LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

Relevanta dokument
LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

LINKÖPINGS UNIVERSITET EXAM TAMS 15 / TEN 1

LINKÖPINGS UNIVERSITET EXAM TAMS 79 / TEN 1

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

TMS136. Föreläsning 4

Matematisk statistik för D, I, Π och Fysiker

Kap 2. Sannolikhetsteorins grunder

Formel- och tabellsamling i matematisk statistik

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

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

Kurssammanfattning MVE055

TMS136. Föreläsning 5

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

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

TMS136. Föreläsning 5

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

Föreläsning 5, Matematisk statistik Π + E

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

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

SF1901 Sannolikhetsteori och statistik I

FACIT: Tentamen L9MA30, LGMA30

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

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

Tentamen LMA 200 Matematisk statistik,

Tentamen MVE301 Sannolikhet, statistik och risk

SF1901: Sannolikhetslära och statistik. Flera stokastiska variabler.

SF1901: Sannolikhetslära och statistik

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

Matematisk statistik KTH. Formelsamling i matematisk statistik

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

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

SF1911: Statistik för bioteknik

SF1901: Sannolikhetslära och statistik

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

Repetitionsföreläsning

Grundläggande matematisk statistik

Avd. Matematisk statistik

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

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

Avd. Matematisk statistik

Matematisk statistik 9hp Föreläsning 5: Summor och väntevärden

FACIT: Tentamen L9MA30, LGMA30

SF1901: Sannolikhetslära och statistik

Tentamen MVE301 Sannolikhet, statistik och risk

Tentamen MVE300 Sannolikhet, statistik och risk

Avd. Matematisk statistik

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

Föreläsning 8, Matematisk statistik Π + E

Tentamen i matematisk statistik, TAMS15/TEN (4h)

Föreläsning 8, FMSF45 Binomial- och Poissonfördelning, Poissonprocess

Matematisk statistik 9 hp Föreläsning 6: Linjärkombinationer

Väntevärde och varians

Tentamen i Matematisk Statistik, 7.5 hp

Matematisk statistik för D, I, Π och Fysiker

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

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

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

e x/1000 för x 0 0 annars

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

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen MVE302 Sannolikhet och statistik

, för 0 < x < θ; Uppgift 2

Avd. Matematisk statistik

Tentamen i Matematisk statistik Kurskod S0001M

Avd. Matematisk statistik

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

Föreläsning 6, Matematisk statistik Π + E

Tentamen LMA 200 Matematisk statistik, data/elektro

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

Tentamen MVE301 Sannolikhet, statistik och risk

Sannolikheter och kombinatorik

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

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

Tentamen MVE301 Sannolikhet, statistik och risk

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

Avd. Matematisk statistik

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

SF1901 Sannolikhetsteori och statistik I

Tentamen den 11 april 2007 i Statistik och sannolikhetslära för BI2

Tentamen MVE302 Sannolikhet och statistik

SF1901 Sannolikhetsteori och statistik I

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:...

Tentamen MVE301 Sannolikhet, statistik och risk

TENTAMEN Datum: 14 feb 2011

Problemsamling i Sannolikhetsteori

Avd. Matematisk statistik

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

Problemdel 1: Uppgift 1

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I

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

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

Övning 1 Sannolikhetsteorins grunder

Tentamen i Matematisk statistik Kurskod S0001M

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I

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:...

Föreläsning 4: Konfidensintervall (forts.)

FÖRELÄSNING 7:

Transkript:

LINKÖPINGS UNIVERSITET Matematiska institutionen EXAM TAMS 27 / TEN 2 augusti 218, klockan 8.-12. Examinator: Jörg-Uwe Löbus (Tel: 79-62827) Tillåtna hjälpmedel är en räknare, formelsamling i matematisk statistik utgiven av MAI, och ett ytterligare formelblad (ett blad med text på båda sidorna). (1) Betrakta två fabrikat av armbandsur (A och B) som båda har garantitid 1 år. De kan råka ut för felet att visarna lossnar. Sannolikheten att detta sker inom garantitiden är 1/5 för fabrikat A och 1/1 för fabrikat B. Fabrikat A säljs i 75 och B i 5 exemplar per år. (a) Låt X beteckna antalet av de 75 klockor av fabrikat A som säljs ett år och som får ovan nämnda fel inom garantitiden. Beräkna approximativt sannolikheten P (X > ). Ledning: Kom ihåg att Bin(n, p)-fördelning approximeras med P o(λ)-fördelning där λ n p. (1.5p) (b) Beräkna den betingade sannolikheten att en klocka är av fabrikat A givet att den fått felet inom garantitiden. (1.5p) (2) Antag att { c (x + y)e (x+y) < x <, < y < f(x, y) annars (a) Hitta c så att f är den simultana täthetsfunktionen av två stokastiska variabler X och Y. (1.5p) (b) Är X och Y oberoende? (1.5p) () På ett kontor har man satt in 12 nya lampor vars livslängd är exponentialfördelad med parametern λ. Tidsenheten är ett år. (a) Bestäm sannolikheten att en enskild lampa är hel efter ett halvår. (1p) (b) Beräkna sannolikheten att minst av lamporna är hela efter ett halvår. Lampornas lystid antages vara oberoende. (2p) (4) Låt X 1,..., X n vara oberoende likafördelade kontinuerliga stokastiska variabler med täthetsfunktion 1 + θx x π f(x) 2π, annars där θ ( (2π) 1, (2π) 1 ) är en parameter. (a) Betrakta ˆθ c 1 n n X i, där c är en godtycklig konstant. Bestäm c så att E[ˆθ] θ. (2p) i1.

(b) Beräkna variansen för ˆθ c 1 n n i1 X i där c är värdet du fick i (a)-uppgiften. (1p) (5) Man har två reläer som är inställda för utlösning respektive 4 sekunder efter en impuls. Utlösningstiderna är ej konstanta utan normalfördelade och oberoende. Utlösningstiden av det första reläet har väntevärde och standardavvikelse.4. Utlösningstiden av det andra reläet har väntevärde 4 och standardavvikelse.5. Bestäm sannolikheten för att det andra reläet utlöses före det första om de samtidigt utsätts för en impuls. (p) (6) En telefonoperatör jobbar med att svara i telefon. Han börjar jobba klockan 8. på morgonen och får gå hem när han besvarat 1 samtal. Samtalen kommer enligt en Poissonprocess med intensitet 1.5 samtal/timme. (a) Vad är sannolikheten att det inte kommer några samtal innan kl. 1.? (1p) (b) Vad är sannolikheten att telefonoperatören sitter kvar efter kl. 16.? (1p) (c) Det kom ett samtal klockan 1.. Vad är den förväntade tiden (dvs. väntevärde för tiden) då nästa samtal kommer? (1p)

Lösningar (1) (a) X Bin(75, 1/5) P o(1.5), så P (X > ) 1 P (X ) 1 P (X k) k ( ) 1 e 1.5 1 + 1.5 + 1.52 + 1.5 2!!.656. (b) Låt A {klockan är av fabrikat A}, B {klockan är av fabrikat B} och F {klockan har fått ett fel}. För en klocka som är slumpvist vald bland de 75+5 125 klockorna av fabrikat A eller B gäller P (A F ) P (F A)P (A) P (F ) 1 5 75 125 1 5 75 125 + 1 1 5 125 P (F A)P (A) P (F A)P (A) + P (F B)P (B) 4. (2) (a) () (a) f(x, y) dxdy c som medför att c 1 2. (b) Det gäller att c c 2c 2c, f X (x) 1 2 (x + y)e (x+y) dx dy x e (x+y) dx dy + c x e x e y dy dx + c x e x dx (x + y)e (x+y) dy 1 x e (x+y) dy + 1 y e (x+y) dy 2 2 1 2 x e x e y dy + 1 2 e x y e y dy 1 2 (x + 1) e x, x >. y e (x+y) dx dy y e y e x dx dy På samma sätt, f Y (y) 1 2 (y + 1) e y, y >. Eftersom f(x, y) f X (x)f Y (y) för alla x, y > inte gäller, så är slumpvariablerna X och Y inte oberoende. P (en enskild lampa hel efter ett halvår) e.5 e 1.5.221. (b) Låt X antal hela lampor efter ett halvår Bin(12, e 1.5 ) N(12 e 1.5, (12 e 1.5 (1 e 1.5 )) 1/2 ) N(26.78, 2.8) enligt centrala gränsvärdessatsen. Det

är rimligt att använda den centrala gränsvärdessatsen här eftersom np(1 p) 2.812 > 1 i binomialfördelningen. P (X ) 1 P (X 29) ( X 26.78 1 P 2.8 1 P (Z.49) 1 Φ(.49).1 ) 29 26.78 2.8 där Z N(, 1). (Om man tar hänsyn till approximationskorrektionen får man P (X ) 1 Φ(.6).27. ) (4) (a) Vi ska bestämma c så att E[ˆθ] θ. Vi behöver räkna ut väntevärdet av X 1 n n i1 X i. E( X) E(X) θπ2. xf(x) dx x 1 + θx 2π dx 1 [ ] x 2 π 2π 2 + θx Det medför att c /π 2. (b) Nu ska vi bestämma variansen för ˆθ c X där c är värdet som vi fick i (a)- uppgiften. Variansen definieras som V ar(ˆθ) c 2 V ar( X) c2 n V ar(x) 9 ( E(X 2 ) (E(X)) 2) π 4 n ( 9 ( ) ) θπ E(X 2 2 2 ). π 4 n Vi ska nu räkna ut andramomentet av X. E(X 2 ) Variansen av ˆθ blir π2. x 2 f(x) dx x 2 1 + θx 2π V ar(ˆθ) 9 π 4 n π2 ( θ 2 π 2 ) 9 dx 1 [ ] x π 2π + θx4 4 π 2 n θ2 n. (5) Beteckning: X 1 utlösningstiden för det första reläet, X 2 utlösningstiden för det andra reläet. Eftersom P (X 2 < X 1 ) P (X 2 X 1 < ), kan vi betrakta en ny stokastisk variabel Y X 2 X 1 och bestämma P (Y < ). Det gäller att m : E(Y ) E(X 2 X 1 ) 4 1 V (Y ) 1 2.5 2 + ( 1) 2.4 2.41 σ : D(Y ).41.64 Alltså Y N(1,.64). Nu har vi ( ) m P (X 2 < X 1 ) P (Y < ) Φ σ ( ) 1 Φ Φ( 1.5617).59..64

(6) Låt X(t) beteckna antalet samtal mellan kl. 8. och kl. 8. +t. Det gäller att X(t) P o(1.5t). (a) P (X(2) ) e.5. (b) P (X(8) 9).2424, eftersom om telefonoperatören sitter kvar efter kl. 16. så har som mest 9 samtal kommit innan denna tid. Värdet kan hittas i tabell. (c) Tiderna mellan samtalen är Exp(1.5) fördelade. En sådan s.v. har väntevärde 1/1.5 2/ timmar, dsv. 4 minuter. Nästa samtal förväntas komma kl. 11.1.