Ulike typer utvalg. MAT0100V Sannsynlighetsregning og kombinatorikk. Ordnet utvalg uten tilbakelegging. Ordnet utvalg med tilbakelegging.

Like dokumenter
Ulike typer utvalg. MAT0100V Sannsynlighetsregning og kombinatorikk. Ordnet utvalg uten tilbakelegging 29 (29 1) (29 2) (29 3) =

STK1100: Kombinatorikk og sannsynlighet

STK1100: Kombinatorikk

Kombinatorikk. MAT0100V Sannsynlighetsregning og kombinatorikk. Multiplikasjonssetningen

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Kombinatorikk. MAT0100V Sannsynlighetsregning og kombinatorikk. Multiplikasjonssetningen

MAT0100V Sannsynlighetsregning og kombinatorikk

Forventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk

Kapittel 7: Noen viktige sannsynlighetsfordelinger

STK1100 våren 2017 Kombinatorikk

Kapittel 5: Tilfeldige variable, forventning og varians.

Ukeoppgaver i BtG207 Statistikk, uke 4 : Binomisk fordeling. 1

Løsningsforslag ST1101/ST6101 kontinuasjonseksamen 2018

STK1100 våren Kombinatorikk = = Uniform sannsynlighetsmodell. Et stokastisk forsøk har N utfall. Det er de mulige utfallene for forsøket.

ÅMA110 Sannsynlighetsregning med statistikk, våren Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

Kapittel 7: Noen viktige sannsynlighetsfordelinger

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

Mer om utvalgsundersøkelser

Kapittel 9: Mer kombinatorikk

Noen vanlige. Indikatorfordeling: 1, dersom suksess. I mange situasjoner kan fenomenet vi ser på. 0, dersom ikke suksess

Emnenavn: Metode 1, statistikk deleksamen. Eksamenstid: 4 timer. Faglærer: Bjørnar Karlsen Kivedal

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Konfidensintervall. Notat til STK1110. Ørnulf Borgan, Ingrid K. Glad og Anders Rygh Swensen Matematisk institutt, Universitetet i Oslo.

Eksamen REA3028 S2, Våren 2012

Kombinatorikk. MAT1030 Diskret matematikk Forelesning 20: Kombinatorikk. Repetisjon. Repetisjon

3MX 2007/8 - Kapittel 5: 8. januar 5. februar 2008

Econ 2130 Forelesning uke 11 (HG)

IN3030 Uke 12, v2019. Eric Jul PSE, Inst. for informatikk

Introduksjon. Hypotesetesting / inferens (kap 3) Populasjon og utvalg. Populasjon og utvalg. Populasjonsvarians

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

FASIT TIL NOEN OPPGAVER I SANNSYNLIGHET OG KOMBINATORIKK. Oppgave 9 a) 8 utfall: MMM, MMK, MKM, MKK, KMM, KMK, KKM, KKK b)

Betinget sannsynlighet

TMA4245 Statistikk Eksamen 9. desember 2013

TMA4240 Statistikk Eksamen desember 2015

Statistikk og økonomi, våren 2017

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008

8 (inkludert forsiden og formelsamling) Tegne- og skrivesaker, kalkulator, formelsamling (se vedlagt).

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

Oppgaven består av 9 delspørsmål, A,B,C,., som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<.. >>.

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

STK1100 våren 2017 Estimering

LØSNINGSFORSLAG TILEKSAMEN I FAG TMA4240/TMA4245 STATISTIKK 10. august 2005

TMA4240 Statistikk Høst 2016

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

statistikk, våren 2011

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

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

TMA4245 Statistikk Eksamen mai 2017

Forelesning Moment og Momentgenererende funksjoner

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 5. Hypotesetesting, del 5

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5

ST0202 Statistikk for samfunnsvitere

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 5

Eksamen REA3028 S2, Våren 2010

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

Eksamen REA3028 S2, Våren 2012

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

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

Kap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 5 Estimering. Målemodellen.

Matematikksenterets 10-årsjubileumskviss

EKSAMENSOPPGAVE. Mat-1060 Beregningsorientert programmering og statistikk

DEL 1. Uten hjelpemidler 500+ er x

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

Obligatorisk oppgave nr. 3 i Diskret matematikk

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

ECON240 Statistikk og økonometri

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Oppsummering

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

Løsningsforslag for andre obligatoriske oppgave i STK1100 Våren 2007 Av Ingunn Fride Tvete og Ørnulf Borgan

Kap. 9: Inferens om én populasjon

UNIVERSITETET I OSLO

Estimering 1 -Punktestimering

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort?

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 5

Estimering 1 -Punktestimering

5 y y! e 5 = = y=0 P (Y < 5) = P (Y 4) = 0.44,

Påliteligheten til en stikkprøve

Løsning TALM1005 (statistikkdel) juni 2017

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006

Kapittel 5: Tilfeldige variable, forventning og varians.

Løsninger. Innhold. Sannsynlighet Vg1P

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 20. mai 2008

Kapittel 10 fra læreboka Grafer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 2

TMA4240 Statistikk Høst 2016

Kap. 9: Inferens om én populasjon

Econ 2130 uke 15 (HG) Poissonfordelingen og innføring i estimering

Eksempeloppgave REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

Eksamen REA3028 S2, Våren 2011

Kort repetisjon fra kapittel 4. Oppsummering kapittel ST0202 Statistikk for samfunnsvitere. Betinget sannsynlighet og trediagram

LØSNING: Eksamen 28. mai 2015

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004

Transkript:

MAT0100V Sasylighetsregig og kombiatorikk Ordet utvalg med og ute tilbakeleggig (repetisjo) Uordet utvalg ute tilbakeleggig (repetisjo) Tilfeldige variabler og sasylighetsfordeliger Hypergeometrisk fordelig Ørulf Borga Matematisk istitutt Uiversitetet i Oslo 1 Ulike typer utvalg Eksempel 6.: Vi skriver bokstavee i alfabetet på hver si lapp og legger de 29 lappee i e eske Vi trekker så fire lapper, é etter é Vi sier at vi trekker et utvalg på fire bokstaver Hvis vi legger e lapp tilbake før vi trekker de este, trekker vi med tilbakeleggig Hvis vi ikke legger lappe tilbake, trekker vi ute tilbakeleggig Hvis rekkefølge bokstavee trekkes i har betydig, trekker vi et ordet utvalg Hvis rekkefølge ikke har betydig, trekker vi et uordet utvalg 2 Ordet utvalg med tilbakeleggig Vi ser på bokstaveksemplet Hver gag vi trekker er det 29 bokstaver å velge mellom Vi ka velge de fire bokstavee på 29 29 29 29 29 forskjellige måter år vi tar hesy til rekkefølge Geerelt har vi e megde med elemeter, og vi velger r elemeter fra megde med tilbakeleggig Da ka vi lage r 70721 ordede utvalg Ordet utvalg ute tilbakeleggig Vi ser igje på bokstaveksemplet Første gag er det 29 bokstaver å velge mellom Adre gag er det 29-1 bokstaver å velge mellom Tredje gag er det 29-2 bokstaver å velge mellom Fjerde gag er det 29- bokstaver å velge mellom Atall måter vi ka velge de fire bokstavee på er 29 (29 1) (29 2) (29 ) 570 02 Geerelt har vi e megde med elemeter, og vi velger r elemeter fra megde ute tilbakeleggig Atall ordede utvalg er P ( 1) ( 2) ( r + 1) r

a) Atall «ord» som består av tre ulike bokstaver er 29 P 29 2 27 2192 b) Atall «ord» som består av fire ulike bokstaver er 29 P 29 2 27 26 570 02 c) Atall «ord» som består av fem ulike bokstaver er 29 P5 29 2 27 26 1 0600 5 Eksempel 6.1: I e klasse er det elever Hva er sasylighete for at mist to har samme fødselsdag? Vi reger først ut sasylighete for at ige har samme fødselsdag Atall mulige ordede utvalg: 65 Atall gustige ordede utvalg: 65 P 65 P P(ige samme fødselsdag) 0.1 65 P(mist to samme fødselsdag) 1 0.1 0.569 6 Uordet utvalg ute tilbakeleggig Eksempel 6.7 (modifisert): Ladslagstreere i lagre for me har sju løpere å velge mellom til e World Cup stafett over x10 km På hvor mage måter ka ha ta ut de fire som skal gå stafette (år vi ikke tar hesy til hvem som skal gå de ulike etappee)? Geerelt har vi e megde med elemeter, og vi velger r elemeter fra megde ute tilbakeleggig Atall uordede utvalg vi ka lage er C r Pr r! Merk at vi ka skrive ( 1) ( 2) ( r + 1) 1 2 ( r 1) r Atall måter treere ka ta ut de fire løpere på er C P 7 7! Merk at vi ka skrive 7 6 5 1 2 5 C ( 1) ( r + 1) ( r) ( r 1) 2 1 r r! ( r)!! r! ( r)! C 7 7 6 5 2 1 1 2 1 2 7!!! 7 7 Vi vil bruke skrivemåte for biomialkoeffisietee

Eksempel 6.: E klasse har elever Fire elever skal velges til e festkomité Hvor mage måter ka det gjøres på? Atall måter vi ka velge de elevee på er!! 21! Med GeoGebra: 2 2 22 1 2 Eksempel 6.10 (modifisert): E pokerspiller får delt ut fem kort Hva er sasylighete for at spillere får fem kort i samme «farge»? Atall mulige måter å dele ut fem kort på er Atall av disse som gir fem kort i samme farge er 1 5 + 1 5 + 1 5 + 1 5 52 5 51 9 P(samme farge) 51 0.0020 9960 10 Eksempel 6.11: I e kartog er det 12 sikriger Fire av dem er defekte, reste er i orde Vi trekker tilfeldig tre sikriger Hva er sasylighete for at é er defekt? Atall mulige utvalg 12 Atall gustige utvalg 1 220 2 2 112 Eksempel 6.12: I e klasse er det 11 jeter og 1 gutter Fire elever velges ved loddtrekig til e festkomité Hva er sasylighete for at det blir to jeter og to gutter i komitee? Atall mulige utvalg er Atall gustige utvalg er 11 2 1 2 55 91 5005 P(é defekt sikrig) 112 220 0.509 11 5005 P(to jeter og to gutter) 0.96 12

Atall mulige utvalg er m ( ) a) Her er atall gustige utvalg Derfor er: P(bare jeter) g m b) Tilsvarede fier vi: ( 1 P(bare gutter) ) ( ) g 11 ( ) 0 0.026 0 1001 0.079 1 c) Her er atall gustige utvalg g Det gir at 1 11 ( 1 )( ) 1 165 210 P(é gutt og tre jeter) g m 210 0.1 1 9 a) Atall valg for firemasrommet er ( ) 126 ( ) b) Atall valg for tremasrommet er 5 10 c) Atall måter de ka fordele seg på rommee er 126 10 1 1260 Eksempel 6.1: E pokerspiller får delt ut fem tilfeldig valgte kort Hva er sasylighete for at spillere får to par? 52 Atall mulige utvalg: 5 9960 1 Atall gustige utvalg: 2 2 2 1 12552 9960 valg av to verdier valg av to kort i første verdi P (to par) 0.0 valg av to kort i adre verdi valg av ett kort i e tredje verdi 12552 16

Tilfeldige variabler Når vi kaster to teriger er det 6 utfall Vi er ofte ikke iteressert i de ekelte utfallee Vi ka for eksempel bare være iteressert i X «summe av atall øye» De mulige verdiee til X er 2,,,, 11, 12 Ved å telle opp atall gustige utfall for hedelse «X k» ka vi bestemme P(X k) for k 2,,, 12 X er e tilfeldig variabel (1,6) (2,6) (,6) (,6) (5,6) (6,6) (1,5) (2,5) (,5) (,5) (5,5) (6,5) (1,) (2,) (,) (,) (5,) (6,) (1,) (2,) (,) (,) (5,) (6,) (1,2) (2,2) (,2) (,2) (5,2) (6,2) (1,6) (2,6) (,6) (,6) (5,6) (6,6) (1,5) (2,5) (,5) (,5) (5,5) (6,5) (1,) (2,) (,) (,) (5,) (6,) (1,) (2,) (,) (,) (5,) (6,) (1,2) (2,2) (,2) (,2) (5,2) (6,2) (1,1) (2,1) (,1) (,1) (5,1) (6,1) «X 7» P(X 7) 6/6 (1,1) (2,1) (,1) (,1) (5,1) (6,1) 17 1 Vi får tabelle: Tabelle gir sasylighetsfordelige til X Summe av sasylighetee i tabelle er lik é a) Det er åtte mulige utfall: KKK,KKM, KMK, MKK, MMK, MKM, KMM, MMM Hvert av utfallee har sasylighet 1/ Vi ka vise sasylighetsfordelige med et stolpediagram 19 b) X ka få verdiee 0, 1, 2 og X0: KKK X1: KKM, KMK, MKK X2: MMK, MKM, KMM X: MMM c) k P( X k) 0 1 2 1 1 20

Hypergeometrisk fordelig (1,6) (2,6) (,6) (,6) (5,6) (6,6) Y 6 (1,5) (2,5) (,5) (,5) (5,5) (6,5) Y 5 (1,) (2,) (,) (,) (5,) (6,) Y (1,) (2,) (,) (,) (5,) (6,) Y (1,2) (2,2) (,2) (,2) (5,2) (6,2) Y 2 (1,1) (2,1) (,1) (,1) (5,1) (6,1) Y 1 Mulige verdier for Y er 1, 2,,, 5 og 6 k 1 2 5 6 11 9 7 5 1 P( Y k) 21 6 6 6 6 6 6 Eksempel 7.1: I e kartog er det 12 sikriger Fire av dem er defekte, reste er i orde Vi trekker tilfeldig tre sikriger X «atall defekte sikriger vi trekker» Vi vil fie P(X k) Atall mulige utvalg 12 Vi ka trekke k defekte på måter Vi ka trekker k som er i orde på måter Atall gustige utvalg for k defekte (og k som er i orde) er Sasylighetsfordelige til X Når vi setter i k 0, 1, 2, får vi: P( X 0) 0.5 P( X 1) 0.509 P( X 2) 0.21 P( X ) 0.01 2 Geerelt har vi følgede situasjo: Vi har e megde med N elemeter (I eksempel 7.1 er dette megde av de 12 sikrigee) Elemetee i megde ka deles i i to delmegder D og D Det er m elemeter i D og N m elemeter i D (I eksempel 7.1 er de to delmegdee de defekte og de ikke-defekte sikrigee. Det er defekte sikriger og 12 - som er i orde) Vi trekker tilfeldig elemeter fra megde (I eksempel 7.1 trekker vi sikriger) 2

La X være atall elemeter vi trekker fra D Vi ka bruke sasylighetskalkulatore i GeoGebra til å bestemme P(Xk) Ved å resoere som i eksemplet fier vi at X har sasylighetsfordelige Vi sier at X er hypergeometrisk fordelt Her skriver du i atall elemeter i megde (populasjoe) du trekker fra Her skriver du i atall elemeter i delmegde D Her skriver du i atall elemeter du trekker fra megde