TENTAMEN MÅNDAGEN DEN 22 OKTOBER 2012 KL a) Bestäm P(ingen av händelserna inträffar). b) Bestäm P(exakt två av händelserna inträffar).

Relevanta dokument
Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12

Tentamen i matematisk statistik (92MA31, STN2) kl 08 12

Formel- och tabellsamling i matematisk statistik

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18

Tentamen i Matematisk statistik Kurskod S0001M

Föreläsning 7: Punktskattningar

Matematisk statistik TMS063 Tentamen

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

FACIT: Tentamen L9MA30, LGMA30

Föreläsning 7: Punktskattningar

Matematisk statistik 9 hp Föreläsning 6: Linjärkombinationer

Föreläsning 7: Punktskattningar

STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson,

Statistiska metoder för säkerhetsanalys

Föreläsning 5, Matematisk statistik 7.5hp för E Linjärkombinationer

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Föreläsning 6, Matematisk statistik Π + E

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

Matematisk statistik för D, I, Π och Fysiker

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012

0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1.

Tentamen MVE302 Sannolikhet och statistik

Tillåtna hjälpmedel: Räknedosa. Formel- och tabellsamling i matematisk statistik.

Tentamen MVE302 Sannolikhet och statistik

FÖRELÄSNING 7:

Tentamen i Matematisk statistik Kurskod S0001M

Uppgift 3 Vid en simuleringsstudie drar man 1200 oberoende slumptal,x i. Varje X i är likformigt fördelat mellan 0 och 1. Dessa tal adderas.

FORMELSAMLING MATEMATISK STATISTIK FÖR W; FMSF75 UPPDATERAD Sannolikhetsteori. Beskrivning av data. Läges-, spridnings- och beroendemått

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

F9 Konfidensintervall

Stokastiska vektorer

Föreläsning 6, FMSF45 Linjärkombinationer

Summor av slumpvariabler

Väntevärde och varians

SF1901 Sannolikhetsteori och statistik I

Avd. Matematisk statistik

LINKÖPINGS UNIVERSITET TENTA 92MA31, 92MA37, 93MA31, 93MA37 / STN 2 9GMA05 / STN 1

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen MVE301 Sannolikhet, statistik och risk

TMS136. Föreläsning 5

Matematisk statistik för D, I, Π och Fysiker

9. Konfidensintervall vid normalfördelning

SF1901: Sannolikhetslära och statistik

TENTAMEN I STATISTIKENS GRUNDER 1

Tentamen Statistik och dataanalys 1, 5p Institutionen för matematik, natur- och datavetenskap, Högskolan i Gävle

SF1901: Sannolikhetslära och statistik. Flera stokastiska variabler.

Stat. teori gk, ht 2006, JW F7 STOKASTISKA VARIABLER (NCT 5.7) Ordlista till NCT

SF1901: Sannolikhetslära och statistik

Tentamen i Matematisk statistik Kurskod S0001M

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

Kurssammanfattning MVE055

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända

Grundläggande matematisk statistik

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

Några extra övningsuppgifter i Statistisk teori

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p)

LÖSNINGAR TILL. Matematisk statistik, Tentamen: kl FMS 086, Matematisk statistik för K och B, 7.5 hp

Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola.

Tentamen i Matematisk statistik Kurskod S0001M

Mer om konfidensintervall + repetition

Tentamen MVE301 Sannolikhet, statistik och risk

Tentamen i Sannolikhetslära och statistik, TNK069, , kl 8 13.

10. Konfidensintervall vid två oberoende stickprov

FACIT: Tentamen L9MA30, LGMA30

Matematisk statistik 9hp Föreläsning 5: Summor och väntevärden

Tentamen MVE301 Sannolikhet, statistik och risk

FORMELSAMLING HT-18 MATEMATISK STATISTIK FÖR B, K, N, BME OCH KEMISTER; FMSF70 & MASB02. Sannolikhetsteori. Beskrivning av data

Matematisk statistik för D, I, Π och Fysiker

Kap 2. Sannolikhetsteorins grunder

Del I. Uppgift 1 Låt A och B vara två oberoende händelser. Det gäller att P (A) = 0.4 och att P (B) = 0.3. Bestäm P (B A ). Svar:...

Tentamen MVE301 Sannolikhet, statistik och risk

Kapitel 5 Multivariata sannolikhetsfördelningar

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 21 januari 2006, kl

Tentamen i Matematisk statistik Kurskod S0001M

Del I. Uppgift 1 Låt X och Y vara stokastiska variabler med följande simultana sannolikhetsfunktion: p X,Y ( 2, 1) = 1

Oberoende stokastiska variabler

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

Föreläsning 5, FMSF45 Summor och väntevärden

FINGERÖVNINGAR I SANNOLIKHETSTEORI MATEMATISK STATISTIK AK FÖR I. Oktober Matematikcentrum Matematisk statistik

Avd. Matematisk statistik

Tentamen den 11 april 2007 i Statistik och sannolikhetslära för BI2

Sannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...

0 om x < 0, F X (x) = c x. 1 om x 2.

Tentamen i Matematisk statistik Kurskod S0001M

F13 Regression och problemlösning

Föreläsning 3. Sannolikhetsfördelningar

Föreläsning 5. Funktioner av slumpvariabler. Ett centralt resultat.

Repetitionsföreläsning

TAMS17/TEN1 STATISTISK TEORI FK TENTAMEN ONSDAG 10/ KL

Repetition och förberedelse. Sannolikhet och sta.s.k (1MS005)

Lufttorkat trä Ugnstorkat trä

(a) på hur många sätt kan man permutera ordet OSANNOLIK? (b) hur många unika 3-bokstavskombinationer kan man bilda av OSANNO-

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Exempel. Kontinuerliga stokastiska variabler. Integraler i stället för summor. Integraler i stället för summor

1. En kortlek består av 52 kort, med fyra färger och 13 valörer i varje färg.

TAMS65. Formel- och tabellsamling i matematisk statistik TAMS65. Martin Singull TAMS65 TAMS65

Transkript:

Tekniska högskolan i Linköping Matematiska institutionen Matematisk statistik,jan Olheim MATEMATIK:Statistik 9MA31 STN, 9MA37 STN TENTAMEN MÅNDAGEN DEN OKTOBER 01 KL 14.00-18.00. Hjälpmedel:Formler och tabeller för 9MA31/9MA37 samt räknedosa med tömda minnen. Varje korrekt löst uppgift ger 3 poäng. Tredelade uppgifter ger 1 poäng per del. För betyget godkänd krävs minst 8 poäng.för väl godkänd minst 14. Jourhavande lärare: Jan Olheim,tel 8 14 53. 1. A, B och C är tre oberoende händelser. P ( A ) = 0.6, P ( B ) = 0., P ( C ) = 0.3 a) Bestäm P(ingen av händelserna inträffar). b) Bestäm P(exakt två av händelserna inträffar). c) Givet : Minst en av A och B inträffar. Sök: Den betingade sannolikheten att endast en av A och B inträffar.. Ett undersökningsföretag jobbar med snabba tittarfrågor, dvs efter ett TV-program ringer man upp ett slumpmässigt urval av Sveriges befolkning och ställer frågor. Man är i första hand ute efter att få en skattning av andelen personer (p) som sett programmet. Antag att 8 personer av såg programmet Ruskaby skola Bilda ett approximativt 95 % konfidensintervall för p. (.5p) Följdfråga: Om det finns 5.000.000 tänkbara tittare,hur ser motsvarande intervall för antalet tittare ut? (0.5 p) 1

3. Antalet kunder som under en timme anländer till en urmakare kan ses som en Poissonfördelad slumpvariabel med väntevärde 3. a) Beräkna sannolikheten att minst 5 kunder anländer mellan kl 9 och 10. b) Beräkna approximativt sannolikheten att högst 0 kunder kommer under ett 8-timmars arbetspass. c) Endast 80% av kundbesöken leder till ett uppdrag för urmakaren. Hur stor är sannolikheten att 10 kundbesök leder till högst 7 uppdrag? 4. Barn drabbas ibland av blyförgiftning genom att de av någon anledning äter blyhaltiga ämnen. En tänkbar förklaring är att de lider av kalkbrist. I en studie användes 0 råttor som slumpmässigt delades in i två grupper. Kontrollgruppen fick normal diet medan experimentgruppen fick kalkfattig diet. Råttorna hade tillgång till en lösning med blyacetat. Mängden blyacetat som konsumerades mättes för varje råtta. Kont. 5.4 6. 3.1 3.8 6.5 5.8 6.4 4.5 4.9 4.0 Expr. 8.8 9.5 10.6 9.6 7.5 6.9 7.4 6.5 10.5 8.3 x = 5.06 s 1 = 1.189 ȳ = 8.51 s = 1.471 Vi har observationer x 1, x...x 10 och y 1, y...y 10 av oberoende slumpvariabler X som ärn(µ 1, σ) resp.y som är N(µ, σ) Bilda ett 95% konfidensintervall för µ µ 1 Kan man ur intervallet dra slutsatsen att µ > µ 1 +? (Dvs konsumerar råttor som får kalkfattig kost avsevärt mer bly än de som får normal kost?)

5. Låt den kontinuerliga tvådimensionella slumpvariabeln ( X, Y ) ha täthetsfunktionen f(x,y) = x + y 0 x 1, 0 y 1 a) Bestäm de marginella täthetsfunktionerna f X (x) och f Y (y) b) Bestäm väntevärdena E ( X ) och E ( Y ) c) Beräkna kovariansen mellan X och Y, C(X,Y) 6. En rak stav av längden 1 delas slumpmässigt(likformig fördelning) i två delar, med längder X resp. 1-X. Låt längderna utgöra kateter i en rätvinklig triangel. Bestäm väntevärde och varians för triangelns area. 3

1 9MA31/37-Lösningsförslag 110 1. P ( A ) = 0.6 P ( B ) = 0. P ( C ) = 0.3 a) P ( ingen ) = P ( A B C ) = (oberoende) = P ( A ) P (B ) P (C ) = 0.4 0.8 0.7 = 0.4 b) P ( exakt två ) = P ( A ) P ( B ) P ( C ) + P ( A ) P ( B ) P ( C ) + P ( A ) P ( B ) P ( C ) = = 0.6 0. 0.7 + 0.6 0.8 0.3 + 0.4 0. 0.3 = 0.5 c) Minst en av A och B = A B Exakt en av A och B = ( A B ) (A B) P (((A B ) (A B)) (A B)) = P ((A B ) (A B)) P (A B) = P (A) P (B )+P (A ) P (B) P (A)+P (B) P (A) P (B) = 0.6 0.8+0.4 0. 0.6+0. 0.1 = 0.56 0.68 0.8. a) X = antalet personer som sett programmet X är Bin (, p ) N ( p, p(1 p) p skattas med ˆp = X, observerat värde 0.056 ˆp p ˆp(1 ˆp) är approximativt N ( 0, 1 ) Ett approximativt 95 % konfidensintervall för p fås ur: P ( -1.96 ˆp p ˆp(1 ˆp) 1.96 ) 0.95 Lös ut p,vilket ger: p = ˆp ± 1.96 ˆp(1 ˆp) 1.96 fås ur N(0,1)-tabell Ett observerat intervall blir: 0.056 ± 0.00 eller (0.036,0.076) b) Multiplicera gränserna med 5.000.000. Dvs av 5 miljoner tänkbara tittare såg mellan 179000 och 380000 programmet. ( Namnet Ruskaby skola är hämtad från Realskolans Läsebok,1933 ). 1

3. a) X = antalet kunder mellan 9.00 och 10.00 X är Po ( 3 ) P ( X 5 ) = 1 - P ( X 4 ) = (tabell) = 1-0.8153 = 0.1847 b) Y = antalet kunder på 8 timmar Y är Po ( 8 3 ) = Po ( 4 ) N ( 4, 4 ) P ( X 0 ) = P ( X 4 4 0 4 4 ) Φ( 4 4 ) = Φ( 0.8165) = 1 Φ(0.8165) 1 0.79 = 0.1 c) Z = antalet uppdrag Z är Bin ( 10, 0.8 ) P ( Z 7 ) = 0.3 (tabell) 4. Ȳ X (µ µ 1 ) s 1 10 + 1 10 är t(10+10-) dvs t(18) där s = (10 1) s 1 +(10 1) s 10+10 = 9 (1.189) +9 (1.471) 18 = 1.7888 ; s= 1.3375 95 % konfidensgrad ger värdet.101 ur t(18)-tabell Ett konfidensintervall för µ µ 1 blir då: 8.51 5.05 ±.101 1.3375 1 10 + 1 10 3.45 ± 1.6 d.v.s. (.19,4.71) Intervallet ligger över.0, dvs µ > µ 1 +

5. a) f X (x) = f(x, y) dy = 1 y y=0 (x+y) dy = [xy+ ]1 y=0 = x+ 1 ; 0 x 1 Symmetri i x och y ger f Y (y) = y + 1 0 y 1 b) E[X] = x f X (x) dx = 1 x=0 x (x + 1 x3 ) dx = [ + x 3 4 ]1 x=0 = 1 + 1 = 7 3 4 1 E[Y ] = 7 1 (symmetri) c) C ( X, Y ) = E [ X Y] - E [ X ] E [ Y ] E[X Y ] = x y f(x, y) dxdy = 1 1 x=0 y=0 = 1 y=0 [ x3 3 y + x y ] 1 x=0 = 1 y=0 ( y 3 + y C(X, Y ) = 1 3 ( 7 1 ) = 1 3 49 144 = 1 144 0.0069 x y (x + y) dxdy ) dy = [ y 6 + y3 6 ]1 y=0 = 1 6 + 1 6 = 1 3 ( Anmärkning: V(X) = V(Y) kan beräknas till 11/144 vilket ger 6. korrelationen ρ = 1 144 11 144 11 144 = 1 11 ) X är likformig på (0,1) dvs f(x) = 1 i intervallet (0,1) Arean A = X (1 X) = 1 (X X ) E[A] = 1 E[X X ] = 1 (E[X] E[X ]) V [A] = E[A ] (E[A]) E[A ] = E[( 1 (X X )) ] = 1 4 (E[X ] + E[X 4 ] E[X 3 ]) Vi behöver alltså E[X], E[X ], E[X 3 ], E[X 4 ] E[X) = 1 x 0 x dx = [ ]1 x=0 = 1 E[X ] = 1 0 x dx = [ x3 3 ]1 x=0 = 1 3 På samma sätt fås E[X 3 ] = 1 4 E[X4 ] = 1 5 E[A] = 1 ( 1 1 3 ) = 1 1 E[A ] = 1 4 ( 1 3 + 1 5 1 4 ) = 1 10 V [A] = 1 10 ( 1 1 ) = 1 10 1 144 = 1 70 3