STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
138 KAPITEL 3 SLUMPVARIABLER<br />
ÖVNING 3.76<br />
2007-10-08 – sida 138 – # 142<br />
Tidigare högskolebetyg var U (=underkänd), G (=godkänd) respektive<br />
V G (= väl godkänd). Kurser i matematiska ämnen brukade på vid ordinarie<br />
tentamenstillfällen ha ca 20% underkända, 55% godkända <strong>och</strong> 25% väl<br />
godkända. Antag att det vid en ”typisk kurs” (dvs. inte svårare eller lättare<br />
än genomsnittet) tenterade 25 studenter vid ordinarie tentamenstillfället.<br />
Låt (XU, XG, XV G) specificera hur många tenterande som fick betygen<br />
U, G respektive V G.<br />
a) Vilken fördelning har (XU, XG, XV G)?<br />
b) Bestäm pXU ,XG,XV G (4, 15, 6).<br />
c) Bestäm E(XU ).<br />
d) Bestäm D(XG).<br />
e) Bestäm ρ(XU, XV G).<br />
ÖVNING 3.77<br />
Fortsättning från Övning 3.76. Antag att antalet underkända blev 5, dvs.<br />
XU = 5. Betinga <strong>med</strong> avseende på detta <strong>och</strong> beräkna följande<br />
a) pXG|XU (15|5).<br />
b) E(XV G|XU = 5).<br />
c) D(XV G|XU = 5).<br />
ÖVNING 3.78<br />
Låt (X, Y ) ∼ N(µx = 1, µy = 2, σx = 0.5, σy = 1, ρ = 0).<br />
a) Beräkna P (X ≤ 2).<br />
b) Beräkna P (X ≤ 2, 1 ≤ Y ≤ 3).<br />
c) Beräkna P (1 ≤ X ≤ 2, Y > 3.5).<br />
d) Beräkna P (X > 0.5, Y < 1.5).<br />
ÖVNING 3.79<br />
Låt (X, Y ) ∼ N(µx = 1, µy = 2, σx = 0.5, σy = 1, ρ = 0.5). Antag att<br />
Y = 3 har observerats.<br />
a) Bestäm fördelningen för X betingat av att Y = 2.<br />
b) Bestäm P (X > 1|Y = 3) <strong>och</strong> dess obetingade motsvarighet P (X > 1).