Oppgavesett nr. 5. MAT110 Statistikk 1, Et transportfirma har et varemottak for lastebiler med spesialgods, se figur 1.

Like dokumenter
MAT110. Statistikk 1. Samling av øvingsoppgaver Per Kristian Rekdal

Eksamen i. MAT110 Statistikk 1

MAT110. Statistikk 1. Løsning til øvingsoppgaver Per Kristian Rekdal

Kapittel 4: Matematisk forventning

Eksamen i. MAT110 Statistikk 1

Oppgavesett nr. 1. MAT110 Statistikk 1, Etterspørsel y=y i Figur 1: Sammenheng mellom pris x og etterspørsel y.

MAT110. Statistikk 1. Kompendium 2018, del 2. Per Kristian Rekdal

Formelsamling V MAT110 Statistikk 1. Per Kristian Rekdal

statistikk, våren 2011

LØSNING: Eksamen 22. mai 2018

Forventning og varians.

MAT110. Statistikk 1. Løsning til øvingsoppgaver Per Kristian Rekdal

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

Forventning og varians.

Formelsamling V-2014 MAT110. Statistikk 1. Per Kristian Rekdal

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

HØGSKOLEN I STAVANGER

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

ØVINGER 2017 Løsninger til oppgaver. Lineærkombinasjonen Z = 5X + 8Y har forventningsverdi

HØGSKOLEN I STAVANGER

Løsningsforslag eksamen Høgskolen i Østfold

MAT110. Statistikk 1. Samling av øvingsoppgaver Per Kristian Rekdal

Betinget sannsynlighet

Løsningsforslag ECON 2130 Obligatorisk semesteroppgave 2017 vår

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

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

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

La U og V være uavhengige standard normalfordelte variable og definer

TMA4245 Statistikk Eksamen desember 2016

LØSNING: Oppgavesett nr. 1

Eksamensoppgave i TMA4240 Statistikk

Oppgavesett nr. 6. MAT110 Statistikk 1, 2018

Kapittel 2: Hendelser

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

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

FORMELSAMLING TIL STK1100 OG STK1110

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.

Regneregler for forventning og varians

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008

Forelesning 13. mars, 2017

EKSAMEN I TMA4240 Statistikk

HØGSKOLEN I SØR-TRØNDELAG Avdeling for lærer- og tolkeutdanning

MAT110. Statistikk 1. Kompendium 2018, del 1. Per Kristian Rekdal

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

MAT110 Statistikk 1 Løsningsforslag til eksamensoppgaver

Formelsamling i medisinsk statistikk

Løsningsforslag til obligatorisk oppgave i ECON 2130

ÅMA110 Sannsynlighetsregning med statistikk, våren

Kapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering

UNIVERSITETET I OSLO

To-dimensjonale kontinuerlige fordelinger

Foreleses onsdag 8. september 2010

Kort overblikk over kurset sålangt

Øving 7: Statistikk for trafikkingeniører

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

Oppfriskning av blokk 1 i TMA4240

6 x P (X = x) = x=1 = P (X 2 = 6)P (X 2 = 6)P (X 3 = 6) =

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Statistikk og dataanalyse

UNIVERSITETET I OSLO

TMA4240 Statistikk Eksamen desember 2015

Kompendium V-2014 MAT110. Statistikk 1. Del 1 av 2. Per Kristian Rekdal

Kapittel 4.4: Forventning og varians til stokastiske variable

STK Oppsummering

TMA4240 Statistikk 2014

UNIVERSITETET I OSLO

Hypotesetesting. Hvorfor og hvordan? Gardermoen 21. april 2016 Ørnulf Borgan. H. Aschehoug & Co Sehesteds gate 3, 0102 Oslo Tlf:

Eksamensoppgåve i TMA4240 Statistikk

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 10. juni Ingeniørutdanning. TID: kl EMNEANSVARLIG: Hans Petter Hornæs

TMA4245 Statistikk Eksamen desember 2016

MAT110 Statistikk 1. Eksamensoppgaver Per Kristian Rekdal

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

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

EKSAMEN I TMA4245 STATISTIKK Tysdag 21. mai 2013 Tid: 09:00 13:00 (Korrigert )

FORMELSAMLING TIL STK1100 OG STK1110

Eksamensoppgave i ST1201/ST6201 Statistiske metoder

Fasit for tilleggsoppgaver

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

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 11. juni HiS Jørstadmoen. TID: kl EMNEANSVARLIG: Hans Petter Hornæs

UNIVERSITETET I OSLO

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

(Det tas forbehold om feil i løsningsforslaget.) Oppgave 1

Løsningskisse seminaroppgaver uke 11 ( mars)

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

TMA4240 Statistikk H2010

3.1 Stokastisk variabel (repetisjon)

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

Eksamensoppgave i TMA4240 Statistikk

UNIVERSITETET I OSLO Matematisk Institutt

TMA4240 Statistikk H2015

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

Oppgave 1: Feil på mobiltelefoner

Regneøvelse 22/5, 2017

Stokastisk variabel. Eksempel augefarge

EKSAMENSOPPGAVE. «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark/ 4 sider med egne notater. Godkjent kalkulator.

Løsningsforlag statistikk, FO242N, AMMT, HiST 2.årskurs, 7. desember 2006 side 1 ( av 8) LØSNINGSFORSLAG

Forelening 1, kapittel 4 Stokastiske variable

UNIVERSITETET I OSLO

EKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Transkript:

Innleveringsfrist: mandag 19. mars kl. 16:00 (version 01) Oppgavesett nr. 5 MAT110 Statistikk 1, 2018 Oppgave 1: ( logistikk ) Et transportfirma har et varemottak for lastebiler med spesialgods, se figur 1. De ansatte i firmaet ønsker å se nærmere på behandlingstiden for å laste av lasten på vogntogene. I den sammenheng bestemmer de seg for å definere følgende stokastiske variabel X: X = antall minutter behandlingstid for å laste av lasten på en tilfeldig valgt lastebil (1) Tiden det tar å laste av de tre typene lastebiler er: laste av en liten lastebil: 10 minutter (2) laste av en mellomstor lastebil: 20 minutter (3) laste av en stor lastebil: 30 minutter (4) Figur 1: Vogntog og varemottak. 1

Anta at X har følgende sannsynlighetsfordeling: x i 10 20 30 P(X=x i ) 0.5 0.3 0.2 Figur 2: Sannsynlighetsfordeling P (X = x i ), hvor i = 1, 2, 3. a) Finn forventet behandlingstid E[X] for å laste av lasten til en tilfeldig valgt lastebil. 1 b) Finn V ar[x] for å laste av lasten til en tilfeldig valgt lastebil. 2 Hva er tilhørende standardavvik σ[x]? La oss nå se på en situasjon hvor det står 3 tilfeldige lastebiler foran deg i kø. La X 1, X 2 og X 3 være den tiden det tar for å laste av lasten på de tre lastebilene som står foran deg i køen. Ventetiden V for at din lastebil skal bli tømt er da: V = X 1 + X 2 + X 3 (5) c) Hva er fortventet ventetid E[V ]? 1 Bruk gjerne definisjonen av forventning E[X]. Se formelsamling. 2 Bruk gjerne definisjonen av varians V ar[x]. Se formelsamling. 2

d) Finn V ar[v ], dvs. finn variansen til ventetiden. Hva er tilhørende standardavvik σ[v ]? La oss nå innføre følgende kortnotasjon for den simultane sannsynligheten: p(x 1, x 2, x 3 ) P ( X 1 = x 1 og X 2 = x 2 og X 3 = x 3 ) (6) e) Finn den simultane sannsynligheten p(30, 30, 30). 3 f) Gi en kort tolkning av sannsynligheten p(30, 30, 30). 3 Husk at lastebilene ankommer varemottaket uavhengige av hverandre. 3

Siden sannsynlighetsfordelingen til V også er normalisert, dvs. summerer seg til 1, så er: P (V 80) + P (V = 90) = 1 (7) g) Bruk lign.(7) til finne sannsynligheten for at du må vente 80 minutter eller mindre, dvs. finn P (V 80). For å finne sannsynligheten for at ventetiden V er akkurat 50 minutter så må vi summere alle kombinasjoner av de simultane sannsynlighetene som gir 50 minutters ventetid: P (V = 50) = p(10, 10, 30) + p(10, 30, 10) + p(30, 10, 10) + p(20, 20, 10) + p(20, 10, 20) + p(10, 20, 20) (8) h) Finn sannsynligheten P (V = 50), dvs. finn sannsynligheten for at du må vente i 50 minutter før din lastebil blir ekspedert. Figur 3: Kø. Ventetid. 4

Oppgave 2: ( økonomi ) Du jobber som økonomisjef ved Elkjøp Møre og Romsdal. I forbindelse med lansering og salg av iphone 11 høsten 2018 ønsker du å vite mer om hva slags salgstall og omsetning Elkjøp kan forvente seg når telefonen slippes på markedet. Derfor engasjerer du studentene ved Høgskolen i Molde som har hatt faget SCM300 Survey Design for å finne ut mer om potensiell pris og etterspørsel. Undersøkelsene til studentene er blant annet basert på: historiske tall, f.eks. salgstall fra iphone 9 og iphone 10 hvordan man tror markedet responderer på den nye telefonen mottagelsen iphone 11 har fått i tester om det er andre konkurrerende selskaper (f.eks. Samsung, Sony Ericsson, Nokia) som også har store lanseringer høsten 2018 Figur 4: iphone 11 lanseres høsten 2018. 5

Studentene bestemmer seg for definere følgende stokastiske variabler: X = prisen på iphone 11 (NOK) Y = antall enheter som omsettes av iphone 11 i løpet av første uken etter lansering. (antall telefoner som omsettes for Elkjøp i hele Møre og Romsdal) Antall enheter Y = 90 Y = 150 Y = 210 Pris (NOK) X = 1000 X = 1500 0.05 0.10 0.15 0.10 0.20 0.10 X = 2000 0.15 0.10 0.05 Figur 5: Simultanfordelingen til X og Y. a) i) Hva er marginalsannsynlighetene for prisen X? 4 ii) Hva er marginalsannsynlighetene for antall solgte enheter Y? 5 b) i) Hvilken pris kan markedet forvente seg på iphone 11? ii) Hvor mange telefoner forventer Elkjøp å selge i Møre og Romsdal første uken? 4 Marginalsannsynlighetene for prisen er P (X = 1000), P (X = 1500) og P (X = 2000), (se formelsamling). 5 Marginalsannsynlighetene for antall solgte varer er P (Y = 90), P (Y = 150) og P (Y = 210), (se formelsamling). 6

c) Hvilken omsetning forventer Elkjøp seg den første uken etter lansering? 6 d) Er pris X og etterspørsel Y uavhengige? 7 La oss si at du bestemmer deg for å fastsette prisen på en iphone 11 til X = 1000 NOK. Du ønsker derfor å finne de betingede sannsynlighetene P (Y X = 1000), for Y = 90, Y = 150 og Y = 210. e) i) Finn de betingede sannsynlighetene P (Y X = 1000), for Y = 90, Y = 150 og Y = 210. 8 ii) Med den fastsatte prisen X = 1000 NOK, hva blir forventet omsetning? 9 La oss si at du isteden bestemmer deg for å fastsette prisen på en iphone 11 til X = 1500 NOK. f) i) Finn de betingede sannsynlighetene P (Y X = 1500), for Y = 90, Y = 150 og Y = 210. ii) Med den fastsatte prisen X = 1500 NOK, hva blir forventet omsetningen? g) Dersom du har gjort oppgave 2e og 2f riktig så ser du at økt pris gir økt omsetning. Behøver det å være slik alltid? 10 6 Omsetning = pris X antall solgte varer Y, dvs. omsetning = X Y. Forventet omsetning er dermed E[X Y ]. 7 Se formelsamlingen for sammenheng mellom uavhengighet og forventing. 8 Hvilken setningen kan være hensiktsmessig å bruke her? Bruk gjerne resultatet fra oppgave 3a. 9 Omsetning = 1000 Y. Forventet omsetning er dermed E[1000 Y ]. 10 Gi en kort, enkel begrunnelse for svaret. 7

Oppgave 3: ( finansanalyse ) Denne oppgaven dreier seg om empiriske parametre (måling) og teoretiske parametre: empirisk parameter (måling) teoretisk parameter Et eksempel på en empirisk parameter er den empiriske korrelasjonskoeffisienten R AB mellom observasjoner A og B. Dette lærte vi om i kapittel 1 i kompendiet. Et eksempel på en teoretisk parameter er korrelasjonskoeffisienten ρ[x, Y ] mellom to stokastiske variabler X og Y. Dette lærte vi om i kapittel 6 i kompendiet. I oppgave 3a nedenfor skal vi først ta for oss et eksempel på en empirisk parameter. I oppgave 3b nedenfor skal vi ta for oss et eksempel på en teoretisk parameter. En finansanalytiker observerer kursen (prisen) på aksje A og aksje B. I alt gjør han 150 observasjoner på A og B. Basert på disse 150 observasjonene lages en modell for aksjekursenes utvikling. Utfra denne modellen kan korrelasjonskoeffisienten beregnes. Resultatet er: R AB = 0.95 (9) a) i) Er aksjene A og B korrelerte eller ukorrelerte ifølge modellen? Gi en kort begrunnelse. ii) Dersom de er korrelerte, tenderer aksjene til å variere sammen eller motsatt? 11 11 I takt eller mottakt? 8

En kvinnelig kollega til denne finansanalytikeren jobber i et annet aksjemarked. Hun observerer aksje C og aksje D. Hun jobber på en annen måte enn sin mannlige kollega: Istedet for å modellere situasjonen basert på empiriske parametre så velger hun å modellere situasjonen ved hjelp av stokastiske variabler. Via stokastiske varabler kan hun prøve å predikere hva som skjer i fremtiden i aksjemarkedet. Ut fra en stor mengde historiske data finner hun så den simultane sannsynlighetsfordelingen p(x C = x C, Y D = y D ). Her er X C og X D er stokastiske variabler: X C = kursen på aksje C, og X D = kursen på aksje D. Ut fra dette så regner hun ut at korrelasjonskoeffisienten ρ[x C, Y D ] for kursen på aksje C og aksje D. Resultatet er: ρ[x C, Y D ] = 0.41 (10) b) i) Er aksjene C og D korrelerte eller ukorrelerte ifølge modellen? Gi en kort begrunnelse. ii) Dersom de er korrelerte, tenderer aksjene til å variere sammen eller motsatt? 12 Y X Figur 6: Illustrasjon av samvariasjon. 12 I takt eller mot-takt? 9

Oppgave 4: ( korrelasjon ) Nedenfor er de stokastiske variablene X og Y plottet i 6 forskjellige sammenhenger. Hver av disse 6 grafene er assosiert med ett av følgende utsagn angående lineær korrelasjon: svak negativ sterk positiv ingen svak positiv moderat negativ sterk negativ Plasser disse utsagnene i rett graf. 13 Y Y Y x Y x Y x Y x x x Figur 7: Lineær korrelasjon mellom X og Y. 13 Print ut denne siden og skriv inn for hånd riktig utsagn på rett graf. Eller tegn av figurene på eget ark. Husk å legge ved arket i innleveringen din. 10

Oppgave 5: ( oversikt over formler ) a) Nedenfor ser du 13 sentrale formler som vi har lært om så langt i MAT110 Statistikk 1. I vedlegget finner du en tabell med 13 ledige ruter. Plasser formlene nedenfor i riktig rute. 14 x = 1 n x i (11) n i=1 m E[X] = x i P (X = x i ) (12) i=1 S 2 x = V ar[x] = 1 n 1 n (x i x) 2 (13) i=1 m (x i E[X]) 2 P (X = x i ) (14) i=1 V ar[ax 1 + bx 2 ] = a 2 V ar[x 1 ] + b 2 V ar[x 2 ] (15) S xy = 1 n 1 n (x i x)(y i y), S xy = 0 (16) i=1 Cov[X, Y ] = E [ (X E[X])(Y E[Y ]) ], Cov[X, Y ] = 0 (17) R xy = S xy S x S y, R xy = 0 (18) ρ[x, Y ] = Cov[X, Y ] V ar[x] V ar[y ], ρ[x, Y ] = 0 (19) 14 Skriv ut vedlegget i skriv inn for hånd formlene i riktig rute. 11

b) Nedenfor ser du 13 sentrale formler som vi har lært om så langt i MAT110 Statistikk 1. I vedlegget finner du en tabell med 13 ledige ruter. Plasser formlene nedenfor i riktig rute. 15 P (A B) = P (A) + P (B) (20) P (A B) = P (A) + P (B) P (A B) (21) P (A B) = P (A B) P (B) (22) P (A B) = P (A) P (B) (23) p(x, y) = P (X = x og Y = y) (24) p(x, y) = P (X = x) P (Y = y) (25) E[X Y ] = m n i=1 j=1 x i y j p(x i, y j ) (26) E[X Y ] = E[X] E[Y ] (27) P (A) = P (A B) + P (A B) P (A) = 1 P (A) (28) P (A) = P (A B 1 ) P (B 1 ) + P (A B 2 ) P (B 2 ) +... + P (A B N ) P (B N ) (29) P (A B) = P (B A) P (A) P (B), P (B A) = P (A B) P (B) P (A) (30) 15 Formlene i lign.(30) skal i en og samme rute. 12

Vedlegg

Oppgave 5 a) Beskrivende statistikk ( utvalg av observasjoner ) Stokastiske variabler ( sann.-fordeling av stok. var. X ) Tyngdepunkt Variasjon generelt uavh. Samvariasjon (IKKE-normert) generelt uavh. Samvariasjon (normert) generelt uavh.

Oppgave 5 b) Sannsynlighetsregning ( begivenheter A og B ) Simultane sanns.-fordelinger ( sannsynlighetsfordeling for stok. var. X og Y ) og generelt uavh. eller generelt disjunkt total sannsynl. kompl. setn. oppspl. av Ω Bayes lov 2 setninger skal inn i denne ruten