ØVINGER 2017 Løsninger til oppgaver. 3.1 Myntkast For et enkelt myntkast har vi to mulige utfall, M og K. Utfallsrommet blir

Like dokumenter
ST0103 Brukerkurs i statistikk Høst 2014

Sannsynlighet i uniforme modeller. Addisjon av sannsynligheter

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

6 Sannsynlighetsregning

Sannsynlighetsregning og Statistikk

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

Kapittel 2: Sannsynlighet

Kompetansemål Hva er sannsynlighet?... 2

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

Følgelig vil sannsynligheten for at begge hendelsene inntreffer være null,

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

TMA4240 Statistikk Høst 2015

ECON Statistikk 1 Forelesning 3: Sannsynlighet. Jo Thori Lind

STK1100 våren Betinget sannsynlighet og uavhengighet. Vi trenger en definisjon av betinget sannsynlighet! Eksempel 1

Sannsynlighetsregning

MULTIPLE CHOICE ST0103 BRUKERKURS I STATISTIKK September 2016

ÅMA110 Sannsynlighetsregning med statistikk, våren Grunnbegrep. Grunnbegrep, sannsynligheten for et utfall

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

Deterministiske fenomener MAT0100V Sannsynlighetsregning og kombinatorikk

Sannsynlighetsregning og kombinatorikk

Blokk1: Sannsynsteori

TMA4240 Statistikk Høst 2015

SANNSYNLIGHETSREGNING

Sannsynlighetsbegrepet

Statistikk 1 kapittel 3

- Et stokastisk forsøk er et forsøk underlagt tilfeldige variasjoner, for eks. kast med en terning, trekking av et lottotall o.l.

sannsynlighet for hendelse = antall ganger hendelsen inntreffer antall forsøk

Statistikk 1 kapittel 3

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

Sannsynlighetsregning

Kapittel 2: Sannsynlighet [ ]

Løsninger. Innhold. Sannsynlighet 1P, 1T og 2P-Y

MAT0100V Sannsynlighetsregning og kombinatorikk

Forelesning 3, kapittel 3. : 3.2: Sannsynlighetsregning. Kolmogoroffs aksiomer og bruk av disse.

Test, 3 Sannsynlighet og statistikk

Innledning kapittel 4

Sannsynlighet og statistikk

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

TMA4240 Statistikk H2010

INNHOLD. Matematikk for ungdomstrinnet

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

TMA4240 Statistikk 2014

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

2.3: Kombinatorikk 2.4: Sannsynlighet, og Monte Carlo simulering. Foreleses onsdag 25. august 2010

TMA4240 Statistikk H2010

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008

Kapittel 4.3: Tilfeldige/stokastiske variable

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Innledning kapittel 4

Sannsynlighetsregning

Fire kort. Mål. Gjennomføring. Film. Problemløsing Fire kort

Fire kort. Mål. Gjennomføring. Film. Problemløsing Fire kort

Løsninger. Innhold. Sannsynlighet Vg1P

Tall i arbeid Påbygging Kapittel 2 Sannsynlighetsregning Løsninger til innlæringsoppgavene

Fire kort. Mål. Gjennomføring. Film. Problemløsing Fire kort Planleggingsdokument

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

1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger

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

Statistikk og økonomi, våren 2017

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Svarer til avsnittene 2.1 og 2.2 i læreboka

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk

4.4 Sum av sannsynligheter

Løsningskisse for oppgaver til undervisningsfri uke 8 ( februar 2012)

10.4 Sannsynligheter ved flere i utvalget (kombinatorikk)

1T kapittel 4 Sannsynlighet Løsninger til innlæringsoppgavene

Terningkast. Utfallsrommet S for et terningskast med en vanlig spillterning med 6 sider er veldefinert 1, 2, 3, 4, 5, 6

Betinget sannsynlighet

Forelening 1, kapittel 4 Stokastiske variable

b) Hvis det er mulig å svare blankt (dvs. vet ikke) blir det 5 svaralternativer på hvert spørsmål, og dermed mulige måter å svare på.

Forskjellige typer utvalg

Oppgaver. Innhold. Sannsynlighet Vg1P

4: Sannsynlighetsregning

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I

Quiz, 4 Kombinatorikk og sannsynlighet

Betinget sannsynlighet, total sannsynlighet og Bayes setning Kapittel 4.5

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

Simulering - Sannsynlighet

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk

Sannsynlighetsregning

S1 kapittel 3 Sannsynlighet Løsninger til innlæringsoppgavene

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

Forelesning 4, kapittel 3. : 3.4: Betinget sannsynlighet.

ST0202 Statistikk for samfunnsvitere [4]

Emne 12 Mengdelære. ( bokstaven g er ikke et element i mengden B ) Betyr: B er mengden av alle positive oddetall.

SANNSYNLIGHETSREGNING I GRUNNSKOLEN

Kapittel 2: Sannsynlighet

ST0202 Statistikk for samfunnsvitere

Total sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk = Vi kan skrive en hendelse B som en disjunkt

ST0202 Statistikk for samfunnsvitere

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

Oppgaver. Innhold. Sannsynlighet 1P, 1T og 2P-Y

Sannsynlighet oppgaver

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

Sannsynlighet løsninger

Utfallsrom og hendelser. Disjunkte hendelser. Kapittel 2: Sannsynlighet. Eirik Mo Institutt for matematiske fag, NTNU

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Sannsynlighet for alle.

Transkript:

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, KM, KK }, hvor MM betyr at vi kaster mynt to ganger, MK betyr at vi først kaster mynt, deretter kron, og så videre. Terningkast Utfallsrommet er S = {1,, 3, 4, 5, 6}. At terningen viser partall kan identifiseres med hendelsen To terninger Med to terninger blir utfallsrommet A = {e S : eer et partall} = {, 4, 6}. S = {11, 1, 13,..., 66}, det vil si alle kombinasjoner ij hvor i og j begge er elementer i {1,, 3, 4, 5, 6}. Det er seks mulige verdier av i, og seks mulige verdier for j, så totalt er det S = 6 = 36 utfall. Mengden som svarer til at begge terningene er like er A = {ij S : i = j} = {11,, 33, 44, 55, 66}. Mengden som svarer til at vi får minst en sekser er B = {ij S : i = 6 eller j = 6} = = {ij S : i = 6} {ij S : j = 6} = = {61, 6, 63, 64, 65, 66} {16, 6, 36, 46, 56, 66} = 1

= {61, 6, 63, 64, 65, 66, 16, 6, 36, 46, 56}. Av S = 36 mulige utfall er det B = 11 utfall som gir oss minst en sekser. Sannsynligheten for å få minst en sekser er dermed P (B) = Antall gunstige utfall Antall mulige utfall = 11 36 = 0.3056. Politisk meningsmåling Med utgangspunkt i kategoriene som er listet opp i Tabell.1, har vi utfallsrommet S = {RV, SV, AP, SP, V, KrF, H, FrP, Andre}. Anta at sentrumspartiene er SP, V og KrF. Da identifiserer vi hendelsen Personen er sentrumsvelger med delmengden Landskamp Utfallsrommet er A = {SP, V, KrF}. S = {i j : i {0, 1,,...}, j {0, 1,,...}} = = {0 0, 1 0, 0 1, 1 1, 0, 0, 1, 1,,...}, altså alle kombinasjoner av i j hvor i og j er ikke-negative heltall. Vi får samme utfallsrom for andre spill som ikke har noen øvre grense for antall mål. Hendelsen uavgjort tilsvarer delmengden av S hvor lagene har like mange mål, A = {i j S : i = j} = {0 0, 1 1,,...}. Antall barn Selv om antall barn i praksis er begrenset oppad, velger vi utfallsrommet S = {0, 1,,...} slik at vi slipper å sette en vilkårlig øvre grense. Hendelsen mer enn fire barn tilsvarer delmengden A = {e S : e > 4} = {5, 6, 7,...}. Temperaturmåling Hvis vi runder av temperaturmålingen til nærmeste hele grad, kan vi betrakte de mulige utfallene som heltall. Nesbyen har tidligere opplevd temperaturer mellom

38.0 C og 35.6 C, så for å være rimelig sikre på å dekke alle mulige utfall velger vi utfallsrommet S = { 40, 39, 38,..., 40}. Anta at vi har kortbuksevær når temperaturen er større enn eller lik 18 C. Da defineres hendelsen kortbuksevær som A = {e S : e 18} = {18, 19, 0,..., 40}. 3.4. Revisoren kontrollerer en av seks permer. Alle permene velges med like stor sannsynlighet. La utfallsrommet S bestå av de seks permene, og la A være hendelsen De tvilsomme transaksjonene avsløres. Da består A kun av permen med de inkriminerende bilagene, mens komplimentet A består av de fem andre permene. Sannsynligheten for at de tvilsomme transaksjonene blir avslørt er da lik sannsynligheten for at revisoren velger riktig perm, P (A) = Antall gunstige utfall Antall mulige utfall = 1 6. 3.6. La 1 bety at terningen viser ett øye, at den viser to øyne, og så videre. Da er utfallsrommet S = {1,, 3, 4, 5, 6} og hendelsene A, B og C er definert som følger: A = {1}, B = {, 4, 6}, C = {1,, 3}. 3

Venn-diagrammet viser at A er en delmengde av C, og at er et element i både B og C. A B er unionen av A og B. A B = {1} {, 4, 6} = {1,, 4, 6} Hendelsen A B inntreffer både dersom vi får en ener og dersom vi får et partall. Sannsynligheten for dette er P (A B) = P ({1,, 4, 6}) = 4 6 = 3. A C er komplementet til snittet av A og C, altså alle utfall som ikke er felles for A og C. A C = {1} {1,, 3} = {1} = {, 3, 4, 5, 6} Hendelsen A C inntreffer kun dersom vi får en ener, så komplementet A C inntreffer i alle andre tilfeller, og har sannsynlighet P (A C) = P ({, 3, 4, 5, 6}) = 5 6. A B er unionen av A og komplementet til B, alstå alle utfall som enten er i A eller ikke er i B. A B = {1} {, 4, 6} = {1} {1, 3, 5} = {1, 3, 5} Hendelsen A B inntreffer dersom vi får et oddetall. Det skjer med sannsynlighet P (A B) = P ({1, 3, 5} = 3 6 = 1. A B C er unionen av alle tre hendelsene A, B og C, alstå alle utfall som er i minst en av hendelsene. A B C = {1} {, 4, 6} {1,, 3} = {1,, 3, 4, 6} Hendelsen A B C inntreffer dersom vi får en ener eller dersom terningen viser tre eller mindre eller dersom vi får et partall. Det eneste utfallet som ikke hører til denne hendelsen er en femmer. Sannsynligheten for at hendelsen inntreffer er P (A B C) = P ({1,, 3, 4, 6}) = 5 6. A B er snittet av A og komplementet til B, altså den delen av A som ikke overlapper med B. Siden A og B ikke overlapper er dette snittet identisk med A. 4

A B = {1} {, 4, 6} = {1} {1, 3, 5} = {1} Hendelsen A B inntreffer kun dersom vi får en ener. Sannsynligheten for det er P (A B) = P ({1}) = 1 6. A C B er snittet av komplimentet til B og komplimentet til snittet av A og C. Utfallene i denne mengden er verken elementer i B eller elementer i både A og C. A C B = {1} {1,, 3} {, 4, 6} = {1} {1, 3, 5} = = {, 3, 4, 5, 6} {1, 3, 5} = {3, 5} Hendelsen A C B inntreffer dersom vi får en treer eller en femmer. Sannsynligheten for dette er P (A C B) = P ({3, 5}) = 6 = 1 3. 3.11 (10) Vi vil finne sannsynligheten for at XF4 eller XV5 eller begge blir suksesser. Med notasjonen i oppgaveteksten tilsvarer dette unionen A B. Hendelsene A og B er ikke disjunkte, så vi må bruke den generelle addisjonsregelen, P (A B) = P (A) + P (B) P (A B) = = 0.08 + 0.06 0.005 = 0.135. 3.1 (11). La ij betegne utfallet hvor den første terningen viser i øyne og den andre viser j øyne. La S være utfallsrommet med de 36 mulige utfallene. Da er hendelsene A og B definert som følger: og A = {ij S : i + j = 7} = {16, 5, 34, 43, 5, 61} B = {ij S : i = 6} {ij S : j = 6} = = {61, 6, 63, 64, 65, 66} {16, 6, 36, 46, 56, 66} = = {61, 6, 63, 64, 65, 66, 16, 6, 36, 46, 56}. Siden A har seks utfall av 36 mulige, blir sannsynligheten 5

P (A) = 6 36 = 1 6. Av de 11 utfallene i B er det kun to (61 og 16) som også inngår i A, så sannsynligheten for A gitt B må være P (A B) = /11. Alternativt kan vi finne sannsynlighetene P (B) = 11/36 og P (A B) = /36 ved å telle antall gunstige utfall, og deretter sette disse inn i definisjonen av betinget sannsynlighet P (A B) = P (A B) P (B) = 36 11 36 = 11. Det at B inntreffer, øker sannsynligheten for å få sum lik sju fra 1/6 0.167 til /11 0.18. 3.13 (1). Totalt antall elever er 13 + 15 = 8. Antall elever som kan bruke datamaskin er 6 + 10 = 16. Sannsynligheten for at en tilfeldig valgt elev kan bruke datamaskin er P (D) = 16 8 0.57. Det er seks elever som både er jenter og kan bruke datamaskin, så sannsynligheten for at en tilfeldig valgt elev er en av disse er P (J D) = 6 8 0.1. Sannsynligheten for at en tilfeldig valgt elev kan bruke datamaskin gitt at eleven er jente, er P (D J) = P (J D) P (J) = 6 8 13 8 = 6 13 0.46. Vi kunne også regnet ut denne sannsynligheten direkte, ved å merke oss at seks av de 13 jentene i klassen kan bruke datamaskin. Vi trekker to elever uten tilbakelegging, og vi bryr oss ikke om rekkefølgen. For at ingen av de to skal kunne bruke datamaskin, må vi trekke to ( av de ) 1 elevene 8 i klassen som ikke kan bruke datamaskin. Dette kan gjøres på forskjellige 1 ( ) 8 måter. Trekning av to elever fra klassen på 8 kan gjøres på ulike måter. Sannsynligheten for å trekke to elever som ikke kan bruke datamaskin er dermed 6

( ) 1 ( ) 0.175. 8 For trekke en gutt og en jente som begge kan bruke datamaskin, må vi trekke en av ti gutter ( og en) av seks ( jenter ) som kan bruke datamaskin. Dette kan ( gjøres ) p 10 6 8 henholdsvis og måter. Antall mulige utfall er fortsatt, så 1 1 sannsynligheten for å trekke to elever som begge kan bruke datamaskin, og som har forskjellig kjønn, er ( ) 10 )( 6 1 1 ( 8 ) 0.159. 7