Løsningskisse seminaroppgaver uke 11 ( mars)

Like dokumenter
Oppgaven består av 10 delspørsmål som anbefales å veie like mye. Kommentarer og tallsvar er skrevet inn mellom <<. >>. Oppgave 1

Litt om forventet nytte og risikoaversjon. Eksempler på økonomisk anvendelse av forventning og varians.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Løsningskisse for oppgaver til undervisningsfri uke 8 ( februar 2012)

Løsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår

betyr begivenheten at det blir trukket en rød kule i første trekning og en hvit i andre, mens B1 B2

Løsningskisse seminaroppgaver uke 15

Oppgaven består av 10 delspørsmål som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<, >>, Oppgave 1

A. i) Sett opp en frekvenstabell over de fire mulige kombinasjonene av kjønn og røykestatus. Dvs. fyll inn. Ikke - røyker Sum Jente Gutt Sum 25

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3.

Løsningsforslag til obligatorisk oppgave i ECON 2130

TMA4240 Statistikk H2010 Kapittel 5: Diskrete sannsynlighetsfordelinger : Uniform, binomisk, hypergeometrisk fordeling

Regneregler for forventning og varians

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

µ = E(X) = Ʃ P(X = x) x

Kapittel 4.4: Forventning og varians til stokastiske variable

Emnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard

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

Merk at vi for enkelthets skyld antar at alle som befinner seg i Roma sentrum enten er italienere eller utenlandske turister.

Litt mer om den hypergeometriske fordelingen og dens tilnærming av binomisk fordeling.

Kapittel 4: Matematisk forventning

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

statistikk, våren 2011

Sannsynlighet og statistikk

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Foreleses onsdag 8. september 2010

Fasit for tilleggsoppgaver

Formelsamling i medisinsk statistikk

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

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

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

Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

TMA4245 Statistikk Eksamen desember 2016

ECON240 Høst 2017 Oppgaveseminar 1 (uke 35)

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.

ECON240 Vår 2018 Oppgaveseminar 1 (uke 6)

3.4: Simultanfordelinger (siste rest) 4.1,4.2,4.3: Multivariat del (ferdig med kapittel 3 og 4 etter denne forelesningen)

Høgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen

Emnenavn: Eksamenstid: Faglærer: Hans Kristian Bekkevard

HØGSKOLEN I STAVANGER

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Kapittel 3: Kombinatorikk

6 Sannsynlighetsregning

Statistikk 1 kapittel 5

Statistikk 1 kapittel 5

UNIVERSITETET I OSLO Matematisk Institutt

Tyngdepunkt. Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at. Kapittel 4

Midtveiseksamen i STK1100 våren 2017

Eksamensoppgave i Løsningsskisse TMA4240 Statistikk

Forelening 1, kapittel 4 Stokastiske variable

TMA4240 Statistikk H2010

3.1 Stokastisk variabel (repetisjon)

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

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.20).

HØGSKOLEN I STAVANGER

Kapittel 3: Kombinatorikk

Observatorer. STK Observatorer - Kap 6. Utgangspunkt. Eksempel høyde Oxford studenter

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

Eksamensoppgave i TMA4240 Statistikk

Betinget sannsynlighet

UNIVERSITETET I OSLO

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

Statistikk 1 kapittel 5

Statistikk 1 kapittel 5

Eksamensoppgave i TMA4245 Statistikk

A) B) 400 C) 120 D) 60 E) 10. Rett svar: C. Fasit: ( 5 6 = 60. Hvis A, B, C er en partisjon av utfallsrommet S, så er P (A B) lik.

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

ÅMA110 Sannsylighetsregning og statistikk Løsningsforslag til eksamen høst 2010, s. 1. Oppgave 1. Histogram over frekvenser.

Statistikk 1 kapittel 4

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem

Test, 3 Sannsynlighet og statistikk

TMA4240 Statistikk H2015

TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger

Hogskoleni Østfold EKSAMEN. Eksamenstid: kl til k

LØSNING: Eksamen 22. mai 2018

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

Sensurveiledning for eksamen i lgu52003 våren 2015

EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE

Bernoulli forsøksrekke og binomisk fordeling

ST0202 Statistikk for samfunnsvitere

Kap. 5.2: Utvalgsfordelinger for antall og andeler

ST0202 Statistikk for samfunnsvitere

Tilfeldige variable (5.2)

Sannsynlighet og statistikk S2 Løsninger

ÅMA110 Sannsynlighetsregning med statistikk, våren

TMA4240 Statistikk Høst 2008

TMA4245 Statistikk Eksamen august 2014

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008

STK1100 våren Forventningsverdi. Forventning, varians og standardavvik

UNIVERSITETET I OSLO

Sannsynlighet løsninger

Stokastisk variabel. Eksempel augefarge

Utvalgsfordelinger (Kapittel 5)

Faktor - en eksamensavis utgitt av ECONnect

Transkript:

HG Mars 008 Løsningskisse seminaroppgaver uke (0.-4. mars) ECON 0 EKSAMEN 004 VÅR Oppgave En gitt prøve er laget som en flervalgsprøve ( multiple choice test ). Prøven består av tre spørsmål. For hvert spørsmål er det oppgitt fire svaralternativer hvorav kun ett er riktig, og studenten blir bedt om å angi det svaralternativet vedkommende mener er det riktige. Spørsmålene er uavhengige i den forstand at man ikke trenger å vite svaret på et av spørsmålene for å kunne svare riktig på et annet. a. En student som ikke vet svaret på noen av delspørsmålene bestemmer seg for å gjette helt vilkårlig. (i) Hva er sannsynligheten for at studenten gjetter riktig på et enkelt spørsmål? (ii) Hva er sannsynligheten for at studenten får riktig svar på alle de tre spørsmålene? (iii) Hva er sannsynligheten for at studenten gjetter galt på alle tre spørsmålene? Begrunn svarene dine. Svar: (i) P(riktig på et delspørsmål) = ¼ (ii) P(riktig på alle spørsmål) = = = 0,056 4 64 (iii) P(galt på alle spørsmål) = = 0,4 4 b. (i) Hva er sannsynligheten for at en student gjetter riktig på kun ett eneste av de tre spørsmålene, og galt på de to andre spørsmålene? For å bestå prøven må en student ha svart riktig på minst to av de tre spørsmålene. (ii) Hva er sannsynligheten for å bestå prøven for en student som gjetter helt vilkårlig på svaralternativet for alle spørsmålene? [Hint: Du kan bygge på besvarelsen din i punkt a og b(i) for å svare på punkt b(ii)] Svar: La X = antall riktig., Da er binomisk fordelt (, ¼). Vi får ( ) 4 PX= ( 0) = = 0.4, (i) PX ( = ) = = 0.4. 4 4 (ii) Vi har PX ( ) = 0.844 og dermed P(Bestå) = P( X ) = 0.56.

c. Om en student vet vi at han gjettet helt vilkårlig på svaralternativet for alle spørsmålene. Vi vet også at han hadde minst ett riktig svar, men vi vet ikke om han hadde så mye som to eller tre riktige. Hva er sannsynligheten for at han besto prøven? PX ( X ) PX ( ) 0,56 Svar: PX ( X ) = = = = 0, 70 PX ( ) PX ( = 0) 0,578 Merk at vi har brukt at hvis A og B er begivenheter slik at A er inneholdt i B, så er A B = A. d. (Mer krevende). En annen student klarer å eliminere to svaralternativer fra spørsmål som hun vet er gale. Hun gjetter så vilkårlig på et av de to gjenværende svaralternativene. For spørsmål klarer hun å eliminere ett svaralternativ og gjetter vilkårlig på et av de tre gjenværende. På spørsmål gjetter hun helt vilkårlig på et av de fire alternative svarene. Hva er sannsynligheten for at hun består prøven, dvs. svarer rett på to eller tre spørsmål? Svar: La xyz, (der x,y,z er R (riktig) eller R (galt)), betegne utfallet for spm, og h.h.v. P(Bestå) er da summen av sannsynlighetene i tabellen: Utfall Sum Sannsynlighet = 4 4 = 4 4 = 4 4 = 4 4 7 P (Bestå) = = 0,9 4 ECON 0 EKSAMEN 004 VÅR - UTSATT Oppgave I et lotteri er det fire lodd A, B, C og D. Det blir trukket ut to gevinster, først en på 00kr., så en på 00kr. Trekningen skjer uten tilbakelegging slik at samme lodd kan høyst vinne én gevinst. Petter eier loddene A og B. La G være Petters samlede gevinst. a. Still opp en passende sannsynlighetsmodell, og finn sannsynlighetsfordelingen for den stokastiske variabelen G.

Svar: Utfallet kan beskrives som xy der x er det første uttrukne loddet og y det andre. Hvert utfall har sannsynlighet /. G bestemmes ved følgende tabell Utfall G AB 00 BA 00 AC 00 CA 00 AD 00 DA 00 BC 00 CB 00 BD 00 DB 00 CD 0 DC 0 Dette gir følgende sannsynlighetsfordeling: g 0 00 00 00 P(G = g) 6 6 6 6 b. Skisser histogrammet som hører til fordelingen for G. Svar: F.eks.: Histogram Frequency.5.5 0.5 0 0 00 00 00 More Frequency Bin c. Finn den forventete gevinsten for Petter. Finn også standardavviket for G.

4 Svar: EG ( ) = 0 + 00 + 00 + 00 = 50 6 6 6 90000 EG ( ) = 0000 + 40000 + 90000 = = 666,67 6 6 6 6 var( G) = E( G ) 50 = 966,67 SD(G) = 966,67 = 95,74 d. Lotteriet blir, mot en gitt spilleavgift, tilbudt enkeltpersoner. Det er altså bare en person som har kjøpt lodd ved hver trekning. En person kan høyst kjøpe to lodd i en spilleomgang. Erfaringsmessig kjøper ca. 75% av spillerne ett lodd og 5% to lodd. I en gitt spilleomgang vant Eva 00kr. Vi vet ikke om hun hadde kjøpt ett eller to lodd. Finn sannsynligheten for at hun hadde kjøpt to lodd når vi vet at hun vant 00kr. [Hint: Du kan ha nytte av å vite at sannsynligheten for å vinne 00kr. for en spiller som bare har kjøpt ett lodd, er ¼. ] Svar: La, L betegne begivenhetene at Eva har kjøpt ett eller to lodd L h.h.v., og G gevinsten. Vi har PL ( ) = 0,75 = og PL ( ) = 0,5 =. 4 4 Dessuten PG ( = 00 L) = og PG ( = 00 L) = = 4 6 Dermed, siden PG ( = 00) = P[( G= 00) L] + P[( G= 00) L], får vi PG ( = 00) = PG ( = 00 L) PL ( ) + PG ( = 00 L) PL ( ) = + = 44 4 48 og PG ( = 00 L) PL ( ) 4 4 PL ( G= 00) = = = = 0,. PG ( = 00) 48 ECON 0 EKSAMEN 004 HØST Oppgave.La X og Y være to uavhengige stokastiske variabler, som begge to har forventning lik 0 og varians lik. La Z være en ny stokastisk variabel definert som Z = ax + Y, med a et fast (dvs ikke stokastisk).tall med ukjent verdi. For hvilke a-verdier er korrelasjonen mellom Z og X større enn null? cov( X, Z) Svar: Siden correl( X, Z) =, der nevneren er positiv, er var( X) var( Z) correl(x,z) > 0 hvis og bare hvis cov(x,z) > 0. Siden E(X) = 0, får vi

5 cov( X, Z) = EXZ ( ) EXEZ ( ) ( ) = EXZ ( ) = EXaX [ ( + Y)] = aex ( ) + EXY ( ) Siden X og Y er uavhengige, er E( XY) = E( X) E( Y) = 0, slik at cov( X, Y) ae( X ) =, som er > 0 hvis og bare hvis a > 0 (siden EX ( ) > 0). Oppgave fra notatet Litt om forventet nytte og risikoaversjon a) Plott av U( a) = a+ : U( a ) er strengt konkav hvis U''( a ) < 0 for alle a >. Vi får U'( a) = = ( a+ ) a + og dermed U''( a) = ( a+ ) = 4 < 0 + ( a ) for alle a >. b) La X = antall 6-ere i kast med en rettferdig terning, og la A= 0X være fortjenesten. Fordelingen til X er gitt ved x 0 5 f ( x) = P( X = x) 0,694 6 = 0 0,78 6 = 0,08 6 =

6 De aktuelle verdiene for A og nytten er gitt i følgende tabell X 0 A - 8 8 U( A ), 4,58 Fordelingen til U = U( A) er dermed gitt ved u, 4,58 PU ( = u) 0,694 0,78 0,08 som gir nytten for det usikre spillet EU ( A ) =,74 På den annen side har vi fra før E( X ) =, hvorav forventet fortjeneste blir 4 μ = E( A) = 0 E( X) = 0 = 4 Nytten av det sikre spillet med verdi μ = er derfor 4 U( μ) = U =,08 som er større enn nytten for det usikre spillet med samme forventet verdi. c) Anta nyttefunksjonen er lineær, U( a) = c+ da, der c og d er konstanter. La A være et usikkert aktivum med forventet verdi μ = E( A). Nytten av A blir dermed EU( A) = E( c+ da) = c+ de( A) = c+ dμ = U( μ). Det usikre spillet A er altså like nyttig som det sikre spillet med verdi μ = E( A).