden varians er gjennomsnittlig kvadratavvik i det lange løp, får vi Var( V) = 3 Var( X) Det kan vi også skrive Var(3 X ) 3 Var( X ) =. Setter vi Y = + 3 X, vil avviket for Y være den samme som avviket for 3 X, selv om hver verdi til Y er større enn verdien til 3 X. Konstanten påvirker ikke avviket, og derfor heller ikke kvadratavviket. Derfor har Y og 3 X samme varians. Det gir at Var( + 3 X ) = Var(3 X) = 3 Var( X). Tankegangen blir den samme hvis vi erstatter og 3 med konstantene a og b. Når X er en stokastisk variabel, og a og b er konstanter, gjelder Var( a+ b X) = b Var( X) () Eksempel Terningkast La V = 3 X, der X er antall øyne vi får når vi kaster en terning. I eksempel på side i læreboka fant vi at Var( X ) =. Formel () med a = 0 og b = 3 gir dermed at 05 Var( V) = Var(3 X) = 3 Var( X) = 9 = 4 Når vi kjenner Var(X), er det lettere å finne variansen til V på denne måten enn å bruke definisjonen av varians (jf. oppgavene 37 og 37 i oppgavesamlingen). Forventningen til summer og lineær kombinasjoner av stokastiske variabler Hvis X og Y er to stokastiske variabler knyttet til et forsøk, er Z = X + Y en ny stokastisk variabel. For hvert utfall vil verdien til Z være summen av verdiene til X og Y. Hvis vi gjentar forsøket, vil gjennomsnittsverdien til Z være summen av gjennomsnittsverdiene til X og Y. Siden forventningsverdi er lik gjennomsnittsverdi i det lange løp, får vi at EZ ( ) = EX ( ) + EY ( ). Det kan vi skrive EX ( + Y) = EX ( ) + EY) (. For to stokastiske variabler X og Y gjelder at EX ( + Y) = EX ( ) + EY ( ) (3) Aschehoug Undervisning Side av 6

3 Eksempel 3 Kast med to terninger Tenk deg at du kaster to terninger. La X være antall øyne på den første terningen, og Y antall øyne på den andre terningen. 7 Fra eksempel på side 38 i læreboka vet vi at EX ( ) = EY ( ) =. Summen av antall øyne på de to terningene er Z = X + Y. Dermed er 7 7 EZ ( ) = EX ( + Y) = EX ( ) + EY ( ) = + = 7. I eksempel på side 39 i læreboka fant vi denne forventningsverdien på en mer tungvint måte. Ved å kombinere regnereglene () og (3) får vi: Når X og Y er stokastiske variabler, og a, b og c er konstanter, gjelder Ea ( + bx+ cy) = a+ bex ( ) + cey ( ) (4) Du vet at vi kaller førstegradsfunksjonen a+ bx for en lineær funksjon. På liknende måte kaller vi a+ bx + cy for en lineær kombinasjon av stokastiske variabler. Eksempel 4 Pengespill Tenk deg et enkelt pengespill der spilleren kaster én terning og ett kronestykke. Innsatsen er 55 kr, og gevinsten er som følger: Spilleren får 0 kr for hvert øye terningen viser. Spilleren får 50 kr hvis kronestykket viser krone. Lønner det seg å delta i dette spillet? For å svare på det finner vi forventet nettogevinst. Vi innfører to stokastiske variabler, X og Y: X er antall øyne terningen viser. Y = hvis kronestykket viser krone, Y = 0 hvis det viser mynt. Nettogevinsten V kr i ett spill blir V = X + 50Y (kontroller selv). 7 Vi har tidligere funnet at EX ( ) =. Sannsynlighetsfordelingen til Y er PY ( = 0) = PY ( = ) =. Dermed er EY ( ) = 0 + =. Ved å bruke formel (4) med a = 55, b = 0 og c = 50 finner vi at 7 EV ( ) = = 5 De store talls lov viser at den gjennomsnittlige nettogevinsten vil være 5 kr per spill i det lange løp. Fordi forventet nettogevinst er positiv, vil det lønne seg å ta del i spillet hvis man spiller mange ganger. Regnereglene (3) og (4) gjelder tilsvarende for flere enn to stokastiske variabler. Det bruker vi i det neste eksemplet. Aschehoug Undervisning Side 3 av 6

4 Eksempel 5 Kast med tre terninger Vi kaster tre terninger og lar X, Y og Z være antall øyne på de tre terningene. 7 Da er EX ( ) = EY ( ) = EZ ( ) =. Forventningen til summen av antall øyne blir EX ( + Y+ Z) = EX ( ) + EY ( ) + EZ ( ) = + + = =0,5 Variansen til summer og lineær kombinasjoner av uavhengige stokastiske variabler Vi lar X og Y være to stokastiske variabler knyttet til et forsøk. Da er Z = X + Y en ny stokastisk variabel. Ovenfor så vi at EZ ( ) = EX ( ) + EY ( ). Kan vi finne en liknende regel for variansen til Z? Eksempel 6 Kast med to terninger Vi kaster to terninger og lar X være antall øyne på den ene terningen og Y antall øyne på den andre. Fra eksempel på side 46 i læreboka har vi at Var( X) = Var( Y) =. Summen av antall øyne på de to terningene er Z = X + Y. I oppgave 3.5 i læreboka fant vi at Var( Z ) =. 6 Vi har derfor at Var( X + Y) = Var( Z) = 6 Var( X) + Var( Y) = + = 6 I dette tilfellet er variansen til summen av de to stokastiske variablene X og Y lik summen av variansene til de to variablene. Eksempel 6 kan få oss til å tro at vi alltid finner variansen til summen X + Y ved å legge sammen variansene til X og Y. Slik er det ikke. Det er bare når X og Y er uavhengige stokastiske variabler, slik tilfellet er i eksempel 6, at vi kan finne variansen til X + Y på denne måten. I matematikk R lærte du at to hendelser A og B er uavhengige hvis det at A inntreffer, ikke endrer sannsynligheten for B (og omvendt). På tilsvarende måte er to stokastiske variabler X og Y uavhengige hvis det at vi får vite verdien til X, ikke endrer sannsynlighetene for de ulike verdiene Y kan få (og omvendt). For uavhengige stokastiske variabler X og Y har vi Var( X + Y) = Var( X) + Var( Y) (5) Aschehoug Undervisning Side 4 av 6

5 Ved å kombinere regnereglene () og (5) får vi La X og Y være uavhengige stokastiske variabler og a, b og c konstanter. Da er Var( a+ bx + cy) = b Var( X) + c Var( Y) (6) Regnereglene (5) og (6) gjelder tilsvarende for flere enn to uavhengige stokastiske variabler. Det bruker vi i det neste eksemplet. Eksempel 7 Kast med tre terninger Vi kaster tre terninger og lar X, Y og Z være antall øyne på de tre terningene. Da er Var( X) = Var( Y) = Var( Z) =. Antall øyne på de tre terningene er uavhengig av hverandre. Variansen til summen av antall øyne blir derfor 05 Var( X + Y + Z) = Var( X) + Var( Y) + Var( Z) = + + = = 8,75 Forventningen og varians til en binomisk fordelt variabel På side i læreboka så vi på et eksempel med spiring av frø. En bestemt type frø spirer med 70 % sannsynlighet. Vi sår 0 frø og ser om de spirer. La X være antall frø som spirer. Da er X binomisk fordelt med n = 0 og p = 0,70. På sidene 43 og 48 i læreboka brukte vi lommeregneren til å vise at EX ( ) = 0 0,70 = 4 og at Var( X ) = 00,700,30 = 4,0 Vi skal nå se hvordan vi kan finne disse resultatene ved å bruke regneregler for forventning og varians. Vi innfører da "hjelpevariablene" X, X,, X0 gitt ved: X = hvis frø nummer spirer, X = 0 hvis det ikke spirer X = hvis frø nummer spirer, X = 0 hvis det ikke spirer X 0 = hvis frø nummer 0 spirer, X 0 = 0 hvis det ikke spirer Her har X sannsynlighetsfordelingen PX ( = 0) = 0,70 = 0,30 og PX ( = ) = 0,70 Aschehoug Undervisning Side 5 av 6

6 Dermed er og E( X ) = 0 0,30 + 0,70 = 0,70 Var( X ) = (0 0,70) 0,30 + ( 0,70) 0,70 = 0,70 0,30 (0,70 + 0,30) = 0,70 0,30 På samme måte finner vi at E( X) = E( X3) =... = E( X0) = 0,70 og Var( X ) = Var( X ) =... = Var( X ) = 0,70 0, Vi har at X = X+ X X0. Dermed får vi EX ( ) = EX ( ) + EX ( ) EX ( 0) = 0,70 + 0, ,70 = 0 0,70 = 4 Vi har forutsatt at de 0 frøene spirer uavhengig av hverandre. Derfor er X, X,, X0 uavhengige stokastiske variabler. Det gir Var( X) = Var( X ) + Var( X ) Var( X ) 0 = 0,70 0,30 + 0,70 0, ,70 0,30 = 0 0,70 0,30 = 4,0 Resonnementene ovenfor kan vi bruke i alle situasjoner der X er binomisk fordelt. Ved å erstatte 0 med n og 0,70 med p får vi regnereglene for forventning og varians for binomisk fordeling (se sidene 43 og 49 i læreboka). Aschehoug Undervisning Side 6 av 6

Binomisk fordeling. Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Binomisk fordeling. Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk MAT0100V Sannsynlighetsregning og kombinatorikk Forventning, varians og standardavvik Tilfeldige variabler Når vi kaster to terninger er det 36 utfall Vi ser på X = «sum antall øyne» De mulige verdiene

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010. ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

ÅMA110 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

Detaljer

Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I

Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I 4 Kombinatorikk Vi må lære tellemetoder når valgtrær, som vi brukte tidligere, blir for store og vanskelig å håndtere.

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

Formelsamling V-2014 MAT110. Statistikk 1. Per Kristian Rekdal

Formelsamling V-2014 MAT110. Statistikk 1. Per Kristian Rekdal Formelsamling V-2014 MAT110 Statistikk 1 Per Kristian Rekdal 2 Forord Dette er formelsamlingen i emnet MAT110 Statistikk 1 ved høgskolen i Molde. Formlene i denne formelsamlingen er stort sett de formlene

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

Eksamen 29.11.2011. REA3028 Matematikk S2. Nynorsk/Bokmål

Eksamen 29.11.2011. REA3028 Matematikk S2. Nynorsk/Bokmål Eksamen 9.11.011 REA308 Matematikk S Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del : 5 timer: Del 1 skal leveres inn etter timer. Del skal leveres inn

Detaljer

En kort innføring i sannsynlighetsregning

En kort innføring i sannsynlighetsregning En kort innføring i sannsynlighetsregning Harald Goldstein Sosialøkonomisk institutt Januar 2000 Innhold 1 Innledning 1 2 Begivenheter og sannsynlighet 4 2.1 Matematiskbeskrivelseavbegivenheter... 4 2.2

Detaljer

Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at

Togforsinkelsen (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

Detaljer

S1 kapittel 7 Sannsynlighet Løsninger til oppgavene i boka

S1 kapittel 7 Sannsynlighet Løsninger til oppgavene i boka S1 kapittel 7 Sannsynlighet Løsninger til oppgavene i oka 7.1 a c d 4 1 P (sum antall øyne lir 5) = = 36 9 6 1 P (sum antall øyne lir minst 10) = = 36 6 6 1 P (sum antall øyne lir høyst 4) = = 36 6 11

Detaljer

Kontinuerlige sannsynlighetsfordelinger.

Kontinuerlige 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

Detaljer

Mer om hypotesetesting

Mer om hypotesetesting Mer om hypotesetesting I underkapittel 36 i læreboka gir vi en kort innføring i tankegangen ved hypotesetesting Vi gir her en grundigere framstilling av temaet Problemstilling Vi forklarer problemstillingen

Detaljer

DEL 1. Uten hjelpemidler. Oppgave 1 (24 poeng) a) Deriver funksjonene 1) 2. 3e x. e x. b) Vi har gitt rekken. Bestem a. c) Løs likningen.

DEL 1. Uten hjelpemidler. Oppgave 1 (24 poeng) a) Deriver funksjonene 1) 2. 3e x. e x. b) Vi har gitt rekken. Bestem a. c) Løs likningen. DEL 1 Uten hjelpemidler Oppgave 1 (4 poeng) a) Deriver funksjonene 1) f( x) x x 4 1 ) g x 3e x 3) h x x e x 4) i x ln x 4 b) Vi har gitt rekken 4 7 10 13 Bestem a n og S n c) Løs likningen x x x x 3 4

Detaljer

QED 5 10. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode

QED 5 10. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode QED 5 10 Matematikk for grunnskolelærerutdanningen Bind 2 Fasit kapittel 4 Statistikk og kvantitativ metode Kapittel 4 Oppgave 1. La x være antall øyne på terningen. a) Vi får følgende sannsynlighetsfordeling

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

Kontinuerlige stokastiske variable.

Kontinuerlige stokastiske variable. Kontinuerlige stokastiske variable. I forelesning har vi sett på en kontinuerlig stokastisk variabel med sannsynlighetstetthet f() =2 og sannsynlighetsfunksjon F () = 2 for. Der hadde jeg et reint regneteknisk

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

EKSAMEN I FAG 75510/75515 STATISTIKK 1 Tirsdag 20. mai 1997 Tid: 09:00 14:00

EKSAMEN I FAG 75510/75515 STATISTIKK 1 Tirsdag 20. mai 1997 Tid: 09:00 14:00 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Håvard Rue 73 59 35 20 Håkon Tjelmeland 73 59 35 20 Bjørn Kåre Hegstad 73 59 35 20

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: 11. juni 2007. KLASSE: HIS 05 08. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 5 (innkl. forside)

Detaljer

2 Om å lære matematikk og litt om vurdering av måloppnåelse/kompetanse

2 Om å lære matematikk og litt om vurdering av måloppnåelse/kompetanse Fagdag 5-3MX Innhold: 1. Tilbakemelding på første termin 2. Om å lære matematikk og vurdering 3. Sannsynlighetsfordelinger (7.2), forventning og varians (7.3, 7.4): Gjennomgåelse 4. Oppgaver 1 Tilbakemelding

Detaljer

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00.

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER

Detaljer

QED 1 7. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode

QED 1 7. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode QED 1 7 Matematikk for grunnskolelærerutdanningen Bind 2 Fasit kapittel 4 Statistikk og kvantitativ metode Kapittel 4 Oppgave 1 La være antall øyne på terningen. a) Vi får følgende sannsynlighetsfordeling

Detaljer

6.2 Normalfordeling. Høyde kvinner og menn. 6.1 Kontinuerlig uniform fordeling. Kapittel 6

6.2 Normalfordeling. Høyde kvinner og menn. 6.1 Kontinuerlig uniform fordeling. Kapittel 6 3 6.2 Normalfordeling Kapittel 6 Noen kontinuerlige sannsynlighetsfordelinger TMA4245 V2007: Eirik Mo Normalfordeling: Sannsynlighetstettheten til en normalfordelt stokastisk variabel, X, med forventning

Detaljer

Eksamen REA3028 S2, Høsten 2012

Eksamen REA3028 S2, Høsten 2012 Eksamen REA308 S, Høsten 01 Del 1 Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt. Oppgave 1 (6 poeng) Deriver funksjonene 3x x a) gx 3 3x x 3x

Detaljer

Kap. 5.2: Utvalgsfordelinger for antall og andeler

Kap. 5.2: Utvalgsfordelinger for antall og andeler Kap. 5.2: Utvalgsfordelinger for antall og andeler Binære data (1/0, Ja/Nei, Suksess/Feil) Utvalgsundersøkelser: Ja/Nei-spørsmål Tilstedeværelse av arter: Tilstede/Ikke-tilstede (1/0) Overlevelse etter

Detaljer

EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE

EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 Bokmål Faglig kontakt under eksamen: Bo Lindqvist, tlf. 97589418 EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE Tirsdag

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

Normalfordeling. Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke 7

Normalfordeling. Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke 7 Ueoppgaver i BtG207 Statisti, ue 7 : Normalfordeling. 1 Høgsolen i Gjøvi Avdeling for tenologi, øonomi og ledelse. Statisti Ueoppgaver ue 7 Normalfordeling. Oppgave 1 Anta Z N(0, 1), dvs. Z er standard

Detaljer

år i 1 2 3 4 5 6 7 8 9 alder x i 37 38 39 40 41 42 43 44 45 tid y i 45.54 41.38 42.50 38.80 41.26 37.20 38.19 38.05 37.45 i=1 (x i x) 2 = 60, 9

år i 1 2 3 4 5 6 7 8 9 alder x i 37 38 39 40 41 42 43 44 45 tid y i 45.54 41.38 42.50 38.80 41.26 37.20 38.19 38.05 37.45 i=1 (x i x) 2 = 60, 9 TMA424 Statistikk Vår 214 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 11, blokk II Oppgave 1 Matlabkoden linearreg.m, tilgjengelig fra emnets hjemmeside, utfører

Detaljer

RAMMER FOR MUNTLIG EKSAMEN I MATEMATIKK ELEVER 2015

RAMMER FOR MUNTLIG EKSAMEN I MATEMATIKK ELEVER 2015 RAMMER FOR MUNIG EKSAMEN I MAEMAIKK EEVER 2015 Fagkoder: MA1012, MA1014, MA1016, MA1018, MA1101,MA1105, MA1106, MA1110, REA3021, REA3023, REA3025, REA3027, REA3029 Årstrinn: Vg1, Vg2 og Vg3 Gjelder for

Detaljer

Eksamen 29.11.2011. REA3028 Matematikk S2. Nynorsk/Bokmål

Eksamen 29.11.2011. REA3028 Matematikk S2. Nynorsk/Bokmål Eksamen 29.11.2011 REA3028 Matematikk S2 Nynorsk/Bokmål Nynorsk Eksamensinformasjon Eksamenstid: Hjelpemiddel på Del 1: Hjelpemiddel på Del 2: 5 timar: Del 1 skal leverast inn etter 2 timar. Del 2 skal

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

Oppgave 1: Feil på mobiltelefoner

Oppgave 1: Feil på mobiltelefoner Oppgave 1: Feil på mobiltelefoner a) Sannsynlighetene i oppgaven blir P (F 1 F 2 ) P (F 1 ) + P (F 2 ) P (F 1 F 2 ) P (F 1 ) + 1 P (F2 C ) P (F 1 F 2 ) 0.080 + 0.075 0.006 0.149 P (F 1 F 2 ) P (F 1 F 2

Detaljer

Løsningsforslag AA6526 Matematikk 3MX - 5. mai 2004. eksamensoppgaver.org

Løsningsforslag AA6526 Matematikk 3MX - 5. mai 2004. eksamensoppgaver.org Løsningsforslag AA6526 Matematikk 3MX - 5. mai 2004 eksamensoppgaver.org eksamensoppgaver.org 2 Om løsningsforslaget Løsningsforslaget for matematikk eksamen i 3MX er gratis, og det er lastet ned på eksamensoppgaver.org.

Detaljer

Kapittel 6: Kontinuerlige sannsynlighetsfordelinger 6.4-5.7: Normalfordelingen, normalapproksimasjon, eksponensial og gamma.

Kapittel 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

Detaljer

Heldagsprøve. Matematikk - S2. 6 Mai 2010

Heldagsprøve. Matematikk - S2. 6 Mai 2010 S2 -Heldagsprøve V0 Heldagsprøve Matematikk - S2 6 Mai 200 Løsningsskisser Del Oppgave a) En rekke er gitt ved 7 3 9... ) Finn ledd nummer 25 i rekken. a 25 a d n 6 25 45 2) Finn summen av de første 50

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

> 6 7 ) = 1 Φ( 1) = 1 0.1587 = 0.8413 P (X < 7 X < 8) P (X < 8) < 7 6 1 ) < 8 6 1 ) = Φ(2) = 0.8413

> 6 7 ) = 1 Φ( 1) = 1 0.1587 = 0.8413 P (X < 7 X < 8) P (X < 8) < 7 6 1 ) < 8 6 1 ) = Φ(2) = 0.8413 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 7 Oppgave Sykkelruter a) P (Y > 6) P (Y > 6) P ( Y 7 > 6 7 ) Φ( ) 0.587 0.843 b) Hypoteser: H 0 : µ µ 2 H : µ < µ 2

Detaljer

Universitetet i Agder. Fakultet for teknologi og realfag EKSAMEN

Universitetet i Agder. Fakultet for teknologi og realfag EKSAMEN Universitetet i Agder Fakultet for teknologi og realfag EKSAMEN Emnekode: MA-149 (Statistikkdelen) Emnenavn: Statistikk og matematikkdidaktisk forskning Dato: 22. november 2011 Varighet: 5 timer Tall på

Detaljer

Oppgaver i Sannsynlighetsregning og kombinatorikk MAT0100V våren 2015

Oppgaver i Sannsynlighetsregning og kombinatorikk MAT0100V våren 2015 Oppgaver i Sannsynlighetsregning og kombinatorikk MAT0100V våren 2015 Ørnulf Borgan Matematisk institutt Universitetet i Oslo Oppgave 1 Et forsøk er deterministisk hvis vi kan forutsi resultatet. Hvis

Detaljer

FORMELSAMLING STATISTIKK, HiG

FORMELSAMLING STATISTIKK, HiG Høgskolen i Gjøvik Avdeling for ingeniørfag Versjon fra mai 2007 FORMELSAMLING STATISTIKK, HiG Hans Petter Hornæs hans.hornaes@hig.no ISSN:??????? Innledning. Denne formelsamlingen er skrevet for bruk

Detaljer

Prøve 6 1T 24.02.12 80 minutter. Alle hjelpemidler

Prøve 6 1T 24.02.12 80 minutter. Alle hjelpemidler Prøve 6 T 24.02.2 80 minutter. Alle hjelpemidler Oppgave I boks A er det 6 svarte og 2 hvite kuler. I boks B er det 8 svarte og 4 hvite kuler. Vi trekker en kule fra en av krukkene. a) va er sannsynligheten

Detaljer

Matematikk med TI-83

Matematikk med TI-83 Matematikk med TI-83 3MX/Y Brukerveiledning knyttet til eksempler av Eystein Raude Arbeidet bygger på Matematikk med TI-83 på GK og VKI Eksemplene oppfyller læreplanens mål Læreplanens mål 1 Mål 3 Funksjonslære

Detaljer

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt.

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt. Eksamen i: MET040 Statistikk for økonomer Eksamensdag: 4 november 2008 Tid for eksamen: 09.00-13.00 Oppgavesettet er på 4 sider. Tillatte hjelpemidler: Alle trykte eller egenskrevne hjelpemidler og kalkulator.

Detaljer

1 Stokastisk variabel

1 Stokastisk variabel FY1/TFY415 Innføring i kvantefysikk - Notat om sannsynlegheit 1 1 Stokastisk variabel Før vi byrjar på oppgåvene gjev vi ein liten briefing om stokastiske variable, middelverdiar, usikkerheiter osb. Ein

Detaljer

ST0103 Brukerkurs i statistikk Høst 2014

ST0103 Brukerkurs i statistikk Høst 2014 Norges teknisk naturvitenskapelige univsitet Institutt for matematiske fag ST0103 Brukkurs i statistikk Høst 2014 Løsningsforslag Øving 6 5.2 Antall sprukne pøls X binomialfordelt med n 8 og p 0.2, og

Detaljer

Fagdag 5-08.01.09. 2) Du skal fylle ut en tippekupong. På hvor mange måter kan dette gjøres?

Fagdag 5-08.01.09. 2) Du skal fylle ut en tippekupong. På hvor mange måter kan dette gjøres? Fagdag Plan Fagdag - 08.01.0 1,2 time: Repetisjon kapittel 3 - Sannsynlighet Oppgaver Teori (lesestoff) 3, time: Arbeide med.1 og.2: 16, 17, 18, 1 3, time: Ekstra vurdering før terminoppgjør Repetisjon

Detaljer

Ukeoppgaver i BtG207 Statistikk, uke 4 : Binomisk fordeling. 1

Ukeoppgaver i BtG207 Statistikk, uke 4 : Binomisk fordeling. 1 Ukeoppgaver i BtG20 Statistikk, uke 4 : Biomisk fordelig. 1 Høgskole i Gjøvik Avdelig for tekologi, økoomi og ledelse. Statistikk Ukeoppgaver uke 4 Biomisk fordelig. Oppgave 1 La de stokastiske variable

Detaljer

Regler i statistikk STAT 100

Regler i statistikk STAT 100 TORIL FJELDAAS RYGG - VÅREN 2010 Regler i statistikk STAT 100 Innhold side Sannsynlighetsregning 3 - Uttrykk 3 - Betinget sannsynlighet 4 - Regler for sannsynlighet 4 - Bayes teorem 4 - Uavhengige begivenheter

Detaljer

Eksamensoppgave i TMA4240 Statistikk

Eksamensoppgave i TMA4240 Statistikk Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Jo Eidsvik og Arild Brandrud Næss Tlf: 90 12 74 72 og 99 53 82 94 Eksamensdato: 9. desember 2013 Eksamenstid

Detaljer

TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger

TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger Kontinuerlig uniform fordeling f() = B A, A B. En kontinuerlig størrelse (vekt, lengde, tid), som aldri kan bli mindre enn

Detaljer

Statistikk 2. Tabellen nedenfor viser oljeproduksjonen i et OPEC-land i perioden 1990 til 2005. Produksjonen er i 1000 tonn.

Statistikk 2. Tabellen nedenfor viser oljeproduksjonen i et OPEC-land i perioden 1990 til 2005. Produksjonen er i 1000 tonn. Statistikk Innledning Begrepet statistikk skriver seg fra tiden da en stat samlet inn opplysninger som myndighetene hadde bruk for. Opplysningene eller dataene som ble samlet inn, dreide seg for det meste

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

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

ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen

ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen Bo Lindqvist Institutt for matematiske fag 2 Kap. 6: Normalfordelingen Normalfordelingen regnes som den viktigste statistiske fordelingen!

Detaljer

1T og 1P på Studiespesialiserende

1T og 1P på Studiespesialiserende 1T og 1P på Studiespesialiserende Snart skal du velge hvilket matematikkurs du ønsker å følge på VG1. Valget ditt på VG1, kommer også å påvirke dine valgmulighetene på VG2 og VG3. Vi ønsker derfor å informere

Detaljer

EKSAMEN I TMA4240 Statistikk

EKSAMEN I TMA4240 Statistikk Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Henning Omre (909 37848) Mette Langaas (988 47649) EKSAMEN I TMA4240 Statistikk 18.

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

Eksamen 31.05.2011. REA3028 Matematikk S2. Nynorsk/Bokmål

Eksamen 31.05.2011. REA3028 Matematikk S2. Nynorsk/Bokmål Eksamen 1.05.2011 REA028 Matematikk S2 Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: 5 timer: Del 1 skal leveres inn etter 2 timer. Del 2 skal leveres

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

DEL 1. Uten hjelpemidler. Oppgave 1 (5 poeng) Oppgave 2 (3 poeng) Deriver funksjonene. x x. På figuren har vi tegnet grafen til en funksjon f gitt ved

DEL 1. Uten hjelpemidler. Oppgave 1 (5 poeng) Oppgave 2 (3 poeng) Deriver funksjonene. x x. På figuren har vi tegnet grafen til en funksjon f gitt ved DEL 1 Uten hjelpemidler Oppgave 1 (5 poeng) Deriver funksjonene a) f ( ) e b) g ( ) 1 c) h( ) (3 1) e Oppgave (3 poeng) På figuren har vi tegnet grafen til en funksjon f gitt ved 3 f( ) k k, D f f a) Faktoriser

Detaljer

NR. 2-2005 11. årgang

NR. 2-2005 11. årgang nytt NR. - 005 11. årgang FX-9860G SD Casio lanserer i nær framtid et nytt tilskudd på stammen av grafiske lommeregnere spesielt beregnet for videregående skole. Den svart hvite skjermen, er blitt større

Detaljer

TMA4245 Statistikk Vår 2007

TMA4245 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.

Detaljer

6 Sannsynlighetsregning

6 Sannsynlighetsregning 6 Sannsynlighetsregning Det anbefales å lese orienteringsstoffet om kombinatorikk som følger etter oppgave 34. 1 a) Sett opp alle mulige kombinasjoner for et kast med to terninger. b) Regn ut sannsynlighetene

Detaljer

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt.

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt. Eksamen i: MET00 Statistikk for økonomer Eksamensdag: 8. november 2007 Tid for eksamen: 09.00-13.00 Oppgavesettet er på 5 sider. Tillatte hjelpemidler: Alle trykte eller egenskrevne hjelpemidler og kalkulator.

Detaljer

Eksamen i. MAT110 Statistikk 1

Eksamen i. MAT110 Statistikk 1 Avdeling for logistikk Eksamen i MAT110 Statistikk 1 Eksamensdag : Torsdag 28. mai 2015 Tid : 09:00 13:00 (4 timer) Faglærer/telefonnummer : Molde: Per Kristian Rekdal / 924 97 051 Kristiansund: Terje

Detaljer

Løsningsforlag statistikk, FO242N, AMMT, HiST 2.årskurs, 7. desember 2006 side 1 ( av 8) LØSNINGSFORSLAG

Løsningsforlag statistikk, FO242N, AMMT, HiST 2.årskurs, 7. desember 2006 side 1 ( av 8) LØSNINGSFORSLAG Løsningsforlag statistikk, FO4N, AMMT, HiST.årskurs, 7. desember 006 side 1 ( av 8) LØSNINGSFORSLAG HØGSKOLEN I SØR-TRØNDELAG AVDELING FOR MAT- OG MEDISINSK TEKNOLOGI Matteknologisk utdanning Kandidatnr:

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

Oppgave 6 (4 poeng) La X være utbyttet til kasinoet ved en spilleomgang. a) Forklar at. b) Skriv av og fyll ut tabellen nedenfor.

Oppgave 6 (4 poeng) La X være utbyttet til kasinoet ved en spilleomgang. a) Forklar at. b) Skriv av og fyll ut tabellen nedenfor. Oppgave 6 (4 poeng) I et terningspill på et kasino kastes to terninger. Det koster i utgangspunktet ikke noe å delta i spillet. Dersom summen av antall øyne blir 2 eller 12, får spilleren 200 kroner. Blir

Detaljer

0, 12. 1) Sett opp ei uendelig rekke som viser hvor stor del av bløtkaka som er spist av gjestene. Hva slags rekke er dette?

0, 12. 1) Sett opp ei uendelig rekke som viser hvor stor del av bløtkaka som er spist av gjestene. Hva slags rekke er dette? OPPGAVE 1 a) Deriver funksjonen f( x) = 5x tanx b) Deriver funksjonen ( ) 3 g( x) = x + cosx c) Bestem integralet (sin x cos x) dx d) Løs ligningen ved regning π,4,6cos x = 1,8, 1 4 x e) I et selskap blir

Detaljer

Kapittel 4: Sannsynlighet - Studiet av tilfeldighet

Kapittel 4: Sannsynlighet - Studiet av tilfeldighet Kapittel 4: Sannsynlighet - Studiet av tilfeldighet Vi så i forrige kapittel at utvalgsfordeling til en statistikk (observator) er fordelingen av verdiene til statistikken over alle utvalg av samme størrelse

Detaljer

Foreldrene betyr all verden

Foreldrene betyr all verden Foreldrene betyr all verden Gjett tre kort Mona Røsseland Nasjonalt senter for Matematikk i opplæringen, NTNU (i studiepermisjon) Lærebokforfatter; MULTI 15-Sep-09 15-Sep-09 2 Mastermind Hva påvirker elevenes

Detaljer

Enkel matematikk for økonomer 1. Innhold. Parenteser, brøk og potenser. Ekstranotat, februar 2015

Enkel matematikk for økonomer 1. Innhold. Parenteser, brøk og potenser. Ekstranotat, februar 2015 Ekstranotat, februar 205 Enkel matematikk for økonomer Innhold Enkel matematikk for økonomer... Parenteser, brøk og potenser... Funksjoner...4 Tilvekstform (differensialregning)...5 Nyttige tilnærminger...8

Detaljer

Øving 7: Statistikk for trafikkingeniører

Øving 7: Statistikk for trafikkingeniører NTNU Veg og samferdsel EVU kurs Trafikkteknikk Oslo / høsten 2007 Øving 7: Statistikk for trafikkingeniører Det anbefales generelt å arbeide i grupper med 2-3 studenter i hver gruppe. Bruk gjerne Excel

Detaljer

Grafer og funksjoner

Grafer og funksjoner Grafer og funksjoner Fredrik Meyer Sammendrag Vi går raskt igjennom definisjonen på hva en funksjon er. Vi innfører også begrepet førstegradsfunksjon. Det forutsettes at du husker hva et koordinatsystem

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

Matteknologisk utdanning

Matteknologisk utdanning Statistikk, FO242N, AMMT, HiST 2. årskurs, 30. mai 2007 side 1 ( av 5) HØGSKOLEN I SØR-TRØNDELAG AVDELING FOR MAT- OG MEDISINSK TEKNOLOGI Matteknologisk utdanning Kandidatnr: Eksamensdato: 30. mai 2007

Detaljer

2P kapittel 3 Statistikk Løsninger til innlæringsoppgavene

2P kapittel 3 Statistikk Løsninger til innlæringsoppgavene P kapittel 3 Statistikk Løsninger til innlæringsoppgavene 3. Frekvensen av hybelboere er 15 % av 10 elever, altså 10 0,15 = 18 elever. 3.3 Sier vi at det er N elever i Arams klasse, har vi fra opplysningene

Detaljer

b) i) Finn sannsynligheten for at nøyaktig 2 av 120 slike firmaer går konkurs.

b) i) Finn sannsynligheten for at nøyaktig 2 av 120 slike firmaer går konkurs. Eksamen i: MET 040 Statistikk for økonomer Eksamensdag: 31 Mai 2007 Tid for eksamen: 09.00-13.00 Oppgavesettet er på 4 sider. Tillatte hjelpemidler: Alle trykte eller egenskrevne hjelpemidler og kalkulator.

Detaljer

Statistikk og forsøksplanlegging Kurs for ansatte ved Raufoss Technology AS. Hans Petter Hornæs E-post: hans.hornaes@hig.no

Statistikk og forsøksplanlegging Kurs for ansatte ved Raufoss Technology AS. Hans Petter Hornæs E-post: hans.hornaes@hig.no Statistikk og forsøksplanlegging Kurs for ansatte ved Raufoss Technology AS Hans Petter Hornæs E-post: hans.hornaes@hig.no Rondablikk Høyfjellshotell 10. oktober 1998 Innhold 1 Innledning 4 1.1 Mål.........................................

Detaljer

Eksamen 30.11.2012. REA3028 Matematikk S2. Nynorsk/Bokmål

Eksamen 30.11.2012. REA3028 Matematikk S2. Nynorsk/Bokmål Eksamen 30.11.01 REA308 Matematikk S Nynorsk/Bokmål Nynorsk Eksamensinformasjon Eksamenstid: Hjelpemiddel på Del 1: Hjelpemiddel på Del : 5 timar: Del 1 skal leverast inn etter timar. Del skal leverast

Detaljer

Eksamensoppgave i TMA4245 Statistikk

Eksamensoppgave i TMA4245 Statistikk Institutt for matematiske fag Eksamensoppgave i TMA4245 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland Tlf: 48 22 18 96 Eksamensdato:??. august 2014 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte

Detaljer

Faktor - en eksamensavis utgitt av ECONnect

Faktor - en eksamensavis utgitt av ECONnect Faktor - en eksamensavis utgitt av ECONnect Løsningsforslag: SØK1004 Statistikk for økonomer Eksamen: Våren 009 Antall sider: 16 SØK1004 - Løsningsforslag Om ECONnect: ECONnect er en frivillig studentorganisasjon

Detaljer

1 C z I G + + = + + 2) Multiplikasjon av et tall med en parentes foregår ved å multiplisere tallet med alle leddene i parentesen, slik at

1 C z I G + + = + + 2) Multiplikasjon av et tall med en parentes foregår ved å multiplisere tallet med alle leddene i parentesen, slik at Ekstranotat, 7 august 205 Enkel matematikk for økonomer Innhold Enkel matematikk for økonomer... Parenteser og brøker... Funksjoner...3 Tilvekstform (differensialregning)...4 Telleregelen...7 70-regelen...8

Detaljer

Studentene skal kunne. gjøre rede for begrepene naturlige, hele, rasjonale og irrasjonale tall. skrive mengder på listeform

Studentene skal kunne. gjøre rede for begrepene naturlige, hele, rasjonale og irrasjonale tall. skrive mengder på listeform 1 10 Tall og tallregning Studentene skal kunne gjøre rede for begrepene naturlige, hele, rasjonale og irrasjonale tall definere og benytte de anerkjente skrivemåtene for åpne, halvåpne og lukkede intervaller

Detaljer

Tabell 1: Beskrivende statistikker for dataene

Tabell 1: Beskrivende statistikker for dataene Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7, blokk II Løsningsskisse Oppgave 1 a) Utfør en beskrivende analyse av datasettet % Data for Trondheim: TRD_mean=mean(TRD);

Detaljer

Skrivne og trykte hjelpemiddel samt kalkulator er tillate. Ta med all mellomrekning som trengst for å grunngje svaret.

Skrivne og trykte hjelpemiddel samt kalkulator er tillate. Ta med all mellomrekning som trengst for å grunngje svaret. Eksamen 7. mai 2014 Eksamenstid 4 timar IR201812 Statistikk og Simulering Skrivne og trykte hjelpemiddel samt kalkulator er tillate. Ta med all mellomrekning som trengst for å grunngje svaret. Oppgåve

Detaljer

KRITISK BLIKK PÅ NOEN SKOLEBØKER I MATEMATIKK.

KRITISK BLIKK PÅ NOEN SKOLEBØKER I MATEMATIKK. KRITISK BLIKK PÅ NOEN SKOLEBØKER I MATEMATIKK. Som foreleser/øvingslærer for diverse grunnkurs i matematikk ved realfagstudiet på NTNU har jeg prøvd å skaffe meg en viss oversikt over de nye studentenes

Detaljer

Forelesning 6, kapittel 3. : 3.6: Kombinatorikk.

Forelesning 6, kapittel 3. : 3.6: Kombinatorikk. Forelesning 6, kapittel 3. : 3.6: Kombinatorikk. Kombinatorikk betyr her: Formler for opptelling av antall kombinasjoner. Generelt er denne grenen av matematikk videre, og omfatter blant annet grafteori.

Detaljer

Den gode matematikkundervisning

Den gode matematikkundervisning Den gode matematikkundervisning Hvordan får vi aktive, engasjerte og motiverte elever og lærere i matematikk? - hva er det? Mona Røsseland Nasjonalt senter for matematikk i opplæringen Leder i LAMIS Lærebokforfatter;

Detaljer

Første sett med obligatoriske oppgaver i STK1110 høsten 2015

Første sett med obligatoriske oppgaver i STK1110 høsten 2015 Første sett med obligatoriske oppgaver i STK1110 høsten 2015 Dette er det første obligatoriske oppgavesettet i STK1110 høsten 2015. Oppgavesettet består av fire oppgaver. Du må bruke Matematisk institutts

Detaljer

DEL 1. Uten hjelpemidler. Forklar hvordan vi kan avgjøre om brøken nedenfor kan forkortes, uten å utføre forkortingen. 2 2 2 n

DEL 1. Uten hjelpemidler. Forklar hvordan vi kan avgjøre om brøken nedenfor kan forkortes, uten å utføre forkortingen. 2 2 2 n DEL 1 Uten hjelpemidler Oppgave 1 (3 poeng) Deriver funksjonene a) f( x) 3ln( x ) b) g( x) x ln(3 x ) Oppgave ( poeng) Forklar hvordan vi kan avgjøre om brøken nedenfor kan forkortes, uten å utføre forkortingen.

Detaljer

Terningspill. Terningspillet 100

Terningspill. Terningspillet 100 Terningspill Terningspillet 100 Posisjonssystemet, Dere trenger en eller to terninger. Mål for aktiviteten: Oppnå poengsum mindre enn eller lik 100, og så nær som mulig 100. Kommentar: Her har Ida vunnet,

Detaljer

Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai 2005. eksamensoppgaver.org

Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai 2005. eksamensoppgaver.org Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai 2005 eksamensoppgaver.org eksamensoppgaver.org 2 Om løsningsforslaget Løsningsforslaget for matematikk eksamen i 3MX er gratis, og det er lastet

Detaljer

DEL 1 Uten hjelpemidler

DEL 1 Uten hjelpemidler DEL 1 Uten hjelpemidler Oppgave 1 (24 poeng) a) Deriver funksjonene f x = x 3x+ 4 1) ( ) 3 g x = 6x e 2 2) ( ) x P x = 2x 6x 8x+ 24 b) Vi har gitt funksjonen ( ) 3 2 1) Vis at P ( 3) = 0 2) Bruk polynomdivisjon

Detaljer

Løsningsforslag for eksamen i AA6526 Matematikk 3MX - 5. desember 2008. eksamensoppgaver.org

Løsningsforslag for eksamen i AA6526 Matematikk 3MX - 5. desember 2008. eksamensoppgaver.org Løsningsforslag for eksamen i AA6526 Matematikk 3MX - 5. desember 2008 eksamensoppgaver.org eksamensoppgaver.org 2 Om løsningsforslaget Løsningsforslaget for matematikkeksamen i 3MX er gratis, og det er

Detaljer

Statistikk 1 kapittel 3

Statistikk 1 kapittel 3 Statistikk 1 kapittel 3 Nico Keilman ECON 2130 Vår 2014 Kapittel 3 Sannsynlighetsregning Formål: å kvantifisere usikkerhet ved hjelp av sannsynligheter Viktige begreper stokastisk forsøk: et forsøk der

Detaljer

Velkommen til presentasjon av Multi!

Velkommen til presentasjon av Multi! Velkommen til presentasjon av Multi! Bjørnar Alseth Høgskolen i Oslo Henrik Kirkegaard, Flisnes skole, Ålesund Mona Røsseland, Matematikksenteret Gunnar Nordberg, Høgskolen i Oslo Dagsoversikt Ny læreplan,

Detaljer

"Matte er kjedelig, fordi det er så lett"

Matte er kjedelig, fordi det er så lett "Matte er kjedelig, fordi det er så lett" Mona Røsseland Matematikksenteret (for tiden i studiepermisjon) Lærebokforfatter, MULTI Innhold Hvordan gi utfordringer til alle elevene? Tilpasset undervisning

Detaljer