Matematisk statistik

Relevanta dokument
Uppgift 2. För två händelser A och B gäller P(A B)=0.5, P ( A ) = 0. 4 och P ( B

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

KONTROLLSKRIVNING 2 Kurs: HF1012 Matematisk statistik Lärare: Armin Halilovic Datum: 14 apr 2014 Skrivtid: 13:15-15:00

Lösningsförslag, v0.4

Centrala gränsvärdessatsen (CGS). Approximationer

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

1 Föreläsning IV; Stokastisk variabel

Sannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK 9HP, FMS012 [UPPDATERAD ] Sannolikhetsteorins grunder

SF1911: Statistik för bioteknik

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

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

Matematisk statistik för D, I, Π och Fysiker

Ett M/M/1 betjäningssystem har följande egenskaper: 1. Systemet har en betjänare. Betjäningstiderna är exponentialfördelade med medelvärde 1 μ

SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 6 Väntevärden Korrelation och kovarians Stora talens lag. Jörgen Säve-Söderbergh

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

Kap 2. Sannolikhetsteorins grunder

Övning 1 Sannolikhetsteorins grunder

SF1901 Sannolikhetsteori och statistik I

SF1901: SANNOLIKHETSTEORI OCH KONTINUERLIGA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 7 september 2016

Tentamen TEN1, HF1012, 29 maj Matematisk statistik Kurskod HF1012 Skrivtid: 14:00-18:00 Lärare och examinator : Armin Halilovic

TMS136. Föreläsning 4

Väntevärde och varians

SF1901: Sannolikhetslära och statistik

dt = x 2 + 4y 1 typ(nod, sadelpunkt, spiral, centrum) och avgöra huruvida de är stabila eller instabila. Lösning.

TMS136. Föreläsning 5

SF1901 Sannolikhetsteori och statistik I

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004, TEN

Tentamen den 11 april 2007 i Statistik och sannolikhetslära för BI2

Oberoende stokastiska variabler

Lösningar till Matematisk analys

SF1901: Sannolikhetslära och statistik. Flera stokastiska variabler.

betecknas = ( ) Symmetriska egenskaper hos derivator av andra ordningen. (Schwarzs sats)

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

Följande uttryck används ofta i olika problem som leder till differentialekvationer: Formell beskrivning det finns ett tal k så att A=kB

Föreläsning 8, FMSF45 Binomial- och Poissonfördelning, Poissonprocess

Svar till tentan

Kovarians och kriging

P =

IV. Ekvationslösning och inversa funktioner

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

Föreläsningsanteckningar till kapitel 8, del 2

Prov i matematik Fristående kurs Analys MN1 distans UPPSALA UNIVERSITET Matematiska institutionen Anders Källström

Föreläsning 5, Matematisk statistik Π + E

19.1 Funktioner av stokastiska variabler

TMS136. Föreläsning 5

Harmonisk oscillator Ulf Torkelsson

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

L HOSPITALS REGEL OCH MACLAURINSERIER.

TENTAMEN I MATEMATISK STATISTIK 19 nov 07

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

MVE051/MSG Föreläsning 14

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

9. Konfidensintervall vid normalfördelning

Lösningsförslag till tentamen MVE465, Linjär algebra och analys fortsättning K/Bt/Kf

Föreläsning 5, FMSF45 Summor och väntevärden

SF1901: SANNOLIKHETSTEORI OCH FLERDIMENSIONELLA STOKASTISKA STATISTIK VARIABLER. Tatjana Pavlenko. 8 september 2017

Matematisk statistik 9hp Föreläsning 5: Summor och väntevärden

FÖRELÄSNING 7:

TENTAMEN I KOTEORI 20 dec 07 Ten2 i kursen HF1001 ( Tidigare kn 6H3012), KÖTEORI OCH MATEMATISK STATISTIK,

Tentamen MVE300 Sannolikhet, statistik och risk

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

Matematisk statistik för D, I, Π och Fysiker

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

aug 2017 Kurskod HF1012 Halilovic internet. Betygsgränser: För (betyg Fx). Sida 1 av 13

Kurssammanfattning MVE055

Tentamen del 2 SF1511, , kl , Numeriska metoder och grundläggande programmering

SF1901: Sannolikhetslära och statistik. Väntevärde; Väntevärde för funktioner av s.v:er; Varians; Tjebysjovs olikhet. Jan Grandell & Timo Koski

Tentamen i Matematisk Statistik, 7.5 hp

Formel- och tabellsamling i matematisk statistik

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

Matematisk statistik 9 hp Föreläsning 6: Linjärkombinationer

Tentamen LMA 200 Matematisk statistik, data/elektro

FACIT för Förberedelseuppgifter: SF1911 STATISTIK FÖR BI0TEKNIK inför tentan MÅDAGEN DEN 9 DECEMBER 2016 KL Examinator: Timo Koski

Tentamen i mekanik TFYA kl

Matematisk statistik 9 hp Föreläsning 4: Flerdim

Föreläsningsmanus i matematisk statistik för lantmätare, vecka 5 HT06

Stokastiska signaler. Mediesignaler

Föreläsning 4: Konfidensintervall (forts.)

1 Föreläsning V; Kontinuerlig förd.

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Föreläsning 6, Matematisk statistik Π + E

Grundläggande matematisk statistik

Ur en kortlek på 52 kort väljer man ( utan återläggning och utan hänsyn till ordning) slumpvis 5 kort. Vad är sannolikheten för att få

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

SF1901: Övningshäfte

Tentamen MVE301 Sannolikhet, statistik och risk

5 Kontinuerliga stokastiska variabler

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004, TEN

Betygsgränser: För (betyg Fx).

Lösningsförslag envariabelanalys

Teori för flervariabelsanalys

Stokastiska vektorer

Matematisk statistik

Komplettering: 9 poäng på tentamen ger rätt till komplettering (betyg Fx).

SF1901: Sannolikhetslära och statistik

Tentamen MVE302 Sannolikhet och statistik

Studietips inför kommande tentamen TEN1 inom kursen TNIU23

Matematisk statistik för D, I, Π och Fysiker

Grundläggande matematisk statistik

Lösningsförslag envariabelanalys

Transkript:

HF, repetitionsblad Mateatis statisti Uppgift Fördelningsfuntionen för en ontinuerlig stoastis variabel X är F ( x) cx x < x x > Bestä värdet på onstanten c, edianen och täthetsfuntionen för X a) Enligt antagandet är F(x) ontinuerligt i alla punter, däred i punten x Detta utnyttjar vi för att bestäa c: Alltså li F( x) li F( x) (*) x x + Vi har li F( x) x li cx c x edan li F( x) li x + x + Från (*) har vi c c / Anärning: Däred blir F ( x) x x < x x > b) Medianen bestäs geno att lösa evationen F ( x) 5 ( allternativt an vi lösa evationen f ( dt 5 o f(x) är änd) I vårt fall från F ( x) x x < x x > x ( lägg äre till att 5 och 5) får vi x 5 ger x Alltså edianen är c) Täthetsfuntionen får vi geno att derivera F ( x) x x < x x >

Alltså x < < x < x > Svar: c /, edianen, x < < x < x > C C Uppgift Låt P( A ) 7, P( B ) 6 och P( B A) 4 a) Är A och B oberoende? Motivera! b) Bestä P( A c) Bestä P ( A a) Anärning: A och B oberoende o och endast o P( A P( A) P( Först P( A C ) 7 P( A) sat P( B C ) 6 P( 4 P( A Enligt definitionen P( B A) Vi substituerar P ( B A) 4 och får P( A) P( A 4 P( A Efterso P ( A) P( 4 har vi att P( A P( A) P( ; ed andra ord är A och B oberoende b) P ( A P( A) + P( P( A + 4 58 P( A c) P ( A P( 4 Svar: a) ja b) 58 c) Uppgift Koponenterna K,,K6 i nedanstående syste fungerar oberoende av varandra ed följande sannoliheter 4, 5, 6, 7,8, och 9 Bestä sannoliheten att systeet fungerar ( Vi anser att systeet fungerar o det finns inst en fungerande väg ellan punterna A och

K K K A K K K4 B K5 K6 Vägen V, so består av K oc K, fungerar o både K och K fungerar Sannoliheten att V fungerar är däred v *4*5 På saa sätt V so består av K oc K4 fungerar ed sannoliheten v *46*74 och v 5*68*97 Systeet fungerar o inst en av vägarna V,V,V fungerar ( parallell oppling) Först beränar vi sannoliheten att ingen väg fungerar: P(ingen väg fungerar) (-v)(-v)(-v) 99 P( inst än väg fungerar) - P(ingen väg fungerar)-99 878 Svar 878 Uppgift 4 En ontinuerlig stoastis variabel X har täthetsfuntionen ( x) o x för övrigt Bestä a) b) edianen och c) väntevärdet till sv X Area x dx ( x) dx [x ] Area Däred är ( x) o x för övrigt Medianen bestäer vi ur evationen F() 5 Men vi har inte given fördelningsfuntion F(x) utan f(x)

x Först F ( x) dx Därfor F ( ) 5 är saa evation so dx 5 Medianen bestäer vi ur evationen dx 5 ( Vi an ocså först bestäa fördelningsfuntionen och därefter lösa evationen F(x)5 ) dx Evationen x ( x) dx [x ] [ ] dx 5 dvs [ ] 4 + har två lösningar där endast ligger i intervallet [,], ± Medianen är alltså c) Väntevärdet E(X) x dx x( x) dx ( Svar: a), b) edianen är c) väntevärdet är / x x ) dx [ x x ] Uppgift 5 Man har två reläer so är inställda för utlösning respetive 4 seunder efter en ipuls Utlösningstiderna är ej onstanta utan an betratas so N(, 4) respetive N(4,5) och är oberoende Bestä sannoliheten att det andra reläet utlöses förre det första o de satidigt utsätts för en ipuls Betecning: X utlösningstiden för det första reläet X utlösningstiden för det andra reläet Efterso P(X < X ) P(X X < ), an vi betrata en ny sv YX X och bestäa P(Y<) E(Y)E(X X )4 Variansen: V(Y) 5 + ( ) 4 4 standardavvielsen : D(Y) 4 64 Alltså Y N(; 64) Nu har vi P(X < X ) P(Y<) F() Φ ( ) Φ( ) Φ( 567) 59 σ 64

Svar: P(X < X )59 Uppgift 6 En stoastis variabel X har frevensfuntionen 5/ cx, < x < för övrigt Bestä variansen till X Area dx cx 5 / 7 / x dx c[ ] 7 / c 7 Area 7 c c och däred 7 7 x 5/, < x < för övrigt Variansen x dx (forelblad, där är väntevärde Först väntevärde: 7 7 7 x dx x x 5/ dx 7 / x dx och därefter 9 x dx 7 7 x 9 / dx 7 Härav variansen x dx 7 8 4 9 89 8 Svar Variansen 4 89 Uppgift 7 Låt Y vara suan av noralfördelade sv Y X + + X + X so har väntevärdet µ E(X ) 5 och standard avvielsen σ D(X ) a) Beräna sannoliheten P(48< Y < 5) b) Bestä talet x så att P( Y > x)4 Y N( µ ; σ ) (se forelblad, sida, forel S) Alltså Y N(5 ;)

a) P(48< Y < 5) F(5) F(48) 5 5 48 5 Φ ( ) Φ( ) Φ() Φ( ) 84 587 686 x 5 b) P( Y > x)4 P( Y x) 96 Φ ( x) 96 Φ( ) 96 x 5,757 x 5 +,757 55 Svar a) 686 b) 5 Uppgift 8 Man vill jäföra produter från två fabrier A och B ed avseende på en viss valitetsvariabel hos de tillverade enheterna För båda fabrier an denna variabel antas vara noralfördelade ed oänd standardavvielse Man har testat 5 produter från A och fått följande observationer A 48 45 47 46 49 Från fabrien B har vi fått följande observationer B 47 46 46 48 45 49 45 Ange ett 95% onfidensintervall för A B där A och B är edelvärdena för valitetsvariabeln hos de båda fabrierna Kan an ed 95% sannolihet påstå att det finns sillnad ellan produter från A och B? 47 s 58 α / 4657 s 5 * ( n ) s + ( n ) s s 54 n + n 5% r antal frihets grader n + n Konfidensintervall: t α / ( n + n * ) σ +, n n + t α / ( n + n * ) σ + n n

Efterso n 5, n 7 4 α / 5% α / 975 och t α / ( n + n ) t α / (),8 får vi * t α / () σ + 9 5 7 Härav får vi för ξ η följande onfidensintervall: [ 58, 44] Svar Konfidensintervall: [ 58, 44] Efterso intervallet innehåller an an INTE ed 95% onfidensgrad påstå att det finns sillnaden ellan A och B Uppgift 9 Låt X vara en sv a) Ange definitionen för väntevärdet av X (dvs definitionen för E(X)) o X är en disret sv b) Ange definitionen för väntevärdet av X o X är en ontinuerlig sv c) Låt X vara en disret sv Bevisa att E(aX+b)aE(X)+b Lösning a) DISKRETA STOKASTISKA VARIABLER Låt X vara en disret sv : X xx xx xx PP(XX xx) pp pp pp pp Väntevärdet för X ( Betecnas, µ eller E(X))definieras enligt följande E ( X ) x p

b) Låt X vara en ontinuerlig sv ed täthetsfuntionen f (x) Väntevärdet för X ( Betecnas, µ eller E(X))definieras so E ( X ) x dx c) Låt X vara en disret sv Enligt definitionen gäller E( ax + b) ( ax + b) p ( ax p + bp ) a x p + b p ae( X ) + b * (Vs,b) (Anärning: Vi har använt i * att p och att enligt definitionen x p E(X ) Uppgift Ett syste har i genosnitt 5 fel per år Avståndet ellan två fel är exponentialfördelad Reparationstid är exponentialfördelad och systeets reparationstid är i genosnitt ånad Vid t är systeet ur funtion (dvs fungerar inte vid Vi betecnar p ( t ) sannoliheten för att syste fungerar vid tidpunten t och p ( t ) sannoliheten för att syste inte fungerar vid tidpunten t a) Rita grafen ed övergångsintensiteter ( tidsenhet år) b) Bestä Q-atrisen (so visar övergångsintensiteter) c) Bestä den stationära sannolihetsvetorn, dvs lös evationen p Q d) Bestä den transienta sannolihetsvetorn, dvs lös systeet p ( p( Q, ed avseende på p ( ( p(, p( ) e) Beräna sannoliheten att systeet fungerar vid tidsoent t 5 år Vi betecnar ed E tillståndet "syste fungerar" och ed E tillståndet "syste fungerar inte " dvs systeet är under reparationen Då har vi 5 övergångar från E till E per år Efterso en reparation an göras per en ånad har vi reparations intensitet reparationer per år a) Grafen ed övergångsintensiteter:

5 5 b) Från grafen har vi Q-atrisen: Q c) Den stationära sannolihetsvetorn geno att lösa evationen p Q Låt p ( x, y) Då gäller x+y Från p Q 5 5 dvs ( x, y) (,) får vi två evationer 5 x + y (ev) 5 x y (ev) Den andra ev är uppenbart beroende av första För att bestäa x och y löser vi systeet 5 x + y (ev) x + y (ev) (noreringsevation för en sannolihetsvetor) och får x/7 och y 5/7 5 Svar c) p (, ) 7 7 Den stationära sannolihetsvetorn är p ( x, y) ( /7, 5/7) d) Vi bestä den transienta (dvs tidsberoende) sannolihetsvetorn geno att lösa systeet p ( p( Q, ed avseende på p ( ( p(, p( ) 5 5 Från p ( p( Q dvs ( p (, p( ) ( p(, p( ) har vi p 5p ( + p ( ) (ev ) ( t och p 5p ( p ( ) (ev ) ( t Dessuto gäller p + p ( (ev ) ( Ur ev löser vi ut p p ( ), substituerar i ev och får en diff ev ed en obeant: p ( t 5p ( + ( p ( )) ( t eller p + 7 p ( (

Hoogena delen p + 7 p ( har arateristisa ev ( 7t r + 7 r 7 och därför Y H Ce Ansats för en partiulär lösning 7t Däred p ( Ce / 7 + Y p A ger A/7 Vid t är systeet ur funtion (dvs fungerar inte vid visar att systeet är i tillstånd E ed sannoliheten ( %) alltså p ) ( p (), p ()) (,) och däred p () Nu an vi bestäa C, ( 7t p ( Ce /7 och p () ger C / 7 + 7t Därför p ( /7e / 7 + 7t 7t Därefter p ( p ( ( /7e + /7) /7e 5/ 7 + 7t 7t 5 och p ( ( p(, p( ) ( e + ; e + ) 7 7 7 7 7t 7t 5 Svar d) ( e + ; e + ) 7 7 7 7 e) p (5) 6958 Uppgift a) Bestä en stationär sannolihetsvetor för en Marovedja i disret tid 8 vars övergångsatris är P 4 6 b) Bestä en stationär sannolihetsvetor för en Marovedja i ontinuerlig tid vars intensitetsatris är Q 7 7 a)för att bestäa en stationär sannolihetsvetor för en disret Marovedja löser vi evationen p pp I vårt fall, ed p ( x, y ) har vi 8 ( x, y) ( x, y) 4 6 Härav x x + 4y (ev)

y 8x + 6y (ev) eller efter förenling : 8x 4 y (ev) 8x + 4y (ev) Dessuto gäller x + y (ev) (efterso p ( x, y) är en sannolihetsvetor) Från ev får vi y x Detta substitueras i ev och fås x Därefter y x Svar a) p (, ) b) För att bestäa en stationär sannolihetsvetor för en ontinuerlig Marovedja löser vi evationen p Q I vårt fall, ed p ( x, y) har vi ( x, y) (,) 7 7 får vi två evationer x + 7y (ev) x 7 y (ev) dessuto gäller x + y (ev) (noreringsevation för en sannolihetsvetor) Från ev får vi y x Detta substitueras i ev och fås 7 x Därefter y x 7 Svar b) p (, )