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.
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