05.09.2013 Views

STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar

STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar

STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

84 KAPITEL 3 SLUMPVARIABLER<br />

2007-10-08 – sida 84 – # 88<br />

Y ∼ Bin(n = 4, p = 0.7) <strong>och</strong> dessa är oberoende. Uppgift a består alltså<br />

av att beräkna P (X = 4) vilket vi gör på två sätt. Dels kan man göra det<br />

direkt från sannolikhetsfunktionen: P (X = 4) = 7 4 0.740.33 = 0.227.<br />

Man kan i stället använda Tabell 2 även om det just i detta fall inte blir<br />

lättare. Eftersom p = 0.7 som är större än 0.5 <strong>och</strong> således inte finns <strong>med</strong> i<br />

tabellen så betraktar vi i stället antalet misslyckade 7 − X som är Bin(n =<br />

7, p = 0.3). Vi får P (X = 4) = P (7 − X = 7 − 4) = P (7 − X = 3).<br />

Det är dock inte sannolikhetsfunktionen utan fördelningsfunktionen som<br />

finns tabulerad, så vi utnyttjar följande likhet: P (7−X = 3) = P (7−X ≤<br />

3) − P (7 − X ≤ 2). Från Tabell 2 kan vi läsa av dessa värden <strong>och</strong> ser att<br />

vi får P (X = 4) = P (7 − X ≤ 3) − P (7 − X ≤ 2) = 0.8740 − 0.6471 =<br />

0.2269.<br />

I b) vill vi beräkna P (Y ≥ 3). ”Minst tre lyckade” är detsamma som<br />

”högst en misslyckad”, dvs. P (Y ≥ 3) = P (4−Y ≤ 4−1) = P (4−Y ≤ 1).<br />

Antalet misslyckade dag 2, dvs. 4 − Y , är Bin(n = 4, p = 0.3), så från<br />

Tabell 2 får vi 0.6517. Vi hade även kunnat räkna ut denna sannolikhet:<br />

P (Y ≥ 3) = P (Y = 3) + P (Y = 4) = 4 <br />

3 0.730.31 4<br />

+ 4 0.740.30 =<br />

0.4116 + 0.2401 = 0.6517.<br />

För c) använder vi Sats 3.13 ovan. Denna <strong>med</strong>för att Z = X + Y , antalet<br />

lyckade totalt på de två dagarna, är Bin(n = 11, p = 0.7) (eftersom vi<br />

totalt har 11 hårtstrån <strong>och</strong> varje sekvensering lyckas <strong>med</strong> sannolikhet 0.7<br />

är ju detta inget förvånande). Vi får att P (Z ≤ 6) = P (11−Z ≥ 11−6) =<br />

P (11−Z ≥ 5) = 1−P (11−Z ≤ 4), <strong>och</strong> denna är enligt Tabell 2 lika <strong>med</strong><br />

0.7897 (11 − Z ∼ Bin(n = 11, p = 0.3)). Även denna sannolikhet hade<br />

vi kunnat räkna ut <strong>med</strong> hjälpa av sannolikhetsfunktionen: P (11 − Z ≤<br />

4) = 4 k=0 P (11 − Z = k), men eftersom detta tar någon minut <strong>med</strong> en<br />

miniräknare kommer tabellen väl till pass.<br />

ÖVNING 3.27<br />

Låt X ∼ Bin(n = 12, p = 0.15). Bestäm<br />

a) E(X) <strong>och</strong> D(X)<br />

b) P (X ≤ 1)<br />

c) P (X ≥ 3)<br />

d) P (X = 4)<br />

ÖVNING 3.28<br />

Låt Y ∼ Bin(n = 16, p = 0.75). Bestäm

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!