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

Størrelse: px
Begynne med side:

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

Transkript

1 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, og er dermed området som ikke er skravert. er området som ligger utenfor både og, dvs området som ikke er skravert. Vi har dermed vist at =. Venn-diagrammet for = er vist i figur. er Figur : Venn-diagram for = her det skraverte området, og er dermed området som ikke er skravert. er området som ligger utenfor enten eller, dvs området som ikke er skravert. Vi har dermed at =. Følgende hendelser er markert i figur : Hedelse Nummer C = C C = C C = C C = C Oppgave 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. oving-lsf-b. januar 009 Side

2 Figur : Venn-diagram for = C C C C Figur : Venn-diagram 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

3 ulike fargekombinasjoner. Vi får dermed P To par = = 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, 6,..., 0. Hvert av de fem kortene kan velges blandt fire farger. 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 = 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

4 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. v hver av straightene er det bare en i hver farge som har ess på toppen. P Royal straight flush = = Oppgave Pasientene klassifiseres i en av n = 8 klasser som avhenger av blodtype. Videre klassifiseres pasientene i en av n = klasser avhengig av blodtrykk. ntallet mulige måter en pasient kan klassifiseres er dermed ved teorem.. n n = 8 = Oppgave ruker teorem.6 med n =, og laget kan dermed ende sesongen med n = 7 seiere, n = tap og n = uavgjort på måter.! 7!!! = 790 Oppgave Definer M: studenten tar matematikk H: studenten tar historie.

5 Følgende opplysninger er gitt i oppgaveteksten: P M = 00 P H = P M H = 00. a Sannsynligheten for at studenten tar enten matematikk eller historie, P M H, kan beregnes ved hjelp av addisjonssetningen: P M H = P M + P H P M H = =. b Sannsynligheten for at studenten ikke tar noen av de to fagene fagene, P M H, kan beregnes ved teoremet for komplementære hendelser: P M H = P M H = =. c Sannsynligheten for at studenten tar historie men ikke matematikk, P H M : P H M = P H P M H = = 7 0. Dersom dette er uklart kan det være lurt å tegne et venn-diagram. Oppgave 6 Definerer D : esøk hos tannlegen X : Røntgen C : Hull fylles E : Tann trekkes Fra oppgaven har vi oppgitt P X D = 0.6 P C X D = 0. P E C X D = 0. Skal beregne P X C E D. ruker definisjonen av betinget sannsynlighet og multiplikasjonssetningen, og får

6 P D X C E P X C E D = P D P D P X D P C X D P E C X D = P D = = 0.08.

TMA4240 Statistikk Høst 2013

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.

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

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

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

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

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

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 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

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

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

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 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

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 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

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

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

True False. Q(0, 1, 2) yq(0, y, y) x yq(x, y, 10) x yq(x, y, x + x) y xq(x, y, x + x) x y Q(x, y, x + x) y x Q(x, y, x + x) x y zq(x, y, z)

True False. Q(0, 1, 2) yq(0, y, y) x yq(x, y, 10) x yq(x, y, x + x) y xq(x, y, x + x) x y Q(x, y, x + x) y x Q(x, y, x + x) x y zq(x, y, z) BOKMÅL-MNF130 Kand.nr:... Det matematisk-naturvitenskapelige fakultet UNIVERSITETET I BERGEN Eksamen i emnet MNF130 - Diskrete Strukturer Onsdag 8. juni 2005, kl. 09-14, dvs 5 timer. Skriv ditt kanidatnr

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

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

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

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

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

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

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

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

TMA4100 Matematikk 1 Høst 2014

TMA4100 Matematikk 1 Høst 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA400 Matematikk Høst 04 Løsningsforslag Øving 04 30 For å vise at f er en injektiv one-to-one funksjon, ser vi på den deriverte,

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

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

Matematikk for IT, høsten 2016

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

Detaljer

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019 Oppgaver fra oka 2.2.2 La (R, B, G) være utfallet av øyne ved et

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

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

MA2401 Geometri Vår 2018

MA2401 Geometri Vår 2018 MA2401 Geometri Vår 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 1 2.4 7 I Fanos geometri (se side 18 i læreboka) er punktene gitt ved symbolene

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 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

MA2401 Geometri Vår 2018

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

Detaljer

Eksamen i Elementær Diskret Matematikk - (MA0301)

Eksamen i Elementær Diskret Matematikk - (MA0301) Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Steffen Junge (73 59 17 73 / 94 16 27 27) Eksamen i Elementær Diskret Matematikk -

Detaljer

Eksamen MAT H Løsninger

Eksamen MAT H Løsninger Eksamen MAT1140 - H2014 - Løsninger Oppgave 1 Vi setter opp en vanlig sannhetsverditabell. La Φ betegne formelen i oppgaven. Tabellen vil bli som følger: A B C A B A C Φ T T T T T T T T F T T T T F T F

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2017

MA0002 Brukerkurs i matematikk B Vår 2017 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2017 Løsningsforslag Øving 11 Oppgaver fra boken: 10.6 :, 8, 12, 19, 1, (valgfritt - 9,

Detaljer

x 2 + y 2 z 2 = c 2 x 2 + y 2 = c 2 z 2,

x 2 + y 2 z 2 = c 2 x 2 + y 2 = c 2 z 2, TMA45 Matematikk 2 Vår 25 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 4 Alle oppgavenummer referer til 8. utgave av Adams & Esse Calculus: A Complete

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

MA0002 Brukerkurs i matematikk B Vår 2013

MA0002 Brukerkurs i matematikk B Vår 2013 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA Brukerkurs i matematikk B Vår Løsningsforslag Øving 6 9..7 Anta at en populasjon er delt inn i tre aldersklasser, og at %

Detaljer

sannsynlighet for hendelse = antall ganger hendelsen inntreffer antall forsøk

sannsynlighet 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

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

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

MA2401 Geometri Vår 2018

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

Detaljer

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

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

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

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

TMA4140 Diskret Matematikk Høst 2016

TMA4140 Diskret Matematikk Høst 2016 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4140 Diskret Matematikk Høst 2016 Seksjon 10.2 18 La G = (V,E) være en enkel graf med V 2. Ettersom G er enkel er de mulige

Detaljer

Hvorfor sannsynlighetsregning og kombinatorikk?

Hvorfor 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/

Detaljer

Sannsynlighet og kombinatorikk i videregående skole

Sannsynlighet 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/

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Plenumsregning 7: Ukeoppgaver fra kapittel 5 & 6, mm. Roger Antonsen Matematisk Institutt, Universitetet i Oslo 28. februar 2008 Oppgave 5.16 La R være relasjonen på {a, b, c,

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

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

MA2401 Geometri Vår 2018

MA2401 Geometri Vår 2018 MA2401 Geometri Vår 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 6 4.5 1 La ABC være en trekant, og la D være et punkt på AB slik at A B D. Utsagnet

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

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

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

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

Detaljer

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

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

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 21: Mer kombinatorikk Roger Antonsen Institutt for informatikk, Universitetet i Oslo 15. april 2009 (Sist oppdatert: 2009-04-15 00:05) Kapittel 9: Mer kombinatorikk

Detaljer

TMA4105 Matematikk 2 Vår 2008

TMA4105 Matematikk 2 Vår 2008 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4105 Matematikk 2 Vår 2008 Øving 1 Navn/kursparallell skrives her (ved gruppearbeid er det viktig at alle fyller ut): 1.

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2014

MA0002 Brukerkurs i matematikk B Vår 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2014 Løsningsforslag Øving 8 Oppgaver fra boken: 10.1 : 13, 14, 18 10.2 : 15, 18, 32 10.3

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2016

MA0002 Brukerkurs i matematikk B Vår 2016 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA000 Brukerkurs i matematikk B Vår 016 Løsningsforslag Øving 1 Kapittel 7.1: Substitusjon Teorem 1. Hvis u = g() så er f(g())g

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2014

MA0002 Brukerkurs i matematikk B Vår 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2014 Løsningsforslag Øving 10 Oppgaver fra boken: 10.6 : 1, 8, 9, 12, 19, 26, 29,, 4 Det

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

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT3 Diskret Matematikk Forelesning 2: Mer kombinatorikk Dag Normann Matematisk Institutt, Universitetet i Oslo 3. april 2 (Sist oppdatert: 2-4-3 4:3) Kapittel 9: Mer kombinatorikk MAT3 Diskret Matematikk

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2016

MA0002 Brukerkurs i matematikk B Vår 2016 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2016 Løsningsforslag Øving 11 Oppgaver fra boken: 10.6 : 1, 8, 9, 12, 19, 26, 29,, 4 Det

Detaljer

MA1201/MA6201 Høsten 2016

MA1201/MA6201 Høsten 2016 MA121/MA621 Høsten 216 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Med forebehold om feil. Hvis du finner en, ta kontakt med Karin. Kapittel 2.3 1 b) c) d) 1 3 1 1 3 1 A I 2

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

Du kjenner sikkert til begrepene statistikk, kombinatorikk og sannsynlighetsregning. Skriv ned det du tror du kan om dette.

Du kjenner sikkert til begrepene statistikk, kombinatorikk og sannsynlighetsregning. Skriv ned det du tror du kan om dette. 1 9. trinn. Haugjordet skole, Ski. Du kjenner sikkert til begrepene statistikk, kombinatorikk og sannsynlighetsregning. Skriv ned det du tror du kan om dette. Elev 1 -Statistikk er når man ser for eksempel

Detaljer

MA1201/MA6201 Høsten 2016

MA1201/MA6201 Høsten 2016 MA/MA6 Høsten 6 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Løsningsforslag Øving Med forebehold om feil. Hvis du finner en, ta kontakt med Karin. Kapittel 6. a) Stemmer. Anta

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

Løsningsforslag til øving 12

Løsningsforslag til øving 12 Høgskolen i Gjøvik vd. for tekn., øk. og ledelse Matematikk 5 Løsningsforslag til øving OPPGVE Husk at N {alle naturlige tall} { 0,,,,... }, Z {alle heltall} {...,,,0,,,,... }, R {alle reelle tall} og

Detaljer

Kapittel 2, Sannsyn. Definisjonar og teorem på lysark, eksempel og tolking på tavla. TMA september 2016 Ingelin Steinsland

Kapittel 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

Detaljer

Last ned Matematisk kokebok - Erik Plahte. Last ned

Last ned Matematisk kokebok - Erik Plahte. Last ned Last ned Matematisk kokebok - Erik Plahte Last ned Forfatter: Erik Plahte ISBN: 9788200225867 Antall sider: 102 Format: PDF Filstørrelse:11.80 Mb Foruten å være en formelsamling, forklarer boka også definisjonen

Detaljer

Last ned Matematisk kokebok - Erik Plahte. Last ned. Last ned e-bok ny norsk Matematisk kokebok Gratis boken Pdf, ibook, Kindle, Txt, Doc, Mobi

Last ned Matematisk kokebok - Erik Plahte. Last ned. Last ned e-bok ny norsk Matematisk kokebok Gratis boken Pdf, ibook, Kindle, Txt, Doc, Mobi Last ned Matematisk kokebok - Erik Plahte Last ned Forfatter: Erik Plahte ISBN: 9788200225867 Antall sider: 102 Format: PDF Filstørrelse: 22.81 Mb Foruten å være en formelsamling, forklarer boka også definisjonen

Detaljer

Dersom spillerne ønsker å notere underveis: penn og papir til hver spiller.

Dersom spillerne ønsker å notere underveis: penn og papir til hver spiller. "FBI-spillet" ------------- Et spill for 4 spillere av Henrik Berg Spillmateriale: --------------- 1 vanlig kortstokk - bestående av kort med verdi 1 (ess) til 13 (konge) i fire farger. Kortenes farger

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

MA1201/MA6201 Høsten 2016

MA1201/MA6201 Høsten 2016 MA/MA6 Høsten 6 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Med forebehold om feil Hvis du finner en, ta kontakt med Karin Kapittel 4 8 Vi benevner matrisen vi skal frem til

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

LF, KONTINUASJONSEKSAMEN TMA

LF, KONTINUASJONSEKSAMEN TMA Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Faglig kontakt under eksamen: Haaken A. Moe 92650655 Bokmål LF, KONTINUASJONSEKSAMEN TMA4140 2008 Oppgave 1 (10%)

Detaljer

EKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK

EKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 12 Faglig kontakt under eksamen: Bo Lindqvist Tlf. 975 89 418 EKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK Onsdag

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

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

TDT4110 IT Grunnkurs Høst 2014

TDT4110 IT Grunnkurs Høst 2014 TDT4110 IT Grunnkurs Høst 2014 Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Øving 10 Denne øvingen er en to-ukers øving (prosjekt) og inneholder én

Detaljer

MA2401 Geometri Vår 2018

MA2401 Geometri Vår 2018 MA2401 Geometri Vår 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 7 4.8 1 La ABC være en trekant og E et punkt i det indre av BC. Vi skal vise

Detaljer

TMA4100 Matematikk1 Høst 2008

TMA4100 Matematikk1 Høst 2008 TMA400 Matematikk Høst 008 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 4 4..3 Vi skal finne absolutt maksimum og absolutt minimum verdiene for funksjonen

Detaljer

Introduksjon. MAT1030 Diskret matematikk. Søkealgoritmer for grafer. En graf

Introduksjon. MAT1030 Diskret matematikk. Søkealgoritmer for grafer. En graf Introduksjon MAT13 Diskret matematikk Forelesning 21: Grafteori Roger Antonsen Matematisk Institutt, Universitetet i Oslo 9. april 28 Vi skal nå over til kapittel 1 & grafteori. Grafer fins overalt rundt

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Forelesning 21: Grafteori Roger Antonsen Matematisk Institutt, Universitetet i Oslo 9. april 2008 Introduksjon Vi skal nå over til kapittel 10 & grafteori. Grafer fins overalt

Detaljer

Faktor terminprøve i matematikk for 8. trinn

Faktor terminprøve i matematikk for 8. trinn Faktor terminprøve i matematikk for 8. trinn Våren 2011 bokmål Navn: Gruppe: Informasjon Oppgavesettet består av to deler hvor alle oppgaver skal besvares. Del 1 og del 2 blir utdelt samtidig, men del

Detaljer

Introduksjon. MAT1030 Diskret Matematikk. Introduksjon. En graf. Forelesning 22: Grafteori. Roger Antonsen

Introduksjon. MAT1030 Diskret Matematikk. Introduksjon. En graf. Forelesning 22: Grafteori. Roger Antonsen MAT1030 Diskret Matematikk Forelesning 22: Grafteori Roger Antonsen Institutt for informatikk, Universitetet i Oslo Introduksjon 21. april 2009 (Sist oppdatert: 2009-04-21 15:13) MAT1030 Diskret Matematikk

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