b) Beräkna sannolikheten för att en person med språkcentrum i vänster hjärnhalva är vänsterhänt. (5 p)

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

b) Om vi antar att eleven är aktiv i en eller flera studentföreningar vad är sannolikheten att det är en kille? (5 p)

Uppgift 1. P (A) och P (B) samt avgör om A och B är oberoende. (5 p)

Avd. Matematisk statistik

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

Avd. Matematisk statistik

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

Bestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p)

Avd. Matematisk statistik

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

(a) Avgör om A och B är beroende händelser. (5 p) (b) Bestäm sannolikheten att A inträffat givet att någon av händelserna A och B inträffat.

Avd. Matematisk statistik

Lufttorkat trä Ugnstorkat trä

(b) Bestäm sannolikheten att minst tre tåg är försenade under högst tre dagar en given vecka.

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

Avd. Matematisk statistik

b) Beräkna sannolikheten att en mottagen nolla har sänts som en nolla. (7 p)

Uppgift 1. f(x) = 2x om 0 x 1

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

b) Förekommer A- och B-fel oberoende av varandra? (Motivering krävs naturligtvis!) (5 p)

(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs.

Avd. Matematisk statistik

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:...

a) Beräkna sannolikheten att en följd avkodas fel, det vill säga en ursprungliga 1:a tolkas som en 0:a eller omvänt, i fallet N = 3.

Avd. Matematisk statistik

f(x) = 2 x2, 1 < x < 2.

1 e (λx)β, för x 0, F X (x) = 0, annars.

Avd. Matematisk statistik

Avd. Matematisk statistik

Avd. Matematisk statistik

faderns blodgrupp sannolikheten att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

Avd. Matematisk statistik

** a) Vilka värden ska vara istället för * och **? (1 p) b) Ange för de tre tillstånden vilket som svarar mot 0,1,2 i figuren.

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:...

P =

cx 5 om 2 x 8 f X (x) = 0 annars Uppgift 4

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

Avd. Matematisk statistik

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.

b) Beräkna väntevärde och varians för produkten X 1 X 2 X 10 där alla X i :na är oberoende och R(0,2). (5 p)

Avd. Matematisk statistik

Avd. Matematisk statistik

TENTAMEN I SF1906 (f d 5B1506) MATEMATISK STATISTIK GRUNDKURS,

TENTAMEN I SF1904 MARKOVPROCESSER FREDAGEN DEN 18 AUGUSTI 2017 KL

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

b) Teknologen Osquarulda känner inte till ML-metoden, men kom på intuitiva grunder fram till att p borde skattas med p = x 1 + 2x 2

k x om 0 x 1, f X (x) = 0 annars. Om Du inte klarar (i)-delen, så får konstanten k ingå i svaret. (5 p)

TENTAMEN I SF1904 MARKOVPROCESSER FREDAGEN DEN 17 AUGUSTI 2018 KL

TENTAMEN I SF2950 (F D 5B1550) TILLÄMPAD MATEMATISK STATISTIK, TORSDAGEN DEN 3 JUNI 2010 KL

b) Vad är sannolikheten att personen somnar i lägenheten? (4 p) c) Hur många gånger förväntas personen byta rum? (4 p)

Avd. Matematisk statistik

Matematisk statistik KTH. Formelsamling i matematisk statistik

Avd. Matematisk statistik

Lycka till!

TENTAMEN I SF2937 (f d 5B1537) TILLFÖRLITLIGHETSTEORI TORSDAGEN DEN 14 JANUARI 2010 KL

Uppgift 1 P (A B) + P (B A) = 2 3. b) X är en diskret stokastisk variabel, som har de positiva hela talen som värden. Vi har. k s

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

e x/1000 för x 0 0 annars

TENTAMEN I SF1904 MARKOVPROCESSER TISDAGEN DEN 29 MAJ 2018 KL

Matematisk statistik TMS064/TMS063 Tentamen

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

Individ nr Första testet Sista testet

Tentamen i Matematisk statistik Kurskod S0001M

Avd. Matematisk statistik

Uppgift 1 Andrej och Harald roar sig med en standardkortlek med 52 kort uppdelade på fyra färger (spader, klöver, hjärter och ruter).

Sju dagar före viral exponering med echinacea därefter Efter viral exponering med echinacea därefter Placebo (ingen echinacea) 58 30

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

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

Avd. Matematisk statistik

Tentamen MVE302 Sannolikhet och statistik

Formel- och tabellsamling i matematisk statistik

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen MVE302 Sannolikhet och statistik

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

SF1922/SF1923: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 14 maj 2018

Tentamen i Matematisk Statistik, 7.5 hp

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

Uppgift 2 Betrakta vädret under en följd av dagar som en Markovkedja med de enda möjliga tillstånden. 0 = solig dag och 1 = regnig dag

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

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

TENTAMEN I MATEMATISK STATISTIK 19 nov 07

Tentamen MVE301 Sannolikhet, statistik och risk

TENTAMEN Datum: 14 feb 2011

Tentamen i Matematisk statistik Kurskod S0001M

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)

AMatematiska institutionen avd matematisk statistik

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski

Tentamen MVE301 Sannolikhet, statistik och risk

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

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

Tenta i Statistisk analys, 15 december 2004

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

Tentamen i Matematisk statistik Kurskod S0001M

Matematisk statistik 9 hp, HT-16 Föreläsning 10: Punktskattningar

SF1901 Sannolikhetsteori och statistik I

Tentamen i Matematisk statistik Kurskod S0001M

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

Transkript:

Avd. Matematisk statistik TENTAMEN I SF1922/SF1923/SF1924 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 13:E AUGUSTI 2018 KL 8.00 13.00. Examinator för SF1922/SF1923: Tatjana Pavlenko, 08-790 84 66 Examinator för SF1924: Björn-Olof Skytt, 08-790 86 49. Tillåtna hjälpmedel: Formel- och tabellsamling i Matematisk statistik (utdelas vid tentamen), miniräknare. Införda beteckningar skall förklaras och definieras. Resonemang och uträkningar skall vara så utförliga och väl motiverade att de är lätta att följa. Numeriska svar skall anges med minst två siffrors noggrannhet. Tentamen består av 6 uppgifter. Varje korrekt lösning ger 10 poäng. Gränsen för godkänt är preliminärt 24 poäng. Möjlighet att komplettera ges för tentander med, preliminärt, 22 23 poäng. Tid och plats för komplettering kommer att anges på kursens hemsida. Det ankommer på dig själv att ta reda på om du har rätt att komplettera. Poäng från kontrollskrivning och laborationer under period 4, VT2018 får tillgodoräknas under förutsättning att tentanden erhållit minst 20 poäng på denna tentamen. Tentamen kommer att vara rättad inom tre arbetsveckor från skrivningstillfället och kommer att finnas tillgänglig på studentexpeditionen minst sju veckor efter skrivningstillfället. Uppgift 1 Enligt boken Vänster hjärna, höger hjärna av Springer och Deutsch är sannolikheten att en högerhänt person har sitt språkcentrum i vänster hjärnhalva 95 %, medan sannolikheten att en vänsterhänt person har sitt språkcentrum i vänster hjärnhalva är 70 %. Vidare gäller att 10 % av alla personer är vänsterhänta. a) Beräkna sannolikheten för att en slumpmässigt vald person har sitt språkcentrum i vänster hjärnhalva. (5 p) b) Beräkna sannolikheten för att en person med språkcentrum i vänster hjärnhalva är vänsterhänt. (5 p) Uppgift 2 För bestämning av två okända konstanter b och c har vid ett försök följande mätvärden erhållits: 0.9, 1.2, 1.1, 1.0. Dessa kan i nämnd ordning uppfattas som observationer av oberoende stokastiska variabler med samma varians och med väntevärdena b c, b + c, b c, b + c respektive. Skatta b och c med minsta-kvadratmetoden. (10 p)

forts tentamen i SF1922/SF1923/SF1924 2018-08-13 2 Uppgift 3 I en matvarubutik handlar varje dag 400 personer. Antalet liter mjölk en kund efterfrågar betraktas som en stokastisk variabel X med sannolikhetsfunktionen 0.3 om k = 0 0.5 om k = 1 p X (k) = 0.2 om k = 2 0 om k > 2. Olika personers inköp förutsättes oberoende. Beräkna med lämplig och välmotiverad approximation sannolikheten för att lagret räcker om affären tar hem 390 enlitersförpackningar. (10 p) Uppgift 4 En komponent i ett tekniskt system har en livslängd som kan anses vara exponentialfördelad med väntevärdet µ (okänt). Man har observerat 100 sådana komponenter och funnit att 50 fungerade efter 25 timmar. a) Gör ett konfidensintervall med approximativ konfidensgrad 95% för sannolikheten att en sådan komponent håller minst 25 timmar. (5 p) b) Skatta µ med maximum-likelihoodmetoden. (5 p) Uppgift 5 En komponent kan monteras på ett kretskort i två olika lägen, A-läge respektive B-läge. Man vill undersöka vilken montering som ger högst driftsäkerhet, med hänsyn till två fel-moder F 1 och F 2. Dessa fel kan inte inträffa samtidigt så ett kretskort går sönder antingen med felet F 1 eller med felet F 2. Man tar 100 kretskort och på dessa monterar 50 komponenter i läge A och 50 komponenter i läge B och noterar sedan hur många av dessa kretskort som fungerar respektive har felat efter en given tidsperiod. Montering Fungerar Fel F 1 Fel F 2 Totalt A-läge 27 15 8 50 B-läge 22 7 21 50 Testa på nivå approximativt 5% ifall man kan anse att monteringsläget påverkar felbenägenheten och vilket fel som inträffar. (10 p) Uppgift 6 Låt N, X 1, X 2, X 3,... vara oberoende stokastiska variabler där N är Po(λ)-fördelad och X i är positiva och har fördelningsfunktion F X (x), i = 1, 2, 3.... Definiera en stokastisk variabel Y genom Y = max(x 1, X 2,,..., X N ) om N > 0. För N = 0 sätts Y = 0. (Observera att N är en stokastisk variabel.)

forts tentamen i SF1922/SF1923/SF1924 2018-08-13 3 Visa att fördelningsfunktionen för Y är F Y (x) = { e λ(f X(x) 1) om x 0 0 om x < 0 Ledning: k=0 x k k! = e x. (10 p) Lycka till!

Avd. Matematisk statistik LÖSNINGSFÖRSLAG TENTAMEN I SF1922/SF1923/SF1924 SANNOLIKHETSTEORI OCH STATISTIK. MÅNDAGEN DEN 13 AUGUSTI 2018 KL 8.00 13.00 Vi inför följande händelser: Uppgift 1 V = personen är vänsterhänt. H = personen är högerhänt. L = personen har sitt språkcentrum i vänster hjärnhalva. R = personen har sitt språkcentrum i höger hjärnhalva. a) Enligt lagen om total sannolikhet, så gäller P (L) = P (L V )P (V ) + P (L H)P (H) = 0.70 0.10 + 0.97 0.90 = 0.925. Svar: Sannolikheten att en slumpmässigt vald person har sitt språkcentrum i vänster hjärnhalva är 0.925. b) Enligt Bayes sats, så gäller P (V L) = P (L V )P (V ) P (L) = 0.70 0.10 0.925 = 0.0757. Svar: Sannolikheten för att en person med språkcentrum i vänster hjärnhalva är vänsterhänt är 7.6%. Bilda Uppgift 2 Q(b, c) = ( 0.9 + b + c) 2 + (1.2 + b c) 2 + ( 1.1 b + c) 2 + (1.0 b c) 2. Derivering och förenkling ger ekvationerna 0 = Q b = 2(0.4 + 4b), Q c = 2( 4.2 + 4c). Härav erhålls att b = 0.1 och c = 1.05 minimerar Q(b, c) och därmed är b = 0.1 och c = 1.05 de sökta minsta-kvadratskattningarna. Vi har E(X) = Uppgift 3 2 kp X (k) = 0 0.3 + 1 0.5 + 2 0.2 = 0.9 k=0

forts tentamen i SF1922/SF1923/SF1924 2018-08-13 2 och E(X 2 ) = 2 k 2 p X (k) = 0 0.3 + 1 0.5 + 4 0.2 = 1.3 V (X) = 1.3 0.9 2 = 0.49. k=0 Låt X i vara det antal liter mjölk som person nr i vill ha. Då är S 400 = X 1 + + X 400 = totala mjölkefterfrågan. Enligt centrala gränsvärdessatsen gäller att S 400 400E(X) 400V (X) är approx. N(0, 1). Detta ger P (lagret räcker) = P (S 400 390) = P ( S 400 100E(X) 400V (X) ) 390 400E(X) 400V (X) ( ) 390 400 0.9 (enl. CGS, jmf. ovan) Φ = Φ(2.14) = 0.98. 400 0.49 Uppgift 4 a) 50 är observation av Bin(100, p 25 ), där p 25 är sannolikheten att livslängden är minst 25 timmar. Ett approximativt 95% konfidensintervall för p 25 ges av 50 100 ± 1.96 50 50 1 100 100 100 = (0.40, 0.60). b) Om X betecknar livslängden så är p 25 = P (X > 25) = e 25/µ. Likelihoodfunktionen ( ) 100 (e L(µ) = ) 25/µ 50 ( ) 1 e 25/µ 50 50 maximeras då e 25/µ = 50/100. ML-skattningen blir därmed ˆµ = 25/ ln 2 = 36.1. Uppgift 5 Homogenitetstest. Vi vill testa H 0 : att det är samma felfördelning för de båda monteringslägena mot H 1 : att de skiljer sig åt. Med storheter definierade enligt tabellen så förkastar vi H 0 för stora värden på Montering Fungerar Fel F 1 Fel F 2 Totalt A-läge 27 15 8 n 1 = 50 B-läge 22 7 21 n 2 = 50 Totalt m 1 = 49 m 2 = 22 m 3 = 29 N = 100 q = i,j ( xij n im j N n i m j N ) 2 = 9.2469. Eftersom n i m j /N > 5 så är om H 0 är sann q ett ytfall från en (approximativt) χ 2 ((3 1)(2 1)) = χ 2 (2)-fördelad stokastisk variabel. Ur χ 2 (2)-tabell fås att testet som förkastar H 0 då q > χ 2 0.05 =

forts tentamen i SF1922/SF1923/SF1924 2018-08-13 3 5.99 har signifikansnivå 5%. Här är q > 5.99 så H 0 förkastas. Placeringen av komponenten påverkar felbenägenheten och/eller felfördelningen. Uppgift 6 Y antar endast icke-negativa värden. Därför gäller att F Y (x) = 0 för x < 0. För x 0, så gäller F Y (x) = P (Y x) = P (Y x N = n) P (N = n) n=0 = 1 P (N = 0) + P (max(x 1, X 2,..., X N ) x N = n) P (N = n). n=1 Eftersom N är oberoende av X 1, X 2,..., så gäller det att P (max(x 1, X 2,..., X N ) x N = n) = P (max(x 1, X 2,..., X n ) x) = (P (X i x)) n = (F X (x)) n. Vidare gäller så P (N = n) = λn n! e λ F Y (x) = 1 e λ + n=1 (F X (x)) n λn n! e λ = e λ = e λ e λf X(x) = e λ(f X(x) 1). n=0 (F X (x)) n λn n! Detta ger F Y (x) = { e λ(f X(x) 1) om x 0 0 om x < 0 vilket skulle bevisas.