14.1 Kansberekeningen [1]
|
|
- Francisca Vedder
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
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 met dobbelsteen) = P(3) + P(4) Complementregel: P(gebeurtenis) = 1 P(complement gebeurtenis) B.v. P(6 gooien met dobbelsteen) = 1 P(geen 6 gooien) Productregel: Bij twee onafhankelijke kansexperimenten geldt: P(G 1 en G 2 ) = P(G 1 ) P(G 2 ) B.v. P(3 gooien met blauwe en 4 met rode dobbelsteen) = P(3B) P(4R) 1
2 14.1 Kansberekeningen [1] Herhaling kansberekeningen: Gunstige uitkomsten tellen: Maak een rooster en schrijf de gunstige uitkomsten op. B.v. Doe dit bij een beperkt aantal uitkomsten zoals het gooien met 2 dobbelstenen. Vaasmodel gebruiken: Bij het trekken zonder teruglegging gebruik je combinaties om kansen te berekenen. B.v. Bij het pakken van knikkers uit een vaas zonder deze terug te leggen. Binomiale verdeling: Deze gebruik je wanneer je hetzelfde kansexperiment een aantal keer herhaalt en Maar twee uitkomsten hebt (succes of mislukking) B.v. Je pakt 10 keer twee knikkers uit een vaas en ligt deze elke keer terug. 2
3 14.1 Kansberekeningen [1] Voorbeeld 1: In een vaas zitten 8 rode, 6 witte en 3 zwarte knikkers. Iemand pakt 12 keer drie knikkers uit de vaas en legt deze telkens weer terug. Bereken de kans dat vier keer twee rode knikkers gepakt worden: Stap 1: Bereken de kans op het pakken van twee rode knikkers (X) P(2 rood) = 0, [Pakken zonder teruglegging = vaasmodel] 3 Stap 2: Bereken de kans dat vier keer twee rode knikkers gepakt worden. P(X = 4) = binompdf(12, 0.370, 4) 0,230 [Herhalen = binomiaal] 3
4 14.1 Kansberekeningen [1] Voorbeeld 2: In een vaas zitten 8 rode, 6 witte en 3 zwarte knikkers. Iemand pakt drie knikkers uit de vaas en legt deze telkens weer terug. Hij gaat ermee door totdat hij drie rode knikkers pakt. Bereken de kans dat hij vijf keer drie knikkers pakt. Dit betekent dat de eerste vier keer niet drie rode knikkers (M) gepakt worden en dat de vijfde keer drie rode knikkers (S) gepakt worden. P(vijf keer drie knikkers pakken) = P(MMMMS) Stap 1: Bereken P(S) en P(M) 8 3 P(S) = 0, 082 P(M) = 1 P(S) = 1 0,082 = 0, Stap 2: Bereken P(MMMMS) P(MMMMS) = (0,917) 4 0,082 = 0,058 4
5 14.3 De normale verdeling [1] Voorbeeld 1: Normale verdeling met μ = 20 en σ = 3.2. Bepaal de oppervlakte onder de normaalkromme rechts van 22. Op de GR: 2ND VARS DISTR 2:normalcdf( ENTER Invullen: 22, 10 99, 20, 3.2) ENTER Opp = normalcdf(22, 10 99, 20, 3.2) Dus: normalcdf(linkergrens, rechtergrens, gemiddelde, standaardafwijking) 5
6 14.3 De normale verdeling [1] Voorbeeld 2: Normale verdeling met μ = 1800 en σ = 40. De oppervlakte rechts van de grens a is 0,15. Bereken deze grens. Let op: InvNorm is de oppervlakte links van een bepaalde grens. In dit geval Is de oppervlakte links van grens a 1 0,15 = 0,85 Op de GR: 2ND VARS DISTR 3:invNorm( ENTER Invullen: 0.85, 1800, 40) ENTER Grens = invnorm(0.85, 1800, 40)
7 14.3 De normale verdeling [1] Voorbeeld: Normale verdeling met μ = 28 en σ = onbekend. De oppervlakte Rechts van 23 is 0,83. Bereken de standaardafwijking. Er moet gelden normalcdf(23, 10 99, 28, σ) = 0,83 Met de GR: Y1 = normalcdf(23, 10 99, 28, σ) Y2 = 0,83 en INTERSECT Het antwoord is nu 5,24 [Let op grenzen van assen!!] 7
8 14.3 De normale verdeling [2] Voorbeeld: In de tabel staat de verdeling van de gewichten in grammen van een hoeveelheid bonen. klasse 0,45 -< 0,65 1 0,65 -< 0,85 6 0,85 -< 1, ,05 -< 1, ,25 -< 1, ,45 -< 1, ,65 -< 1, ,85 -< 2,05 7 2,05 -< 2,25 6 Frequentie Toon aan dat deze verdeling bij benadering normaal is: 8
9 14.3 De normale verdeling [2] Stap 1: Bereken de cumulatieve en relatieve cumulatieve frequenties: klasse Frequentie Cum. Freq. Rel. Cum. Freq. 0,45 -< 0, ,6 (1/156) 0,65 -< 0, (1 + 6) 4,5 (7/156) 0,85 -< 1, (7 + 18) 16,0 (25/156) 1,05 -< 1, ,8 1,25 -< 1, ,2 1,45 -< 1, ,0 1,65 -< 1, ,7 1,85 -< 2, ,2 2,05 -< 2, ,0 9
10 14.3 De normale verdeling [2] Stap 2: Teken de rel. cum. frequenties op normaal waarschijnlijkheidspapier: 10
11 14.3 De normale verdeling [2] Stap 3: Trek een lijn door de punten: 11
12 14.3 De normale verdeling [2] Let op: Als de getekende punten op een rechte lijn liggen, is er sprake van een normale verdeling Het gemiddelde (μ) is te vinden door de waarde af te lezen die hoort bij een relatieve cumulatieve frequentie van 50 ( 1,43) De standaardafwijking (σ) is te vinden door: 1. de waarde af te lezen die hoort bij een relatieve cumulatieve frequentie van 84 ( 1,75); 2. het verschil tussen deze waarde en het gemiddelde is de standaardafwijking (1,75 1,43 = 0,32) 12
13 14.3 De normale verdeling [3] Voorbeeld 1: Een artikel wordt geproduceerd in twee fasen: De productietijd X van fase I is normaal verdeeld met μ x = 180 en σ x = 2 De productietijd Y van fase II is normaal verdeeld met μ x = 23 en σ y = 1 Hoeveel procent van de artikelen heeft een totale productietijd Z (X + Y) van minder dan 200 seconden? In dit voorbeeld zijn er twee onafhankelijke normaal verdeelde toevalsvariabelen waarvan je de som neemt. Deze som Z is ook een normaal verdeelde toevalsvariabele met: μ z = μ x + μ y en 2 2 Z x y Wanneer je van twee onafhankelijke normaal verdeelde toevalsvariabelen het verschil neemt geldt: μ z = μ x - μ y en 2 2 Z x y 13
14 14.3 De normale verdeling [3] Voorbeeld 1: Een artikel wordt geproduceerd in twee fasen: De productietijd X van fase I is normaal verdeeld met μ x = 180 en σ x = 2 De productietijd Y van fase II is normaal verdeeld met μ y = 23 en σ y = 1 Hoeveel procent van de artikelen heeft een totale productietijd Z (X + Y) van minder dan 200 seconden? Z is normaal verdeeld met gemiddelde μ z en standaardafwijking σ z : μ z = μ x + μ y = = 203 en Z x y
15 14.3 De normale verdeling [3] Voorbeeld 1: Hoeveel procent van de artikelen heeft een totale productietijd Z (X + Y) van minder dan 200 seconden? Opp = normalcdf(-10 99, 200, 203, 5 ) 0,090 Dus 0,09 x 100% = 9,0% heeft een productietijd van minder dan 200 seconden. 15
16 14.3 De normale verdeling [4] Voorbeeld 1: Een artikel wordt geproduceerd in drie fasen: De productietijd X van fase I is normaal verdeeld met μ x = 160 en σ x = 2 De productietijd Y van fase II is normaal verdeeld met μ y = 23 en σ y = 1 De productietijd Z van fase III is normaal verdeeld met μ z = 10 en σ z = 0,5 Hoeveel procent van de artikelen heeft een totale productietijd T (X + Y + Z) van minder dan 210 seconden? In dit voorbeeld zijn er drie onafhankelijke normaal verdeelde toevalsvariabelen waarvan je de som neemt. Deze som T is ook een normaal verdeelde toevalsvariabele met: μ t = μ x + μ y + μ z en T x y z Wanneer je van n onafhankelijke normaal verdeelde toevalsvariabelen (X 1, X 2, X 3,, X n ) de som neemt geldt: μ T = μ x1 + μ x2 + + μ xn en T x x xn 16
17 14.3 De normale verdeling [4] Voorbeeld 1: Een artikel wordt geproduceerd in drie fasen: De productietijd X van fase I is normaal verdeeld met μ x = 160 en σ x = 2 De productietijd Y van fase II is normaal verdeeld met μ y = 23 en σ y = 1 De productietijd Z van fase III is normaal verdeeld met μ z = 10 en σ z = 0,5 Hoeveel procent van de artikelen heeft een totale productietijd T (X + Y + Z) van minder dan 210 seconden? T is normaal verdeeld met gemiddelde μ t en standaardafwijking σ t : μ t = μ x + μ y + μ z = = 213 en 2 1 0, 5 5, t x y z 17
18 14.3 De normale verdeling [4] Voorbeeld 1: Hoeveel procent van de artikelen heeft een totale productietijd T (X + Y + Z) van minder dan 210 seconden? Opp = normalcdf(-10 99, 210, 213, ) 0,095 5, 25 Dus 0,095 x 100% = 9,5% heeft een productietijd van minder dan 210 seconden. 18
19 14.4 De n-wet [1] Voorbeeld 1: Van een blik erwten uit een pallet is het gewicht X normaal verdeeld met μ x = 500 en σ x = 2. Er wordt nu een steekproef van 10 blikken uit deze pallet genomen. Bereken de kans dat het gewicht van deze 10 blikken minder is dan 4985 gram. Het totale gewicht van deze 10 blikken (X som = X + X + + X) is nu normaal verdeeld met: μ Xsom = μ x + μ x + + μ x = 10 μ x = = Xsom x x x x Wanneer je een steekproef met een grootte van n neemt geldt: De som (X som = X + X + + X) van deze steekproef is normaal verdeeld met: μ Xsom = μ x + μ x + + μ x = n μ x en... n n Xsom x x x x x 19
20 14.4 De n-wet [1] Voorbeeld 1: Van een blik erwten uit een pallet is het gewicht X normaal verdeeld met μ x = 500 en σ x = 2. Er wordt nu een steekproef van 10 blikken uit deze pallet genomen. Bereken de kans dat het gewicht van deze 10 blikken minder is dan 4985 gram. μ Xsom = 5000 en 10 2 Xsom Opp = normalcdf(-10 99, 4985, 5000, 10 2) = 0,
21 14.4 De n-wet [2] Voorbeeld 1: Van een blik erwten uit een pallet is het gewicht X normaal verdeeld met μ x = 500 en σ x = 2. Er wordt nu een steekproef van 10 blikken uit deze pallet genomen. Het totale gewicht van deze 10 blikken (X som = X + X + + X) is nu normaal verdeeld met: μ Xsom = μ x + μ x + + μ x = 10 μ x = = Xsom x x x x Het gemiddelde gewicht van deze 10 blikken ( X is ook normaal verdeeld met: x som 10 x x x xsom 10 x x x Algemeen: Bij een steekproef van grootte n geldt: = steekproefgemiddelde) X normaal verdeeld met en x x x x n 21
22 14.4 De n-wet [2] Voorbeeld 1: Van een blik erwten uit een pallet is het gewicht X normaal verdeeld met μ x = 500 en σ x = 2. Er wordt nu een steekproef van 10 blikken uit deze pallet genomen. Bereken de kans dat het steekproefgemiddelde ( X ) minder dan 1.5 van μ x afwijkt X is normaal verdeeld met 500en x x x x n 2 10 P(498.5 < X < 501.5) = normalcdf(498.5, 501.5, 500, 2/ 10) 0,982 22
23 14.5 Discrete en continue verdelingen [1] Continue toevalsvariabele Y: Alle waarden zijn mogelijk Kansverdeling is een vloeiende kromme; Bv.: Lengte van mannen, Gewicht van vrouwen, alles wat normaal verdeeld is; P(Y < 5) = P(Y 5). Discrete toevalsvariabele X: Alleen een aantal losse waarden zijn mogelijk; Kansverdeling is een histogram; Bv.: Aantal auto s op een weg per minuut, De schoenmaat van volwassenen; P(X < 5) = P(X 4). 23
24 14.5 Discrete en continue verdelingen [1] Als we een discrete toevalsvariabele X benaderen door een continue toevalsvariabele Y geldt: P(X < 5) = P(X 4) = P(Y 4,5) Algemeen: P(X k) = P(Y k + 0,5) 24
25 14.5 Discrete en continue verdelingen [1] Voorbeeld: Het aantal auto s X per uur op een weg is te benaderen door een normaal verdeelde toevalsvariabele Y met μ Y = 53,8 en σ Y = 8,7. Gedurende een uur wordt het aantal auto s op de weg geteld. Bereken in hoeveel procent van de gevallen er minder dan 45 auto s per uur worden geteld. P(X < 45) = P(X 44) = P(Y 44,5) = normalcdf(-10 99, 44.5, 53.8, 8.7) 0,143 25
26 14.5 Discrete en continue verdelingen [2] Binomiale verdeling: Discrete verdeling; X = aantal keer succes als je een kansexperiment n keer uitvoert; p = kans op succes per keer. n p k ( p nk P(X = k) = 1 ) k ; De verwachtingswaarde E(X) = np; De standaardafwijking x np(1 p) Er geldt: Een binomiaal verdeelde toevalsvariabele X kan benaderd worden door een normaal verdeelde toevalsvariabele Y met μ Y = np en (1 ) als geldt: Y np p np > 5 en n(1-p) > 5 [Dus n moet voldoende groot zijn] 26
27 14.5 Discrete en continue verdelingen [2] Voorbeeld: Van een partij blanco DVD s blijkt één procent niet goed te werken. Bereken de kans dat bij een steekproef van 2000 DVD s tussen de 20 en 30 DVD s niet goed werken. Benadering door de normale verdeling: X = aantal kapotte DVD s X is binomiaal verdeeld met n = 2000, p = 0,01 Y is normaal verdeeld met μ Y = np = 20 en Y np(1 p) 19,8 P(20 < X < 30) = P(X 29) P(X 20) = P(Y 29,5) P(Y 20,5) = normalcdf(20.5, 29.5, 20, 19,8 ) = 0,439 27
28 14.5 Discrete en continue verdelingen [2] Voorbeeld: Van een partij blanco DVD s blijkt één procent niet goed te werken. Bereken de kans dat bij een steekproef van 2000 DVD s tussen de 20 en 30 DVD s niet goed werken. Benadering door de binomiale verdeling: X = aantal kapotte DVD s X is binomiaal verdeeld met n = 2000, p = 0,01 P(20 < X < 30) = P(X 29) P(X 20) = binomcdf(2000, 0.01, 29) binomcdf(2000, 0.01, 20) = 0,
29 14.5 Discrete en continue verdelingen [3] Voorbeeld: Van een binomiaal verdeelde toevalsvariabele X is E(X) = 150 en σ x = 10. E(X) = 150, dus np = 150 σ x = 10, dus np(1 p) 10 Invullen van np = 150 geeft: np(1 p) (1 p) p p 50 1 p 3 Hieruit volgt dan dat n gelijk is aan
30 13 Samenvatting 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 ) Complementregel: P(gebeurtenis) = 1 P(complement gebeurtenis) Productregel: Bij twee onafhankelijke kansexperimenten geldt: P(G 1 en G 2 ) = P(G 1 ) P(G 2 ) Vaasmodel gebruiken: Bij het trekken zonder teruglegging gebruik je combinaties om kansen te berekenen. Binomiale verdeling: Deze gebruik je wanneer je hetzelfde kansexperiment een aantal keer herhaalt en maar twee uitkomsten hebt (succes of mislukking). Oppervlakte = normalcdf(linkergrens, rechtergrens, gemiddelde, standaardafwijking) Linkergrens = invnorm(opp., gemiddelde, standaardafwijking) 30
31 14 Samenvatting Toon aan dat een verdeling bij benadering normaal is: 1. Bereken de cumulatieve en relatieve cumulatieve frequenties; 2. Teken de rel. cum. frequenties op normaal waarschijnlijkheidspapier; 3. Kijk of je een rechte lijn door deze punten kunt tekenen. De som Z van twee onafhankelijke normaal verdeelde toevalsvariabele is ook een normaal verdeelde toevalsvariabele met: μ z = μ x + μ y en 2 2 Z x y Wanneer je van n onafhankelijke normaal verdeelde toevalsvariabelen (X 1, X 2, X 3,, X n ) de som neemt geldt: μ T = μ x1 + μ x2 + + μ xn en T x1 x2... xn De som (X som = X + X + + X) van een steekproef is normaal verdeeld met: μ Xsom = μ x + μ x + + μ x = n μ x en... n n Xsom x x x x x Bij een steekproef van grootte n geldt: X normaal verdeeld met en x x x x n 31
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 informatie4.1 Eigenschappen van de normale verdeling [1]
4.1 Eigenschappen van de normale verdeling [1] Relatief frequentiepolygoon van de lengte van mannen in 1968 1 4.1 Eigenschappen van de normale verdeling [1] In dit plaatje is een frequentiepolygoon getekend.
Nadere informatie9.0 Voorkennis. Bij samengestelde kansexperimenten maak je gebruik van de productregel.
9.0 Voorkennis Bij samengestelde kansexperimenten maak je gebruik van de productregel. Productregel: Voor de gebeurtenis G 1 bij het ene kansexperiment en de gebeurtenis G 2 bij het andere kansexperiment
Nadere informatie11.0 Voorkennis. Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k)
11.0 Voorkennis Let op: Cumulatieve binomiale verdeling: P(X k) = binomcdf(n,p,k) Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k) Voorbeeld 1: Binomiaal kanseperiment
Nadere informatieEmpirische kansen = op ervaring gegrond; bereken je door relatieve frequenties te gebruiken. Wet van de grote aantallen.
Samenvatting Kansen Definitie van Laplace : P(G) = aantal _ gunstige _ uitkomsten aantal _ mogelijke _ uitkomsten Voorbeeld : Vb kans op 4 gooien met dobbelsteen: Aantal gunstige uitkomsten = 1 ( namelijk
Nadere informatieSamenvatting 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 informatieVoorbeeld 1: kansverdeling discrete stochast discrete kansverdeling
12.0 Voorkennis Voorbeeld 1: Yvette pakt vier knikkers uit een vaas waar er 20 inzitten. 9 van de knikkers zijn rood en 11 van de knikkers zijn blauw. X = het aantal rode knikkers dat Yvette pakt. Er zijn
Nadere informatie11.1 Kansberekeningen [1]
11.1 Kansberekeningen [1] Kansdefinitie van Laplace: P(gebeurtenis) = Aantal gunstige uitkomsten/aantal mogelijke uitkomsten Voorbeeld 1: Wat is de kans om minstens 16 te gooien, als je met 3 dobbelstenen
Nadere informatie8.1 Centrum- en spreidingsmaten [1]
8.1 Centrum- en spreidingsmaten [1] Gegeven zijn de volgende 10 waarnemingsgetallen: 1, 3, 3, 3, 4, 5, 6, 8, 8, 9 Het gemiddelde is: De mediaan is het middelste waarnemingsgetal als de getallen naar grootte
Nadere informatieParagraaf 9.1 : De Verwachtingswaarde
Hoofdstuk 9 Kansverdelingen (V5 Wis A) Pagina 1 van 8 Paragraaf 9.1 : De Verwachtingswaarde Les 1 Verwachtingswaarde Definities : Verwachtingswaarde Verwachtingswaarde = { wat je verwacht } { gemiddelde
Nadere informatie3.1 Het herhalen van kansexperimenten [1]
3.1 Het herhalen van kansexperimenten [1] Voorbeeld: Op een schijf staan een zestal afbeeldingen in even grote vakjes: 3 keer appel, 2 keer banaan, 1 keer peer. Sandra draait zes keer aan de schijf. a)
Nadere informatieVB: 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 informatieParagraaf 9.1 : De Verwachtingswaarde
Hoofdstuk 9 Kansverdelingen (V5 Wis A) Pagina 1 van 8 Paragraaf 9.1 : De Verwachtingswaarde Les 1 Verwachtingswaarde Definities : Verwachtingswaarde Verwachtingswaarde = { wat je verwacht } { gemiddelde
Nadere informatie7.0 Voorkennis , ,
7.0 Voorkennis Een gokkast bestaat uit een drietal schijven die ronddraaien. Op schijf 1 staan: 5 bananen, 4 appels, 3 citroenen en 3 kersen; Op schijf 2 staan: 7 bananen, 3 appels, 2 citroenen en 3 kersen;
Nadere informatie5.0 Voorkennis. Voorbeeld 1: In een vaas zitten 10 rode, 5 witte en 6 blauwe knikkers. Er worden 9 knikkers uit de vaas gepakt.
5.0 Voorkennis Voorbeeld 1: In een vaas zitten 10 rode, 5 witte en 6 blauwe knikkers. Er worden 9 knikkers uit de vaas gepakt. a) Bereken de kans op minstens 7 rode knikkers: P(minstens 7 rood) = P(7 rood)
Nadere informatie2.1 Kansen [1] Er geldt nu dat de kans op som is 6 gelijk is aan: P(som is 6) =
2.1 Kansen [1] Voorbeeld 1: Als je gooit met twee dobbelstenen zijn er in totaal 6 6 = 36 mogelijke uitkomsten. Deze staan in het rooster hiernaast. De gebeurtenis som is 6 komt vijf keer voor. Het aantal
Nadere informatie34% 34% 2,5% 2,5% ,5% 13,5%
C. von Schwartzenberg 1/16 1a Er is uitgegaan van de klassen: 1 < 160; 160 < 16; 16 < 170;... 18 < 190. 1b De onderzochte groep bestaat uit 1000 personen. 1c x = 17,3 (cm) en σ, 7 (cm). 1de 680 is 68%
Nadere informatie4 De normale verdeling
bladzijde 217 35 a X = het aantal vrouwen met osteoporose. P(X = 30) = binompdf(100, 1, 30) 0,046 4 b X = het aantal mannen met osteoporose. Y = het aantal vrouwen met osteoporose. P(2 met osteoporose)
Nadere informatieWerken met de grafische rekenmachine
Werken met de grafische rekenmachine Plot de grafiek blz. Schets de grafiek of teken een globale grafiek blz. 3 Teken de grafiek blz. 4 Het berekenen van snijpunten blz. 3 5 Het berekenen van maxima en
Nadere informatie3.0 Voorkennis. Het complement van de verzameling V is de verzameling Dit zijn alle elementen van de uitkomstenverzameling U die niet in V zitten.
3.0 Voorkennis De vereniging van de verzamelingen V en is gelijk aan de uitkomstenverzameling U in het plaatje hiernaast. De doorsnede van de verzamelingen V en V is een lege verzameling. Het complement
Nadere informatieHoofdstuk 2 De normale verdeling. Kern 1 Normale verdelingen. 1 a
Hoofdstuk De normale verdeling Kern Normale verdelingen a percentage 30 0 0 57 6 67 7 77 8 87 9 97 0 07 De polygoon heeft een klokvorm. b In totaal is 0, + 0,9 + 3,3 +,0 +,3 + 7,3= 50,5 procent van de
Nadere informatieKansberekeningen Hst
1 Kansberekeningen Hst. 1 1. P(,) + P(,) + P(,) = 1 1 1 1 1 1 5 + + = 16 b. P(10) = P(,,) + P(,,) = 1 1 1 1 1 1 1 6 + = 6 c. P(min stens keer een ) =1 P(max imaal keer een ) = 1 binomcdf (1, 1,) 0,981
Nadere informatieHoe bereken je een kans? Voorbeeld. aantal gunstige uitkomsten aantal mogelijke uitkomsten P(G) =
Hoe bereken je een kans? P(G) = aantal gunstige uitkomsten aantal mogelijke uitkomsten Voorbeeld Je gooit met twee dobbelstenen. Hoe groot is de kans dat de som van de ogen 7 is? Regels Een kans is een
Nadere informatieBoek 2 hoofdstuk 8 De normale verdeling.
52a. de groepen verschillen sterk in grootte b. 100 van de 5000 = 1 van de 50 dus 1 directielid, 90 winkelmedewerkers en 9 magazijnmedewerkers. Boek 2 hoofdstuk 8 De normale verdeling. 8.1 Vuistregels
Nadere informatieUitwerkingen Hst. 10 Kansverdelingen
Uitwerkingen Hst. 0 Kansverdelingen. Uittellen: 663 ; 636 ; 366 ; 654 (6 keer) ; 555 0 mogelijkheden met som 5.. Som geen 5 = 36 som 5 Som 5: 4, 3, 3, 4 4 mogelijkheden dus 3 mogelijkheden voor som geen
Nadere informatiebijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 9 de normale verdeling (niet in [PW])
bijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 9 de normale verdeling (niet in [PW]) vorige week: kansrekening de uitkomstvariabele was bijna altijd discreet aantal keer een vijf gooien
Nadere informatieDe normale verdeling
De normale verdeling Les 2 De klokvorm en de normale verdeling (Deze les sluit aan bij paragraaf 8 en 9 van Binomiale en normale verdelingen van de Wageningse Methode) De grafische rekenmachine Vooraf
Nadere informatieHoofdstuk 11: Kansverdelingen 11.1 Kansberekeningen Opgave 1: Opgave 2: Opgave 3: Opgave 4: Opgave 5:
Hoofdstuk : Kansverdelingen. Kansberekeningen Opgave : kan op manieren 5 kan op! manieren 555 kan op manier 0 0 som 5) Opgave : som 5) som 5) som ) som ) c. som 0) d. som 0) som ) Opgave : som ) som )
Nadere informatieHoe verwerk je gegevens met de Grafische Rekenmachine?
Hoe verwerk je gegevens met de Grafische Rekenmachine? Heb je een tabel met alleen gegevens? Kies STAT EDIT Vul L 1 met je gegevens (als de lijst niet leeg is, ga je met de pijltjes helemaal naar boven,
Nadere informatieKansrekening 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 informatieLesbrief de normale verdeling
Lesbrief de normale verdeling 2010 Willem van Ravenstein Inhoudsopgave Inhoudsopgave... 1 Hoofdstuk 1 de normale verdeling... 2 Hoofdstuk 2 meer over de normale verdeling... 11 Hoofdstuk 3 de n-wet...
Nadere informatieEXAMENTOETS TWEEDE PERIODE 5HAVO MLN/SNO
EXAMENTOETS TWEEDE PERIODE 5HAVO wiskunde A MLN/SNO Onderwerp: Statistiek - Blok Datum: donderdag 1 januari 010 Tijd: 8.30-10.45 NB 1: Bij de beantwoording van de vragen ALTIJD JE BEREKENINGEN aangeven.
Nadere informatieY = ax + b, hiervan is a de richtingscoëfficiënt (1 naar rechts en a omhoog), en b is het snijpunt met de y-as (0,b)
Samenvatting door E. 1419 woorden 11 november 2013 6,1 14 keer beoordeeld Vak Methode Wiskunde A Getal en ruimte Lineaire formule A = 0.8t + 34 Er bestaat dan een lineair verband tussen A en t, de grafiek
Nadere informatieParagraaf 7.1 : Het Vaasmodel
Hoofdstuk 7 Kansrekening (V4 Wis A) Pagina 1 van 8 Paragraaf 7.1 : Het Vaasmodel Les 1 : Kansen Herhalen kansen berekenen Hoe bereken je de kans als je een aantal keren achter elkaar een experiment uitvoert?
Nadere informatieKeuze onderwerp: Kansrekening 5VWO-wiskunde B
Keuze onderwerp: Kansrekening 5VWO-wiskunde B Blaise Pascal (1623-1662) Pierre-Simon Laplace (1749-1827) INHOUDSOPGAVE 1. Permutaties & Combinaties... 3 Rangschikking zonder herhaling (permutaties)...
Nadere informatie7,7. Samenvatting door Manon 1834 woorden 3 mei keer beoordeeld. Wiskunde C theorie CE.
Samenvatting door Manon 1834 woorden 3 mei 2016 7,7 13 keer beoordeeld Vak Wiskunde Wiskunde C theorie CE. Permutaties: -Het aantal permutaties van drie dingen die je kiest uit acht dingen is: 8*7*6= 336.
Nadere informatieHoofdstuk 8: De normale verdeling. 8.1 Centrum- en spreidingsmaten. Opgave 1:
Hoofdstuk 8: De normale verdeling 8. Centrum- en spreidingsmaten Opgave : 00000 4 4000 5 3000 a. 300 dollar 0 b. 9 van de atleten verdienen minder dan de helft van het gemiddelde. Het gemiddelde is zo
Nadere informatieAntwoorden door K woorden 14 augustus keer beoordeeld. Wiskunde A. Supersize me. Opgave 1: leerstof: Formules met meer variabelen.
Antwoorden door K. 1901 woorden 14 augustus 2015 1 1 keer beoordeeld Vak Wiskunde A Supersize me Opgave 1: leerstof: Formules met meer variabelen. Formule energiebehoefte = =33,6 G 5000(kcal) = dagelijkse
Nadere informatieAntwoorden bij 4 - De normale verdeling vwo A/C (aug 2012)
Antwoorden bij - De normale verdeling vwo A/C (aug 0) Opg. a Aflezen bij de 5,3 o C grafiek:,3% en bij de,9 o C grafiek: 33,3% b Het tweede percentage is 33,3 /,3 = 5, maal zo groot. c Bij de 5,3 o C grafiek
Nadere informatieSamenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8
Samenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8 Samenvatting door N. 1410 woorden 6 januari 2013 5,4 13 keer beoordeeld Vak Methode Wiskunde Getal en Ruimte 7.1 toenamediagrammen Interval
Nadere informatieBij het oplossen van een telprobleem zijn de volgende 2 dingen belangrijk: Is de volgorde van de gekozen dingen van belang?
4. tellen & kansen 4.1 Tellen Herkennen Je kunt een vraag over telproblemen herkennen aan signaalwoorden: - hoeveel mogelijkheden, manieren, routes, volgordes etc. zijn er?, - bereken het aantal mogelijkheden/manieren
Nadere informatieKern 1 Rekenen met binomiale kansen
Netwerk e editie havo A Hoofdstuk De binomiale verdeling uitwerkingen Hoofdstuk De binomiale verdeling uitwerkingen Kern Rekenen met binomiale kansen a Omdat er steeds twee mogelijkheden zijn: zwart óf
Nadere informatiePopulatie: De gehele groep elementen waarover informatie wordt gewenst.
Statistiek I Werkcollege 1 Populatie: De gehele groep elementen waarover informatie wordt gewenst. Steekproef: Gedeelte van de populatie dat feitelijk wordt onderzocht om informatie te vergaren. Eenheden:
Nadere informatieMETA-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 informatieWiskunde 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 informatie1. De wereld van de kansmodellen.
STATISTIEK 3 DE GRAAD.. De wereld van de kansmodellen... Kansmodellen X kansmodel Discreet model Continu model Kansverdeling Vaas Staafdiagram Dichtheidsfunctie f(x) GraJiek van f Definitie: Een kansmodel
Nadere informatieHoofdstuk 9 De Normale Verdeling. Kern 1 Normale verdelingen. Netwerk, 4 Havo A, uitwerkingen Hoofdstuk 9, De Normale Verdeling Elleke van der Most
Hoofdstuk 9 De Normale Verdeling Kern Normale verdelingen a percentage 30 0 0 57 6 67 7 77 8 87 9 97 0 07 De polygoon heeft een klokvorm. b De gemiddelde lengte valt in de klasse 80 84 cm. Omdat 8 precies
Nadere informatieSamenvatting Wiskunde A Rijen, sommen en kansberekeningen boek 2 a10 en boek 3
Samenvatting Wiskunde A Rijen, sommen en kansberekeningen boek 2 a10 en boek 3 Samenvatting door een scholier 2946 woorden 10 januari 2011 7,3 13 keer beoordeeld Vak Wiskunde A Wiskunde Boek I A10 Rijen
Nadere informatie13,5% 13,5% De normaalkromme heeft dezelfde vorm als A (even breed en even hoog), maar ligt meer naar links.
G&R havo A deel C. von Schwartzenberg /8 a Er is uitgegaan van de klassen: < 60; 60 < 6; 6 < 70;... 8 < 90. b c De onderzochte groep bestaat uit 000 personen. (neem nog eens GRpracticum uit hoofdstuk 4
Nadere informatie4.0 Voorkennis. Bereken het aantal manieren om de functies te verdelen:
4.0 Voorkennis Voorbeeld 1: Een bestuur bestaat uit 6 personen. Uit deze 6 personen wordt eerst een voorzitter, dan een secretaris en tot slot een penningmeester gekozen. Bereken het aantal manieren om
Nadere informatieNotatieafspraken 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 informatieSamenvatting Wiskunde A kansen
Samenvatting Wiskunde A kansen Samenvatting door een scholier 857 woorden 19 juni 2016 1 1 keer beoordeeld Vak Methode Wiskunde A Moderne wiskunde H1 Machtsboom Mogelijkheden tellen Aantal takken is gelijk
Nadere informatieG&R vwo A/C deel 2 8 De normale verdeling C. von Schwartzenberg 1/14. 3a 1 2
G&R vwo A/C deel 8 De normale verdeling C. von Schwartzenberg 1/14 1a Gemiddelde startgeld x = 1 100000 + 4 4000 + 3000 = 13100 dollar. 10 1b Het gemiddelde wordt sterk bepaald door de uitschieter van
Nadere informatieMedische Statistiek Kansrekening
Medische Statistiek Kansrekening Medisch statistiek- kansrekening Hoorcollege 1 Uitkomstenruimte vaststellen Ook wel S of E. Bij dobbelsteen: E= {1,2,3,4,5,6} Een eindige uitkomstenreeks Bij het gooien
Nadere informatieChecklist Wiskunde A HAVO 4 2014-2015 HML
Checklist Wiskunde A HAVO 4 2014-2015 HML 1 Hoofdstuk 1 Ik weet hoe je met procenten moet rekenen: procenten en breuken, percentage berekenen, toename en afname in procenten, rekenen met groeifactoren.
Nadere informatie5,1. Samenvatting door een scholier 1647 woorden 18 oktober keer beoordeeld. Wiskunde A
Samenvatting door een scholier 1647 woorden 18 oktober 2010 5,1 4 keer beoordeeld Vak Wiskunde A Samenvatting A2 Recht evenredig Bij een stapgrootte van y hoort een constante eerste augmentatie van x Omgekeerd
Nadere informatie15.1 Beslissen op grond van een steekproef [1]
15.1 Beslissen op grond van een steekproef [1] Voorbeeld 1: Een vulmachine vult flessen met een inhoud van X ml. X is normaal verdeeld met μ = 400 en σ = 4 Er wordt een steekproef genomen van 40 flessen.
Nadere informatieVOOR 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 informatieStatistiek I Samenvatting. Prof. dr. Carette
Statistiek I Samenvatting Prof. dr. Carette Opleiding: bachelor of science in de Handelswetenschappen Academiejaar 2016 2017 Inhoudsopgave Hoofdstuk 1: Statistiek, gegevens en statistisch denken... 3 De
Nadere informatieDe normale verdeling. Les 3 De Z-waarde (Deze les sluit aan bij de paragraaf 10 van Binomiale en normale verdelingen van de Wageningse Methode)
De normale verdeling Les 3 De Z-waarde (Deze les sluit aan bij de paragraaf 10 van Binomiale en normale verdelingen van de Wageningse Methode) De grafische rekenmachine Vooraf In deze les ga je veel met
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 7 Dinsdag 11 Oktober 1 / 33 2 Statistiek Vandaag: Populatie en steekproef Maten Standaardscores Normale verdeling Stochast en populatie Experimenten herhalen 2 / 33 3
Nadere informatieVOOR 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 informatieUitwerkingen Mei 2012. Eindexamen VWO Wiskunde C. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek
Uitwerkingen Mei 2012 Eindexamen VWO Wiskunde C Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek I Tjing Opgave 1. Het aantal hoofdstukken in de I Tjing correspondeert met het totale aantal
Nadere informatieTentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 24 juni 2013 Tijd: 19.00-22.00 uur Aantal opgaven: 7 Zet uw naam op alle in te leveren blaadjes. Laat bij elke opgave door middel van
Nadere informatieHoofdstuk 5: Steekproevendistributies
Hoofdstuk 5: Steekproevendistributies Inleiding Statistische gevolgtrekkingen worden gebruikt om conclusies over een populatie of proces te trekken op basis van data. Deze data wordt samengevat door middel
Nadere informatieTI83-werkblad. Vergelijkingen bij de normale verdeling
TI83-werkblad Vergelijkingen bij de normale verdeling 1. Inleiding Een normale verdeling wordt bepaald door de constanten µ en σ. Dit blijkt uit het voorschrift van de verdelingsfunctie van de normale
Nadere informatie5.0 Voorkennis. Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram:
5.0 Voorkennis Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram: De lengte van de staven komt overeen met de hoeveelheid; De staven staan meestal los van
Nadere informatieBeslissen op grond van een steekproef Hoofdstuk 15
1 Beslissen op grond van een steekproef Hoofdstuk 15 1. a. Het gaat veel geld kosten voor de fabrikant als er te veel schuurmiddel gebruikt wordt. b. Bij een te laag gemiddelde zullen de klanten niet tevreden
Nadere informatieStatistiek voor A.I. College 6. Donderdag 27 September
Statistiek voor A.I. College 6 Donderdag 27 September 1 / 1 2 Deductieve statistiek Kansrekening 2 / 1 Vraag: Afghanistan In het leger wordt uit een groep van 6 vrouwelijke en 14 mannelijke soldaten een
Nadere informatieParagraaf 4.1 : Kansen
Hoofdstuk 4 Het kansbegrip (V4 Wis A) Pagina 1 van 5 Paragraaf 4.1 : Kansen Les 1 Kansen met dobbelstenen Definitie GGGGGGGGGGGGGGGG uuuuuuuuuuuuuuuuuuuu KKKKKKKK = TTTTTTTTTTTT aaaaaaaaaaaa uuuuuuuuuuuuuuuuuuuu
Nadere informatieOefeningen statistiek
Oefeningen statistiek Hoofdstuk De wereld van de kansmodellen.. Tabel A en tabel B zijn de kansverdelingen van model X en van model Y. In beide tabellen is een getal verloren gegaan. Kan jij dat verloren
Nadere informatieExamen Statistiek I Feedback
Examen Statistiek I Feedback Bij elke vraag is alternatief A correct. Bij de trekking van een persoon uit een populatie beschouwt men de gebeurtenissen A (met bril), B (hooggeschoold) en C (mannelijk).
Nadere informatie5.0 Voorkennis. Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram:
5.0 Voorkennis Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram: De lengte van de staven komt overeen met de hoeveelheid; De staven staan meestal los van
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Donderdag 21 Oktober 1 / 38 2 Statistiek Indeling: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 38 Deductieve
Nadere informatiebijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 8 [PW] appendix D.1: kansrekening extra stof
bijspijkercursus wiskunde voor psychologiestudenten bijeenkomst 8 [PW] appendix D.1: kansrekening extra stof [PW] appendix D.1 kansrekening kansen: 1. Je gooit met een dobbelsteen. Wat is de kans dat je
Nadere informatieBinomiale verdelingen
Binomiale verdelingen Les 1: Kans en combinatoriek (Deze les sluit aan bij paragraaf 1 van Hoofdstuk 2 Binomiale en normale verdelingen van de Wageningse Methode, http://www.wageningsemethode.nl/methode/het-lesmateriaal/?s=y456v-d)
Nadere informatieEen Bernoulli experiment is een experiment met slechts twee mogelijke uitkomsten, die we succes ( S ) en mislukking ( M ) noemen.
Hoofdstuk 6 Kansverdelingen 6.1 Discrete stochasten 6.1.1 De Bernoulli verdeling Een Bernoulli experiment is een experiment met slechts twee mogelijke uitkomsten, die we succes ( S ) en mislukking ( M
Nadere informatieWiskunde D Online uitwerking 4 VWO blok 6 les 2
Paragraaf 8 De klokvorm Opgave 1 a De top van de grafiek van de PvdA ligt bij 30 %. Dus voor de PvdA wordt 30% voorspeld. b De grafiek loopt van ongeveer 27 tot 33, dus het percentage ligt met grote waarschijnlijkheid
Nadere informatieUitwerkingen Mei Eindexamen VWO Wiskunde A. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek
Uitwerkingen Mei 2012 Eindexamen VWO Wiskunde A Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Schroefas Opgave 1. In de figuur trekken we een lijn tussen 2600 tpm op de linkerschaal en
Nadere informatieExamenprogramma wiskunde A vwo
Examenprogramma wiskunde A vwo Het eindexamen Het eindexamen bestaat uit het centraal examen en het schoolexamen. Het examenprogramma bestaat uit de volgende domeinen: Domein A Vaardigheden Domein Bg Functies
Nadere informatiehet antwoord 0,9032 1 Antwoordmodel VWO wa1 2003-II Startende ondernemingen Maximumscore 4 1 40% komt overeen met een kans van 0,4 (per 9 jaar) 1
Antwoordmodel VWO wa -II Antwoorden Startende ondernemingen % komt overeen met een kans van, (per 9 jaar) Per jaar is dat een kans van, 9 het antwoord,9 5 CV8 Lees verder De kans is,9 =,656(,66) Een overlevingskans
Nadere informatie0,269 of binompdf(8, 7, 4) 0,269.
G&R vwo A deel Mathematische statistiek C. von Schwartzenberg / a P (som = 6) = P () + P () = () () P P. + = + = + = 6 6 6 b P = = + = + (som 0) P () P () () () = + = + = 6 = P P 6 6 6 6 6 6 6 6 6 6. c
Nadere informatieSom 23 kan met 6665 en som 24 met Dus totaal gunstige uitkomsten.
G&R vwo C deel C von Schwartzenberg / Som kan met! (op = manieren) (op! manieren) (op manier)! =, = en Dus totaal + + = 0 gunstige uitkomsten Dubbel onderstreept betekent: "niet alleen" in de genoteerde
Nadere informatieH9: Rijen & Reeksen..1-2. H10: Kansverdelingen..3-4. H11: Allerlei functies.5-6
Oefenmateriaal V5 wiskunde C Voorbereiding op PTA-toets1 wiskunde INHOUDSOPGAVE H9: Rijen & Reeksen..1-2 H10: Kansverdelingen..3-4 H11: Allerlei functies.5- Hoofdstuk 9: Rijen & Reeksen Recursieve formule
Nadere informatie15.1 Beslissen op grond van een steekproef
05 15 Exponenten Het toetsen van en logaritmen hypothesen 15.1 Beslissen op grond van een steekproef bladzijde 8 1 a Er wordt dan te veel schuurmiddel geleverd en dit kost geld. b Dan zit er te weinig
Nadere informatieWerkblad 1 Normale dichtheidsfunctie als benadering voor een klokvormig histogram
Werkblad 1 Normale dichtheidsfunctie als benadering voor een klokvormig histogram Probeer zeker de opdrachten 1, 4 en 6 te maken. 1. In de tabel hieronder vind je gegevens over de borstomtrek van 5732
Nadere informatieStatistiek. Beschrijvende Statistiek Hoofdstuk 1 1.1, 1.2, 1.5, 1.6 lezen 1.3, 1.4 Les 1 Hoofdstuk 2 2.1, 2.3, 2.5 Les 2
INHOUDSOPGAVE Leswijzer...3 Beschrijvende Statistiek...3 Kansberekening...3 Inductieve statistiek, inferentiele statistiek...3 Hoofdstuk...3. Drie deelgebieden...3. Frequentieverdeling....3. Frequentieverdeling....4.5
Nadere informatie3.1 Procenten [1] In 1994 zijn er 3070 groentewinkels in Nederland. In 2004 zijn dit er nog 1625.
3.1 Procenten [1] In 1994 zijn er 3070 groentewinkels in Nederland. In 2004 zijn dit er nog 1625. Absolute verandering = Aantal 2004 Aantal 1994 = 1625 3070 = -1445 Relatieve verandering = Nieuw Oud Aantal
Nadere informatieAntwoorden Wiskunde Hoofdstuk 1 Rekenen met kansen
Antwoorden Wiskunde Hoofdstuk 1 Rekenen met kansen Antwoorden door een scholier 4244 woorden 1 juni 2005 4,7 42 keer beoordeeld Vak Wiskunde Hoofdstuk 1 Rekenen met kansen Het is niet toevallig n = 23
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Doel Beheersen van elementaire statistische technieken Toepassen van deze technieken op aardwetenschappelijke data 2 1 Leerstof Boek: : Introductory Statistics, door
Nadere informatiebegin van document Eindtermen havo wiskunde A (CE) gekoppeld aan delen en hoofdstukken uit Moderne wiskunde 9e editie
begin van document Eindtermen havo wiskunde A (CE) gekoppeld aan delen en hoofdstukken uit Moderne wiskunde 9e editie Domein Subdomein in CE moet in SE A A1: Informatievaardigheden X X Vaardigheden A2:
Nadere informatieKansrekening en statistiek wi2105in deel I 29 januari 2010, uur
Kansrekening en statistiek wi20in deel I 29 januari 200, 400 700 uur Bij dit examen is het gebruik van een (evt grafische rekenmachine toegestaan Tevens krijgt u een formuleblad uitgereikt na afloop inleveren
Nadere informatieKansrekening 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 informatieCursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)
Cursus Statistiek Hoofdstuk 4 Statistiek voor Informatica Hoofdstuk 4: Verwachtingen Cursusjaar 29 Peter de Waal Departement Informatica Inhoud Verwachtingen Variantie Momenten en Momentengenererende functie
Nadere informatieH10: Allerlei functies H11: Kansverdelingen..6-7
Oefenmateriaal V5 wiskunde A Voorbereiding op PTA-toets1 wiskunde INHOUDSOPGAVE H9: Rijen & Reeksen..1-3 H10: Allerlei functies....4-5 H11: Kansverdelingen..6-7 Hoofdstuk 9: Rijen & Reeksen Recursieve
Nadere informatieUitwerkingen Mei 2012. Eindexamen HAVO Wiskunde A. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek
Uitwerkingen Mei 2012 Eindexamen HAVO Wiskunde A Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Supersize me Opgave 1. De formule voor de dagelijkse energiebehoefte is E b = 33,6 G. Als
Nadere informatie. 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 informatieEindexamen wiskunde A 1-2 vwo I
Beoordelingsmodel Marathonloopsters maximumscore uur, 4 minuten en seconden is 98 seconden De snelheid is 495 98 (m/s) Het antwoord: 4, (m/s) maximumscore Uit x = 5 volgt v 4,04 (m/s) De tijd die een 5-jarige
Nadere informatieIn de Theorie worden de begrippen toevalsvariabele, kansverdeling en verwachtingswaarde toegelicht.
Toevalsvariabelen Verkennen www.mathall.nl MAThADORE-basic HAVO/VWO /5/6 VWO wi-a Kansrekening Toevalsvariabelen Inleiding Verkennen Beantwoord de vragen bij Verkennen. Uitleg www.mathall.nl MAThADORE-basic
Nadere informatiede Wageningse Methode Beknopte gebruiksaanwijzing TI84 1
Algemene vaardigheden Veel knopjes hebben drie functies. De functie die op een knop... staat krijg je door er op de drukken. De blauwe functie die er boven een knop... staat krijg je met 2nd.... Zo zet
Nadere informatie