LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

Relevanta dokument
LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

LINKÖPINGS UNIVERSITET EXAM TAMS 79 / TEN 1

LINKÖPINGS UNIVERSITET EXAM TAMS 15 / TEN 1

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

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

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

FACIT: Tentamen L9MA30, LGMA30

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

SF1901 Sannolikhetsteori och statistik I

Matematisk statistik TMS063 Tentamen

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

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

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

Föreläsning 7: Punktskattningar

Föreläsning 7: Punktskattningar

FACIT: Tentamen L9MA30, LGMA30

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

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

SF1901: Sannolikhetslära och statistik

Tentamen MVE302 Sannolikhet och statistik

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

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

Föreläsning 7: Punktskattningar

SF1901: Sannolikhetslära och statistik. Flera stokastiska variabler.

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

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

Väntevärde och varians

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

Kap 2. Sannolikhetsteorins grunder

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

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

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

Formel- och tabellsamling i matematisk statistik

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M

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

Matematisk statistik för D, I, Π och Fysiker

Stokastiska vektorer och multivariat normalfördelning

Grundläggande matematisk statistik

Summor av slumpvariabler

Tentamen i Matematisk statistik Kurskod S0001M

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

Tentamen MVE301 Sannolikhet, statistik och risk

Avd. Matematisk statistik

SF1901 Sannolikhetsteori och statistik I

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

Tentamen i Matematisk statistik Kurskod S0001M

TMS136: Dataanalys och statistik Tentamen

SF1901: Sannolikhetslära och statistik

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

TENTAMEN I MATEMATISK STATISTIK 19 nov 07

Stokastiska vektorer

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

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

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen MVE302 Sannolikhet och statistik

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

(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.

Föreläsning 5. Funktioner av slumpvariabler. Ett centralt resultat.

(x) = F X. och kvantiler

Matematisk statistik för D, I, Π och Fysiker

Matematisk statistik KTH. Formel- och tabellsamling i matematisk statistik

Storräkneövning: Sannolikhetslära

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

Tentamen MVE301 Sannolikhet, statistik och risk

Föreläsning 6, Matematisk statistik Π + E

Matematisk statistik 9hp Föreläsning 5: Summor och väntevärden

TMS136. Föreläsning 5

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Föreläsning 5, Matematisk statistik Π + E

Stokastiska signaler. Mediesignaler

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

TMS136. Föreläsning 5

Kapitel 5 Multivariata sannolikhetsfördelningar

Tentamen MVE301 Sannolikhet, statistik och risk

Tentamen MVE301 Sannolikhet, statistik och risk

SF1901: Sannolikhetslära och statistik

Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola.

SF1901: Sannolikhetslära och statistik

Tentamen MVE301 Sannolikhet, statistik och risk

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

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

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.

Extrauppgifter i matematisk statistik

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Övning 3 Vecka 4,

Grundläggande matematisk statistik

Avd. Matematisk statistik

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

F9 SAMPLINGFÖRDELNINGAR (NCT

SF1901: Övningshäfte

Tentamen L9MA30, LGMA30

Matematisk statistik 9 hp Föreläsning 6: Linjärkombinationer

4.1 Grundläggande sannolikhetslära

Föreläsning 5, FMSF45 Summor och väntevärden

Tentamen MVE301 Sannolikhet, statistik och risk

TENTAMEN I STATISTIKENS GRUNDER 1

Tentamen i Matematisk Statistik, 7.5 hp

Transkript:

LINKÖPINGS UNIVERSITET Matematiska institutionen EXAM TAMS 27 / TEN 2 2 augusti 217, 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 Låt den kontinuerliga tvådimensionella slumpvariabeln (X, Y ha täthetsfunktionen { x + y < x < 1, < y < 1 f(x, y annars (a Bestäm de marginella täthetsfunktionerna f X (x och f Y (y (1p (b Bestäm väntevärdena E[X] och E[Y ] (1p (c Beräkna kovariansen mellan X och Y, Cov(X, Y (1p (2 Livslängden hos en viss typ av elektroniska komponent modelleras med hjälp av en slumpvariabel X med väntevärde E[X] 5 dygn och varians 2 Livslängden hos olika komponenter antas vara oberoende (a Beräkna sannolikheten att den sammanlagda livslängden hos komponenter ligger mellan 12 och 18 dygn om 5 Använd centrala gränsvärdessatsen (15p (b Man vill garantera att sannolikheten att den sammanlagda livslängden hos komponenter ligger mellan 12 och 18 dygn är minst 9 Vad är det största värdet på som gör att detta uppfylls? (15p ( I en fabrik tillverkas 25% av enheterna vid maskin 1, 5% vid maskin 2 och % vid maskin Av produktionen är respektive 1%, 2% och % defekt Man blandar enheterna och sänder dem till kunderna (a Hur stor är sannolikheten att en slumpmässigt vald enhet är felaktig? (1p (b Antag att en kund påträffar en felaktig enhet Hur stor är sannolikheten att den har tillverkats vid maskin 1 (2p ( En dartspelare försöker träffas Bull s eye (innerste lilla cirkeln i piltavlan Antag att hon träffar Bull s eye med sannolikhet 1 i varje enskild kast och att kasten sker oberoende Låt X vara antalet kast som krävs tills hon träffar Bull s eye inklusive det lyckade kastet (a Bestäm sannolikhetsfunktionen av X (1p (b Låt j och k vara strikt positiva heltal Beräkna P (X > k + j X > j (2p (5 Antalet grammofonspelare som säljs hos handlare Alex beskrivs av en Poissonprocess med intensitet enheter per dag Den flitige Alex hat öppet 7 dagar i veckan och vid söndag kväll ringer han in beställning hos leverantören för nya produkter som dyker upp måndag morgon

(a Beräkna sannolikheten att minst en grammofonspelare säljs under en dag (1p (b Beräkna sannolikheten att inga grammofoner säljs på en hel vecka (1p (c En vecka tar grammofonerna slut redan på fredag På söndag besluter sig Alex, för att undvika att detta händer igen, att beställa så många grammofoner att han med minst 99% sannolikhet ska ha så det räcker hela veckan därpå Hur många måste han då minst beställa? (1p (6 Vid en tillverkning ställs vikten in till µ gram De tillverkade enheterna får då vikter som är oberoende och normalfördelade med väntevärde µ och standadavvikelse 8 gram För att kontrollera produktionen tar man regelbundet ut enheter, väger dessa och bildar medelvärdet x av vikterna Om x > K stoppas produktionen Ledning: Här anses x 1, x 2, x, x som utfall av de slumpmässiga vikterna X 1, X 2, X, X av de uttagna enheterna Vidare används x 1 (x 1 + x 2 + x + x och X 1 (X 1 + X 2 + X + X (a Bestäm konstanten K så att sannolikheten P ( X > K att produktionen stoppas när µ 5 gram är 1 (15p (b Med K som i (a, för vilka värden på µ kommer produktionen att stoppas med en sannolikhet som är större än 9? (15p

(1 (a f X (x Lösningar f(x, y dy (x + y dy x + 1 2 x 1 Annars f X (x På samma sätt fås f Y (y y + 1, y 1 Annars 2 f Y (y (b Det gäller att E[X] x f X (x dx På samma sätt fås E[Y ] 7 12 (c Det gäller att Cov(X, Y E[XY ] E[X]E[Y ] och E[XY ] [ y [ x 6 + y2 6 x (x + 1 [ ] x 1 2 dx + x2 7 12 xy f(x, y dx dy y + x2 ] 1 2 y2 1 ] 1 dy ( y + y2 2 xy (x + y dx dy dy Således Cov(X, Y E[XY ] E[X]E[Y ] 1 72 12 2 1 1 69 (2 Låt X 1, X 2,, X beteckna komponenternas livslängder i dygn Vi har då att X 1, X 2,, X är oberoende och likafördelade med E[X i ] 5 dygn och V ar(x i 2 Låt Y vara den sammanlagda livslängden för komponenter, dvs Y X 1 + + X (a Eftersom Y är en summa av st oberoende likafördelade stokastiska variabler kan vi använda oss av centrala gränsvärdessatsen för att beräkna sannolikheten att 12 Y 18 enligt ( 12 5 P (12 Y 18 P Y 5 18 5 ( P Z Här har vi Z N(, 1 vilket tillsammans med 5 och symmetriargument ger att ( P (12 Y 18 2P Y 1 2 Φ(122 1 78 (b För att bestämma så att P (12 Y 18 9 använder vi oss av att enligt centrala gränsvärdessatsen ( 9 P (12 Y 18 2 Φ 1 Vi får 165 och således

( (a Låt A beteckna händelsen {enhet är felaktig} Enligt lagen om total sannolikhet gäller det att P (A 25 1 + 5 2 + 215 (b Låt H i beteckna händelsen {enhet har tillverkats vid maskin i}, i 1, 2, Bayes formel medför att P (H 1 A 25 1 25 1 + 5 2 + 116 ( (a P (X k (1 p k 1 p, k 1, 2, (b X är större än i om och endast om de första i kasten har misslyckats Således är P (X > i 9 i Vi får P (X > j + k, X > j P (X > j + k X > j P (X > j P (X > j + k P (X > j 9j+k 9 j 9 k P (X > k (5 (a Om X är antalet förfrågningar under en dag, så är X P oiss( Då gäller att P (X 1 1 P (X 1 e 26 (b Om Y är antalet förfrågningar på en vecka gäller att Y P oiss(7 P oiss(21 Således är P (Y e 21 12 (c Ur tabell få vi att P (Y 5 9796 samt att P (Y 6 991 Alex måste således ha minst 6 grammofonspelar för att med minst 99% sannolikhet täcka en hel veckas förfrågningar (6 Medelvärdet x av de fyra vikterna är en observation av X N(µ, 8/ N(µ, (a µ 5 ger ( X 1 P ( X > K 1 P ( X 5 K 1 P K 5 som medför att Vi får så att ( K 5 1 1 Φ K 5 226 K 5 + 226 59 (b För allmänt µ, ( X P ( X > K 1 P ( X µ K 1 P K µ ( K µ 1 Φ

Det betyder att P ( X > K 9 medför att ( ( K µ µ K Φ 1 eller ekvivalent att Φ 9 Vi får µ K 12815, vilket ger att µ K + 12816 59 + 51 51