Veckoblad 3. Kapitel 3 i Matematisk statistik, Dahlbom, U.

Relevanta dokument
Veckoblad 3. Kapitel 3 i Matematisk statistik, Blomqvist U.

Matematisk statistik, LMA 200, för DAI och EI den 25 aug 2011

Kap 3: Diskreta fördelningar

Tentamen LMA 200 Matematisk statistik,

Våra vanligaste fördelningar

Resultat till ett försök är ofta ett tal. Talet kallas en stokastisk variabel (kortare s. v.).

Övningstentamen 3. Uppgift 5: Anta att ξ är en kontinuerlig stokastisk variabel med följande frekvensfunktion: f(x) = 0

Tentamen i matematisk statistik för BI2 den 16 januari 2009

Tentamen LMA 200 Matematisk statistik,

Övningstentamen 1. c) Beräkna sannolikheten att exakt en av A eller B inträffar (6 poäng)

Resultat till ett försök är ofta ett tal. Talet kallas en stokastisk variabel (kortare s. v.).

1.1 Diskret (Sannolikhets-)fördelning

Svar till gamla tentamenstal på veckobladen

Finansiell Statistik (GN, 7,5 hp,, VT 2009) Föreläsning 2. Diskreta Sannolikhetsfördelningar. (LLL Kap 6) Stokastisk Variabel

Tentamen den 11 april 2007 i Statistik och sannolikhetslära för BI2

Svar till gamla tentamenstal på veckobladen

Tentamen i statistik och sannolikhetslära för BI2 den 27 maj 2010

Övningstentamen i matematisk statistik

4 Diskret stokastisk variabel

1.1 Diskret (Sannolikhets-)fördelning

Finansiell Statistik (GN, 7,5 hp, HT 2008) Föreläsning 2

1 Föreläsning IV; Stokastisk variabel

4.1 Grundläggande sannolikhetslära

Två parametrar: µ (väntevärdet) och σ (standardavvikelsen) µ bestämmer normalfördelningens läge

Uppgift 3: Den stokastiska variabeln ξ har frekvensfunktionen 0 10 f(x) =

4.2.1 Binomialfördelning

Stokastiska Processer F2 Föreläsning 1: Repetition från grundkursen

BIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 3, OCH INFÖR ÖVNING 4

Uppgift 2) Datum: 23 okt TENTAMEN I MATEMATIK OCH MATEMATISK STATISTIK, kurskod 6H3000

1 Föreläsning V; Kontinuerlig förd.

Tentamen i Dataanalys och statistik för I den 28 okt 2015

Oberoende stokastiska variabler

Tentamen LMA 200 Matematisk statistik, data/elektro

Övning 1. Vad du ska kunna efter denna övning. Problem, nivå A

histogram över 1000 observerade väntetider minuter 0.06 f(x) täthetsfkn x väntetid 1

Övningstentamen 1. A 2 c

F6 STOKASTISKA VARIABLER (NCT ) Används som modell i situation av följande slag: Slh för A är densamma varje gång, P(A) = P.

TMS136. Föreläsning 4

Kap 6: Normalfördelningen. Normalfördelningen Normalfördelningen som approximation till binomialfördelningen

Övning 1 Sannolikhetsteorins grunder

P(ξ > 1) = 1 P( 1) = 1 (P(ξ = 0)+P(ξ = 1)) = ξ = 2ξ 1 3ξ 2

TAMS79: Föreläsning 6. Normalfördelning

Jörgen Säve-Söderbergh

1 Stokastiska processer. 2 Poissonprocessen

SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 3 Diskreta stokastiska variabler. Jörgen Säve-Söderbergh

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

Kapitel 4 Sannolikhetsfördelningar Sid Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Matematisk statistik för B, K, N, BME och Kemister

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

Problemdel 1: Uppgift 1

8. NÅGRA SPECIELLA KONTINUERLIGA SANNOLIKHETSFÖRDELNINGAR

Övningstentamen i matematisk statistik för kemi

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

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

(x) = F X. och kvantiler

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

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

histogram över 1000 observerade väntetider minuter 0.06 f(x) täthetsfkn x väntetid

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

Tryckfel i K. Vännman, Matematisk Statistik, upplaga 2:13

Föreläsning 8, Matematisk statistik Π + E

Föreläsning 8, FMSF45 Binomial- och Poissonfördelning, Poissonprocess

2 x dx = [ x ] 1 = 1 ( 1 (1 0.9) ) 100 = /

Kap 2. Sannolikhetsteorins grunder

Statistik 1 för biologer, logopeder och psykologer

en observerad punktskattning av µ, ett tal. x = µ obs = 49.5.

Föreläsning 2 (kap 3): Diskreta stokastiska variabler

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

4. Stokastiska variabler

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Tentamen i Matematisk statistik Kurskod S0001M

Övning 1(a) Vad du ska kunna efter denna övning. Problem, nivå A. Redogöra för begreppen diskret och kontinuerlig stokastisk variabel.

modell Finansiell statistik, vt-05 Modeller F5 Diskreta variabler beskriva/analysera data Kursens mål verktyg strukturera omvärlden formellt

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

FACIT: Tentamen L9MA30, LGMA30

SF1901: Sannolikhetslära och statistik

Stokastiska Processer

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004, TEN

Fördelningsfunktionen för en kontinuerlig stokastisk variabel. Täthetsfunktionen för en kontinuerlig och en diskret stokastisk variabel.

F5 STOKASTISKA VARIABLER (NCT , samt del av 5.4)

F10 Kap 8. Statistikens grunder, 15p dagtid. Binomialfördelningen 4. En räkneregel till. Lite repetition HT Sedan

Matematisk statistik 9hp Föreläsning 2: Slumpvariabel

TENTAMEN I MATEMATISK STATISTIK 19 nov 07

SF1901 Sannolikhetsteori och statistik I

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

Tentamen i Matematisk statistik Kurskod S0001M

SF1901: Sannolikhetslära och statistik

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

Centrala gränsvärdessatsen (CGS). Approximationer

FÖRELÄSNING 7:

Tentamen i Matematisk statistik Kurskod S0001M

TMS136. Föreläsning 7

Lärmål Sannolikhet, statistik och risk 2015

Detta formelblad får användas under både KS2T och KS2D, samt ordinarie tentamen. x = 1 n. x i. with(stats): describe[mean]([3,5]); 4.

Övningstentamen i kursen Statistik och sannolikhetslära (LMA120)

F9 SAMPLINGFÖRDELNINGAR (NCT

Formler och tabeller till kursen MSG830

SF1901 Sannolikhetsteori och statistik I

Transkript:

Veckoblad 3 Kapitel 3 i Matematisk statistik, Dahlbom, U. Poissonfördelningen: ξ är Po(λ) λ = genomsnittligt antal händelser i ett intervall. Sannolikhet: P(ξ = ) = e λ λ! Väntevärde: E(ξ) = λ Varians: Var(ξ) = λ Eempel: Antal båtar som anlägger i en hamn under ett dygn. Övningar att räkna: 3.4, 3.7 1. I en s.k. Poissonprocess med intensiteten c är antalet bilar som kommer i ett intervall av längden t Po(ct) och antalet bilar i disjunkta intervall oberoende. Intervallen mellan ankomsterna är eponentialfördelade. (Vi kommer till denna fördelning i kap.4). Summan av två variabler som är oberoende och Poissonfördelade med parametrarna λ1 resp. λ är Po(λ1+λ) 3. Lägg märke till villkoren vid approimationerna mellan de olika fördelningarna sid 89. Väntevärdet bibehålls dock alltid. Övningar att räkna: 3.5, 3.6 Hyp(N, n, p) n>10 n n < p+ 0.1 <0.1 N N n>10 p<0.1 Bin(n, p) Po( λ )

Gammalt tentamenstal (Maskin 09087): I en vägkorsning kan antal bilar som passerar antas vara Poissonfördelat med en genomsnittlig passeringsfrekvens av 5 bilar på 15 minuter. Vad är sannolikheten att det kommer minst bilar till korsningen under en 5-minuters period? (3 poäng) Kapitel 4 i Matematisk statistik, Dahlbom U. Nya begrepp: Kontinuerlig stokastisk variabel, frekvensfunktion f(), fördelningsfunktion F(), väntevärde, varians, fraktiler, standardfördelningarna rektangel- och eponentialfördelningen, normalfördelningen, fraktiler. Övningar att räkna: 4.1(inte e-uppgiften), 4.3 4.5, 4.6a, 4.10, 4.18, 4.19, 4.1, 4.7 4.9, 4.1, 4.13 4.15, 4.18, 4.6 Snabbrepetition: 1. Fördelningen för en s.v. kan anges genom att man anger frekvensfunktionen eller fördelningsfunktionen eller genom att man helt enkelt säger att eempelvis ξ är eponentialfördelad.. Allmänt för kontinuerliga fördelningar: Två villkor skall vara uppfyllda för att f() skall vara en frekvensfunktion: 1) f() 0 ) f ()d=1 Fördelningsfunktion: F() = P(ξ ) = f (t)dt P(ξ > ) = P(a < ξ b) = b a f (t)dt = 1 F() f ()d = F(b) F(a) Väntevärde: E(ξ) = f() d Varians: Var(ξ) = f() d [ E( ξ)] Om ξ är en kontinuerlig stokastisk variabel med frekvensfunktionen f(), då gäller för varje reellvärd funktion g att E[g(ξ)] = g() f() d

3. För en kontinuerlig stokastisk variabel ξ gäller alltid P ( ξ = a) = 0. Se sid. 101 Gammalt tentamenstal: (Ekonomi och produktion/maskin 11114): En dator uppgraderas med ett nytt operativsystem. Ändringen av tiden, i sekunder, att koppla upp sig mot Internet kan beskrivas av nedanstående frekvensfunktion: f() = c e c 0 6 0 1< 0 1 a) Bestäm konstanten c. b) Bestäm fördelningsfunktionen c) Vad är sannolikheten att uppkopplingstiden med hjälp av den nya systemet förändras med minst en halv sekund? (8 poäng) Gammalt tentamenstal: (Data/elektro 10310): En kontinuerlig stokastisk variabel ξ har frekvensfunktionen f() = 0.5 + a 0.5 0.5 a för < 0 för 0 < för < 4 annars a) Bestäm konstanten a. b) Beräkna den stokastiska variabelns väntevärde. 4. Rektangelfördelning: ξ är R(a, b) 1 a < < b Frekvensfunktion: f() = b a för övrigt 0 a a Fördelningsfunktion: F() = a < < b b a 1 b a + b Väntevärde: E(ξ) = (b a) Varians: Var(ξ) = 1

5. Eponentialfördelning: ξ är Ep(λ) λ λ e 0 Frekvensfunktion: f() = < 0 0 < 0 Fördelningsfunktion: F() = λ 1 e 0 1 1 Väntevärde: E(ξ) = Varians: Var(ξ) = λ λ 6. I en Poissonprocess där det inträffar händelser i tiden (e. vis. bilar anländer) är tidsintervallen mellan händelserna oberoende och eponentialfördelade. Gammalt tentamenstal: (Bygg 9910): En utrustning består av tre delar, vars livslängder mätt i år, är eponentialfördelade med parametrarna λ1=0.5, λ=0.5 och λ3=1. Alla tre delarna, som fungerar oberoende av varandra, måste fungera för att hela systemet skall fungera. Vad är sannolikheten att systemet fungerar efter 0.5 år? Gammalt tentamenstal (Kemi 04116): Till en telefonväel kommer det i genomsnitt 30 samtal per timme. Anta att antalet telefonsamtal är Poissonfördelat. a) Vad är sannolikheten att det inte kommer något samtal under en 3-minuters period? b) Vad är sannolikheten att det kommer fler än samtal under en 5 minuters period? c) Anta att ett samtal just har kommit in till telefonväeln. Beräkna sannolikheten att det tar längre tid än minuter innan nästa samtal kommer. (7 poäng) 6. Normalfördelningen: ξ är N(µ, ) Fördelningsfunktion för den normerade normalfördelningen: Φ(z) = Φ( Väntevärde: E(ξ) = µ Varians: Var(ξ) = µ ) ξ µ ξ µ Med vanliga beteckningar gäller alltid: E = 0 samt Var = 1. ξ µ kallas den normerade eller den standardiserade variabeln. Om dessutom ξ ξ µ är N(µ, ) så är normalfördelad; N(0, 1). Gammalt tentamenstal (Bygg 9910): En maskin fyller burkar med soppa. Av erfarenhet vet man att vikten varierar från burk till burk. Antag att vikten kan betraktas som en normalfördelad variabel med standardavvikelsen 0 gram. Vilket medelvärde m bör man inrikta sig på om i det långa loppet 99% av burkarna skall väga minst 740 g.

Kapitel 5 i Matematisk statistik, Dahlbom U. Nya begrepp: Oberoende stokastiska variabler, blandade fördelningar. Övningar att räkna: 5.1-5.4, 5.13, 5.15 Snabbrepetition: 1. Väntevärdesregler: E(η) = E(a + bξ) = a + be(ξ) E(η) = E(ξ1 + ξ) = E(ξ1) + E(ξ). Variansregler: Var(η) = Var(a + bξ) = b Var(ξ) Var(η) = Var(ξ1 + ξ) = Var(ξ1) + Var(ξ) 3. Observera att Var[ξ1 - ξ] = Var[ξ1] + V[ξ] om variablerna är oberoende 4. Att oberoendet är viktigt i formlerna för variansen ser man av följande eempel: Anta att vi kastar en tärning 0 gånger. Låt ξ1 vara antalet ggr vi får en sea och ξ antalet gånger vi ej får det, d.v.s. ξ1 och ξ är beroende. Då är alltid ξ1+ξ = 0 och Var[ξ1 + ξ] = 0. Observera att ξ1 och ξ är binomialfördelade och 1 5 5 Var(ξ1) = np1 (1-p1) = 0 = 6 6 9 och 5 1 5 Var(ξ) = np (1-p) = 0 = 6 6 9 d.v.s. 50 Var(ξ ) + Var(ξ) = 9 Gammalt tentamenstal (V 10113): Ett bageri bakar ett bröd som säljs för 0 kr styck om det säljs samma dag som det bakas. Säljs brödet dagen efter det bakats sätts priset till 8 kr. Tillverkningskostnaden är 15 kr styck och i genomsnitt säljs 80% av bröden samma dag som de bakas medan resten säljs dagen efter. a) Beräkna bageriets genomsnittliga vinst per bröd. b) Man planerar en kampanj för att sälja mer bröd. Priset sänks till 18 kr och man hoppas på att sälja i genomsnitt 90% av bröden samma dag som de bakas. Även nu säljs dagsgammalt bröd till 8 kr. Hur mycket måste efterfrågan öka för att kampanjen skall löna sig? (8 poäng)