Transformkodning. Transformkodning. Transformkodning. Transformkodning Grundläggande idé. Linjära transformer. Linjära transformer ( ) ( ) ( )

Storlek: px
Starta visningen från sidan:

Download "Transformkodning. Transformkodning. Transformkodning. Transformkodning Grundläggande idé. Linjära transformer. Linjära transformer ( ) ( ) ( )"

Transkript

1 6 8 6 Grudläggad idé Atag att vi parar ihop lmt i bild i bloc om två Om vi väljr att aat oordiatsystm, t.x rotrar gradr och plottar dssa par som xy oordiatr i graf 6 ( rad frå Labild) så blir spridig myct midr i d a ritig. Dt räcr därför md myct färr vatisrigsivår i yld ä i xld. 8 6 är rävs gasa måga vatisrigsivår på båda axlara för att alla putr sall få lit vatisrigsbrus. Grudidé md trasformodig är att hitta trasform som gör att variatiora i dt ya oordiatsystmt huvudsalig octrras till tt fåtal dimsior (axlar). Trasform a bsrivas mha trasformmatris A: v Au y Ax Lijära trasformr Varj matris A av storl (Mx) utgör trasform frå dt lijära vtorrummt R till R M. Dfiitio Uitär trasform: E trasform allas för uitär om dss trasformatiosmatris är uitär, dvs om AA M y R A A I x R I uitär matris är alla olum och radvtorr ortoogoala och ormrad. E uitär trasform bvarar rgi/lägd på vtorra: y Ax x E uitär matris/trasform är alltid ivrtrbar. x A y A otatio xa y öppar för altrativ tolig av trasform. Vtor x är lijärombiatio av olumra a i A : x A y a y y ( ) Lijära trasformr Lijär trasform/basbyt: Låt {φ } vara ortoormrad bas till rummt R. Varj vtor x i R a då srivas som: x φ y Där officitra i d ya bas {φ } gs av y x, φ x φ Srivr vi om dtta på matrisform blir dt idtist md d tidigar otatio vi had för uitär matristrasform. x Φy y ( ) ( ) ( ) ( ) Φ Exmpl DFT: D ormrad DFT a srivas som X i π / ( ) x( ) x( ) X ( ) iπ/ Basvtorra är: φ ( ) / Vilt gr trasformmatris: A Φ φ L φ x φ φ M iπ /

2 dimsiolla trasformr För tvådimsiolla sigalr a grll trasform/basbyt srivas på form: v, l a m, u m, u ( ), l ( ) ( ) m ( m, ) a, l ( m, ) v(, l) Oftast väljs trasformära som sparabl: a m, a m c ( ) ( ) ( ), l l och då a trasform srivas md matrisotatio U A Dssutom väljr ma ästa alltid AC. V AUC T VC Ivrstrasform a ocså tolas som lijärombiatio av tt atal basbildr: U B v l där basbildra gs av: B l, l a a l ( ), l, l och a btcar :t olumvtor i A. KarhuLoèv trasform R Y Låt x vara stoastis vtor md autoorrlatiosmatris R x R X E[ xx ] Eftrsom orrlatiosmatris är symmtris a d diagoalisras R X QΛ Q där Q är ortoormal (uitär) matris ihållad gvtorra till R x och Λ är diagoalmatris ihållad motsvarad gvärd. KarhuLoèv trasform dfiiras som y Q Korrlatiosmatris för y (trasform av x) blir diagoalmatris Λ. [ Q xx Q] Q R Λ E Q x X Vid trasformodig av bildr bruar bild först dlas upp i atal midr dlbloc. Discrt Cosi Trasform U U U U Varj dlbloc trasformras för sig och därftr vatisras varj trasformofficit (oordiat) idividullt. U i AU i A T Vi Rostrutio av bild sr md d ivrsa trasform Vi A U i A Ui Q Vi v D dimsiolla disrta cosiustrasform dfiiras som där v π [ ] α[ ] u[ ] cos ( + / ) α [ ] Ivrstrasform gs av u π [ ] α[ ] v[ ] cos ( + / ) D dimsiolla dfiiras som [, ] α[ ] α[ ] u[ m, ] M m π + cos M ( m ) π ( ) + cos

3 Basfutior. Discrt Cosi Trasform Basfutiora för av lägd 8 sr ut såhär. a a a bsrivas mha till d symmtrist utvidgad sigal: a a a a a 6 a iπ / [ x ] β [ x ] β [ ] / där är d uitära. Lijäritt Sparabilitt Egsapr hos { u[ m, ] } { { u[ m, } m } ] Basfutior hos Dim Ergirlatio (Parcvals sats) Faltigssats gällr it grllt! [, ] v[, ] u,, { u[] h[ ] } { u[] } { h[] } Gr myct bra rgioctratio för bildr. Är ästa trasform för Marovprocssr md hög orrlatiosfator (ρ>.9) Dt fis bräigsfftiva algoritmr jämförbara md. aväds framförallt i bildodigssammahag.

4 adamardtrasform adamardtrasform 8 + adamardtrasform är trasform som dast rävr additior. Trasformmatris dfiiras ligt följad rursio För blocstorl 8 sr matris ut som da om ma sortrar olumra (llr radra) ftr atal tcsift. adamard har bra rgipacigsgsapr för bildr md stor orrlatio. Trasform har låg bräigsomplxitt O(log). adamard adamard Basfutior Basfutior Brdvid sys basfutiora för adamardtrasform av lägd a a a a a a a a 7 adamard adamardtrasform trasform Basfutior (bildr) för dim adamardtrasform. aar trasform aar trasform 8 adamardtrasform är glig Wavlttrasform, m d a ocså srivas som bloctrasform. För blocstorl 8 sr matris ut som da. aar har i rgl dåliga rgipacigsgsapr för bildr. Trasform har myct låg bräigsomplxitt O(). Dt fis adra typr av Wavlttrasform som är myct bra för bildr. JPG byggr på Wavlttrasform.

5 aartrasform aartrasform Brdvid sys basfutiora för aartrasform av lägd 8. a a Basfutior (bildr) för dim aartrasform. a a a a a a Jämförls mlla olia trasformr Jämförls mlla olia trasformr dimsioll blocvis trasform på sigal x md af r [ ] x. 9 dimsioll blocvis trasform av Labild (radvis). c a c a Blocsiz Blocsiz 6 c a c a Blocsiz 6 Blocsiz 6 Variac B) Variac B) Blocsiz Blocsiz 6 Variac B) Variac B) Blocsiz 6 6 Blocsiz

6 Kofficitstatisti Gom att studra varias för officitra ftr trasform så sr ma lätt vila som är mr llr midr vitiga för bild. Kofficitr md lit varias har it så stor påvra på bild och a i pricip stryas uta att bildvalité försämras. Logaritm av varias hos officitra på Labild Bitallorig är officitra sall vatisras gällr dt att välja rätt atal bitar till rsptiv officit. Lår f(b) fara futio som bsrivr distorsio är b bitar aväds för vatisrig av sigal md htsvarias. D totala distorsio blir då D M σ ( ) f b Om vi tilldlar xtra bit till officit så förbättras distorsio md D σ ( f ( b ) f ( b + ) ) Givt dt totala atalt bitar b tot för tt bloc a följad algoritm avädas för att räa ut bitallorig. Börja md all b. Dla ut bit till d officit där distorsiosvist blir störst.. Om dt fortfarad fis bitar var att fördla, gå till. aars är vi lara. Måga officitr tilldlas i rgl it ågo bit alls, dssa masas bort och lagras/avodas aldrig. Kofficitmasig är bitallorig är lar måst ma dfiira mas som bsrivr vila officitr som har vatisrats och vila som har masats bort. Iblad aväds fördfiirad stadardmasr (som d på sid 6 i Jai) för bitallorig. Da mas bhövr då it lagras/övrföras tillsammas md rst av datat. M om optimal bitallorigsmas aväds måst d iformatio ocså lagras. Dtta a t.x. Göras gom att läsa av mas i tt ziczac möstr och surlägdsoda iformatio

Föreläsning 10. Digital signalbehandling. Kapitel 7. Digitala FourierTransformen DFT. LTH 2011 Nedelko Grbic (mtrl. från Bengt Mandersson)

Föreläsning 10. Digital signalbehandling. Kapitel 7. Digitala FourierTransformen DFT. LTH 2011 Nedelko Grbic (mtrl. från Bengt Mandersson) Digital sigalbhadlig ESS040 Förläsig 0 Digital sigalbhadlig ESS040 Kapitl 7 Digitala FourirTrasform DFT LTH 0 dlo Grbic (mtrl. frå Bgt Madrsso Istitutio för ltro- och iformatiosti Lud Uivrsity 53 Digital

Läs mer

Institutionen för data- och elektroteknik 1999-11-30. samplingsvillkoret f. Den diskreta fouriertransformen ges av

Institutionen för data- och elektroteknik 1999-11-30. samplingsvillkoret f. Den diskreta fouriertransformen ges av Istitutio för data- och ltroti 999--3 Digital sigalbhadlig f Implmtrig av FFT- och IFFT-rutir Vi har här tidigar i digital sigalbhadlig studrat tidsdisrt fourirtrasform, DFT och mölightra att aväda Fast

Läs mer

Föreläsning 7. Signalbehandling i multimedia - ETI265. Kapitel 5. LTI system Signaler genom linjära system

Föreläsning 7. Signalbehandling i multimedia - ETI265. Kapitel 5. LTI system Signaler genom linjära system Sigalbhadlig i multimdia - ETI65 Förläsig 7 Sigalbhadlig i multimdia - ETI65 Kapitl 5 LTI systm Sigalr gom lijära systm LTH 5 dlko Grbic (mtrl. frå Bgt adrsso Dpartmt of Elctrical ad Iformatio Tchology

Läs mer

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 6. Ex) på användning av z-transform: En avancerad hörapparat

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 6. Ex) på användning av z-transform: En avancerad hörapparat Sigal- och Bildbhadlig FÖREÄSNING 6 -trasform - varför tar vi upp d? Aväds ofta vid dsig av tidsdiskrta systm. Vi ska s hur d hägr ihop md TDFT och DFT. D tas upp i alla grudkursr/böckr i sigal-bhadlig.

Läs mer

Definition 1a: En talföljd är en reell (eller komplex) funktion vars definitionsmängd är mängden av naturliga tal {0,1,2,3,4, }.

Definition 1a: En talföljd är en reell (eller komplex) funktion vars definitionsmängd är mängden av naturliga tal {0,1,2,3,4, }. Armi Halilovic: EXTRA ÖVNINGAR TALFÖLJDER Dfiitio a: E talföljd är rll (llr koml) fuktio vars dfiitiosmägd är mägd av aturliga tal {0,,,,4, } Eml f ( ) = +, = 0,,,, är talföljd + Ma brukar utvidga dfiitio

Läs mer

Föreläsning 6. Kapitel 4. Fouriertransform av analog signal, FT Fouriertransform av digital signal, DTFT fortsättning

Föreläsning 6. Kapitel 4. Fouriertransform av analog signal, FT Fouriertransform av digital signal, DTFT fortsättning Digital sigalbhadlig ESS4 Förläsig 6 Dfiitio: Fourirtrasform av tidsdiskrt sigal DF, sid 5 Digital sigalbhadlig ESS4 Kapitl 4 Fourirtrasform av aalog sigal, F Fourirtrasform av digital sigal, DF fortsättig

Läs mer

Inlämningsuppgift 2 i Digital signalbehandling ESS040, HT 2010 Måndagen den 22 november 2010 i E:B.

Inlämningsuppgift 2 i Digital signalbehandling ESS040, HT 2010 Måndagen den 22 november 2010 i E:B. Ilämigsuppgift i Digital sigalbhadlig ESS040, T 00 Mådag d ovmbr 00 i EB. I kurs gs två obligatoriska ilämigsuppgiftr som kombiras md frivilliga duggor. Ilämigsuppgiftra är obligatoriska och rsättr 6 timmars

Läs mer

TSDT18/84 SigSys Kap 7 Fouriertransformanalys av tidskontinuerliga signaler 1 1 Kap 7 Fouriertransformanalys av tidskontinuerliga signaler 2

TSDT18/84 SigSys Kap 7 Fouriertransformanalys av tidskontinuerliga signaler 1 1 Kap 7 Fouriertransformanalys av tidskontinuerliga signaler 2 Kap 7 Fourirrasormaalys av idskoiurliga sigalr Kap 7 Fourirrasormaalys av idskoiurliga sigalr Fourirrasorm Fourirrasorm ill x(: F F { x( } X( x( j d Ivrsa ourirrasorm ill X(: { X( } x( π X( j d Jr. ourirsri:

Läs mer

Investering = uppoffring av konsumtion i dag för högre konsumtion i framtiden

Investering = uppoffring av konsumtion i dag för högre konsumtion i framtiden Ivstrg = uppoffrg av osumto dag för högr osumto framtd Vad är förtagsooms vstrg? Rsurs som a aväds udr låg td. Asaffgar udr tdsprod som mdför btalgar udr flra tdsprodr framåt. Ivstrgar förtagsprsptv. Dl

Läs mer

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion.

Induktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion. Idutio och Biomialsatse Vi fortsätter att visa hur matematisa påståede bevisas med idutio. Defiitio. ( )! = ( över ).!( )! Betydelse av talet studeras seare. Med idutio a vi u visa SATS (Biomialsatse).

Läs mer

Anmärkning1. L Hospitals regel gäller även för ensidiga gränsvärden och dessutom om

Anmärkning1. L Hospitals regel gäller även för ensidiga gränsvärden och dessutom om L HOSPITALS REGEL L Hospitals rgl (llr L Hopitals rgl ff( aa gg( ff ( aa gg ( används vid bräkning av obstämda uttryck av typ llr Sats (L Hospitals rgl Låt f och g vara två funktionr md följand gnskapr

Läs mer

FÖRELÄSNING 13: Analoga o Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga filter = tidskontinuerliga filter

FÖRELÄSNING 13: Analoga o Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga filter = tidskontinuerliga filter FÖRELÄSNING 3: Aaloga o Digitala filtr. Kausalitt. Stabilitt. Aaloga filtr Idala filtr Buttrworthfiltr (kursivt här, kommr it på tta, m gaska bra för förståls) Kausalitt t och Stabilitt t Digitala filtr

Läs mer

om X har följande sannolikhetsfunktion λ λ . Då gäller a) väntevärdet E(X) = λ b) variansen σ = λ och därmed c) standardavvikelsen σ = λ

om X har följande sannolikhetsfunktion λ λ . Då gäller a) väntevärdet E(X) = λ b) variansen σ = λ och därmed c) standardavvikelsen σ = λ Arm Hallovc: ETRA ÖVNINGAR ossofördlg OISSONFÖRDELNING ossofördlg aväds oftast för att bsrva atalt hädlsr som träffar obrod av varadra udr tt gvt tdstrvall E ossofördlad stoasts varabl a ata av fölad värd,,,

Läs mer

Statistisk mekanik (forts) Kanonisk ensemble. E men. p 1. Inledande statistisk mekanik:

Statistisk mekanik (forts) Kanonisk ensemble. E men. p 1. Inledande statistisk mekanik: Förläsg 4 Förra gåg: Dt totala rörlsmägdsmomtt J = L+S är ocså vatsrat. J j( j där j s, s,..., s, s J z m j där m j j, j,..., j, j Foto som utsäds(absorbras vd övrgågar har sp= gör att j att ädras. Ildad

Läs mer

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 12. Ex) på användning av z-transform: ljud. z-transform och TDFT, formler

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 12. Ex) på användning av z-transform: ljud. z-transform och TDFT, formler Sigal- och Bildbhadlig FÖREÄSNING -trasfor - varför tar vi upp d? Aväds ofta vid dsig av tidsdiskrta syst. Vi ska s hur d hägr ihop d TDFT och DFT. D tas upp i alla grudkursr/böckr i sigal-bhadlig. aplac-trasfor

Läs mer

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, temperaturen i punkten x vid tiden t.

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, temperaturen i punkten x vid tiden t. Armi Halilovi: EXRA ÖVNINGAR Värmldigsvaio VÄRMEEDNINGSEKVAIONEN Vi braar öljad PDE u u v där > är osa Evaio v a bl aa bsriva värmldig i u sav där u bar mpraur i pu vid id därör am värmldigsvaio Radvärdsproblm

Läs mer

TEKNISKA HÖGSKOLAN I LUND Institutionen för elektrovetenskap. Tentamen i Digital Signalbehandling ESS040 (ETI240/ETI275)

TEKNISKA HÖGSKOLAN I LUND Institutionen för elektrovetenskap. Tentamen i Digital Signalbehandling ESS040 (ETI240/ETI275) TEKNISKA ÖGSKOLAN I LUND Istitutio ör ltrovtsap Ttam i Digital Sigalbhadlig ESS ETI/ETI75 -- Tid: 8. - 3. Sal: MA F-J älpmdl: Formlsamlig, Rädosa. Motivra atagad. D olia ld i lösigara sa ua ölas. Rita

Läs mer

1. Rita följande tidssekvenser. 2. Givet tidssekvensen x n i nedanstående figur. Rita följande tidssekvenser.

1. Rita följande tidssekvenser. 2. Givet tidssekvensen x n i nedanstående figur. Rita följande tidssekvenser. Lasse Björkma 999 . Rita följade tidssekveser. a) δ e) u b) δ f) u u c) δ + δ g) u d) u h) u. Givet tidssekvese x i edaståede figur. Rita följade tidssekveser. a) x c) x b) x + 3 d) x 3. Givet tidssekvesera

Läs mer

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R. P Potesserier Med e potesserie mear vi e serie av type c x, där c, c, c,... är giva (reella eller komplexa) kostater, s.k. koefficieter, och där x är e (reell eller komplex) variabel. För varje eskilt

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Att repetera.

Uppsala Universitet Matematiska Institutionen Bo Styf. Att repetera. Uppsala Uiversitet Matematisa Istitutioe Bo Styf rasformmetoder, 5 hp gyl, I, W, X 20-0-26 Att repetera. Vi samlar här e del material frå tidigare urser som a vara avädbart uder urses gåg. Serier. E serie

Läs mer

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n = grad( P(

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n = grad( P( Armi Halilovic: EXTRA ÖVNINGAR Polyom POLYNOM OCH ALGEBRAISKA EKVATIONER Defiitio Polyom är uttrycet av type a a a 0, eller ortare a 0, ( där är ett ice-egativt heltal) Defiitio Låt P( a a a0 vara ett

Läs mer

Digital signalbehandling Sampling och vikning på nytt

Digital signalbehandling Sampling och vikning på nytt Ititutio ör data- och lktrotkik Digital igalbhadlig Samplig och vikig på ytt 00-0-6 Bgrpp amplig och vikig har viat ig lit våra att hatra å till vida att dt har kät vårt att tolka vad om hädr md igal om

Läs mer

Tentamen TEN1, HF1012, 1 juni Matematisk statistik Kurskod HF1012 Skrivtid: 8:00-12:00 Lärare och examinator : Armin Halilovic

Tentamen TEN1, HF1012, 1 juni Matematisk statistik Kurskod HF1012 Skrivtid: 8:00-12:00 Lärare och examinator : Armin Halilovic Ttm TEN, HF, jui 7 Mtmtis sttisti Kursod HF Srivtid: 8:-: Lärr och mitor : Armi Hlilovic Hjälpmdl: Bifogt formlhäft "Formlr och tbllr i sttisti " och miirär v vil tp som hlst. Förbjud hjälpmdl: Tlfo, lptop

Läs mer

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer) Armi Halilovic: EXTRA ÖVNINGAR Newto-Raphsos metod NEWTON-RAPHSONS METOD (e metod för umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder

Läs mer

Om i en differentialekvation saknas y, dvs om DE har formen F ( x, . Ekvationen z ) 0. Med andra ord får vi en ekvation av ordning (n 1).

Om i en differentialekvation saknas y, dvs om DE har formen F ( x, . Ekvationen z ) 0. Med andra ord får vi en ekvation av ordning (n 1). Armin Halilovic: EXTRA ÖVNINGAR, SF676 Rduktion av ordning REDUKTION AV ORDNING I) Diffrntialkvationr där saknas ( n) Om i n diffrntialkvation saknas, dvs om DE har formn F (,,,, ) 0, då kan vi sänka kvationns

Läs mer

Tunnling. Förra gången: Spridning mot potentialbarriär. B T T + R = 1. Föreläsning 9. Potentialmodell (idealiserad): U = U B U = 0

Tunnling. Förra gången: Spridning mot potentialbarriär. B T T + R = 1. Föreläsning 9. Potentialmodell (idealiserad): U = U B U = 0 Förläsig 9. Förra gåg: Sridig ot ottialarriär. Pottialodll (idalisrad): U U ( ) 0, 0 L, för övrigt ψ( ) ik ik ifallad U = U ψ( ) F trasittrad ik rflktrad U = 0 0 L Iuti arriär 0 < < L: ( fall) ) E U ψ

Läs mer

HOMOGENA DIFFERENTIALEKVATIONSSYSTEM MED KONSTANTA KOEFFICIENTER

HOMOGENA DIFFERENTIALEKVATIONSSYSTEM MED KONSTANTA KOEFFICIENTER HOMOGENA DIFFERENTIALEKVATIONSSYSTEM MED KONSTANTA KOEFFICIENTER Vi brr sysm v lijär omog DE (v förs ordig) md os offiir dx x x d dx x x d dx x x d där x ), x ( ),, x ( ) är ob fuior v vribl ( Ovsåd sysm

Läs mer

Digital signalbehandling Digital signalbehandling

Digital signalbehandling Digital signalbehandling Istitutioe för data- och eletrotei --8 Ly, Fuerst: Itroductory Digital Sigal Processig Kapitel. 7 Mbit/s. 96 Mbit/s., bit/s. a) b) - - CHALMERS LINDHOLMEN Sida Istitutioe för data- och eletrotei Sve Kutsso

Läs mer

Frikort utskrivet 14/6 2013, giltigt t.o.m 23/4 2014 24/4 2014 150 kr 150 kr Första avgift erlagd för nytt avgiftsåret

Frikort utskrivet 14/6 2013, giltigt t.o.m 23/4 2014 24/4 2014 150 kr 150 kr Första avgift erlagd för nytt avgiftsåret Ho gosadssydd och fio D ä upp ill vaj ladsig a fassälla om osadsa sall vaa 1100 ll läg fö högosadssydd. D lagsifad högosadssydd ä isgilig. Elig Fullmäigs bslu ä högosadsa fö öpp hälso- och sjuvåd fö pso

Läs mer

F4 Matematikrep. Summatecken. Summatecken, forts. Summatecken, forts. Summatecknet. Potensräkning. Logaritmer. Kombinatorik

F4 Matematikrep. Summatecken. Summatecken, forts. Summatecken, forts. Summatecknet. Potensräkning. Logaritmer. Kombinatorik 03-0-4 F4 Matematirep Summatece Summatecet Potesräig Logaritmer Kombiatori Säg att vi har styce tal x,, x Summa av dessa tal (alltså x + + x ) srivs ortfattat med hjälp av summatece: x i i summa x i då

Läs mer

Algebra och geometri 5B Matlablaboration

Algebra och geometri 5B Matlablaboration Mariana Dalarsson, ME & Johan Svnonius, IT Algra och gomtri 5B46 - Matlalaoration 6-- Kurs: 5B46 Handldar: Karim Daho Uppgift Enligt uppgiftn gällr följand vationr: p ( x) + x a + ax + a x a (.) 7 f (

Läs mer

Hittills på kursen: E = hf. Relativitetsteori. vx 2. Lorentztransformationen. Relativistiskt dopplerskift (Rödförskjutning då källa avlägsnar sig)

Hittills på kursen: E = hf. Relativitetsteori. vx 2. Lorentztransformationen. Relativistiskt dopplerskift (Rödförskjutning då källa avlägsnar sig) Förläsning 4: Hittills å kursn: Rlativittstori Ljusastigtn i vakuum dnsamma för alla obsrvatörr Lorntztransformationn x γx vt y y z z vx t γt där γ v 1 1 v 1 0 0 Alla systm i likformig rörls i förålland

Läs mer

spänner upp ett underrum U till R 4. Bestäm alla par av tal (r, s) för vilka vektorn (r 3, 1 r, 3, 22 3r + s) tillhör U. Bestäm även en bas i U.

spänner upp ett underrum U till R 4. Bestäm alla par av tal (r, s) för vilka vektorn (r 3, 1 r, 3, 22 3r + s) tillhör U. Bestäm även en bas i U. MÄLARDALENS HÖGSKOLA Akadmin för utbildning, kultur och kommunikation Avdlningn för tillämpad matmatik Examinator: Lars-Göran Larsson TENTAMEN I MATEMATIK MMA9 Linjär algbra Datum: augusti 04 Skrivtid:

Läs mer

ATLAS-experimentet på CERN (web-kamera idag på morgonen) 5A1247, modern fysik, VT2007, KTH

ATLAS-experimentet på CERN (web-kamera idag på morgonen) 5A1247, modern fysik, VT2007, KTH ATLAS-xprimntt på CERN (wb-kamra idag på morgonn) 5A1247, modrn fysik, VT2007, KTH Laborationr: 3 laborationr: AM36: Atomkärnan. Handlar om radioaktivitt, absorbtion av gamma och btastrålning samt mätning

Läs mer

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer) Armi Halilovic: EXTRA ÖVNINGAR Newto-Raphsos metod NEWTON-RAPHSONS METOD (e metod för umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder

Läs mer

Tentamen i Envariabelanalys 1

Tentamen i Envariabelanalys 1 Liöpigs uiversitet Matematisa istitutioe Matemati och tillämpad matemati Kursod: TATA4 Provod: TEN Iga hjälpmedel är tillåta. Tetame i Evariabelaalys 4-4-3 l 4 9 Lösigara sall vara fullstädiga, välmotiverade,

Läs mer

Tentamen SF1633, Differentialekvationer I, den 22 oktober 2018 kl

Tentamen SF1633, Differentialekvationer I, den 22 oktober 2018 kl 1 Matematiska Istitutioe, KTH Tetame SF1633, Differetialekvatioer I, de 22 oktober 2018 kl 08.00-13.00. Examiator: Pär Kurlberg OBS: Iga hjälpmedel är tillåta på tetamesskrivige. För full poäg krävs korrekta

Läs mer

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson Uppsala Uiversitet Matematisa Istitutioe Thomas Erladsso LÄSANVISNINGAR VECKA -5 BINOMIALSATSEN Ett uttryc av forme a + b allas ett biom eftersom det är summa av två moom. För uttrycet (a + b) gäller de

Läs mer

som gör formeln (*) om vi flyttar första integralen till vänsterledet.

som gör formeln (*) om vi flyttar första integralen till vänsterledet. Armi Hlilovic: EXTRA ÖVNNGAR Prtill itgrtio PARTELL NTEGRATON uu(vv ( dddd uu(vv( uu (vv(dddd ( ), (pppppppppppppppp iiiiiiiiiiiiiiiiiiiiii) KKKKKKKKKKKKKK: uuuu dddd uuuu uu vv dddd Förklrig: Eligt produktrgl

Läs mer

(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.

(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna. 1 0,5 0 LÖSNINGAR till tetame: Statistik och saolikhetslära (LMA120) Tid och plats: 08:30-12:30 de 6 april 2016 Hjälpmedel: Typgodkäd miiräkare, formelblad Betygsgräser: 3: 12 poäg, 4: 18 poäg, 5: 24 poäg.

Läs mer

LINJÄR ALGEBRA II LEKTION 4

LINJÄR ALGEBRA II LEKTION 4 LINJÄR ALGEBRA II LEKTION 4 JOHAN ASPLUND Iehåll Egevärde, egevektorer och egerum 2 Diagoaliserig 3 Uppgifter 2 5:4-5a) 2 Extrauppgift frå dugga 2 52:8 4 52:3 4 Extrauppgift frå teta 4 Egevärde, egevektorer

Läs mer

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08 TENTAMEN I MATEMATISK STATISTIK Datum: 3 mars 8 Te i kurse HF3, 6H3, 6L3 MATEMATIK OCH MATEMATISK STATISTIK, Te i kurse HF ( Tidigare k 6H3), KÖTEORI OCH MATEMATISK STATISTIK, Skrivtid: 8:5-:5 Hjälpmedel:

Läs mer

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4 Sigalbhadlig i multimdia - ETI65 Förläsig 6 Sigalbhadlig i multimdia - ETI65 Kapitl 4 Fourirtrasorm av aalog sigal, FT Fourirtrasorm av digital sigal, DTFT ortsättig LTH 5 Ndlko Grbi (mtrl. rå Bgt Madrsso

Läs mer

Digital signalbehandling

Digital signalbehandling Istitutio ör lktro- och iormatiostkik LH, Lud Uivrsity örläsig : Sigalbhadlig ESS4 Sigalbhadlig sigalbhadlig A/D sig. bhadl. D/A Lågpassiltr Lågpassiltr ESS4 9 Samplig krts Rkostruktio Sigal Procssig:

Läs mer

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4 Sigalbhadlig i multimdia - ETI65 Förläsig 6 Sigalbhadlig i multimdia - ETI65 Kapitl 4 Fourirtrasorm av aalog sigal, FT Fourirtrasorm av digital sigal, DTFT ortsättig LTH 4 Ndlko Grbi (mtrl. rå Bgt Madrsso)

Läs mer

Digital signalbehandling Fönsterfunktioner

Digital signalbehandling Fönsterfunktioner Istitutioe för data- och elektrotekik Digital sigalbehadlig Fösterfuktioer 2-2-7 Fösterfuktioer aväds för att apassa mätserie vid frekvesaalys via DFT och FFT samt vid dimesioerig av FIR-filter via ivers

Läs mer

Digital signalbehandling

Digital signalbehandling Istitutio ör ltro- och iormtiosti LH, Lud Uivrsity örläsig : Siglbhdlig ESS4 Siglbhdlig siglbhdlig A/D sig. bhdl. ESS4 Smplig Rostrutio ISB -3-873-5, ISB -3-87374- Sigl Procssig: Pricipls, Algorithms,

Läs mer

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs SAMMANFATTNING TAMS79 Matematisk statistik, grudkurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, HT 2015 Versio: 1.0 Seast reviderad: 2016-02-01 Författare: Viktor Cheg

Läs mer

Tentamen TMV210 Inledande Diskret Matematik, D1/DI2

Tentamen TMV210 Inledande Diskret Matematik, D1/DI2 Tntamn TMV20 Inldand Diskrt Matmatik, D/DI2 207-2-20 kl. 08.30 2.30 Examinator: Ptr Hgarty, Matmatiska vtnskapr, Chalmrs Tlfonvakt: Ivar Simonsson (alt. Ptr Hgarty), tlfon: 037725325 (alt. 0705705475)

Läs mer

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes Lijär Algebra (lp 1, 2016) Lösigar till skrivuppgifte Julia Brades Uppgift 1. Betecka mägde av alla matriser med M(). Vi har e elemetvist defiierad additio av två matriser A, B M(). De är defiierad geom

Läs mer

Föreläsning 9. Digital signalbehandling. Kapitel 6. Sampling. LTH 2014 Nedelko Grbic (mtrl. från Bengt Mandersson)

Föreläsning 9. Digital signalbehandling. Kapitel 6. Sampling. LTH 2014 Nedelko Grbic (mtrl. från Bengt Mandersson) Digitl siglbhdlig E040 örläsig 9 Digitl siglbhdlig E040 Kpitl 6 mplig LH 04 Ndlko Grbic (mtrl. frå Bgt Mdrsso Dprtmt of Elctricl d Iformtio chology Lud Uivrsity 6 Kpitl 6 mplig Vi tittr u ärmr på smplig

Läs mer

Har du sett till att du:

Har du sett till att du: jua b r t t u a lr r l a r r a å l g P rä t r g u s p u m h a c tt val? t bo s F Rock w S Du har tt stort asvar! Som fastghtsägar m hyra gästr llr campg trägår är u otrolgt vktg aktör! Självklart för att

Läs mer

EGENRUM, ALGEBRAISK- OCH GEOMETRISK MULTIPLICITET

EGENRUM, ALGEBRAISK- OCH GEOMETRISK MULTIPLICITET EGENRUM, ALGEBRAISK- OCH GEOMETRISK MULTIPLICITET INLEDNING Ett polyom ( i variabel λ ) av grad är ett uttryc på forme P( λ) a λ + aλ + aλ + a, där a Polyomets ollställe är lösigar ( rötter) till evatioe

Läs mer

Digital signalbehandling

Digital signalbehandling Istitutio ör lktro- och iormatiostkik LH, Lud Uivrsity Förläsig : Digital Sigalbhadlig ESS4 Digital sigalbhadlig ESS4 3 ISBN -3-873-5 ISBN -3-87374- Digital Sigal Procssig: Pricipls, Algorithms, ad Applicatios.

Läs mer

P (A) = k A P (A ) = 1 P (A) P (A B) P (B) P (M i ) = 1 P (A) P (X = k) = p X (k) p X (k) = 1 P (A B) p X (k)

P (A) = k A P (A ) = 1 P (A) P (A B) P (B) P (M i ) = 1 P (A) P (X = k) = p X (k) p X (k) = 1 P (A B) p X (k) SVERIGES LANTBRUKSUNIVERSITET Istitutioe för eergi och tekik Uwe Mezel e-post: uwe.mezel@matstat.de Formelsamlig Grudläggade matematiskt statistik 2080822 Saolikhetslära Klassisk saolikhetsdeitio: P A

Läs mer

Stokastiska variabler

Stokastiska variabler TNG006 F2 11-04-2016 Stoastisa variabler Ett slumpmässigt försö ger ofta upphov till ett tal som bestäms av utfallet av försöet. Talet är ite ät före försöet uta bestäms av vilet utfall som ommer att uppstå,

Läs mer

Tentamen i Linjär Algebra, SF december, Del I. Kursexaminator: Sandra Di Rocco. Matematiska Institutionen KTH

Tentamen i Linjär Algebra, SF december, Del I. Kursexaminator: Sandra Di Rocco. Matematiska Institutionen KTH 1 Matematiska Istitutioe KTH Tetame i Lijär Algebra, SF164 14 december, 21. Kursexamiator: Sadra Di Rocco OBS! Svaret skall motiveras och lösige skrivas ordetligt och klart. Iga hjälpmedel är tillåta.

Läs mer

Matematisk statistik

Matematisk statistik Tetame TEN, HF, 8 aug Kursod: HF Srivtid: 8:-: Lärare och examiator: Armi Halilovic Matematis statisti Hjälpmedel: Bifogat formelhäfte ("Formler och tabeller i statisti ") och miiräare av vile typ som

Läs mer

KONTINUERLIGA STOKASTISKA VARIABLER ( Allmänt om kontinuerliga s.v.)

KONTINUERLIGA STOKASTISKA VARIABLER ( Allmänt om kontinuerliga s.v.) Kontinurliga fördlningar KONTINUERLIGA STOKASTISKA VARIABLER Allmänt om kontinurliga s.v. Dfinition. En stokastisk variabl ξξ. kallas kontinurlig om fördlningsfunktionn FF ξ är kontinurlig. Egnskar: Fördlningsfunktionn

Läs mer

= BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. a) Maclaurins formel

= BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. a) Maclaurins formel Tillampigar av Taylor- och Maclauriuvcklig ERÄKNING AV GRÄNSVÄRDEN då MED HJÄLP AV MACLAURINUTVECKLING a Maclauris forml f f f f f f L R!!! f c där R och c är al som liggr mlla och! Amärkig Efrsom c liggr

Läs mer

Ekvationen (ekv1) kan beskriva vågutbredning, transversella svängningar i en sträng och andra fysikaliska förlopp.

Ekvationen (ekv1) kan beskriva vågutbredning, transversella svängningar i en sträng och andra fysikaliska förlopp. VÅGEKVATIONEN Vi betratar följade PDE u( u( x t, där > är e ostat, x, t (ev) Evatioe (ev) a besriva vågutbredig, trasversella svägigar i e sträg och adra fysialisa förlopp Radvärdesproblemet består av

Läs mer

Kontrollskrivning 3 i SF1676, Differentialekvationer med tillämpningar. Tisdag kl 8:15-10

Kontrollskrivning 3 i SF1676, Differentialekvationer med tillämpningar. Tisdag kl 8:15-10 KH Matematik Kotrollskrivig 3 i SF676, Differetialekvatioer med tillämpigar isdag 7-5-6 kl 8:5 - illåtet hjälpmedel på lappskrivigara är formelsamlige BEA För godkäd på module räcker 5 poäg Bara väl motiverade

Läs mer

Uppgift 2. För två händelser A och B gäller P(A B)=0.5, P ( A ) = 0. 4 och P ( B

Uppgift 2. För två händelser A och B gäller P(A B)=0.5, P ( A ) = 0. 4 och P ( B TENTAMEN I MATEMATISK STATISTIK Datum: 3 juni 8 Ten i ursen HF3, 6H3, 6L3 MATEMATIK OH MATEMATISK STATISTIK, Ten i ursen HF ( Tidigare n 6H3), KÖTEORI OH MATEMATISK STATISTIK, Ten i ursen HF4, (Tidigare

Läs mer

Föreläsning 3. Signalbehandling i multimedia - ETI265. Kapitel 3. Z-transformen. LTH 2015 Nedelko Grbic (mtrl. från Bengt Mandersson)

Föreläsning 3. Signalbehandling i multimedia - ETI265. Kapitel 3. Z-transformen. LTH 2015 Nedelko Grbic (mtrl. från Bengt Mandersson) Sigalbeadlig i multimedia - ETI65 Föreläsig 3 Sigalbeadlig i multimedia - ETI65 Kapitel 3 Z-trasforme LT 5 Nedelo Grbic mtrl. frå Begt Madersso Departmet of Electrical ad Iformatio Tecolog Lud Uiversit

Läs mer

UPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR. Med andra ord: Vi kan approximera integralen från båda sidor

UPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR. Med andra ord: Vi kan approximera integralen från båda sidor Armi Halilovic: EXTRA ÖVNINGAR Summor och itegraler UPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR Om vi betratar e futio ff() som är otiuerlig i itervallet [aa, bb] då atar futioe sitt mista

Läs mer

Tentamenn. som har. del II. Handbook av Råde. Del I. Modul 1. fasporträttt. x 2 är en 0, x. Sida 1 av 25

Tentamenn. som har. del II. Handbook av Råde. Del I. Modul 1. fasporträttt. x 2 är en 0, x. Sida 1 av 25 SF676, am 5 aug 7 Isiuio för mamaik, KH SF676, Diffrialkvaior md illämpigar am isdag 5 aug 7 Skrivid: 8:-: Eamiaor: Krisia Bjrklöv För godkä (bg E krävs r godkäda modulrr frå dl I Varj moduluppgif bsår

Läs mer

Recept och inspiration

Recept och inspiration Rcpt ch ispirati Allrum da sapar ya, g möjlightr. Vi sm utvclar Allrum älsar it bara st sm smaar mr. Vi gillar mat i alla dss frmr där ritigt bra st a få lyfta sma. Så du blir särt it förvåad övr att smari

Läs mer

HOMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER

HOMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER Armi alilovi: EXTRA ÖVNINGAR omoga lijära diffrtialkvatior OMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER Lijär diffrtialkvatio (DE) md kostata koffiitr är kvatio av följad tp ( ) (

Läs mer

Tillämpad biomekanik, 5 poäng Plan rörelse, kinematik och kinetik

Tillämpad biomekanik, 5 poäng Plan rörelse, kinematik och kinetik Pla rörelse Kiematik vid rotatio av stela kroppar Iledade kiematik för stela kroppar. För de två lijera, 1 och, i figure bredvid gäller att deras vikelpositioer, θ 1 och θ, kopplas ihop av ekvatioe Θ =

Läs mer

TNA003 Analys I Lösningsskisser, d.v.s. ej nödvändigtvis fullständiga lösningar, till vissa uppgifter kap P4.

TNA003 Analys I Lösningsskisser, d.v.s. ej nödvändigtvis fullständiga lösningar, till vissa uppgifter kap P4. TN00 nals I Lösningsskissr, d.v.s. j nödvändigtvis ullständiga lösningar, till vissa uppgitr kap P. P.5a) Om gränsvärdt istrar så motsvarar dt drivatan av arctan i. Etrsom arctan är drivrbar i d så istrar

Läs mer

TAMS15: SS1 Markovprocesser

TAMS15: SS1 Markovprocesser TAMS15: SS1 Markovprocesser Joha Thim (joha.thim@liu.se) 21 ovember 218 Vad häder om vi i e Markovkedja har kotiuerlig tid istället för diskreta steg? Detta är ett specialfall av e kategori stokastiska

Läs mer

24 poäng. betyget Fx. framgår av. av papperet. varje blad.

24 poäng. betyget Fx. framgår av. av papperet. varje blad. Kurs: HF93 Matmatik, Momnt TEN (Analys) Datum: 9 januari 5 Skrivtid 3:5 7:5 Eaminator: Armin Halilovic Undrvisand lärar: Elias Said, Jonas Stnholm, Håkan Strömbrg För godkänt btyg krävs av ma poäng. Btygsgränsr:

Läs mer

Formelblad Sannolikhetsteori 1

Formelblad Sannolikhetsteori 1 Formelblad Saolikhetsteori Bayes formel: Låt A och D vara två hädelser Då gäller P A D = P D AP A P D Chebyshevs olikhet: Låt X vara e stokastisk variabel med vätevärde µ och varias Då gäller för alla

Läs mer

Handbok. för evenemang och möten i Borås. Framtagen av Säkerhetsnålen Borås välplanerat värdskap

Handbok. för evenemang och möten i Borås. Framtagen av Säkerhetsnålen Borås välplanerat värdskap Hadbok för vmag och möt i Borås Framtag av Säkrhtsål Borås välplarat värdskap hadbok 3 4 20 22 23 24 25 Ildig 1. Chcklista tillståd 2. Mall för säkrhtspla samt xmpl på säkrhtspla 3. Rkommdatior miljö Tillståd

Läs mer

1. Hur gammalt är ditt barn?

1. Hur gammalt är ditt barn? Förskoleekät 2017 Filtrerigsvillkor: Villkor: 1: Svarsalterativ Björkduge (Fråga: Vilke förskola går ditt bar i?) 1. Hur gammalt är ditt bar? 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 1-2 22% 3-4 50% 5-6

Läs mer

Kontinuerliga fördelningar. b), dvs. b ). Om vi låter a b. 1 av 12

Kontinuerliga fördelningar. b), dvs. b ). Om vi låter a b. 1 av 12 KONTINUERLIGA STOKASTISKA VARIABLERR Allmänt om kontinurliga sv Dfinition En stokastisk variabl kallas kontinurlig om fördlningsfunktionnn ξ är kontinurlig Egnskar av fördlningsfunktion: Fördlningsfunktionn

Läs mer

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar) 1 Föreläsig 6, Ht 2 Hambley avsitt 12.7 (äve 7.3 för de som vill läsa lite mer om gridar) Biära tal Vi aväder ormalt det decimala talsystemet, vilket har base 10. Talet 2083 rereseterar då 2 10 3 0 10

Läs mer

Uppskatta lagerhållningssärkostnader

Uppskatta lagerhållningssärkostnader B 13 Uppskatta lagrhållningssärkstnadr Md lagrhållningssärkstnadr ass alla d kstnadr sm hängr samman md ch ppstår gnm att artiklar hålls i lagr. Dt är fråga m rsaksbtingad kstnadr ch därmd särkstnadr,

Läs mer

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl Lösningsförslag till tentamen i SF86 Optimeringslära för T. Torsdag 28 maj 2 kl. 4. 9. Examinator: Per Enqvist, tel. 79 62 98. (a) Inför variablerna x = (x sr, x sm, x sp, x sa, x sd, x gr, x gm, x gp,

Läs mer

= x 1. Integration med avseende på x ger: x 4 z = ln x + C. Vi återsubstituerar: x 4 y 1 = ln x + C. Villkoret ger C = 1.

= x 1. Integration med avseende på x ger: x 4 z = ln x + C. Vi återsubstituerar: x 4 y 1 = ln x + C. Villkoret ger C = 1. Lösigsförslag till tetamesskrivig i Matematik IV, 5B0 Torsdage de 6 maj 005, kl 0800-00 Hjälpmedel: BETA, Mathematics Hadbook Redovisa lösigara på ett sådat sätt att beräkigar och resoemag är lätta att

Läs mer

INTRODUKTION. Akut? RING: 031-51 20 12

INTRODUKTION. Akut? RING: 031-51 20 12 INTRODUKTION Btch AB är i grundn tt gränsövrskridand nätvrk av ingnjörr, tknikr, tillvrkar (producntr) som alla har myckt lång rfarnht inom Hydraulik branschn. Dtta inkludrar allt från tillvrkning och

Läs mer

Kontrollskrivning Introduktionskurs i Matematik HF0009 Datum: 25 aug Uppgift 1. (1p) Förenkla följande uttryck så långt som möjligt:

Kontrollskrivning Introduktionskurs i Matematik HF0009 Datum: 25 aug Uppgift 1. (1p) Förenkla följande uttryck så långt som möjligt: Kontrollskrivning Introduktionskurs i Matmatik HF9 Datum: 5 aug 7 Vrsion A Kontrollskrivningn gr maimalt p För godkänd kontrollskrivning krävs p Till samtliga uppgiftr krävs fullständiga lösningar! Inga

Läs mer

17. Övningar ÖVNINGAR Låt F och G vara avbildningar på rummet, som i basen e = {e 1,e 2,e 3 } ges av. x 1 x 2 2x 2 + 3x 3 2x 1 x 3

17. Övningar ÖVNINGAR Låt F och G vara avbildningar på rummet, som i basen e = {e 1,e 2,e 3 } ges av. x 1 x 2 2x 2 + 3x 3 2x 1 x 3 192 17 ÖVNINGAR 17. Övningar 17.1. Låt F och G vara avbildningar på rummet, som i basen e = {e 1,e 2,e 3 } ges av F(eX) = ey = e x 1 x 2 2x 2 + 3x 3 2x 1 x 3, G(eX) = e x 1 x 2 x 2 2 x 2 + x 3 Undersök

Läs mer

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in. Statistisk försöksplaerig Provmomet: Ladokkod: Tetame ges för: Skriftlig tetame 3,0 hp 51SF01 DTEIN14h 4,5 högskolepoäg TetamesKod: Tetamesdatum: 5 ovember 015 Tid: 9.00-13.00 Hjälpmedel: Miiräkare Totalt

Läs mer

i) exakt en lösning ii) oändligt många lösningar iii) ingen lösning.

i) exakt en lösning ii) oändligt många lösningar iii) ingen lösning. TENTAMEN -Dc-9, HF och HF8 Momnt: TEN (Lnjär algbra, hp, srftlg tntamn Kursr: Analys och lnjär algbra, HF8, Lnjär algbra och analys HF Klassr: TIELA, TIMEL, TIDAA Td: -7, Plats: Campus Flmngsbrg Lärar:

Läs mer

För att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ

För att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ 1 February 1, 2018 1 Förel. VII Puktskattigar av parametrar i fördeligar 1.1 Puktskattig För att skatta vätevärdet för e fördelig är det lämpligt att aväda Medelvärdet ξ = 1 ξ j. Vi tar u vätevärdet av

Läs mer

Formelsamling. Enkel linjär regressionsananalys: Modell: y i = β 0 + β 1 x i + ε i. Anpassad regressionslinje: ŷ = b 0 + b 1 x. (x i x) (y i ȳ) ( x)2

Formelsamling. Enkel linjär regressionsananalys: Modell: y i = β 0 + β 1 x i + ε i. Anpassad regressionslinje: ŷ = b 0 + b 1 x. (x i x) (y i ȳ) ( x)2 LINKÖPINGS UNIVERSITET Matematiska istitutioe Statistik, ANd Formelsamlig Ekel lijär regressiosaaalys: Modell: y i β 0 + β x i + ε i ε N(0,σ. Apassad regressioslije: ŷ b 0 + b x b (x i x (y i ȳ (x i x

Läs mer

Undervisande lärare: Fredrik Bergholm, Elias Said, Jonas Stenholm Examinator: Armin Halilovic

Undervisande lärare: Fredrik Bergholm, Elias Said, Jonas Stenholm Examinator: Armin Halilovic Tntamn i Matmatik, HF9, 8 oktobr, kl 5 75 Undrvisand lärar: Frdrik Brgholm, Elias Said, Jonas Stnholm Eaminator: Armin Halilovic Hjälpmdl: Endast utdlat ormlblad (miniräknar är int tillåtn För godkänt

Läs mer

Kontextfri grammatik (CFG)

Kontextfri grammatik (CFG) Kotextfri grammatik (CFG) Mats Dahllöf Ist. f ligvistik och filologi December 2015 1 / 23 Frasstrukturträd hud studt Aalys av de ord som häger lägst ed, hud studt. E graf med fler oder ä depdsaalys (fem

Läs mer

3 Signaler och system i tidsplanet Övningar 3.1 Skissa följande signalers tidsförlopp i lämpligt tidsintervall

3 Signaler och system i tidsplanet Övningar 3.1 Skissa följande signalers tidsförlopp i lämpligt tidsintervall Sigaler och sstem i tidsplaet. Skissa följade sigalers tidsförlopp i lämpligt tidsitervall a) 0 6 [ ] b) [ ] c) 07 [ ] 0 [ ] d) u [ ] e) 06u[ ] u[ ] [ ] f) r [ ] 0 r[ ] r[ ] r[ 6] 0 r[ 8] g) 08 cos π h)

Läs mer

Datastrukturer och algoritmer

Datastrukturer och algoritmer Iehåll Föreläsig 6 Asymtotisk aalys usammafattig experimetell aalys uasymtotisk aalys Lite matte Aalysera pseudokode O-otatio ostrikt o Okulärbesiktig 2 Mäta tidsåtgåge uhur ska vi mäta tidsåtgåge? Experimetell

Läs mer

2. Bestäm en ON-bas i det linjära underrummet [1 + x, 1 x] till P 2 utrustat med skalärprodukten

2. Bestäm en ON-bas i det linjära underrummet [1 + x, 1 x] till P 2 utrustat med skalärprodukten MÄLARDALENS HÖGSKOLA Akadmin för utbildning, kultur och kommunikation Avdlningn för tillämpad matmatik Examinator: Lars-Göran Larsson TENTAMEN I MATEMATIK MMA9 Linjär algbra Datum: 6 januari 03 Skrivtid:

Läs mer

Analys av algoritmer. Beräkningsbar/hanterbar. Stora Ordo. O(definition) Datastrukturer och algoritmer. Varför analysera algoritmer?

Analys av algoritmer. Beräkningsbar/hanterbar. Stora Ordo. O(definition) Datastrukturer och algoritmer. Varför analysera algoritmer? Datastrukturer och algoritmer Föreläsig 2 Aalys av Algoritmer Aalys av algoritmer Vad ka aalyseras? - Exekverigstid - Miesåtgåg - Implemetatioskomplexitet - Förstålighet - Korrekthet - - 29 30 Varför aalysera

Läs mer

Kontrollskrivning 2 till Diskret Matematik SF1610, för CINTE1, vt 2019 Examinator: Armin Halilovic Datum: To Σ p P/F Extra Bonus

Kontrollskrivning 2 till Diskret Matematik SF1610, för CINTE1, vt 2019 Examinator: Armin Halilovic Datum: To Σ p P/F Extra Bonus Kotrollsrivig till Disret Matemati SF60, för CINTE, vt 09 Eamiator: Armi Halilovic Datum: To 09-04-5 Versio B Resultat: Σ p P/F Etra Bous Iga hjälpmedel tillåta Mist 8 poäg ger godät Godäd KS r medför

Läs mer

INGENJÖRSMATEMATISK FORMELSAMLING

INGENJÖRSMATEMATISK FORMELSAMLING Sätyck u femte upplaga av fomle och tabelle fö aolikhetläa och tatitik, idoa 89-4. Toe Gutafo 004. INGENJÖRSMATEMATISK FORMELSAMLING Toe K. Gutafo Kombiatoik 89 90 Kombiatoik 6 KOMBINATORIK Atal pemutatioe

Läs mer

Något om funktionsföljder/funktionsserier

Något om funktionsföljder/funktionsserier mtemtis metoder E, del D, FF Något om futiosföljder/futiosserier. Putvis och liformig overges Vi etrtr reellvärd futioer med gemesm defiitiosmägd D IR, M D. Me (äst) llt går helt logt för omplevärd futioer

Läs mer

DEL I. Matematiska Institutionen KTH

DEL I. Matematiska Institutionen KTH 1 Matematiska Istitutioe KTH Lösig till tetamesskrivig på kurse Diskret Matematik, momet A, för D2 och F, SF1631 och SF1630, de 5 jui 2009 kl 08.00-13.00. DEL I 1. (3p) Bestäm e lösig till de diofatiska

Läs mer

Räkneövningar populationsstruktur, inavel, effektiv populationsstorlek, pedigree-analys - med svar

Räkneövningar populationsstruktur, inavel, effektiv populationsstorlek, pedigree-analys - med svar Räknövningar populationsstruktur, inavl, ffktiv populationsstorlk, pdigr-analys - md svar : Ndanstånd alllfrkvnsdata rhölls från tt stickprov. Bräkna gnomsnittlig förväntad htrozygositt. Locus A B C D

Läs mer

Tentamen i matematisk statistik, Statistisk Kvalitetsstyrning, MSN320/TMS070 Lördag , klockan Lärare: Jan Rohlén

Tentamen i matematisk statistik, Statistisk Kvalitetsstyrning, MSN320/TMS070 Lördag , klockan Lärare: Jan Rohlén FACIT Tetame i matematisk statistik, Statistisk Kvalitetsstyrig, MSN3/TMS7 Lördag 6-1-16, klocka 14.-18. Lärare: Ja Rohlé Ugift 1 (3.5 ) Se boke! Ugift (3.5) Se boke! Ugift 3 (3) a-ugifte Partistorlek:

Läs mer

F3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index.

F3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index. F3 Lite till om tidsserier Deflaterig, att justera för iflatioe tatistikes gruder dagtid 4 3,5 3,5,5 Mjölk ockerdricka HT,5 975 976 977 978 979 98 98 98 Löpade priser År Mjölk ockerdricka KPI 945 = 975,34,

Läs mer