Opdracht 2. Deadline maandag 28 september 2015, 24:00 uur.

Maat: px
Weergave met pagina beginnen:

Download "Opdracht 2. Deadline maandag 28 september 2015, 24:00 uur."

Transcriptie

1 Opdracht 2. Deadline maandag 28 september 2015, 24:00 uur. Deze opdracht bestaat uit vier onderdelen; in elk onderdeel wordt gevraagd een Matlabprogramma te schrijven. De vier bijbehore bestanden stuur je naar Er komt eerst wat uitleg over random number generators, en schatters met bijbehore Matlab tips; daarna komt de beschrijving van de opdracht. 1 Random Number Generator Een random number generator (RNG) is een deterministisch algoritme dat een rij getallen U 1, U 2,... produceert die beschouwd mogen worden als onafhankelijke trekkingen uit de U(0, 1) verdeling (de uniforme, ook wel homogene, kansverdeling op (0, 1)). Een goede RNG is de basis van simulatiestudies. Wat betekent goed? 1. U 1, U 2,... passeert succesvol statistische toetsen. 2. Het gaat razsnel, bv 10M getallen in één seconde. 3. Je moet de rij getallen kunnen herhalen! 4. Je laptop en de VU-computer moeten dezelfde getallen produceren. 5. Omdat computers eindige machines zijn, zijn er maar eindig veel machinegetallen (zie college 2). Dus zal elke RNG die door een computerprogramma wordt uitgevoerd een rij U 1, U 2,... produceren die zich op den duur herhaalt. Bij een goede RNG duurt het heel lang voordat deze herhaling optreedt (de zogeheten herhalingsperiode). Matlab heeft een aantal goede RNG algoritmes beschikbaar die aan al deze eisen voldoen. De standaard RNG in Matlab is de Mersenne Twister met herhalingsperiode van (zie eis 5). Het eerste getal dat geproduceerd wordt door een RNG, is afhankelijk van hoe het RNG algoritme wordt gestart. Dat gebeurt door een zogeheten seed, wat niets anders is dan een getal (of soms een vector van getallen). Telkens als je Matlab opstart staat die seed op hetzelfde getal, en dan krijg je dezelfde rij U 1, U 2,... als bij je vorige Matlabsessie. Je kunt je simulatie-experimenten ook telkens laten beginnen met dezelfde seed, namelijk door die steeds op hetzelfde getal te zetten (zie eis 3). 1.1 Matlabtip 1 De aanroep rand genereert een trekking uit de U(0, 1) verdeling. Wil je veel random getallen, bv n = 10 6, dan gaat het veel sneller om die gevectorizeerd te genereren dan een voor een. Experimenteer zelf: 1

2 n = 10^6; tic; u=rand(1,n); toc tic; for :n u = rand; toc De seed van de RNG in Matlab kun je zetten op een natuurlijk getal, bv , door rng(127528). Je kunt de seed ophalen door de aanroep sd = rng, zie de volge Matlabsessies in het commandoscherm uitgevoerd vanuit de default waarde van de seed. >> rand(1,5) >> rand(1,5) >> s = rng; rand(1,5) >> rng(s); rand(1,5) >> rng(127528); rand(1,5) Schatten van Momenten van Stochasten Laat X een stochastische variabele zijn met cumulatieve kansverdelingsfunctie F (x) = P(X x), met verwachting µ = E[X], en variantie σ 2 = Var(X). In de vakken Probability Theory en Statistics heb je geleerd hoe je µ en σ 2 kunt schatten: 2

3 Als X 1, X 2,..., X n gelijkverdeelde, onafhankelijke trekkingen zijn uit de kansverdeling van X, dan is µ = 1 n X i (1) n een zuivere schatter van µ [dwz E [ µ ] = µ]. En S 2 = 1 n ( Xi µ ) 2 n 1 is een zuiver schatter van σ 2. Een speciaal geval is de Bernoulli stochast: B = 1 met kans p en B = 0 met kans 1 p. Omdat E[B] = p, kun je p schatten uit de 0/1 waarnemingen B 1,..., B n door p = 1 n n B i. Een toepassing hiervan is een stochastische variabele X op R waarvan je de kans P(X c) wilt schatten voor een gegeven c. Als X 1,..., X n realisaties van X zijn, dan is een schatting van P(X c): 1 n 1{X i c}. n 2.1 Matlabtip 2 Computersimulatie (bv in Matlab of Ox) is een methode om onafhankelijke gelijkverdeelde waarnemingen X 1,..., X n te genereren van een stochastische variabele X. In het tweede deel van Numerical Methods (periode 2) wordt nader uitgelegd hoe dat gaat. Voor deze opdracht is voldoe dit te doen voor een 0/1 stochast. Dat wil zeggen, laat A een gebeurtenis zijn die optreedt met kans p, of niet optreedt met kans q = 1 p. De bijbehore stochastische variabele is de Bernoulli (p), X = 1{A} met P(X = 1) = p, P(X = 0) = 1 p. Laat U = U(0, 1) de uniforme (0, 1) stochast zijn waarvan we trekkingen krijgen door Matlab s rand (zie tip 1). Omdat p = P(U < p) krijgen we een waarneming X = 1 met kans p door (rand<p). Dit kun je vectorizeren door (rand(1,n)<p) wat een rijvector van onafhankelijke gelijkverdeelde 1/0 waarnemingen geeft volgens de kansen p op waarneming 1 en 1 p op waarneming 0. Bv 1 miljoen zuivere muntworpen: 2.2 Matlabtip 3 n = 10^6; p = 0.5; (rand(1,n)<p); Zoals je weet kun je de variantieschatter (2) herschrijven tot S 2 = n 1 n Xi n 1( 2 µ 2). (3) n Dat geeft dat er twee manieren zijn om de schatters µ en S 2 te implementeren. (2) 3

4 (i). Genereer eerst alle data X 1,..., X n ; sla op in een vector; en bereken dan formules (1) en (2). Als je in Matlab deze vector x hebt genoemd, volstaan de Matlabfuncties mean(x) en var(x). (ii). Na elk volg datapunt X k, bereken je direct via recursie k k 1 X i = X i + X k, en k k 1 Xi 2 = Xi 2 + Xk 2. Bereken na de laatste x n pas de formules (1) en (3). Voorbeeld van de muntworp om verwachting en variantie te schatten. function methode_i start; function start n = 10^6; p = 0.5; (rand(1,n)<p); estp = mean(x) estvar = var(x) function methode_ii start; function start n = 10^6; p = 0.5; xsom = 0; x2som = 0; for :n (rand<p); xsom = xsom + x; x2som = x2som + x*x; estp = xsom/n estvar = (x2som/n - estp^2)*(n/(n-1)) Wiskundig zijn de twee uitdrukkingen voor S 2 hetzelfde, numeriek treden er verschillen op. Vooral als X i grote waarden aannemen, en Xi 2 groot wordt. De eerste methode is numeriek stabieler, maar heeft meer geheugenruimte nodig. 4

5 Opdracht 2: How To Gamble If You Must. Veronderstel dat je deelneemt aan een investeringsplan. Het plan heeft een looptijd van n = 60 maanden; aan het begin van elke maand leg je een bedrag in, zeg x k in maand k. De beheerder van dit investeringsplan is een gewiekste belegger die het lukt om aan het eind van de maand (voordat je de volge inleg doet) jou met kans p = 0.36 het ingelegde bedrag in drievoud terug uit te keren, maar met kans q = 1 p = 0.64 ben je helaas je inleg kwijt. De p en q kansen zijn in elke maand hetzelfde, en daarnaast zijn de maandelijkse handelingen van de beheerder onafhankelijk van van eerdere uitkomsten. Dit plan is inderdaad gunstig want bij een inleg van één euro in een maand is het verwachte nettoresultaat = Dat is, je verwacht een rement van 8% per maand. Veronderstel dat je instapt in dit plan met een vermogen van V 0 = 1000 euro. De vraag is, hoeveel ga je per maand inleggen om aan het eind van het plan aan een bepaalde criterium te voldoen. Noteer V k voor je vermogen aan het eind van maand k, vlak na een eventuele uitkering en nog voor je de volge inleg doet. Dus bij inleg x k in maand k is (natuurlijk kun je hoogstens inleggen wat je vermogen is: x k V k 1 ) { V k 1 + 2x k, met kans p; V k = (4) V k 1 x k, met kans q. Definieer de groeifactors G 1, G 2,... door G k = 1 k ln ( V k /V 0 ) V k = V 0 e kg k. Criteria kunnen zijn: (a.) max E[V n ]: maximaal verwacht vermogen aan het eind van de looptijd. (b.) min Var[V k ]: minimale volatiliteit van het vermogen gedure de looptijd. (c.) max P(V n > γ): maximale kans om een streefbedrag te bereiken, bv γ = 5000 euro. (d.) min P(V k < δ): minimaal risico (te weinig vermogen) gedure de looptijd, bv δ = 100 euro. (e.) max E[G n ]: maximale groeifactor. In de volge onderdelen ga je door middel van simulatie een aantal van deze criteria onderzoeken, onder de volge aanname De inleg x k is een constante fractie α van het huidige vermogen V k 1. Opdracht (a) Simuleer een realisatie van het vermogen V k, k = 0, 1,..., n volgens de recursie (4). Doe dit achtereenvolgens voor α = 0.05, 0.2, 0.5, gebruik mak van common random numbers; dat wil zeggen, voor alle α s gebruik je dezelfde seed van de RNG. Schrijf een Matlabprogramma 5

6 om in één figuur de grafieken van deze drie realisaties te plotten. Geef de drie realisaties verschille kleuren en voeg lega toe. Schrijf je Matlabprogramma in een scriptfile genaamd opdr2a_achternaam.m (vervang Opdracht (b) Simuleer realisaties van het vermogen V k, k = 0, 1,..., n volgens de recursie (4), en sla alle eindvermogens V n (i), i = 1,..., op in een kolomvector. Doe dit achtereenvolgens voor α = 0.05 en α = 0.2. Zet de twee kolomvectoren in een matrix V. Schrijf een Matlabprogramma om in één figuur de twee histogrammen van deze twee datavectoren weer te geven [gebruik weer histc en bar toegepast op de matrix V ]. Gebruik als domein van de histogrammen het interval [0, 4000] en neem de binbreedte 500. Schrijf je Matlabprogramma in een scriptfile genaamd opdr2b_achternaam.m (vervang Onderdeel (c) Voor α [0.01, 0.1], schat het verwachte eindvermogen E[V n ], en de standaardafwijking Var(V n ) gebaseerd op gesimuleerde eindvermogens. Noem de twee schattingen µ(α) en σ(α). Schrijf een Matlabprogramma om in één figuur de grafieken van deze µ(α) en σ(α) te plotten als functie van α. Geef de grafieken verschille kleuren en voeg lega toe. Schrijf je Matlabprogramma in een scriptfile genaamd opdr2c_achternaam.m (vervang Onderdeel (d) Voor α [0.01, 0.1], schat de kans dat minstens één keer V k < 100 wordt bereikt, ook weer gebaseerd op gesimuleerde realisaties. Tevens, schat de verwachte groeifactor E[G n ]. Noem de schattingen π(α) en γ(α). Schrijf een Matlabprogramma om de grafieken van µ(α) en γ(α) te plotten als functie van α. Elke grafiek komt in een afzonderlijk figuur [zet figure voorafgaand aan elke plot opdracht]. Schrijf je Matlabprogramma in een scriptfile genaamd opdr2d_achternaam.m (vervang Conclusie Probeer nu voor jezelf te beredeneren wat een goede fractie α van je vermogen is om elke maand te beleggen. 6

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2), Vrijdag 24 januari 24, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven

Nadere informatie

. Dan geldt P(B) = a. 1 4. d. 3 8

. Dan geldt P(B) = a. 1 4. d. 3 8 Tentamen Statistische methoden 4052STAMEY juli 203, 9:00 2:00 Studienummers: Vult u alstublieft op het meerkeuzevragenformulier uw Delftse studienummer in (tbv automatische verwerking); en op het open

Nadere informatie

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail

Nadere informatie

6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling.

6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling. Opgaven hoofdstuk 6 I Basistechnieken 6.1 Beschouw de populatie die beschreven wordt door onderstaande kansverdeling. x 0 2 4 6 p(x) ¼ ¼ ¼ ¼ a. Schrijf alle mogelijke verschillende steekproeven van n =

Nadere informatie

Tentamen Kansrekening en Statistiek (2WS04), woensdag 30 juni 2010, van 9.00 12.00 uur.

Tentamen Kansrekening en Statistiek (2WS04), woensdag 30 juni 2010, van 9.00 12.00 uur. Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (WS4), woensdag 3 juni, van 9.. uur. Dit is een tentamen met gesloten boek. De uitwerkingen van de

Nadere informatie

Tentamen Kansrekening en Statistiek (2WS04), dinsdag 17 juni 2008, van uur.

Tentamen Kansrekening en Statistiek (2WS04), dinsdag 17 juni 2008, van uur. Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (2WS4, dinsdag 17 juni 28, van 9. 12. uur. Dit is een tentamen met gesloten boek. De uitwerkingen

Nadere informatie

Monte-Carlo simulatie voor financiële optieprijzen Studiepunten : 2

Monte-Carlo simulatie voor financiële optieprijzen Studiepunten : 2 1 INLEIDING 1 Monte-Carlo simulatie voor financiële optieprijzen Studiepunten : 2 Volg stap voor stap de tekst en los de vragen op. Bedoeling is dat je op het einde van de rit een verzorgd verslag afgeeft

Nadere informatie

Kansrekening en statistiek WI2105IN deel I 4 november 2011, uur

Kansrekening en statistiek WI2105IN deel I 4 november 2011, uur Kansrekening en statistiek WI05IN deel I 4 november 0, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad wordt uitgereikt. Meerkeuzevragen Toelichting:

Nadere informatie

Het schatten van de Duitse oorlogsproductie: maximum likelihood versus de momentenmethode

Het schatten van de Duitse oorlogsproductie: maximum likelihood versus de momentenmethode Het schatten van de Duitse oorlogsproductie: maximum likelihood versus de momentenmethode Rik Lopuhaä TU Delft 30 januari, 2015 Rik Lopuhaä (TU Delft) Schatten van de Duitse oorlogsproductie 30 januari,

Nadere informatie

Tentamen Kansrekening en Statistiek MST 14 januari 2016, uur

Tentamen Kansrekening en Statistiek MST 14 januari 2016, uur Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord

Nadere informatie

6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling.

6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling. Opgaven hoofdstuk 6 I Learning the Mechanics 6.1 Beschouw de populatie die wordt beschreven door onderstaande kansverdeling. De random variabele x wordt tweemaal waargenomen. Ga na dat, indien de waarnemingen

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie

Nadere informatie

10. De simultane kansverdeling van twee stochasten X en Y is gegeven door de volgende (onvolledige) tabel: X / /4 1. d. 0 e.

10. De simultane kansverdeling van twee stochasten X en Y is gegeven door de volgende (onvolledige) tabel: X / /4 1. d. 0 e. Tentamen Statistische methoden MST-STM 1 april 2011, 9:00 12:00 Studienummers: Vult u alstublieft op het MC formulier uw Delftse studienummer in; en op het open vragen formulier graag beide, naar volgend

Nadere informatie

Wiskunde B - Tentamen 2

Wiskunde B - Tentamen 2 Wiskunde B - Tentamen Tentamen van Wiskunde B voor CiT (57) Donderdag 4 april 005 van 900 tot 00 uur Dit tentamen bestaat uit 8 opgaven, 3 tabellen en formulebladen Vermeld ook je studentnummer op je werk

Nadere informatie

Deze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten

Deze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten Deze week: Steekproefverdelingen Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen Cursusjaar 29 Peter de Waal Zuivere Schatters Betrouwbaarheidsintervallen Departement Informatica Hfdstk

Nadere informatie

Hoofdstuk 5. Dobbelen, echt en virtueel. > Maak in SPSS een nieuwe data-verzameling (File > New > Data). We gaan hier de

Hoofdstuk 5. Dobbelen, echt en virtueel. > Maak in SPSS een nieuwe data-verzameling (File > New > Data). We gaan hier de Hoofdstuk 5 Dobbelen, echt en virtueel 5.1 dobbelen In dit hoofdstukje gaan we de variabiliteit in een steekproef onderzoeken. Daarbij maken we gebruik van een beproefd stochastisch proces, nl het gooien

Nadere informatie

Stochastiek 2. Inleiding in de Mathematische Statistiek 1/19

Stochastiek 2. Inleiding in de Mathematische Statistiek 1/19 Stochastiek 2 Inleiding in de Mathematische Statistiek 1/19 Herhaling H.1 2/19 Mathematische Statistiek We beschouwen de beschikbare data als realisatie(s) van een stochastische grootheid X.(Vaak een vector

Nadere informatie

We illustreren deze werkwijze opnieuw a.h.v. de steekproef van de geboortegewichten

We illustreren deze werkwijze opnieuw a.h.v. de steekproef van de geboortegewichten Hoofdstuk 8 Betrouwbaarheidsintervallen In het vorige hoofdstuk lieten we zien hoe het mogelijk is om over een ongekende karakteristiek van een populatie hypothesen te formuleren. Een andere manier van

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek DD14) op vrijdag 17 maart 006, 9.00-1.00 uur. UITWERKINGEN 1. Methoden om schatters te vinden a) De aannemelijkheidsfunctie

Nadere informatie

Vraag Antwoord Scores

Vraag Antwoord Scores Beoordelingsmodel VWO wiskunde A 009-II Vraag Antwoord Scores Zeemonsters maximumscore 3 P(895) = 85 P(995) = 9 Er zijn 3 soorten ontdekt maximumscore ( t 767) 6 (6t 76657) P'( t) = ( t 767) 069 P'( t)

Nadere informatie

Schatting voor het aantal tanks: is statistiek beter dan de geheime dienst?

Schatting voor het aantal tanks: is statistiek beter dan de geheime dienst? Schatting voor het aantal tanks: is statistiek beter dan de geheime dienst? dr. H.P. Lopuhaä UHD Statistiek Opleiding Technische Wiskunde Faculteit Informatietechnologie & Systemen Technische Universiteit

Nadere informatie

Toegepaste Wiskunde 2: Het Kalman-filter

Toegepaste Wiskunde 2: Het Kalman-filter Toegepaste Wiskunde 2: Het Kalman-filter 25 februari, 2008 Hans Maassen 1. Inleiding Het Kalman filter schat de toestand van een systeem op basis van een reeks, door ruis verstoorde waarnemingen. Een meer

Nadere informatie

Kansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur

Kansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur Kansrekening en statistiek WI22TI / WI25IN deel 2 2 februari 22, 4. 6. uur VOOR WI22TI: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad is niet toegestaan.

Nadere informatie

Inleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek

Inleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een klein kapitaaltje

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamenopgaven Statistiek (2DD71) op xx-xx-xxxx, xx.00-xx.00 uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamenopgaven Statistiek (2DD71) op xx-xx-xxxx, xx.00-xx.00 uur. VOORAF: Hieronder staat een aantal opgaven over de stof. Veel meer dan op het tentamen zelf gevraagd zullen worden. Op het tentamen zullen in totaal 20 onderdelen gevraagd worden. TECHNISCHE UNIVERSITEIT

Nadere informatie

VOOR HET SECUNDAIR ONDERWIJS

VOOR HET SECUNDAIR ONDERWIJS VOOR HET SECUNDAIR ONDERWIJS Steekproefmodellen en normaal verdeelde steekproefgrootheden 5. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg

Nadere informatie

Kansrekening en stochastische processen 2DE18

Kansrekening en stochastische processen 2DE18 Kansrekening en stochastische processen 2DE18 Docent : Jacques Resing E-mail: resing@win.tue.nl 1/28 The delta functie Zij De eenheids impulsfunctie is: d ε (x) = { 1ε als ε 2 x ε 2 0 anders δ(x) = lim

Nadere informatie

VB: De hoeveelheid neemt nu met 12% af. Hoeveel was de oorspronkelijke hoeveelheid? = 1655 oud = 1655 nieuw = 0,88 x 1655 = 1456

VB: De hoeveelheid neemt nu met 12% af. Hoeveel was de oorspronkelijke hoeveelheid? = 1655 oud = 1655 nieuw = 0,88 x 1655 = 1456 Formules, grafieken en tabellen Procenten - altijd afronden op 1 decimaal tenzij anders vermeld VB: Een hoeveelheid neemt met 12% toe to 1456. Hoeveel was de oorspronkelijke hoeveelheid? Oud =? Nieuw =

Nadere informatie

Kansrekening en statistiek wi2105in deel 2 16 april 2010, uur

Kansrekening en statistiek wi2105in deel 2 16 april 2010, uur Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop

Nadere informatie

Tentamen Inleiding Kansrekening 12 augustus 2010, 10.00 13.00 uur Docent: F. den Hollander

Tentamen Inleiding Kansrekening 12 augustus 2010, 10.00 13.00 uur Docent: F. den Hollander Universiteit Leiden Niels Bohrweg Mathematisch Instituut 333 CA Leiden Tentamen Inleiding Kansrekening augustus,. 3. uur Docent: F. den Hollander Bij dit tentamen is het gebruik van een (grafische) rekenmachine

Nadere informatie

Wiskunde De Normale en Binomiale Verdeling. Geschreven door P.F.Lammertsma voor mijn lieve Avigail

Wiskunde De Normale en Binomiale Verdeling. Geschreven door P.F.Lammertsma voor mijn lieve Avigail Wiskunde De Normale en Binomiale Verdeling Geschreven door P.F.Lammertsma voor mijn lieve Avigail Opmerkingen vooraf Wiskunde Pagina 2 uit 20 Opmerkingen vooraf Pak je rekenmachine, de TI-83, erbij en

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Uitwerking tentamen Kansrekening en Stochastische Processen (2S61) op woensdag 27 april 25, 14. 17. uur. 1. Gegeven zijn twee onafhankelijke

Nadere informatie

7.1 Toets voor het gemiddelde van een normale verdeling

7.1 Toets voor het gemiddelde van een normale verdeling Hoofdstuk 7 Toetsen van hypothesen Toetsen van hypothesen is, o.a. in de medische en chemische wereld, een veel gebruikte statistische techniek. Het wordt vaak gebruikt om een gevestigde norm eventueel

Nadere informatie

Tweede Programmeeropgave Numerieke Wiskunde 1 De golfplaat Uiterste inleverdatum : vrijdag 16 mei 2003

Tweede Programmeeropgave Numerieke Wiskunde 1 De golfplaat Uiterste inleverdatum : vrijdag 16 mei 2003 Tweede Programmeeropgave Numerieke Wiskunde 1 De golfplaat Uiterste inleverdatum : vrijdag 16 mei 2003 I Doelstelling en testcase In deze programmeeropgave zullen we een drietal numerieke integratiemethoden

Nadere informatie

VOOR HET SECUNDAIR ONDERWIJS. Kansmodellen. 3. Populatie en steekproef. Werktekst voor de leerling. Prof. dr. Herman Callaert

VOOR HET SECUNDAIR ONDERWIJS. Kansmodellen. 3. Populatie en steekproef. Werktekst voor de leerling. Prof. dr. Herman Callaert VOOR HET SECUNDAIR ONDERWIJS Kansmodellen. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg . Populatie: een intuïtieve definitie.... Een

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 16 Donderdag 4 November 1 / 25 2 Statistiek Indeling: Schatten Correlatie 2 / 25 Schatten 3 / 25 Schatters: maximum likelihood schatters Def. Zij Ω de verzameling van

Nadere informatie

Matlab-Introductie (les 1)

Matlab-Introductie (les 1) Matlab-Introductie (les 1) Wat is Matlab? MATLAB staat voor MATrix LABoratory. Opstarten van Matlab Dit hangt af van het onderligge systeem (Windows, Linux,...), Maar kortweg geldt bijna altijd: ga met

Nadere informatie

Deze week: Schatten. Statistiek voor Informatica Hoofdstuk 6: Schatten. Voorbeeld Medicijnentest. Statistische inferentie

Deze week: Schatten. Statistiek voor Informatica Hoofdstuk 6: Schatten. Voorbeeld Medicijnentest. Statistische inferentie Deze week: Schatten Statistiek voor Informatica Hoofdstuk 6: Schatten Cursusjaar 2009 Peter de Waal Departement Informatica Statistische inferentie A Priori en posteriori verdelingen Geconjugeerde a priori

Nadere informatie

Monte-Carlo simulatie voor financiële optieprijzen Studiepunten : 3

Monte-Carlo simulatie voor financiële optieprijzen Studiepunten : 3 1 INLEIDING 1 Monte-Carlo simulatie voor financiële optieprijzen Studiepunten : 3 Volg stap voor stap de tekst en los de vragen op. Bedoeling is dat je op het einde van de rit een verzorgd verslag afgeeft

Nadere informatie

Toetsende Statistiek, Week 2. Van Steekproef naar Populatie: De Steekproevenverdeling

Toetsende Statistiek, Week 2. Van Steekproef naar Populatie: De Steekproevenverdeling Toetsende Statistiek, Week 2. Van Steekproef naar Populatie: De Steekproevenverdeling Moore, McCabe & Craig: 3.3 Toward Statistical Inference From Probability to Inference 5.1 Sampling Distributions for

Nadere informatie

Project Dynamica: oefenopgaven met R

Project Dynamica: oefenopgaven met R Project Dynamica: oefenopgaven met R De onderstaande opgaven dienen in R gemaakt te worden; uitwerkingen hoeven niet ingeleverd te worden. Zie de website http://www.r-project.org/ voor R manuals. Start

Nadere informatie

Hoofdstuk 1. Illustratie 2

Hoofdstuk 1. Illustratie 2 Hoofdstuk 1 Numerical Methods College 2 A. Floating-point representatie (Hoofdstuk 1) B. Matlab A.A.N. Ridder Twee belangrijke onderwerpen die moeten leiden tot een beter begrip van de numerieke problematiek:

Nadere informatie

Tentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen

Tentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 29 juli 2013 Tijd: 14.00-17.00 uur Aantal opgaven: 7 Zet uw naam op alle in te leveren blaadjes. Laat bij elke opgave door middel van

Nadere informatie

META-kaart vwo5 wiskunde A - domein Afgeleide functies

META-kaart vwo5 wiskunde A - domein Afgeleide functies META-kaart vwo5 wiskunde A - domein Afgeleide functies Wat heb ik nodig: GR of afgeleide? Hoe ziet de grafiek eruit? Moet ik de afgeleide berekenen? Kan ik bij deze functie de afgeleide berekenen? Welke

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) S1 S2 X ms X ms Stochastische Modellen in Operations Management (153088) R1 S0 240 ms Ack Internet R2 L1 R3 L2 10 ms 1 10 ms D1 Richard Boucherie Stochastische Operations Research TW, Ravelijn H 219 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/153088/153088.html

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Eindtentamen Kansrekening en Statistiek (WS), Tussentoets Kansrekening en Statistiek (WS), Vrijdag 8 april, om 9:-:. Dit is een tentamen

Nadere informatie

Vrije Universiteit Amsterdam Opleiding Wiskunde Vak Poisson Processen. Poisson Processen. Arno Weber.

Vrije Universiteit Amsterdam Opleiding Wiskunde Vak Poisson Processen. Poisson Processen. Arno Weber. Vrije Universiteit Amsterdam Opleiding Wiskunde Vak Poisson Processen Poisson Processen Arno Weber email: aeweber@cs.vu.nl Januari 2003 1 Inhoudsopgave 1. Computersimulaties 3 2. Wachttijd-paradox 6 3.

Nadere informatie

Compex wiskunde A1 vwo 2006-I

Compex wiskunde A1 vwo 2006-I Beschuit Gewone beschuiten worden verkocht in beschuitrollen van 13 stuks. Een gewone beschuit weegt gemiddeld 8,0 gram. Er zijn ook grotere, zogeheten Twentsche beschuiten die worden verkocht in zakken

Nadere informatie

Tentamen Inleiding Kansrekening wi juni 2010, uur

Tentamen Inleiding Kansrekening wi juni 2010, uur Technische Universiteit Delft Mekelweg Faculteit Electrotechniek, Wiskunde en Informatica 8 CD Delft Tentamen Inleiding Kansrekening wi juni, 9.. uur Bij dit examen is het gebruik van een (evt. grafische

Nadere informatie

Analyse I. 1ste Bachelor Ingenieurswetenschappen Academiejaar 2005-2006 1ste semester 31 januari 2006

Analyse I. 1ste Bachelor Ingenieurswetenschappen Academiejaar 2005-2006 1ste semester 31 januari 2006 1ste semester 31 januari 2006 Analyse I 1. Onderstel dat f : [a, b] R continu is, en dat f(a)f(b) < 0. Toon aan dat f minstens 1 nulpunt heeft gelegen in het interval (a, b). 2. Gegeven is een functie

Nadere informatie

NUMERIEKE METHODEN VOOR DE VAN DER POL VERGELIJKING. Docent: Karel in t Hout. Studiepunten: 3

NUMERIEKE METHODEN VOOR DE VAN DER POL VERGELIJKING. Docent: Karel in t Hout. Studiepunten: 3 NUMERIEKE METHODEN VOOR DE VAN DER POL VERGELIJKING Docent: Karel in t Hout Studiepunten: 3 Over deze opgave dien je een verslag te schrijven waarin de antwoorden op alle vragen zijn verwerkt. Richtlijnen

Nadere informatie

Toepassingen op discrete dynamische systemen

Toepassingen op discrete dynamische systemen Toepassingen op discrete dynamische systemen Een discreet dynamisch systeem is een proces van de vorm x k+ Ax k k met A een vierkante matrix Een Markov-proces is een speciaal geval van een discreet dynamisch

Nadere informatie

Correctievoorschrift VWO. Wiskunde A1,2 (nieuwe stijl)

Correctievoorschrift VWO. Wiskunde A1,2 (nieuwe stijl) Wiskunde A, (nieuwe stijl) Correctievoorschrift VWO Voorbereidend Wetenschappelijk Onderwijs 0 0 Tijdvak Inzenden scores Uiterlijk op 5 juni de scores van de alfabetisch eerste vijf kandidaten per school

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 14 Donderdag 28 Oktober 1 / 37 2 Statistiek Indeling: Hypothese toetsen Schatten 2 / 37 Vragen 61 Amerikanen werd gevraagd hoeveel % van de tijd zij liegen. Het gevonden

Nadere informatie

Het oplossen van vergelijkingen Voor het benaderen van oplossingen van vergelijkingen van de vorm F(x)=0 bespreken we een aantal methoden:

Het oplossen van vergelijkingen Voor het benaderen van oplossingen van vergelijkingen van de vorm F(x)=0 bespreken we een aantal methoden: Hoofdstuk 4 Programmeren met de GR Toevoegen: een inleiding op het programmeren met de GR Hoofdstuk 5 - Numerieke methoden Numerieke wiskunde is een deelgebied van de wiskunde waarin algoritmes voor problemen

Nadere informatie

Examen VWO-Compex. wiskunde A1

Examen VWO-Compex. wiskunde A1 wiskunde A1 Examen VWO-Compex Voorbereidend Wetenschappelijk Onderwijs Tijdvak 1 Dinsdag 1 juni 13.30 16.30 uur 20 04 Voor dit examen zijn maximaal 87 punten te behalen; het examen bestaat uit 24 vragen.

Nadere informatie

UitwerkingenOefenQuiz Kansrekening 2009

UitwerkingenOefenQuiz Kansrekening 2009 Universiteit Utrecht *Universiteit-Utrecht Boedapestlaan 6 Mathematisch Instituut 3584 CD Utrecht UitwerkingOefQuiz Kansreking 29 1. James Bond zoekt e brief in één van de drie ladkast in het voormalige

Nadere informatie

Inleiding MATLAB (2) november 2001

Inleiding MATLAB (2) november 2001 Inleiding MATLAB (2) Stefan Becuwe Johan Vervloet november 2 Octave gratis MATLAB kloon Min of meer MATLAB compatibel http://www.octave.org/ % Script PlotVb % % Plot regelmatige driehoek t/m tienhoek PlotVb.m

Nadere informatie

Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie

Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie Statistiek voor Natuurkunde Opgavenserie 4: Lineaire regressie Inleveren: Uiterlijk 15 februari voor 16.00 in mijn postvakje Afspraken Overleg is toegestaan, maar iedereen levert zijn eigen werk in. Overschrijven

Nadere informatie

Machten, exponenten en logaritmen

Machten, exponenten en logaritmen Machten, eponenten en logaritmen Machten, eponenten en logaritmen Macht, eponent en grondtal Eponenten en logaritmen hebben alles met machtsverheffen te maken. Een macht als 4 is niets anders dan de herhaalde

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 12 Vrijdag 16 Oktober 1 / 38 2 Statistiek Indeling vandaag: Normale verdeling Wet van de Grote Getallen Centrale Limietstelling Deductieve statistiek Hypothese toetsen

Nadere informatie

Bepaling energie en soortelijke warmte 2D-atoomrooster m.b.v. de Metropolis Monte Carlo methode

Bepaling energie en soortelijke warmte 2D-atoomrooster m.b.v. de Metropolis Monte Carlo methode Bepaling energie en soortelijke warmte 2D-atoomrooster m.b.v. de Metropolis Monte Carlo methode Verslag Computational Physics Sietze van Buuren Begeleider: Prof.Dr. H. de Raedt 29 december 25 Samenvatting

Nadere informatie

VOOR HET SECUNDAIR ONDERWIJS. Kansmodellen. 4. Het steekproefgemiddelde. Werktekst voor de leerling. Prof. dr. Herman Callaert

VOOR HET SECUNDAIR ONDERWIJS. Kansmodellen. 4. Het steekproefgemiddelde. Werktekst voor de leerling. Prof. dr. Herman Callaert VOOR HET SECUNDAIR ONDERWIJS Kansmodellen 4. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg . Een concreet voorbeeld.... Een kansmodel

Nadere informatie

14.1 Kansberekeningen [1]

14.1 Kansberekeningen [1] 14.1 Kansberekeningen [1] Herhaling kansberekeningen: Somregel: Als de gebeurtenissen G 1 en G 2 geen gemeenschappelijke uitkomsten hebben geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) B.v. P(3 of 4 gooien

Nadere informatie

Inleiding statistiek

Inleiding statistiek Inleiding Statistiek Pagina 1 uit 8 Inleiding statistiek 1. Inleiding In deze oefeningensessie is het de bedoeling jullie vertrouwd te maken met een aantal basisbegrippen van de statistiek, meer bepaald

Nadere informatie

OEFENINGEN PYTHON REEKS 6

OEFENINGEN PYTHON REEKS 6 OEFENINGEN PYTHON REEKS 6 1. A) Schrijf een functie die een getal x en een getal y meekrijgt. De functie geeft de uitkomst van volgende bewerking als returnwaarde terug: x y x als x y x y y als x < y B)

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 3 Dinsdag 21 September 1 / 21 1 Kansrekening Indeling: Uniforme verdelingen Cumulatieve distributiefuncties 2 / 21 Vragen: lengte Een lineaal wordt op een willekeurig

Nadere informatie

Eindexamen wiskunde A1 vwo 2007-II

Eindexamen wiskunde A1 vwo 2007-II Beoordelingsmodel Vakanties 1 maximumscore 4 De aantallen internetboekingen zijn respectievelijk 88, 846, 58 Dat is samen 139 1 Het antwoord 48 (%) 1 maximumscore 3 Er moet gekeken worden naar een grote

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN

TECHNISCHE UNIVERSITEIT EINDHOVEN TECHNISCHE UNIVERSITEIT EINDHOVEN Tentamen Biostatistiek voor BMT (2S390) op 17-11-2003 U mag alleen gebruik maken van een onbeschreven Statistisch Compendium (dikt. nr. 2218) en van een zakrekenmachine.

Nadere informatie

Tentamen Mathematische Statistiek (2WS05), dinsdag 3 november 2009, van uur.

Tentamen Mathematische Statistiek (2WS05), dinsdag 3 november 2009, van uur. Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (2WS05), dinsdag 3 november 2009, van 4.00 7.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen

Nadere informatie

Antwoordmodel VWO 2002-I wiskunde A (oude stijl) Vogels die voedsel zoeken

Antwoordmodel VWO 2002-I wiskunde A (oude stijl) Vogels die voedsel zoeken Antwoordmodel VWO 00-I wiskunde A (oude stijl) Antwoorden Vogels die voedsel zoeken Maximumscore Stilstaan duurt telkens 5 seconden Tussen twee stops wordt 5 cm afgelegd De tijd tussen twee stops is 5

Nadere informatie

Uitwerkingen bij 1_0 Voorkennis: Centrummaten

Uitwerkingen bij 1_0 Voorkennis: Centrummaten Uitwerkingen bij 1_0 Voorkennis: Centrummaten + + + + + + = + + + + + + =! " "" ## $!! % &#' % #! %!% $ % "$ ()*+," "!!""-.$!"" -.!-!%! " $-.#" &#! / 0 & ) ))) ))))), 1 & )))) ) ))) ), $ " % "-! #-!-!""

Nadere informatie

Deel 2. Basiskennis wiskunde

Deel 2. Basiskennis wiskunde Deel 2. Basiskennis wiskunde Vraag 26 Definieer de functie f : R R : 7 cos(2 ). Bepaal de afgeleide van de functie f in het punt 2π/2. (A) f 0 ( 2π/2) = π (B) f 0 ( 2π/2) = 2π (C) f 0 ( 2π/2) = 2π (D)

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamenopgaven Statistiek 2DD71: UITWERKINGEN 1. Stroopwafels a De som S van de 12 gewichten is X 1 + X 2 + + X 12. Deze is normaal

Nadere informatie

Modelmatige analyse van het Bindend Studieadvies

Modelmatige analyse van het Bindend Studieadvies Modelmatige analyse van het Bindend Studieadvies Rijksuniversiteit Groningen Casper Albers, Hans Beldhuis, Carlien Vermue, Taco de Wolff DAIR Kennissessie, november 2014 Doel kennissessie 1 Inleiding geven

Nadere informatie

SOFTWARE RELIABILITY

SOFTWARE RELIABILITY SOFTWARE RELIABILITY 1. Inleiding Het software-bedrijf MathWorks ontwikkelt wiskundige software voor bedrijven en overheidsinstellingen. Op dit moment is de software voor het statistische pakket StatWorks

Nadere informatie

13.1 Kansberekeningen [1]

13.1 Kansberekeningen [1] 13.1 Kansberekeningen [1] Herhaling kansberekeningen: Somregel: Als de gebeurtenissen G 1 en G 2 geen gemeenschappelijke uitkomsten hebben geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) B.v. P(3 of 4 gooien

Nadere informatie

Kansrekening en stochastische processen 2S610

Kansrekening en stochastische processen 2S610 Kansrekening en stochastische processen 2S610 Docent : Jacques Resing E-mail: j.a.c.resing@tue.nl http://www.win.tue.nl/wsk/onderwijs/2s610 1/39 Een stochastisch proces (stochastic proces) X (t) bestaat

Nadere informatie

10.0 Voorkennis. Herhaling van rekenregels voor machten: a als a a 1 0[5] [6] Voorbeeld 1: Schrijf als macht van a:

10.0 Voorkennis. Herhaling van rekenregels voor machten: a als a a 1 0[5] [6] Voorbeeld 1: Schrijf als macht van a: 10.0 Voorkennis Herhaling van rekenregels voor machten: p p q pq a pq a a a [1] a [2] q a q p pq p p p a a [3] ( ab) a b [4] Voorbeeld 1: Schrijf als macht van a: 1 8 : a a : a a a a 3 8 3 83 5 Voorbeeld

Nadere informatie

Compex wiskunde A1-2 vwo 2003-I

Compex wiskunde A1-2 vwo 2003-I Epidemie Men spreekt van een epidemie als in korte tijd minstens 2% van de bevolking een besmettelijke ziekte oploopt. Een voorbeeld van zo n ziekte is griep. Rond 930 hebben twee Schotse wiskundigen,

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 1 Dinsdag 14 September 1 / 34 Literatuur http://www.phil.uu.nl/ iemhoff Applied Statistics for the Behavioral Sciences - 5th edition, Dennis E. Hinkle, William Wiersma,

Nadere informatie

Durft u het risico aan?

Durft u het risico aan? Durft u het risico aan? Hoe het uitkeringspercentage van de vernieuwde Nederlandse Lotto te schatten? Ton Dieker en Henk Tijms De Lotto is in Nederland een grote speler op de kansspelmarkt. Met onderdelen

Nadere informatie

WISKUNDE C VWO VAKINFORMATIE STAATSEXAMEN 2016 V15.7.0

WISKUNDE C VWO VAKINFORMATIE STAATSEXAMEN 2016 V15.7.0 WISKUNDE C VWO VAKINFORMATIE STAATSEXAMEN 2016 V15.7.0 De vakinformatie in dit document is vastgesteld door het College voor Toetsen en Examens (CvTE). Het CvTE is verantwoordelijk voor de afname van de

Nadere informatie

Alleen deze bladen inleveren! Let op je naam, studentnummer en klas

Alleen deze bladen inleveren! Let op je naam, studentnummer en klas Naam: Studentnummer: Klas/groep: HvA-HES Amsterdam, Fraijlemaborg 133, 1102 CV Amsterdam Postbus 22575, 1100 DB Amsterdam Nummer Studiegids: Code onderwijseenheid: 1012_KM1-T2 KM1VPAFE01 Toets 2 Versie

Nadere informatie

Samenvatting Wiskunde A

Samenvatting Wiskunde A Bereken: Bereken algebraisch: Bereken exact: De opgave mag berekend worden met de hand of met de GR. Geef bij GR gebruik de ingevoerde formules en gebruikte opties. Kies op een examen in dit geval voor

Nadere informatie

c. 1 (3/5) 2 d. 2 5 en P(AB) > P(DE) c. P(AB) = 1 en P(AB) = P(DE) b. P(AB) = 1 5 en P(AB) = P(DE) d. P(AB) = 1 en P(AB) = P(DE) f.

c. 1 (3/5) 2 d. 2 5 en P(AB) > P(DE) c. P(AB) = 1 en P(AB) = P(DE) b. P(AB) = 1 5 en P(AB) = P(DE) d. P(AB) = 1 en P(AB) = P(DE) f. Tentamen Statistische methoden 4052STAMEY 12 juli 2012, 9:00 12:00 Studienummers: Vult u alstublieft op het meerkeuzevragenformulier uw Delftse studienummer in; en op het open vragen formulier graag beide,

Nadere informatie

Tentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van 14.00 17.00 uur.

Tentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van 14.00 17.00 uur. Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (WS05), vrijdag 9 oktober 010, van 14.00 17.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen

Nadere informatie

Zo geldt voor o.o. continue s.v.-en en X en Y dat de kansdichtheid van X + Y gegeven wordt door

Zo geldt voor o.o. continue s.v.-en en X en Y dat de kansdichtheid van X + Y gegeven wordt door APP.1 Appendix A.1 Erlang verdeling verdeling met parameters n en λ Voor o.o. discrete s.v.-en X en Y geldt P (X + Y = z) =P (X = x 1 en Y = z x 1 )+P(X = x en Y = z x )+... = P (X = x 1 )P (Y = z x 1

Nadere informatie

Introductie in R. http://www.math.montana.edu/stat/tutorials/r-intro.pdf http://www.math.montana.edu/stat/docs/splus_notes.ps

Introductie in R. http://www.math.montana.edu/stat/tutorials/r-intro.pdf http://www.math.montana.edu/stat/docs/splus_notes.ps Introductie in R R is een programmeer taal met een groot aantal voorgeprogrammeerde statistische functies. Het is de open source versie van S-plus. Wij gebruiken R dan ook omdat het gratis is. Documentatie

Nadere informatie

Populaties beschrijven met kansmodellen

Populaties beschrijven met kansmodellen Populaties beschrijven met kansmodellen Prof. dr. Herman Callaert Deze tekst probeert, met voorbeelden, inzicht te geven in de manier waarop je in de statistiek populaties bestudeert. Dat doe je met kansmodellen.

Nadere informatie

Hoofdstuk 2: Grafieken en formules

Hoofdstuk 2: Grafieken en formules Hoofdstuk 2: Grafieken en formules Wiskunde VMBO 2011/2012 www.lyceo.nl Hoofdstuk 2: Grafieken en formules Wiskunde 1. Basisvaardigheden 2. Grafieken en formules 3. Algebraïsche verbanden 4. Meetkunde

Nadere informatie

Enkele vaardigheden in R

Enkele vaardigheden in R Enkele vaardigheden in R Dit document is een aanvulling op de Handleiding R die te vinden is op de website bij het vak Biostatistiek 2. De Handleiding is een algemene introductie, in dit document worden

Nadere informatie

Statistiek bij regionale proevenverzamelingen

Statistiek bij regionale proevenverzamelingen E. Calle Deltares e.o.f.calle@geodelft.nl Samenvatting Statistiek bij regionale proevenverzamelingen Regionale proevenverzamelingen lenen zich bij uitstek om de ruimtelijke structuur van variaties van

Nadere informatie

Statistiek in een rechtzaak

Statistiek in een rechtzaak Statistiek in een rechtzaak Maarten van Kampen & Soon-Yip Wong 1 april 00 1 Schuldig of niet? Naar aanleiding van een recent krantenartikel over de rechtzaak omtrent Lucy B. willen wij onderzoeken wat

Nadere informatie

Notatieafspraken Grafische Rekenmachine, wiskunde A

Notatieafspraken Grafische Rekenmachine, wiskunde A Notatieafspraken Grafische Rekenmachine, wiskunde A Bij deze verstrek ik jullie de afspraken voor de correcte notatie bij het gebruik van de grafische rekenmachine. Verder krijg je een woordenlijst met

Nadere informatie

introductie populatie- steekproef- steekproevenverdeling pauze parameters aannames ten slotte

introductie populatie- steekproef- steekproevenverdeling pauze parameters aannames ten slotte toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling Moore, McCabe, and Craig. Introduction to the Practice of Statistics Chapter 5: Sampling Distributions 5.1: The

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (2S27), dinsdag 14 juni 25, 9. - 12. uur. Dit is een tentamen met gesloten boek. De uitwerkingen

Nadere informatie

Examen VWO. wiskunde A. tijdvak 2 woensdag 22 juni 13:30-16:30 uur. Bij dit examen hoort een uitwerkbijlage.

Examen VWO. wiskunde A. tijdvak 2 woensdag 22 juni 13:30-16:30 uur. Bij dit examen hoort een uitwerkbijlage. Examen VWO 2016 tijdvak 2 woensdag 22 juni 13:30-16:30 uur wiskunde A Bij dit examen hoort een uitwerkbijlage. Dit examen bestaat uit 22 vragen. Voor dit examen zijn maximaal 82 punten te behalen. Voor

Nadere informatie

1.0 Voorkennis. Voorbeeld 1: Los op: 6x + 28 = 30 10x.

1.0 Voorkennis. Voorbeeld 1: Los op: 6x + 28 = 30 10x. 1.0 Voorkennis Voorbeeld 1: Los op: 6x + 28 = 30 10x. 6x + 28 = 30 10x +10x +10x 16x + 28 = 30-28 -28 16x = 2 :16 :16 x = 2 1 16 8 Stappenplan: 1) Zorg dat alles met x links van het = teken komt te staan;

Nadere informatie

Hoofdstuk 6 Examenaanpak. Kern 1 Modelleren

Hoofdstuk 6 Examenaanpak. Kern 1 Modelleren Uitwerkingen Wiskunde A Netwerk VWO 6 Hoofdstuk 6 Examenaanpak www.uitwerkingenste.nl Hoofdstuk 6 Examenaanpak Kern Modelleren a De vrouwen van 8 jaar vallen in de categorie 5 9. Hoe de verdeling binnen

Nadere informatie