TMA4240 Statistikk 2014
|
|
- Ina Amundsen
- 7 år siden
- Visninger:
Transkript
1 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 noen felles elementer. De fire hendelsene A B, A B, A B og A B er representert med skravert område i venndiagrammene i figur til. Figur : Venn-diagram for hendelsen A B Fra venn-diagrammene i figur og ser vi at Figur : Venn-diagram for hendelsen A B der S er utfallsrommet. Det vil si at A B S \ A B. A B A B S, ov-lsf-b 3. september 0 Side
2 TMA0 Statistikk 0 Figur 3: Venn-diagram for hendelsen A B Figur : Venn-diagram for hendelsen A B Oppgave En eske inneholder 00 gjenstander som kan ha defekter av type A, type B og type C. Følgende defekter er oppgitt i oppgaven: Beskrivelse Symbol Antall Ingen defekt A B C 6 Har kun defekt av type A A B C 3 Har kun defekt av type B A B C Har kun defekt av type C A B C 9 Har defekt av type A og B, ikke C A B C 3 Har defekt av type A og C, ikke B A B C Har defekt av type B og C, ikke A A B C Har defekt av alle typer A B C La gjenstandene være nummerert,..., 00. Et naturlig utfallsrom er da S {,, 3,..., 99, 00}. Venn-diagrammet for defekter av type A, type B og type C er vist i figur. Vi har videre ov-lsf-b 3. september 0 Side
3 TMA0 Statistikk 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 C A B C A B C 6 Minst to typer defekt A B A C B C 8 ov-lsf-b 3. september 0 Side 3
4 Oppgave 3 a b P En er med en terning P n ere med n terninger Antall måter å få en er Totalt antall utfall Antall måter å få n ere Totalt antall utfall TMA0 Statistikk n c Anta at rekkefølgen har noe å si: Dersom rekkefølgen på terningene har noe å si kan man først plassere erne på n m måter. Deretter er det måter å velge hver verdi på de andre terningene. Dermed får vi m ere på n m n m måter. Anta at rekkefølgen ikke har noe å si: De terningene vi ikke vet alt om er de n m terningene vi ikke har fått femmere på. Hvis vi sorterer disse terningene fra lavest til høyest, er det lett å skille mellom forskjellige kastene. Ethvert slikt kast har brudd transisjoner fra en verdi til den neste, og beskrives unikt ved å vite hvor disse bruddene er de kan være både på starten og på slutten. Antall måter å sette inn brudd på er det samme som antall måter vi kan ta n m + posisjoner og dele opp i en gruppe på og en gruppe på n m. Dermed får vi m ere på n m+ måter. d n og m 3. Svar på b: Svar på c: P n ere med n terninger Måter å få 3 ere på 3 3 Vi kan for eksempel kjøre Matlab-filen throw dice,00000,, vi kaster altså n terninger ganger den siste parameteren angir bare om noe skal plottes. I Figur 6 ser vi et resultat av disse kastene. Den første figuren angir hvor mange ere, ere osv vi har fått til sammen på enkelte terningkast. Vi leser av at vi har fått 8308 ere som gir altså tilnærmet likt svaret i a Den andre figuren angir hvor mange ganger de ulike terningsummene har blitt kastet, med minimum terningsum ere og maksimum 30 6 ere. Vi leser av at terningsummen, altså bare ere, er blitt kastet av ganger som gir som er tilnærmet likt tallsvaret fra b. Merk: Resultatene fra kjøringen hadde vært enda nærmere svarene fra a og b dersom vi hadde kastet terningene enda flere ganger. ov-lsf-b 3. september 0 Side
5 TMA0 Statistikk 0 Figur 6: Eksempel barplot med terningkast med terninger. Oppgave Det er 00 lodd: lodd gir gevinst A, lodd gir gevinst B og 98 gir ingen gevinst. Per trekker lodd uten tilbakelegging. La A være at Per vinner gevinst A, B være at Per vinner gevinst B og C være at Per vinner minst en gevinst. P A P B A P A B C P B A P A P A B C P A B P C P C Oppgave Definer M : Mann K : Kvinne F : Fargeblind med oppgitte sannsynligheter P M 0. ov-lsf-b 3. september 0 Side
6 TMA0 Statistikk 0 P K 0. P F M 0.0 P F K 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 Oppgave 6 a Ett par, dvs kort med samme verdi og 3 kort med ulike andre verdier. Det finnes 3 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 3 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 3 3 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 3 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 3 P To par ov-lsf-b 3. september 0 Side 6
7 TMA0 Statistikk 0 c Tress, dvs tre kort med samme verdi samt to kort med to forskjellige verdier. De tre like 3 kan ta verdier, og de kan kombineres på ulike måter. De resterende to 3 kortene kan velges på ulike måter, der hvert kort har fargekombinasjoner. Dette gir P Tress d Straight, dvs fem kort med verdier i rekkefølge uansett kortfarge. Vi har tilsammen 0 måter å lage en straight A 3, 3 6,..., 0 3 A. Hvert av de fem kortene kan velges blandt fire farger. P Straight 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 3 verdiene. 3 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 g Fire lange, dvs fire kort med samme verdi. De fire kortene tar en av 3 verdier, og de kan kombineres på måter. Det resterende kortet velges fra mulige verdier med fire mulige fargekombinasjoner. 3 P Fire lange ov-lsf-b 3. september 0 Side 7
8 TMA0 Statistikk 0 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 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 ov-lsf-b 3. september 0 Side 8
TMA4240 Statistikk Høst 2013
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.
DetaljerTMA4240 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
DetaljerB 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,
DetaljerOppgave 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.
DetaljerOppgave 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
DetaljerTMA4240 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
DetaljerFølgelig 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
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.
DetaljerSANNSYNLIGHETSREGNING
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
DetaljerST1101/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
DetaljerLøsningsskisse 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
DetaljerÅMA110 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
DetaljerTMA4240 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
DetaljerÅMA110 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;
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.
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,
DetaljerOppgaveløsninger 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 ( ) =
DetaljerOppgave 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
DetaljerKapittel 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
DetaljerSannsynligheten 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
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
DetaljerØVINGER 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,
DetaljerTMA4240 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
DetaljerTMA4245 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
DetaljerSannsynlighetsregning 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
DetaljerTema 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,
DetaljerST0103 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
Detaljerα =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
DetaljerTMA4245 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
DetaljerTMA4240 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
Detaljer1 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
DetaljerBlokk1: 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
DetaljerKapittel 2: Sannsynlighet [ ]
Kapittel 2: Sannsynlighet [2.3-2.5] TMA4240 Statistikk (F2 og E7) 2.3, 2.4, 2.5: Kombinatorikk og sannsynlighet [18.august 2004] Ole.Petter.Lodoen@math.ntnu.no p.1/21 Produktregel for valgprosess TEO 2.1
DetaljerMULTIPLE 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.
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
DetaljerTMA4240 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
DetaljerSannsynlighetsregning
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
DetaljerFagdag 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
DetaljerSannsynlighetsregning og kombinatorikk
Sannsynlighetsregning og kombinatorikk Introduksjon Formålet med sannsynlighet og kombinatorikk er å kunne løse problemer i statistikk, somoftegårutpååfattebeslutninger i situasjoner der tilfeldighet rår.
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
DetaljerSannsynlighet 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
DetaljerStatistikk 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
DetaljerTMA4240 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)
DetaljerST0202 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
DetaljerTMA4240 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
DetaljerOppgaver. Innhold. Sannsynlighet Vg1P
Oppgaver Innhold Modul 1. Hva er sannsynlighet?... 2 Modul 2. Addisjon av sannsynligheter. Gunstige og mulige utfall... 6 Modul 3. Beregne sannsynligheter ved å bruke tabeller... 10 Modul 4. Beregne sannsynligheter
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2007
ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 2 Sannsynlighetsregning (sannsynlighetsteori) 1 Grunnbegrep Stokastisk forsøk: forsøk med uforutsigbart utfall Enkeltutfall: et av de mulige
DetaljerTMA4245 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.
DetaljerSannsynlighet og statistikk
Sannsynlighet og statistikk Arkeologiske utgravinger har vist at mennesker har underholdt seg med forskjellige spill i tusener av år. Terninger fra India som ble brukt i spill, er faktisk 5000 år gamle.
DetaljerTMA4240 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.
Detaljer4.4 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
Detaljeri 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
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
Detaljer10.4 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
DetaljerKapittel 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,
DetaljerST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019 Oppgaver fra oka 2.2.2 La (R, B, G) være utfallet av øyne ved et
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2011
ÅMA110 Sannsynlighetsregning med statistikk, våren 2011 Kp. 2 Sannsynlighetsregning (sannsynlighetsteori) 1 Grunnbegrep Stokastisk forsøk: forsøk med uforutsigbart utfall Enkeltutfall: et av de mulige
DetaljerTMA4240 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
DetaljerTMA4240 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
DetaljerSTK1100 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
DetaljerBetinget 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
DetaljerTMA4240 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,
DetaljerTabell 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);
DetaljerTMA4240 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
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
DetaljerTMA4240 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
Detaljer9.5 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
DetaljerHvorfor sannsynlighetsregning og kombinatorikk?
Sannsynlighet og kombinatorikk i videregående skole Helmer Aslaksen Institutt for lærerutdanning og skoleforskning/matematisk institutt Universitetet i Oslo helmer.aslaksen@gmail.com www.math.nus.edu.sg/aslaksen/
DetaljerNotat 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
DetaljerSannsynlighet og kombinatorikk i videregående skole
Sannsynlighet og kombinatorikk i videregående skole Helmer Aslaksen Institutt for lærerutdanning og skoleforskning/matematisk institutt Universitetet i Oslo helmer.aslaksen@gmail.com www.math.nus.edu.sg/aslaksen/
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
DetaljerOppgaver. Innhold. Sannsynlighet 1P, 1T og 2P-Y
Oppgaver Innhold 3.1 Hva er sannsynlighet?... 2 3.2 Addisjon av sannsynligheter. Gunstige og mulige utfall... 5 3.3 Beregne sannsynligheter ved å bruke tabeller... 9 3.4 Beregne sannsynligheter ved å bruke
DetaljerTrekking 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,
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
DetaljerQuiz, 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...
DetaljerECON Statistikk 1 Forelesning 3: Sannsynlighet. Jo Thori Lind
ECON2130 - Statistikk 1 Forelesning 3: Sannsynlighet Jo Thori Lind j.t.lind@econ.uio.no Oversikt 1. Hva er sannsynlighet? 2. Grunnleggende regler for sannsynlighetsregning 3. Tilfeldighet i datamaskinen
DetaljerBetinget 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
DetaljerKapittel 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}.
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 2.5: Addisjonsregler (union) 2.6: Betinget sannsynlighet 2.7: Multiplikasjonsregler (snitt) 2.8: Bayes regel (starte litt) Mette Langaas Foreleses mandag 30. august 2010 2 Kapittel
DetaljerOppgaver 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
DetaljerKombinatorikk og sannsynlighetsregning
Kombinatorikk og sannsynlighetsregning Aasum, Jon-Henning & Maers, Rafael Lukas 1. april 2014 Sammendrag Denne artikkelen forsøker å gi en god forklaring på grunnleggende kombinatorikk og sannsynlighetsregning,
DetaljerINNHOLD. 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...
DetaljerKompetansemål 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
DetaljerST1101/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
DetaljerSannsynlighetsregning
Kapittel 3: Sannsynlighetsregning Definisjoner: Noen grunnleggende begrep. Stokastisk forsøk: Et forsøk/eksperiment der det er tilfeldig hva utfallet blir. Utfallsrom, S: Mengden av alle mulige utfall
Detaljersannsynlighet for hendelse = antall ganger hendelsen inntreffer antall forsøk
Forrige forelesning oppsummert på 90 sekunder "stokastisk forsøk": myntkast, terningkast, trekking av kort,... utfallsrom: alle de mulige utfallene av et stokastisk forsøk eksempel på utfallsrom: kaster
DetaljerTMA4240 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
Detaljer6 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,
DetaljerBetinget 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
DetaljerTMA4240 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,
DetaljerUNIVERSITETET I OSLO
Deleksamen i: UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 13. oktober 2010. Tid for eksamen: 15:00 17:00. Oppgavesettet
DetaljerBetinget sannsynlighet, Total sannsynlighet og Bayes setning
Betinget sannsynlighet, Total sannsynlighet og Bayes setning Innhold: Produktsetning, avhengighet, betinget sannsynlighet (.2,.) Setningen om total sannsynlighet (.4) Bayes setning (.4) Disse tingene henger
DetaljerDatainnsamling, video av forelesning og referansegruppe
Datainnsamling, video av forelesning og referansegruppe Datainnsamling Om du ikkje alt har gjort det: https://wiki.math.ntnu.no/tma4240/2015h/start Video http://video.adm.ntnu.no/serier/55d47b463d96a Referansegruppe
DetaljerKapittel 2, Sannsyn. Definisjonar og teorem på lysark, eksempel og tolking på tavla. TMA september 2016 Ingelin Steinsland
Kapittel 2, Sannsyn 2.1 Utfallsrom Onsdag 2.2 Hendingar Onsdag 2.3 Telle mogeleg utfall: I dag 2.4 Sannsyn for ei hending: Onsdag 2.5 Addetive reglar: Onsdag 2.6 Betinga sannsyn, uavhengighet og produktregelen
DetaljerSannsynlighet - gruppeoppgaver
Sannsynlighet - gruppeoppgaver Matematikk vg1. Tema: Spill Hver gruppe ser gjennom heftet, velger ut ett av spillene og gjør tilhørende oppgaver. I tillegg kan man eventuelt bestemme seg for at: - Hver
DetaljerKONTINUASJONSEKSAMEN 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
DetaljerUtfallsrom og hendelser. Disjunkte hendelser. Kapittel 2: Sannsynlighet. Eirik Mo Institutt for matematiske fag, NTNU
3 Utfallsrom og hendelser Kapittel 2: Sannsynlighet 2., 2.2: Utfallsrom og hendelser 2.3, 2.4: Kombinatorikk og sannsynlighet 2.5, 2.6, 2.7: Regneregler, betinget sanns. 2.8: Bayes regel DEF 2. Ufallsrom:
DetaljerTotal sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk = Vi kan skrive en hendelse B som en disjunkt
MAT000V Sannsynlighetsregning og kombinatorikk Total sannsynlighet Vi kan skrive en hendelse B som en disjunkt union av A B og A B Total sannsynlighet og Bayes' setning Kombinatorikk Ordnede utvalg med
Detaljer