Tehtävät. 1. Ratkaistava epäyhtälöt. a) 2(4 x) < 12, b) 5(x 2 4x + 3) < 0, c) 3 2x 4 > 6. 1/10. Sukunimi (painokirjaimin)

Samankaltaiset tiedostot
Tehtävät 1/10. TAMPEREEN YLIOPISTO Informaatiotieteiden tiedekunta Valintakoe Matematiikka ja tilastotiede. Sukunimi (painokirjaimin)

Tehtävät 1/11. TAMPEREEN YLIOPISTO Informaatiotieteiden tiedekunta Valintakoe Matematiikka ja tilastotiede. Sukunimi (painokirjaimin)

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

Tilastollinen aineisto Luottamusväli

/1. MTTTP1, luento Normaalijakauma (kertausta) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Estimointi. Vilkkumaa / Kuusinen 1

Sovellettu todennäköisyyslaskenta B

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

7.4 Normaalijakauma (kertausta ja täydennystä) Taulukosta P(Z 1,6449) = 0,05, P(Z -1,6449) = 0,05 P(Z 1,96) = 0,025, P(Z -1,96) = 0,025

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

/1. MTTTP1, luento Normaalijakauma (jatkoa) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu

joissa on 0 4 oikeata vastausta. Laskimet eivät ole sallittuja.

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Lisätehtäviä ratkaisuineen luentomonisteen lukuihin 2-4 liittyen

Normaalijakaumasta johdettuja jakaumia

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

a) Sievennä lauseke 1+x , kun x 0jax 1. b) Aseta luvut 2, 5 suuruusjärjestykseen ja perustele vastauksesi. 3 3 ja

dx=5&uilang=fi&lang=fi&lvv=2014

Otoskeskiarvo on otossuure, jonka todennäköisyysjakauma tiedetään. Se on normaalijakauma, havainnollistaminen simuloiden

Estimointi populaation tuntemattoman parametrin arviointia otossuureen avulla Otossuure satunnaisotoksen avulla määritelty funktio

(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla?

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Testejä suhdeasteikollisille muuttujille

Tilastollisia peruskäsitteitä ja Monte Carlo

Tutkimustiedonhallinnan peruskurssi

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

Sovellettu todennäköisyyslaskenta B

Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu.

MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu

Harjoitus 2: Matlab - Statistical Toolbox

Väliestimointi (jatkoa) Heliövaara 1

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä

Päähaku, matemaattisten tieteiden kandiohjelma Valintakoe klo

Osa 2: Otokset, otosjakaumat ja estimointi

Sovellettu todennäköisyyslaskenta B

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

{ 2v + 2h + m = 8 v + 3h + m = 7,5 2v + 3m = 7, mistä laskemmalla yhtälöt puolittain yhteen saadaan 5v + 5h + 5m = 22,5 v +

Matemaatikot ja tilastotieteilijät

9. laskuharjoituskierros, vko 12-13, ratkaisut

Sovellettu todennäköisyyslaskenta B

H0: otos peräisin normaalijakaumasta H0: otos peräisin tasajakaumasta

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

c) 22a 21b x + a 2 3a x 1 = a,

805306A Johdatus monimuuttujamenetelmiin, 5 op

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe klo Ratkaisut ja pisteytysohjeet

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

riippumattomia ja noudattavat samaa jakaumaa.

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe klo 10 13

6. laskuharjoitusten vastaukset (viikot 10 11)

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

MTTTP5, luento Kahden jakauman sijainnin vertailu (jatkoa) Tutkimustilanteita y = neliöhinta x = sijainti (2 aluetta)

r = n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

(b) Tarkista integroimalla, että kyseessä on todella tiheysfunktio.

Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

6.1.2 Yhdessä populaatiossa tietyn tyyppisten alkioiden prosentuaalista osuutta koskeva päättely

Johdatus tilastotieteeseen Väliestimointi. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

tilastotieteen kertaus

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

Tilastotieteen kertaus. Kuusinen/Heliövaara 1

Harjoitus 7: NCSS - Tilastollinen analyysi

1. Kuusisivuista noppaa heitetään, kunnes saadaan silmäluku 5 tai 6. Olkoon X niiden heittojen lukumäärä, joilla tuli 1, 2, 3 tai 4.

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ ESITYS pisteitykseksi

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen)

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009

,ܾ jaü on annettu niin voidaan hakea funktion

Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen., jos otoskeskiarvo on suurempi kuin 13,96. Mikä on testissä käytetty α:n arvo?

Miten voidaan arvioida virheellisten komponenttien osuutta tuotannossa? Miten voidaan arvioida valmistajan kynttilöiden keskimääräistä palamisaikaa?

Gripenberg. MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).

Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi,

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1

Todennäköisyyslaskun kertaus. Vilkkumaa / Kuusinen 1

5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3

P(X = x T (X ) = t, θ) = p(x = x T (X ) = t) ei riipu tuntemattomasta θ:sta. Silloin uskottavuusfunktio faktorisoituu

1. a) Laske lukujen 1, 1 ja keskiarvo. arvo. b) Laske lausekkeen. c) Laske integraalin ( x xdx ) arvo. MATEMATIIKAN MALLIKOE PITKÄ OPPIMÄÄRÄ

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

b) Jos Ville kaataisikin karkit samaan pussiin ja valitsisi sieltä sattumanvaraisen karkin, niin millä todennäköisyydellä hän saisi merkkarin?

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle

1 Ensimmäisen asteen polynomifunktio

Ilkka Mellin (2008) 1/5

3. laskuharjoituskierros, vko 6, ratkaisut

1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin

Sallitut apuvälineet: MAOL-taulukot, kirjoitusvälineet, laskin sekä itse laadittu, A4-kokoinen lunttilappu. f(x, y) = k x y, kun 0 < y < x < 1,

Transkriptio:

1/10 Tehtävä 1 2 3 4 5 6 7 8 9 10 Yhteensä Pisteet (tarkastaja merkitsee) Kokeessa on kymmenen tehtävää, joista jokainen on erillisellä paperilla. Jokaisen tehtävän maksimipistemäärä on 6 pistettä. Ratkaise kukin tehtävä sille paperille, jossa tehtävä esitetään. Voit tarvittaessa käyttää myös paperin kääntöpuolta. Kirjoita nimesi ja henkilötunnuksesi jokaiseen vastauspaperiin (myös mahdolliseen vastaamatta jääneen tehtävän paperiin). Palauta kaikki vastauspaperit. Tehtävät 1. Ratkaistava epäyhtälöt a) 2(4 x) < 12, b) 5(x 2 4x + 3) < 0, c) 3 2x 4 > 6.

2/10 2. Olkoon f (x) = x 2 /(x 2 + 1). a) Sievennettävä f (x) + f (1/x) + f (x), (x 0). f (1/x) b) Sievennettävä x 4 f (x 2 ) f (1/x 2 ), (x 0).

3/10 3. Määritettävä niiden suorien yhtälöt, jotka kulkevat pisteen P(1, 1) kautta ja ovat suoran 2x + 3y = 4 kanssa yhdensuuntaisia.

4/10 4. Hahmoteltava xy-tasoon seuraavat alueet: a) { (x, y): x + 1 y ja x 0 }, b) { (x, y): x y ja y 2 }, c) { (x, y): x 2 tai y 2 }. Tämän tehtävän vastausta ei tarvitse perustella, pelkkä kuvio riittää.

5/10 5. Olkoon f : Z Z sellainen funktio, että f (1) = 2 ja f (a + b) = f (a) f (b) aina, kun a, b Z. Laskettava f (0), f (5) ja f ( 5).

6/10 6. Olkoon positiivisen kokonaisluvun a esitys 10-järjestelmässä a = (a n a n 1... a 1 a 0 ) 10, missä 0 a k 9. Siis a n, a n 1,..., a 1, a 0 ovat luvun a numerot. Esimerkiksi luvun 365 numerot ovat 3, 6 ja 5. Luvulla 11 jaollisuussääntö sanoo, että positiivinen kokonaisluku a on jaollinen luvulla 11 silloin ja vain silloin, kun kokonaisluku on jaollinen luvulla 11. ( 1) n a n + ( 1) n 1 a n 1 + + ( 1)a 1 + a 0 a) Tutkittava tällä jaollisuussäännöllä, onko luku 123456789 jaollinen luvulla 11. b) Tutkittava tällä jaollisuussäännöllä, onko luku 50718283 jaollinen luvulla 11. { }} { c) Tutkittava tällä jaollisuussäännöllä, millä ehdolla luku ( dd d) 10, missä d {1, 2,..., 9}, on jaollinen luvulla 11. (Tarkastellaan siis lukuja, joiden kaikki numerot ovat samoja.) Huom. Kokonaisluku a on jaollinen kokonaisluvulla b, jos on olemassa sellainen kokonaisluku c, että a = bc. n kpl

7/10 7. Seuraava kuvio perustuu Seurakunnan kasvu ry:n TNS Gallup Oy:llä vuonna 2008 teettämään tutkimukseen, jossa tiedusteltiin ihmisten mielipiteitä uskoon ja seurakuntien toimintaan liittyvissä asioissa. Tutkimukseen osallistui 1387 ihmistä, jotka edustivat alueellisesti, iältään, koulutukseltaan jne. suomalaista yhteiskuntaa pienoiskoossa. Vastaajat olivat iältään 15 83- vuotiaita. Ahvenanmaa ei ollut otoksessa mukana. Mikä vaikuttaa eri ikäisten ihmisten uskonnolliseen vakaumukseen Sairaus, muu kriisi tai kokemani ihme Koulu Rippikoulu Seurakuntien jumalanpalvelukset tai muut kokoukset Ystävä Kirja/lehti TV, radio, musiikki yli 60v 50 60v 35 49v 25 34v alle 25v 0 2 4 6 8 10 Osuus haastatelluista (%) a) Mikä on tutkimuksen perusteella suurin yksittäinen uskonnolliseen vakaumukseen vaikuttava tekijä? b) Millä ikäryhmällä sairaus, muu kriisi tai koettu ihme vaikuttavat uskonnolliseen vakaumukseen eniten? c) Mainitse kaksi tekijää, jotka vaikuttavat eniten yli 60-vuotiaiden uskonnolliseen vakaumukseen. d) Miten tiedotusvälineet vaikuttavat eri ikäryhmiin kuuluvien uskonnolliseen vakaumukseen? e) Minkä tekijöiden vaikutus uskonnolliseen vakaumukseen kasvaa henkilön ikääntyessä? f) Luettele tekijät, jotka vaikuttavat enemmän alle 25-vuotiaiden kuin muiden ikäryhmien uskonnolliseen vakaumuksen.

8/10 8. Olkoon satunnaismuuttuja x:n tiheysfunktio f (x) muotoa f (x) = 6(x x 2 ), 0 x 1. a) Laske kertymäfunktion avulla todennäköisyys P ( 1 2 x 3 4). b) Laske x:n odotusarvo. c) Laske x:n varianssi.

9/10 9. Suomen jalkapallomaajoukkueen seuraavat vastustajat vuoden 2010 maailmanmestaruusturnauksen karsintapeleissä ovat järjestyksessä Liechtenstein, Venäjä ja Azerbaidzhan. Oletetaan, että yksittäisinä peleinä Suomi voittaa Liechtensteinin todennäköisyydellä 0,85, Venäjän todennäköisyydellä 0,4 ja Azerbaidzhanin todennäköisyydellä 0,7. Oletetaan lisäksi, että pelin voitto aiheuttaa Suomen joukkueessa aina sellaisen hurmostilan, että voiton seurauksena järjestyksessä seuraavan pelin voittamisen todennäköisyys kasvaa 0,05:llä siitä, mikä voittamisen todennäköisyys yksittäisenä pelinä muuten olisi. Lisäksi jos kaksi edellistä peliä ovat päättyneet Suomen joukkueen voittoihin, kasvaa järjestyksessä seuraavan pelin voittamisen todennäköisyys 0,15:llä. Vastaavasti, jos Suomen joukkue häviää pelinsä, vähenee seuraavan pelin voittamisen todennäköisyys 0,05:llä, ja jos kaksi edellistä peliä ovat päättyneet Suomen joukkueen häviöihin, vähenee seuraavan pelin voittamisen todennäköisyys 0,15:llä. a) Millä todennäköisyydellä Suomen jalkapallomaajoukkue voittaa kaikki seuraavat kolme karsintapeliään? b) Millä todennäköisyydellä Suomen jalkapallomaajoukkue voittaa seuraavista kolmesta karsintapelistään kaksi peliä? c) Millä todennäköisyydellä Suomen jalkapallomaajoukkue voittaa seuraavista kolmesta karsintapelistään yhden pelin?

10/10 10. (Aineistotehtävä.) Viime vuonna valintakokeen perusteella matematiikkaa ja tilastotiedettä opiskelemaan pyrkineistä opiskelijoista poimittiin 12 opiskelijan satunnaisotos. Otokseen valituista 7 oli suorittanut lukion pitkän matematiikan oppimäärän ja 5 lukion lyhyen matematiikan oppimäärän. Opiskelijoiden saamat pistemäärät valintakokeessa olivat seuraavat: Pitkä matematiikka 51 34 43 22 40 21 20 Lyhyt matematiikka 19 28 40 32 16 Testaa kahden riippumattoman otoksen t-testillä (ks. Liite 1), eroaako pitkän matematiikan opiskelijoiden keskimääräinen valintakoepistemäärä tilastollisesti merkitsevästi lyhyen matematiikan opiskelijoiden keskimääräisestä valintakoepistemäärästä. a) Laske yllä olevasta aineistosta kahden riippumattoman otoksen t-testin t-arvo. b) Päättele saamasi t-arvon perusteella, eroaako pitkän matematiikan opiskelijoiden keskimääräinen valintakoepistemäärä tilastollisesti merkitsevästi lyhyen matematiikan opiskelijoiden keskimääräisestä valintakoepistemäärästä.

Liite 1: Kahden riippumattoman otoksen t-testi Kahden riippumattoman otoksen t-testillä voidaan testata, eroavatko jonkin tarkasteltavan numeerisen muuttujan x keskimääräiset arvot (odotusarvot) tilastollisesti merkitsevästi kahdessa eri ennalta määritellyssä ryhmässä. Esimerkiksi kahden riippumattoman otoksen t-testin avulla voitaisiin testata, eroavatko miesten ja naisten keskipituudet toisistaan, jos käytössä on aineisto, mikä sisältää tiedon henkilön sukupuolesta ja mittaustuloksia eri henkilöiden pituuksista. Tällaisessa aineistossa pituus on numeerinen muuttuja x, ja tieto sukupuolesta jakaa aineiston ryhmiin 1 ja 2. Kahden riippumattoman otoksen t-testin t-arvo lasketaan kaavalla t = x 1 x 2. 1 s x n 1 + 1 n 2 Kaavassa x 1 ja x 2 ovat aineistosta lasketut aritmeettiset keskiarvot muuttujalle x ryhmissä 1 ja 2. Vastaavasti n 1 ja n 2 ovat ryhmiin 1 ja 2 liittyvien havaintojen lukumäärät tarkasteltavassa aineistossa. Yhdistetty hajontaluku s x puolestaan saadaan kaavasta (n 1 1)s 2 1 s x = + (n 2 1)s 2 2, n 1 + n 2 2 missä s 1 ja s 2 ovat aineistosta lasketut otoskeskihajonnat muuttujalle x ryhmissä 1 ja 2. Päättely muuttujan x keskimääräisten arvojen eroavuudesta ryhmien 1 ja 2 välillä perustuu t-testistä saadun t-arvon suuruuteen. Voidaan osoittaa, että silloin kun ryhmien keskimääräisten arvojen välillä ei ole eroavuutta, t-arvo noudattaa ns. Studentin jakaumaa parametrilla n 1 + n 2 2. Mikäli aineistosta lasketun t-arvon ei uskota olevan tästä Studentin jakaumasta peräisin, päätellään, että muuttujan x keskimääräiset arvot eroavat tilastollisesti merkitsevästi. Esimerkiksi tilanteessa, jossa Studentin jakauman parametri on 10, päätellään, että muuttujan x keskimääräiset arvot eroavat tilastollisesti merkitsevästi, jos laskettu t-arvo on suurempi kuin 2,228 tai pienempi kuin 2,228. Tapauksissa, missä laskettu t-arvo kuuluu välille ( 2,228; 2,228), päätellään, että muuttujan x keskimääräiset arvot eivät eroa tilastollisesti merkitsevästi.