TMA4240 Statistikk Høst 2013

Størrelse: px
Begynne med side:

Download "TMA4240 Statistikk Høst 2013"

Transkript

1 TMA0 Statistikk Høst 0 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer, blokk I Løsningsskisse Oppgave Et venn-diagram for (A [ B) 0 = A 0 \ B 0 er vist i figur. Hendelsen A [ B er hele det skraverte området, og (A [ B) 0 er dermed området som ikke er skravert. A 0 \ B 0 er området som ligger utenfor både A og B, dvs området som ikke er skravert. Vi har dermed vist at (A [ B) 0 = A 0 \ B 0. Venn-diagrammet for (A \ B) 0 = A 0 [ B 0 er vist i figur. A \ B er Figur : Venn-diagram for(a [ B) 0 = A 0 \ B 0 her det skraverte området, og (A \ B) 0 er dermed området som ikke er skravert. A 0 [ B 0 er området som ligger utenfor enten A eller B, dvs området som ikke er skravert. Vi har dermed at (A \ B) 0 = A 0 [ B 0. Følgende hendelser er markert i figur : Hedelse Nummer A [ (B [ C) =(A [ B) [ C A \ (B \ C) =(A \ B) \ C A [ (B \ C) =(A [ B) \ (A [ C) A \ (B [ C) =(A \ B) [ (A \ C) Oppgave En eske inneholder 00 gjenstander som kan ha defekter av type A, type B og type C. Følgende defekter er oppgitt i oppgaven: ov-lsf-n 6. august 0 Side

2 TMA0 Statistikk Høst 0 Figur : Venn-diagram for (A \ B) 0 = A 0 [ B 0 Figur : Venn-diagram Beskrivelse Symbol Antall Ingen defekt A 0 \ B 0 \ C 0 6 Har kun defekt av type A A \ B 0 \ C 0 Har kun defekt av type B A 0 \ B \ C 0 Har kun defekt av type C A 0 \ B 0 \ C 9 Har defekt av type A og B, ikke C A \ B \ C 0 Har defekt av type A og C, ikke B A \ B 0 \ C Har defekt av type B og C, ikke A A 0 \ B \ C Har defekt av alle typer A \ B \ C La gjenstandene være nummerert,..., 00. Et naturlig utfallsrom er da S = {,,,...,99, 00}. Venn-diagrammet for defekter av type A, type B og type C er vist i figur. Vi har videre ov-lsf-n 6. august 0 Side

3 TMA0 Statistikk Høst 0 Figur : Venn-diagram for defekter av type A, type B og type C. Beskrivelse Symbol Antall Minst en type defekt A [ B [ C Bare en type defekt (A \ B 0 \ C 0 ) [ (A 0 \ B \ C 0 ) [ (A 0 \ B 0 \ C) 6 Minst to typer defekt (A \ B) [ (A \ C) [ (B \ C) 8 ov-lsf-n 6. august 0 Side

4 Oppgave TMA0 Statistikk Høst 0 a) Ett par, dvs kort med samme verdi og kort med ulike andre verdier. Det finnes verdier paret kan ta, og de to kortene i paret kan velges på måter. Verdiene til de tre siste kortene kan velges på ulike måter (etter at verdien på paret er valgt ut, har en tolv ulike verdier igjen). Hvert av disse tre kortene har mulige fargekombinasjoner. Tilsammen har en ulike måter å trekke ut kort fra. Dette gir P (Ett par) = =0.6. b) To par, dvs to kort med en verdi, to kort med en annen verdi og ett kort med en tredje verdi. Vi har nå kombinasjoner av verdiene på parene, og de to kortene i hvert par kan kombineres på måter. Det siste kortet kan velges på ulike måter (etter at verdiene på parene er valgt ut, har en ulike verdier igjen), og kortet har ulike fargekombinasjoner. Vi får dermed P (To par) = =0.07. c) Tress, dvs tre kort med samme verdi samt to kort med to forskjellige verdier. De tre like kan ta verdier, og de kan kombineres på ulike måter. De resterende to kortene kan velges på ulike måter, der hvert kort har fargekombinasjoner. Dette gir P (Tress) = =0.0. d) Straight, dvs fem kort med verdier i rekkefølge uansett kortfarge. Vi har tilsammen 0 måter å lage en straight (A, 6,..., 0 A). Hvert av de fem kortene kan velges blandt fire farger. ov-lsf-n 6. august 0 Side

5 TMA0 Statistikk Høst 0 P (Straight) = 0 = e) Flush, dvs fem kort i samme farge. Det er fire farger i en kortstokk. Når en farge er valgt, må de fem kortene trekkes fra de verdiene. P (Flush) = = f) Fullt hus, dvs ett par og tress. Ett par kan velges av tretten verdier, og tressen kan velges av de resterende. P (Fullt hus) =0.00. g) Fire lange, dvs fire kort med samme verdi. De fire kortene tar en av verdier, og de kan kombineres på måter. Det resterende kortet velges fra mulige verdier med fire mulige fargekombinasjoner. P (Fire lange) = = h) Straight flush, dvs fem kort i rekkefølge i samme farge. I hver farge har vi ti straighter, og det finnes fire farger. Dette gir P (Straight flush) = 0 = i) Royal straight flush, dvs straight flush med ess som høyeste kort. Av hver av straightene er det bare en i hver farge som har ess på toppen. P (Royal straight flush) = = Oppgave ov-lsf-n 6. august 0 Side

6 TMA0 Statistikk Høst 0 Definer M : Mann K : Kvinne F : Fargeblind med oppgitte sannsynligheter P (M) =0. P (K) =0. P (F M) =0.0 P (F K) =0.00. Vi skal beregne P (M F ), og bruker Bayes regel: P (M F ) = P (M \ F ) P (F ) P (M) P (F M) = P (M) P (F M)+P (K) P (F K) = = 0.9. Oppgave Det er enklest å se på de komplementære hendelsene A 0 og B 0 : P (A 0 ) = P (mynt falsk) P (falsk) + P (mynt ekte) (ekte) = 0+ = Samme verdi gjelder også for P (B 0 ), dvs. P (B 0 )=. Videre har vi P (A 0 \ B 0 )=P (B 0 A 0 )P (A 0 )= = 8 (Hvis. kast er mynt, er den ekte mynten trukket først. Dermed er første tallet her ). Dermed er P (A 0 \ B 0 )ikkelikp (A 0 ) P (B 0 ), slik at A 0 og B 0 er avhengige. Da er også A og B avhengige. ov-lsf-n 6. august 0 Side 6

7 Hvis ikke en ser på komplementære hendelser, blir regningen som følger. TMA0 Statistikk Høst 0 P (A) = P (kron \ falsk) + P (kron \ ekte) = P (kron falsk)p (falsk) + P (kron ekte)p (ekte) = + =. De to kastene er like, så P (B) =P (A). P (A \ B) = P (A \ B \ ekte) + P (A \ B \ falsk) = P ((A \ B) ekte)p (ekte) + P ((A \ B) falsk)p (falsk) = + = 8. Konklusjonen er den samme, P (A)P (B) 6= P (A \ B), dermed er hendelsene avhengige. ov-lsf-n 6. august 0 Side 7

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

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

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

Oppgave 1 dvs 2 kort med samme verdi og 3 kort med ulike andre verdier. 4 verdier paret kan ta, og de to kortene i paret kan velges på måter.

Oppgave 1 dvs 2 kort med samme verdi og 3 kort med ulike andre verdier. 4 verdier paret kan ta, og de to kortene i paret kan velges på måter. TMA0 Statistikk Vår 008 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer Løsningsskisse Oppgave a Ett par, dvs kort med samme verdi og kort med ulike andre verdier.

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

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

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

Løsningsskisse for oppgavene til uke 7

Løsningsskisse for oppgavene til uke 7 1 HG Februar 08 Løsningsskisse for oppgavene til uke 7 (Forbehold om trykk- og regnefeil.) Oppg..17 A Løgntesten sier at Per lyver B Per lyver faktisk PAB ( ) 0,8 PAB ( ) 0,70 PB ( ) 0, Vi får av Bayes

Detaljer

Oppgaveløsninger til undervisningsfri uke 8

Oppgaveløsninger til undervisningsfri uke 8 1 HG Februar 2013 Oppgaveløsninger til undervisningsfri uke 8 Oppgave 3.17 Definer to begivenheter Oppgitt A = løgntesten sier at Per lyver B = Per lyver faktisk PAB ( ) = 0.85 PA ( B) = 0.70 PB ( ) =

Detaljer

TMA4240 Statistikk 2014

TMA4240 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.

Detaljer

TMA4245 Statistikk Høst 2016

TMA4245 Statistikk Høst 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 2 Løsningsskisse Oppgave 1 En kartong inneholder 10 pakker hvorav 2 er undervektige. Vi skal trekke pakker tilfeldig

Detaljer

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 6, blokk I Løsningsskisse Oppgave 1 Vi antar X er normalfordelt, X N(3315, 55 2. Ved bruk av formelheftet finner

Detaljer

Oppgave 1 Vi lar X være antall tankskip som ankommer havnen i løpet av en dag. Vi har fått oppgitt at X poisson(λ) med

Oppgave 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.

Detaljer

SANNSYNLIGHETSREGNING

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

Detaljer

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

Oppgave 1 En ansatt skal overvåke et prosjekt der en lapp velges tilfeldig fra en boks som inneholder 10 lapper nummerert fra 1 til 10.

Oppgave 1 En ansatt skal overvåke et prosjekt der en lapp velges tilfeldig fra en boks som inneholder 10 lapper nummerert fra 1 til 10. TMA4245 Statistikk Vår 212 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving 4 blokk I Løsningsskisse Oppgave 1 En ansatt skal overvåke et prosjekt der en lapp velges tilfeldig

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

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

TMA4240 Statistikk 2014

TMA4240 Statistikk 2014 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 6, blokk I Løsningsskisse Oppgave 1 Fremgangsmetode: P X 1 < 6.8 Denne kan finnes ved å sette opp integralet over

Detaljer

TMA4240 Statistikk Høst 2012

TMA4240 Statistikk Høst 2012 TMA424 Statistikk Høst 212 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving 5 blokk I Løsningsskisse Oppgave 1 X N(18,2.5 2 ) P(X < 15) = P ( X 18 < 15 18 ) = P(Z < 1.2)

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

Sannsynlighet i kortspill

Sannsynlighet i kortspill Prosjektoppgave i MAT400 vår 0 Sannsynlighet i kortspill Av: Paul Høglend Mats Myhr Hansen. mai 0 Prosjektoppgave i MAT400 vår 0 Sannsynlighet i 7-kortpoker I denne presentasjonen av sannsynlighetene for

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

TMA4245 Statistikk Vår 2015

TMA4245 Statistikk Vår 2015 Norges teknisk-naturvitenskapelige universitet Institutt for ateatiske fag Øving nuer, blokk I Løsningsskisse Oppgave X er hypergeoetrisk fordelt ed N 000 turer, k turer kjører transportfiraet gjenno sentru

Detaljer

α =P(type I feil) = P(forkast H 0 H 0 er sann) =1 P(220 < X < 260 p = 0.6)

α =P(type I feil) = P(forkast H 0 H 0 er sann) =1 P(220 < X < 260 p = 0.6) TMA4245 Statistikk Vår 212 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving 4 blokk II Løsningsskisse Oppgave 1 4 personer spurt. Hvis mellom 22 og 26 personer svarer

Detaljer

ST0202 Statistikk for samfunnsvitere [4]

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

Detaljer

4.4 Sum av sannsynligheter

4.4 Sum av sannsynligheter 4.4 Sum av sannsynligheter Nina trekker kort fra en vanlig kortstokk med 52 kort. Vi innfører hendingene H: Kortet er en hjerter S: Kortet er en spar Det er 13 hjerter og 13 spar i stokken. Sannsynligheten

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 Statistikk Høst 2015

TMA4240 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

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

TMA4240 Statistikk Høst 2009

TMA4240 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

Detaljer

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

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

Detaljer

10.4 Sannsynligheter ved flere i utvalget (kombinatorikk)

10.4 Sannsynligheter ved flere i utvalget (kombinatorikk) 10. er ved flere i utvalget (kombinatorikk) Så langt i framstillingen har vi diskutert den språklige siden, den matematiske tolkningen av sannsynlighetsbegrepet og presentert ulike modeller som kan anvendes

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

Trekking uten tilbakelegging. Disjunkte hendelser (4.5) Forts. ST0202 Statistikk for samfunnsvitere

Trekking uten tilbakelegging. Disjunkte hendelser (4.5) Forts. ST0202 Statistikk for samfunnsvitere 2 Trekking uten tilbakelegging ST0202 Statistikk for samfunnsvitere o Lindqvist Institutt for matematiske fag En bolle inneholder 7 kuler, 5 gule (Y) og to røde (). To kuler trekkes uten tilbakelegging,

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

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

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 0, blokk II Løsningsskisse Oppgave Surhetsgrad i ferskvann Eksamen august 00, oppgave av 3 a) En god estimator

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

i x i

i x i TMA4245 Statistikk Vår 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalte oppgaver 11, blokk II Oppgavene i denne øvingen dreier seg om hypotesetesting og sentrale

Detaljer

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

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

Detaljer

EKSAMEN I FAG TMA4240 STATISTIKK

EKSAMEN I FAG TMA4240 STATISTIKK Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglige kontakter under eksamen: Jo Eidsvik 90127472 Arild Brandrud Næss 99538294 EKSAMEN I FAG TMA4240 STATISTIKK

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

TMA4240 Statistikk Høst 2009

TMA4240 Statistikk Høst 2009 TMA440 Statistikk Høst 009 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer b6 Løsningsskisse Oppgave a) n 8, i x i 675, x 37.5, i y i 488, i x i 375, i x iy i

Detaljer

TMA4240 Statistikk Høst 2012

TMA4240 Statistikk Høst 2012 TMA424 Statistikk Høst 212 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7 Løsningsskisse Matlabøving Beskrivende analyse Oppgave 1 a) Finn, for hvert datasett,

Detaljer

Statistikk og økonomi, våren 2017

Statistikk og økonomi, våren 2017 Statistikk og økonomi, våren 207 Obligatorisk oppgave 3 Løsningsforslag Oppgave Produsenten av en type bærbar datamaskin har registrert at sannsynligheten er 0.2 for at tastaturet svikter, 0.09 for at

Detaljer

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015 Norges teknisk-naturvitenskapelige universitet Institutt for ateatiske fag Øving nuer, blokk I Løsningsskisse Oppgave a X kan eksepelvis være resultatet av en flervalgsoppgave ed 0 sp og svaralternativ

Detaljer

TMA4245 Statistikk Høst 2016

TMA4245 Statistikk Høst 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 4 Løsningsskisse Oppgave 1 Mureren La X være mengden mørtel mureren bruker i løpet av en tilfeldig valgt arbeidsdag.

Detaljer

TMA4240 Statistikk 2014

TMA4240 Statistikk 2014 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 9, blokk II Løsningsskisse Oppgave Scriptet run confds.m simulerer n data x,..., x n fra en normalfordeling med

Detaljer

Tema 1: Hendelser, sannsynlighet, kombinatorikk Kapittel ST1101 (Gunnar Taraldsen) :19

Tema 1: Hendelser, sannsynlighet, kombinatorikk Kapittel ST1101 (Gunnar Taraldsen) :19 Tema 1: Hendelser, sannsynlighet, kombinatorikk Kapittel 2.1-2.7 ST1101 (Gunnar Taraldsen) 2019-01-12 17:19 Sentrale definisjoner og regneregler Definisjoner: Stokastisk forsøk, utfallsrom, hendelser (snitt,

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016 TMA4240 Statistikk Høst 2016 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 11 Oppgavene i denne øvingen dreier seg om hypotesetesting og sentrale begreper

Detaljer

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 8, blokk II Løsningsskisse Oppgave 1 Da komponentene danner et parallellsystem, vil systemet fungere dersom minst

Detaljer

Betinget sannsynlighet, total sannsynlighet og Bayes setning Kap. 4.5 STK1000 H11

Betinget sannsynlighet, total sannsynlighet og Bayes setning Kap. 4.5 STK1000 H11 Betinget sannsynlighet, total sannsynlighet og Bayes setning Kap. 4.5 STK1000 H11 På bakgrunn av materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Vi vil først ved hjelp av et eksempel

Detaljer

MAT1030 Diskret matematikk. Mengder. Mengder. Forelesning 9: Mengdelære. Dag Normann OVER TIL KAPITTEL februar 2008

MAT1030 Diskret matematikk. Mengder. Mengder. Forelesning 9: Mengdelære. Dag Normann OVER TIL KAPITTEL februar 2008 MAT1030 Diskret matematikk Forelesning 9: Mengdelære Dag Normann OVER TIL KAPITTEL 5 Matematisk Institutt, Universitetet i Oslo 11. februar 2008 MAT1030 Diskret matematikk 11. februar 2008 2 De fleste

Detaljer

9.5 Uavhengige hendinger

9.5 Uavhengige hendinger 9. Uavhengige hendinger Vi kaster en terning to ganger og innfører hendingene A: Det første kastet gir sekser B: Det andre kastet gir sekser Om vi får sekser på det første kastet, endrer ikke det sannsynligheten

Detaljer

Betinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet!

Betinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet! MAT000V Sannsynlighetsregning og kombinatorikk Betinget sannsynlighet Vi repeterer først et eksempel fra samlingen for sist uke Betinget sannsynlighet og uavhengige hendelser Produktsetningen Total sannsynlighet

Detaljer

Betinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet!

Betinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet! MAT000V Sannsynlighetsregning og kombinatorikk Betinget sannsynlighet og uavhengige hendelser Produktsetningen Total sannsynlighet og Bayes' setning Betinget sannsynlighet Vil repeterer først et eksempel

Detaljer

Betinget sannsynlighet, total sannsynlighet og Bayes setning Kapittel 4.5

Betinget sannsynlighet, total sannsynlighet og Bayes setning Kapittel 4.5 Betinget sannsynlighet, total sannsynlighet og Bayes setning Kapittel 4.5 På bakgrunn av materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Vi vil først ved hjelp av et eksempel se

Detaljer

Kapittel 4: Betinget sannsynlighet

Kapittel 4: Betinget sannsynlighet Kapittel 4: Betinget sannsynlighet Ofte vil kunnskap om at en hendelse har inntruffet påvirke sannsynligheten for en annen hendelse. Terningkast. ={1,2,3,4,5,6}. A= odde ={1,3,5}. B= mindre enn 4 = {1,2,3}.

Detaljer

Kapittel 4: Betinget sannsynlighet

Kapittel 4: Betinget sannsynlighet Kapittel 4: Betinget sannsynlighet Ofte vil kunnskap om at en hendelse har inntruffet påvirke sannsynligheten for en annen hendelse. Definisjon: Den betingede sannsynligheten for A gitt B er: P(A B) P(A

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

TMA4240 Statistikk 2014

TMA4240 Statistikk 2014 TMA4240 Statistikk 2014 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 12, blokk II Oppgave 1 På ein av vegane inn til Trondheim er UP interessert i å måle effekten

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

TMA4240 Statistikk Høst 2013

TMA4240 Statistikk Høst 2013 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 6, blokk I Løsningsskisse Oppgave 1 Vi antar X er normalfordelt, X N(3315, 575 2 ). Ved bruk av tabell A.3 finner

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

TMA4240 Statistikk Høst 2015

TMA4240 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

Detaljer

Basisoppgaver til 1P kap. 4 Sannsynlighet

Basisoppgaver til 1P kap. 4 Sannsynlighet Basisoppgaver til P kap. 4 Sannsynlighet 4. Sannsynlighet og relativ frekvens 4.2 Sannsynlighetsmodeller 4.3 Uniforme sannsynlighetsmodeller 4.4 Addisjonssetningen 4.5 Produktsetningen for uavhengige hendelser

Detaljer

Notat kombinatorikk og sannsynlighetregning

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

Detaljer

Løsningsforslag til utsatt eksamen 2. desember 2015

Løsningsforslag til utsatt eksamen 2. desember 2015 Løsningsforslag til utsatt eksamen 2. desember 2015 Oppgave 1 (vekt 20 %) a) Løs ligningen 3x 2 7x + 2 = 0 ved å bruke formelen for løsning av andregradsligninger. Løsning. 3x 2 7x + 2 = 0 x = ( 7) ( 7)2

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

Regler for: getsmart Gul og Blå. Det anbefales at man først ser på powerpoint-reglene når man skal lære seg ulike spill med kortstokkene!

Regler for: getsmart Gul og Blå. Det anbefales at man først ser på powerpoint-reglene når man skal lære seg ulike spill med kortstokkene! Regler for: getsmart Gul og Blå 6 Diagram Brøk Diagram 6 Brøk Det anbefales at man først ser på powerpoint-reglene når man skal lære seg ulike spill med kortstokkene! Sjekk hjemmesiden for flere powerpoint-presentasjoner.

Detaljer

KONTINUASJONSEKSAMEN I TMA4140 LØSNINGSFORSLAG

KONTINUASJONSEKSAMEN I TMA4140 LØSNINGSFORSLAG Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 KONTINUASJONSEKSAMEN I TMA440 LØSNINGSFORSLAG Oppgave Sannhetsverditabell for det logiske utsagnet ( (p q) ) ( q r

Detaljer

Oppgaver i sannsynlighetsregning 3

Oppgaver i sannsynlighetsregning 3 Oppgaver i sannsynlighetsregning 3 Oppgave 1 Vi har et lykkehjul med 8 like sektorer som er nummerert fra 1 til 8. Du har valgt sektor nummer 3. a) Tenk deg at du snurrer lykkehjulet en gang. Hva er sjansen

Detaljer

Prøvemidtveiseksamen TMA4240 Statistikk H2004

Prøvemidtveiseksamen 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).

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

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

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

MULTIPLE CHOICE ST0103 BRUKERKURS I STATISTIKK September 2016

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

Detaljer

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

INNHOLD. Matematikk for ungdomstrinnet

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

Detaljer

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

Regning som grunnleggende ferdighet Ny GIV! Møre og Romsdal

Regning som grunnleggende ferdighet Ny GIV! Møre og Romsdal Regning som grunnleggende ferdighet Ny GIV! Møre og Romsdal Hefte med praktiske eksempler Tone Elisabeth Bakken Molde, 29.januar 2013 Ønsker du beskrivelse av og informasjon om flere metoder, - ta kontakt!

Detaljer

A)8 B) 10 C) 14 D) 20 E) Sidekantene i en terning økes med 20%. Hvor mye øker terningens volum? A) 20 % B) 44 % C) 56,2 % D) 60 % E) 72,8 %

A)8 B) 10 C) 14 D) 20 E) Sidekantene i en terning økes med 20%. Hvor mye øker terningens volum? A) 20 % B) 44 % C) 56,2 % D) 60 % E) 72,8 % SETT 29 OPPGAVER FRA ABELS HJØRNE I DAGBLADET DAG 1 1. Per er i butikken for å kjøpe frukt. En appelsin koster 3 kroner, en banan koster 2 kroner, og et eple koster 1 krone. Per skal kjøpe for nøyaktig

Detaljer

Kompetansemål Hva er sannsynlighet?... 2

Kompetansemål Hva er sannsynlighet?... 2 3 Sannsynlighet Innhold Kompetansemål... 2 3. Hva er sannsynlighet?... 2 Utfall og utfallsrom... 3 Tilfeldig forsøk... 3 Definisjon av sannsynlighet... 5 Sannsynlighetsmodeller... Andre eksempler på tilfeldige

Detaljer

Quiz, 4 Kombinatorikk og sannsynlighet

Quiz, 4 Kombinatorikk og sannsynlighet Quiz, 4 Kombinatorikk og sannsynlighet Innhold 4.1 Begreper i sannsynlighetsregning... 2 4.2 Addisjon av sannsynligheter... 6 4.3 Produktsetningen for sannsynlighet... 12 4.4 Kombinatorikk og sannsynlighetsberegning...

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

EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK

EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Bo Lindqvist Tlf. 975 89 418 BOKMÅL EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK Onsdag

Detaljer

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

TMA4240 Statistikk Høst 2016

TMA4240 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

Detaljer

TMA4240 Statistikk Høst 2009

TMA4240 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),

Detaljer

MIDTSEMESTERPRØVE I TMA4140 Diskret matematikk. 14. oktober 2016 Tid:

MIDTSEMESTERPRØVE I TMA4140 Diskret matematikk. 14. oktober 2016 Tid: Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 Faglig kontakt under midtsemesterprøven: Christian Skau 73591755 Bokmål MIDTSEMESTERPRØVE I TMA4140 Diskret matematikk

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

Betinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet!

Betinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet! MAT0100V Sannsynlighetsregning og kombinatorikk Betinget sannsynlighet og uavhengige hendelser Produktsetningen Total sannsynlighet og Bayes' setning Betinget sannsynlighet Vil repeterer først et eksempel

Detaljer

TMA4240 Statistikk H2010

TMA4240 Statistikk H2010 TMA4240 Statistikk H2010 2.8: Bayes regel 3.1: Stokastisk variabel 3.2: Diskrete sannsynlighetsfordelinger 3.3: Kontinuerlige sannsynlighetsfordelinger Mette Langaas Foreleses onsdag 1. september 2010

Detaljer

Figur 1: Volumet vi er ute etter ligger innenfor de blå linjene. Planet som de røde linjene ligger i deler volumet opp i to pyramider.

Figur 1: Volumet vi er ute etter ligger innenfor de blå linjene. Planet som de røde linjene ligger i deler volumet opp i to pyramider. TMA415 Matematikk Vår 15 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Alle oppgavenummer referer til 8. utgave av Adams & Esse alculus: A omplete ourse. 5 Eercise 14.1.6

Detaljer

Oppgave 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

Oppgave 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

Detaljer

DAG 2 1. Hans og Grete er til sammen 63 år. Hans er dobbelt så gammel som det Grete var da Hans var så gammel som Grete er nå. Hvor gammel er Hans?

DAG 2 1. Hans og Grete er til sammen 63 år. Hans er dobbelt så gammel som det Grete var da Hans var så gammel som Grete er nå. Hvor gammel er Hans? SETT 12 OPPGAVER FRA ABELS HJØRNE I DAGBLADET DAG 1 1. Hvilket av følgende tall er delelig med 9? A) 309 B) 456 C) 696 D) 783 E) 939 2. To esker inneholder to røde og to hvite kuler hver. Vi tar en tilfeldig

Detaljer

TERNINGER. - variasjon i matematikkundervisningen. Astrid Bondø NSMO. 18-Aug-13

TERNINGER. - variasjon i matematikkundervisningen. Astrid Bondø NSMO. 18-Aug-13 TERNINGER - variasjon i matematikkundervisningen Astrid Bondø NSMO 18-Aug-13 Siffer blir tall Lamis skriftserie: Et ess i ermet Bruk en vanlig 6-er terning eller en 0-9 terning. Kast terningene. Du får

Detaljer