Matematisk statistik för B, K, N, BME och Kemister. Matematisk statistik slumpens matematik. Exempel: Utsläpp från Källby reningsverk.

Storlek: px
Starta visningen från sidan:

Download "Matematisk statistik för B, K, N, BME och Kemister. Matematisk statistik slumpens matematik. Exempel: Utsläpp från Källby reningsverk."

Transkript

1 Mtemtisk sttistik för B, K, N, BME och Kemister Föreläsning 1 John Lindström 1 september 2014 John Lindström - FMS086/MASB02 F1 2/26 Exempel Tillämpningr Signlbehndling Mtemtisk sttistik slumpens mtemtik Snnolikhetsteori: Hur beskriver mn slumpen? Sttistikteori: Vilk slutstser kn mn dr v ett dtmteril? John Lindström - FMS086/MASB02 F1 3/26 Exempel Tillämpningr Signlbehndling Exempel: Utsläpp från Källby reningsverk Hlten v fosfor mäts i Höje å före och efter Källby vloppsreningsverk. Medelvärde före: 120 μg/l efter: 170 μg/l Ökr fosfor hlten efter reningsverket? Överskrider utsläppen från Källby riktvärdet på 300 μg/l? Funder på: Vd kn skillnden i medelvärde bero på? Hur borde mn mät 1. Mät uppströms en dg och nedströms näst dg. 2. Mät upp- och nedströms smm dg. John Lindström - FMS086/MASB02 F1 4/26

2 Exempel Till mpningr Signlbehndling Ozon i Dobson enheter John Lindstro m - FMS086/MASB02 F1 5/26 Exempel Till mpningr Signlbehndling V gho jd John Lindstro m - FMS086/MASB02 F1 6/26 Exempel Till mpningr Signlbehndling Florence Nightingle en.wikipedi.org/wiki/florence_nightingle John Lindstro m - FMS086/MASB02 F1 7/26

3 Exempel Tillämpningr Signlbehndling Detektion v sprängämne John Lindström - FMS086/MASB02 F1 8/26 Exempel Tillämpningr Signlbehndling NQR signl met-mfetmin John Lindström - FMS086/MASB02 F1 9/26 Exempel Tillämpningr Signlbehndling Tillämpningr för mtemtisk sttistik (forts) Medicin & Häls Miljö Processindustri Biologi Försäkringr Spel/Lotterier Geologi osv The best thing bout being sttisticin is tht you get to ply in everyone s bckyrd. John Wilder Tukey. John Lindström - FMS086/MASB02 F1 10/26

4 Prktisk detljer MpleTA Dtorlbortion Projekt Kursen går över 1 läsperiod 2 föreläsningr i veckn 2 räkneövningr i veckn 1 dtorlbortion i veckn (obligtorisk i läsveck 1 & 4) Exmintion: Godkänt MpleTA-test, senst Närvro på dtorlbortioner i läsveck 1 & 4 Godkänt projektrbete (inlämning ) Tentmin Kurshemsid: Föreläsre: John Lindström, MH319 John Lindström - FMS086/MASB02 F1 11/26 Förkunskpskrv MpleTA Dtorlbortion Projekt För tt få läs kursen måste mn h klrt 6 högskolepoäng inom: Endimensionell nlys (FMA410, FMAA01, FMAA05) Flerdimensionell nlys (FMA430, FMA435, FMA025) innn kursen strtr. John Lindström - FMS086/MASB02 F1 12/26 MpleTA MpleTA Dtorlbortion Projekt Viss övningsuppgifter i MpleTA mplet.mths.lth.se/mplet/login/login.do Logg in med StiL-identitet Registrer er på Mtemtisk Sttistik BKN & BME. Tre typer v uppgifter: 1. FMS086-slh: ÖVNINGSUPPGIFTER i snnolikhetsteori 2. FMS086-inf: ÖVNINGSUPPGIFTER i inferensteori 3. TEST FMS086, Dedline Testet skll klrs (7 v 10) senst (fredg läsveck 3). John Lindström - FMS086/MASB02 F1 13/26

5 MpleTA Dtorlbortion Projekt Dtorlbortion Dtorlbortionern är relevnt för projektet Obligtorisk i läsveck 1 & 4 Anmälning vi (https://livetlund.lu.se/). 10 eller 20 pltser per tillfälle. John Lindström - FMS086/MASB02 F1 14/26 MpleTA Dtorlbortion Projekt Projekt Löses i grupper om 2. Individuell dt för vrje grupp Inlämning senst (fredg läsveck 6) Rätts under veck 7. Eventuell nmärkningr korrigers under dtorlbortionen i läsveck 8. John Lindström - FMS086/MASB02 F1 15/26 Exempel Dt Olik typer v vribler (observtioner) Diskret Antr distinkt värden, ex: Binär vribler: Antr endst 2 värden: defekt/hel, j/nej. Kvlittiv vribler: Klsstilhörighet: färg, prtisympti, etc. Heltlsvribler: Antl Kontinuerlig Antr godtycklig reell värden (möjligen i ett intervll). Fosfor-hlten i Höje Å Tempertur John Lindström - FMS086/MASB02 F1 16/26

6 Exempel: Medelvärde & Vrins Exempel Givet observtioner: ( 1.21; 0.79; 0.30; 0.29; 0.49; 0.67; 0.72; 0.73; 1.03; 1.63 ) Beräkn: 1. Medelvärde 2. Medin 3. Vrins 4. Stndrdvvikelse John Lindström - FMS086/MASB02 F1 17/26 Frekvens Kolmogorov Ex Frekvenstolkning v snnolikhet Upprep ett slumpmässigt försök n gånger Antl ggr A inträffr n P(A), då n växer. 1 Reltiv frekvensen v ntl treor Reltiv frekvens Antl tärningskst 1/6? John Lindström - FMS086/MASB02 F1 18/26 Snnolikhet Frekvens Kolmogorov Ex Snnolikheten tt en händelse A skll inträff bet. P(A) En snnolikhet måste uppfyll följnde, Kolmogorovs xiomsystem: 0 P(A) 1 En snnolikhet är ett tl melln 0 och 1 P(Ω) = 1 Snnolikheten tt något skll händ är 1 P(A B) = P(A) + P(B) Om och endst om A och B är oförenlig John Lindström - FMS086/MASB02 F1 19/26

7 Exempel I Frekvens Kolmogorov Ex Kst en tärning och definer händelsern A : Minst 4: = {4:, 5:, 6:} B : Högst 5: = {1:, 2:, 3:, 4:, 5:} C : 3: = {3:} Vd är: 1. P(A B)? 2. P(A B)? 3. P(A C)? John Lindström - FMS086/MASB02 F1 20/26 Exempel II Frekvens Kolmogorov Ex Kst 4 tärningr vd är snnolikheten tt få: 1. All (4 stycken) 3:or? 2. Ing 5:or? 3. Minst ett udd (1:, 3:, 5:) nummer? John Lindström - FMS086/MASB02 F1 21/26 Snnolikhetsfunktion För en diskret s.v. X definiers snnolikhetsfunktionen som p X (k) = P(X = k) Någr egenskper: 0 p X (k) 1, eftersom det är snnolikheter b P( X b) = p X (k) ll k k= p X (k) = 1. Slh tt X skll nt något värde är 1. John Lindström - FMS086/MASB02 F1 22/26

8 Täthetsfunktion En kontinuerlig s.v X hr i stället en täthetsfunktion f X (x). P(X A) = f X (x) dx A Någr egenskper: f X (x) 0 P( X b) = b f X (x) dx f X (x) dx = 1. Slh tt X skll nt något värde är 1. John Lindström - FMS086/MASB02 F1 23/26 Fördelningsfunktion För tt räkn ut snnolikheter behöver mn summer p X (k) eller integrer f X (x). Det kn därför vr nvändbrt tt h en fördelningsfunktion (borde het kumultiv förd.funk.) F X (x) = P(X x) Någr egenskper: 0 F X (x) 1, eftersom det är en snnolikhet F X (x) är växnde. Diskret Kontinuerlig F X (x) = k x p X (k) F X (x) = x p X (k) = F X (k) F X (k 1) f X (x) = d dx F X(x) f X (t) dt John Lindström - FMS086/MASB02 F1 24/26 Fördelningsfunktion Diskret b P( < X b) = p X(k) P( < X b) = F X(b) F X() k=+1 p X (k) F X (x) P( < X b) = b b k k b f X(x) dx Kontinuerligt P( < X b) = F X(b) F X() f X (x) F X (x) b x b x John Lindström - FMS086/MASB02 F1 25/26

9 Väntevärde Väntevärdet nger tyngdpunkten för fördelningen och kn tolks som det värde mn får i medeltl i lång loppet. { E(X) = xf X(x) dx Kont. k kp X(k) Diskr. Vrins Vrinsen nger hur utspridd X är kring sitt väntevärde. [ ] } 2 V(X) = E{ X E(X) = E(X 2 ) E(X) 2 John Lindström - FMS086/MASB02 F1 26/26

Föreläsning 1, Matematisk statistik för M

Föreläsning 1, Matematisk statistik för M Föreläsning 1, Matematisk statistik för M Erik Lindström 23 mars 2015 Erik Lindström - erikl@maths.lth.se FMS035 F1 1/30 Tillämpningar Praktiska detaljer Matematisk statistik slumpens matematik Sannolikhetsteori:

Läs mer

Föreläsning 1, Matematisk statistik Π + E

Föreläsning 1, Matematisk statistik Π + E Introduktion Sannolikhetsteori Beroende Föreläsning 1, Matematisk statistik Π + E Sören Vang Andersen 4 november 2014 Sören Vang Andersen - sva@maths.lth.se FMS012 F1 1/26 Introduktion Sannolikhetsteori

Läs mer

Matematisk statistik 9 hp för I, Pi, C, D och fysiker Föreläsning 1: Introduktion och Sannolikhet

Matematisk statistik 9 hp för I, Pi, C, D och fysiker Föreläsning 1: Introduktion och Sannolikhet Matematisk statistik 9 hp för I, Pi, C, D och fysiker Föreläsning 1: Introduktion och Sannolikhet Anna Lindgren 30+31 augusti 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F1: Sannolikhet 1/27 Praktiska

Läs mer

Föreläsning 2, Matematisk statistik för M

Föreläsning 2, Matematisk statistik för M Repetition Stok. Var. Diskret Kont. Fördelningsfnk. Föreläsning 2, Matematisk statistik för M Erik Lindström 25 mars 2015 Erik Lindström - erikl@maths.lth.se FMS012 F2 1/16 Repetition Stok. Var. Diskret

Läs mer

Integraler och statistik

Integraler och statistik Föreläsning 8 för TNIU Integrler och sttistik Krzysztof Mrcinik ITN, Cmpus Norrköping, krzm@itn.liu.se www.itn.liu.se/krzm ver. 4 - --8 Inledning - lite om sttistik Sttistik är en gren v tillämpd mtemtik

Läs mer

Kontinuerliga variabler

Kontinuerliga variabler Kontinuerlig vribler c 005 Eric Järpe Högskoln i Hlmstd Antg tt vi kunde mät med oändligt stor noggrnnhet hur stor strömstyrk en viss typ v motstånd klrr. Ing mätningr skulle då vr exkt lik. Om vi mätte

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys Modul 5: Integrler Institutionen för mtemtik KTH 30 november 4 december Integrler Integrler är vd vi sk håll på med denn veck och näst. Vi kommer tt gör följnde: En definition v vd begreppet betyder En

Läs mer

Föreläsning 4, Matematisk statistik för M

Föreläsning 4, Matematisk statistik för M Föreläsning 4, Matematisk statistik för M Erik Lindström 1 april 2015 Erik Lindström - erikl@maths.lth.se FMS012 F4 1/19 Binomialfördelning Beteckning: X Bin(n, p) Förekomst: Ett slumpmässigt försök med

Läs mer

LINJÄR ALGEBRA II LEKTION 1

LINJÄR ALGEBRA II LEKTION 1 LINJÄR ALGEBRA II LEKTION JOHAN ASPLUND INNEHÅLL. VEKTORRUM OCH DELRUM Hel kursen Linjär Algebr II hndlr om vektorrum och hur vektorrum (eller linjär rum, som de iblnd klls) beter sig. Tidigre hr mn ntgligen

Läs mer

Exempel för diskreta och kontinuerliga stokastiska variabler

Exempel för diskreta och kontinuerliga stokastiska variabler Stokastisk variabel ( slumpvariabel) Sannolikhet och statistik Stokastiska variabler HT 2008 Uwe.Menzel@math.uu.se http://www.math.uu.se/ uwe/ Stokastisk variabel, slumpvariabel (s.v.): Funktion: Resultat

Läs mer

Föreläsning 6, Matematisk statistik Π + E

Föreläsning 6, Matematisk statistik Π + E Repetition Kovarians Stora talens lag Gauss Föreläsning 6, Matematisk statistik Π + E Sören Vang Andersen 2 december 2014 Sören Vang Andersen - sva@maths.lth.se FMS012 F6 1/20 Repetition Kovarians Stora

Läs mer

Matematisk statistik - Slumpens matematik

Matematisk statistik - Slumpens matematik Matematisk Statistik Matematisk statistik är slumpens matematik. Började som en beskrivning av spel, chansen att få olika utfall. Brevväxling mellan Fermat och Pascal 1654. Modern matematisk statistik

Läs mer

PASS 1. RÄKNEOPERATIONER MED DECIMALTAL OCH BRÅKTAL

PASS 1. RÄKNEOPERATIONER MED DECIMALTAL OCH BRÅKTAL PASS. RÄKNEOPERATIONER MED DECIMALTAL OCH BRÅKTAL. Tl, bråktl och decimltl Vd är ett tl för någonting? I de finländsk fmiljern brukr det vnligtvis finns två brn enligt Sttistikcentrlen (http://www.tilstokeskus.fi/tup/suoluk/suoluk_vesto_sv.html).

Läs mer

(x) = F X. och kvantiler

(x) = F X. och kvantiler Föreläsning 5: Matstat AK för M, HT-8 MATEMATISK STATISTIK AK FÖR M HT-8 FÖRELÄSNING 5: KAPITEL 6: NORMALFÖRDELNINGEN EXEMPEL FORTKÖRARE Man har mätt hastigheten på 8 bilar som passerade en korsning i

Läs mer

Matematisk statistik för B, K, N, BME och Kemister

Matematisk statistik för B, K, N, BME och Kemister Matematisk statistik för B, K, N, BME och Kemister Johan Lindström Repetition Johan Lindström - johanl@maths.lth.se FMS86/MASB2 1/44 Begrepp S.V. Fördelning Väntevärde Gauss CGS Grundläggande begrepp (Kap.

Läs mer

Stokastiska variabler

Stokastiska variabler Kpitel 4 Stokstisk vribler Ett utfll v ett slumpmässigt försök är oft sådnt som inte direkt kn mäts. T.ex. försöket Kst med ett symmetriskt mynt hr utfllsrummet {kron, klve}. För tt kvntittivt nlyser försök

Läs mer

Läsanvisningar för MATEMATIK I, ANALYS

Läsanvisningar för MATEMATIK I, ANALYS Läsnvisningr för MATEMATIK I, ANALYS Läsnvisningrn är tänkt i först hnd för dig som läser kursen mtemtik I på distns, och de sk vägled dig på din res genom nlysen. Stoffet är i stort sett portionert på

Läs mer

TMV151/TMV181. Fredrik Lindgren. 19 november 2013

TMV151/TMV181. Fredrik Lindgren. 19 november 2013 TMV151/TMV181 Fredrik Lindgren Mtemtisk vetenskper Chlmers teknisk högskol och Göteborgs universitet 19 november 2013 F. Lindgren (Chlmers&GU) Envribelnlys 19 november 2013 1 / 24 Outline 1 Mss, moment

Läs mer

RÄTTNINGSMALL TILL KEMIOLYMPIADEN 2014, OMGÅNG 2

RÄTTNINGSMALL TILL KEMIOLYMPIADEN 2014, OMGÅNG 2 RÄTTNINGSMALL TILL EMIOLYMPIADEN 201, OMGÅNG 2 Nmn: Födelsedtum: Skol: Hemdress: e-post: Uppg. Endst svr ing uträkningr Poäng L 1 b c d e f 2 2 b c d e 2,1 cm 2 0,20 mol/dm 2 b 1 kp 2 5 2ClO 2 + 2OH ClO

Läs mer

FMS012/MASB03: Matematisk statistik 9.0 hp för F+fysiker Föreläsning 1: Sannolikhet

FMS012/MASB03: Matematisk statistik 9.0 hp för F+fysiker Föreläsning 1: Sannolikhet FMS012/MASB03: Matematisk statistik 9.0 hp för F+fysiker Föreläsning 1: Sannolikhet Anna Lindgren 18 januari 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F1: Sannolikhet 1/27 Tillämpningar Praktiska

Läs mer

Matematiska uppgifter

Matematiska uppgifter Element Årgång 59, 976 Årgång 59, 976 Först häftet 3020. Lös på enklste sätt ekvtionssystemet (Svr: x = v = 2 och y = u = 2) x + 7y + 3v + 5u = 6 8x + 4y + 6v + 2u = 6 2x + 6y + 4v + 8u = 6 5x + 3y + 7v

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I MS-A0509 Grundkurs i snnolikhetsklkyl och sttistik Smmnfttning, del I G. Gripenerg Alto-universitetet 6 feruri 2015 1 Snnolikheter Oeroende Betingd snnolikhet Byes formel Klssisk snnolikhet och komintorik

Läs mer

Några extra övningsuppgifter i Statistisk teori

Några extra övningsuppgifter i Statistisk teori Statistiska institutionen Några extra övningsuppgifter i Statistisk teori 23 JANUARI 2009 2 Sannolikhetsteorins grunder 1. Tre vanliga symmetriska tärningar kastas. Om inte alla tre tärningarna visar sexa,

Läs mer

4.2.1 Binomialfördelning

4.2.1 Binomialfördelning Ex. Kasta en tärning. 1. Vad är sannolikheten att få en 6:a? 2. Vad är sannolikheten att inte få en 6:a? 3. Vad är sannolikheten att få en 5:a eller 6:a? 4. Om vi kastar två gånger, vad är då sannolikheten

Läs mer

x 12 12 = 32 12 x 11 + 11 = 26 + 11 x 20 + 20 = 45 + 20 x=3 x=5 x=6 42 = 10x x + 10 = 15 x + 10 10 = 15 10 11 + 9 = 20 x = 65 x + 36 = 46

x 12 12 = 32 12 x 11 + 11 = 26 + 11 x 20 + 20 = 45 + 20 x=3 x=5 x=6 42 = 10x x + 10 = 15 x + 10 10 = 15 10 11 + 9 = 20 x = 65 x + 36 = 46 Vilket tl sk stå i rutn så tt likheten stämmer? + Lös ekvtionen så tt likheten stämmer. = + 9 = + = + = = Det sk stå 9 i rutn. Subtrher båd leden med. r -termen sk vr kvr i vänstr ledet. Skriv rätt tl

Läs mer

Kan det vara möjligt att med endast

Kan det vara möjligt att med endast ORIO TORIOTO yllene snittet med origmi ed endst någr få vikningr kn mn få frm gyllene snittet och också konstruer en regelbunden femhörning. I ämnren nr 2, 2002 beskrev förfttren hur mn kn rbet med hjälp

Läs mer

Ett förspel till Z -transformen Fibonaccitalen

Ett förspel till Z -transformen Fibonaccitalen Ett förspel till Z -trnsformen Fibonccitlen Leonrdo Pisno vnligen klld Leonrdo Fiboncci, den knske störste mtemtiker som Europ frmburit före renässnsen skrev år 10 en bok (Liber bci) i räknelär. J, fktiskt.

Läs mer

SF1901: Sannolikhetslära och statistik. Väntevärde; Väntevärde för funktioner av s.v:er; Varians; Tjebysjovs olikhet. Jan Grandell & Timo Koski

SF1901: Sannolikhetslära och statistik. Väntevärde; Väntevärde för funktioner av s.v:er; Varians; Tjebysjovs olikhet. Jan Grandell & Timo Koski SF1901: Sannolikhetslära och statistik Föreläsning 5. Väntevärde; Väntevärde för funktioner av s.v:er; Varians; Tjebysjovs olikhet. Jan Grandell & Timo Koski 28.01.2015 Jan Grandell & Timo Koski () Matematisk

Läs mer

Statistiska metoder för säkerhetsanalys

Statistiska metoder för säkerhetsanalys F3: Slumpvariaber och fördelningar Diskret Kontinuerlig Slumpvariabler Slumpvariabler = stokastiska variabler = random variables = s.v. Heter ofta X, Y, T. Diskreta kan anta ändligt eller uppräkneligt

Läs mer

Föreläsning 3, Matematisk statistik Π + E

Föreläsning 3, Matematisk statistik Π + E Repetition Kvantil Presentation Slumptal Transformer Inversmetoden Föreläsning 3, Matematisk statistik Π + E Sören Vang Andersen 13 november 2014 Sören Vang Andersen - sva@maths.lth.se FMS012 F3 1/19 Repetition

Läs mer

Mat-1.1510 Grundkurs i matematik 1, del III

Mat-1.1510 Grundkurs i matematik 1, del III Mt-.50 Grundkurs i mtemtik, del III G. Gripenberg TKK december 00 G. Gripenberg TKK) Mt-.50 Grundkurs i mtemtik, del III december 00 / 59 Vribelbyte F gx))g x) dx = d F gx)) dx dx = / b F gx)) = F gb))

Läs mer

TATA42: Tips inför tentan

TATA42: Tips inför tentan TATA42: Tips inför tentn John Thim 25 mj 205 Syfte Tnken med dett kort dokument är tt ge lite extr studietips inför tentn. Kursinnehållet definiers så klrt fortfrnde v kursplnen och kurslitterturen så

Läs mer

Tillämpning av integraler

Tillämpning av integraler CTH/GU LABORATION 3 MVE6 - /3 Mtemtisk vetenskper Inledning Tillämpning v integrler Vi skll se på två tillämpningr v integrler. Först ren oh volymen v rottionskropp sedn omkretsen v en ellips. Rottionskroppr

Läs mer

Statistik 1 för biologer, logopeder och psykologer

Statistik 1 för biologer, logopeder och psykologer Innehåll 1 Grunderna i sannolikhetslära 2 Innehåll 1 Grunderna i sannolikhetslära 2 Satistik och sannolikhetslära Statistik handlar om att utvinna information från data. I praktiken inhehåller de data

Läs mer

Internetförsäljning av graviditetstester

Internetförsäljning av graviditetstester Internetförsäljning v grviditetstester Mrkndskontrollrpport från Enheten för medicinteknik 2010-05-28 Postdress/Postl ddress: P.O. Box 26, SE-751 03 Uppsl, SWEDEN Besöksdress/Visiting ddress: Dg Hmmrskjölds

Läs mer

0 a. a -Â n 2 p n. beskriver på sedvanligt sätt en a-periodisk utvidgning av f. Nedanför ritas en partialsumma av Fourierserien.

0 a. a -Â n 2 p n. beskriver på sedvanligt sätt en a-periodisk utvidgning av f. Nedanför ritas en partialsumma av Fourierserien. Sinus- och cosinusserier I slutet v kursen där vi skll lös differentilekvtioner på ändlig intervll v typen H, L, behöver vi konstruer Fourierserier med en viss typ v uppförnde i intervllens ändpunkter.

Läs mer

SF1911: Statistik för bioteknik

SF1911: Statistik för bioteknik SF1911: Statistik för bioteknik Föreläsning 6. TK 14.11.2016 TK Matematisk statistik 14.11.2016 1 / 38 Lärandemål Stokastiska modeller för kontinuerliga datatyper Fördelningsfunktion (cdf) Sannolikhetstäthetsfunktion

Läs mer

Integraler. 1 Inledning. 2 Beräkningsmetoder. CTH/GU LABORATION 2 MVE /2013 Matematiska vetenskaper

Integraler. 1 Inledning. 2 Beräkningsmetoder. CTH/GU LABORATION 2 MVE /2013 Matematiska vetenskaper CTH/GU LABORATION MVE6 - / Mtemtisk vetenskper Inledning Integrler Iblnd kn mn inte bestämm integrler exkt utn mn får nöj sig med tt beräkn pproximtioner. T.ex. e x dx kn inte beräkns exkt, eftersom det

Läs mer

KOMPLETTERANDE MATERIAL TILL KURSEN MATEMATIK II, MATEMATISK ANALYS DEL A VT 2015

KOMPLETTERANDE MATERIAL TILL KURSEN MATEMATIK II, MATEMATISK ANALYS DEL A VT 2015 KOMPLETTERANDE MATERIAL TILL KURSEN MATEMATIK II, MATEMATISK ANALYS DEL A VT 2015 ANDRZEJ SZULKIN 1. Supremum, infimum och kontinuerlig funktioner I ppendix A3 i [PB2] definiers begreppen supremum och

Läs mer

CHECKLISTA FÖR PERSONALRUM

CHECKLISTA FÖR PERSONALRUM CHECKLISTA FÖR PERSONALRUM Checklistn är ett hjälpmedel både vid plnering v ny personlrum och vid genomgång v befintlig personlutrymmen. Den innehålller bl frågor om klädrum, torkskåp och torkrum, tvätt-

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I G. Gripenberg Aalto-universitetet 28 januari 2014 G. Gripenberg (Aalto-universitetet) MS-A0509 Grundkurs i sannolikhetskalkyl

Läs mer

Geometri. 4. Fyra kopior av en rätvinklig triangel kan alltid sättas ihop till en kvadrat med hål som i följande figur varför?

Geometri. 4. Fyra kopior av en rätvinklig triangel kan alltid sättas ihop till en kvadrat med hål som i följande figur varför? Geometri 1. Linjen är isektris till vinkeln. Sträkorn, oh är lik lång. Hur stor är vinkeln? vgör utn mätningr! 4. Fyr kopior v en rätvinklig tringel kn lltid sätts ihop till en kvdrt med hål som i följnde

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I G. Gripenberg Sannolikheter Slumpvariabler Centrala gränsvärdessatsen Aalto-universitetet 8 januari 04 3 Tvådimensionella slumpvariabler

Läs mer

Generaliserade integraler

Generaliserade integraler Generliserde integrler Mtemtik Breddning 2.5 Frm till denn punkt hr vi endst studert integrler där funktionen som skll integrers vrit begränsd. Dessutom hr det intervll över vilket vi integrerr vrit begränst

Läs mer

Föreläsning 11, Matematisk statistik Π + E

Föreläsning 11, Matematisk statistik Π + E Repetition Konfidensintervall I Fördelningar Konfidensintervall II Föreläsning 11, Matematisk statistik Π + E Johan Lindström 27 Januari, 2015 Johan Lindström - johanl@maths.lth.se FMS012 F11 1/19 Repetition

Läs mer

Försök med vallfröblandningar Av Nilla Nilsdotter-Linde SLU, Fältforskningsenheten, Box 7043, 750 07 Uppsala E-post: Nilla.Nilsdotter-Linde@ffe.slu.

Försök med vallfröblandningar Av Nilla Nilsdotter-Linde SLU, Fältforskningsenheten, Box 7043, 750 07 Uppsala E-post: Nilla.Nilsdotter-Linde@ffe.slu. Försök med vllfröblndningr Av Nill Nilsdotter-Linde SLU, Fältforskningsenheten, Box 7043, 750 07 Uppsl E-post: Nill.Nilsdotter-Linde@ffe.slu.se Smmnfttning Målsättningen med försöksserien hr vrit tt sök

Läs mer

Analys grundkurs B lab 1. Stefan Gustafsson Per Jönsson Fakulteten för Teknik och Samhälle, 2013

Analys grundkurs B lab 1. Stefan Gustafsson Per Jönsson Fakulteten för Teknik och Samhälle, 2013 Anlys grundkurs B lb 1 Stefn Gustfsson Per Jönsson Fkulteten för Teknik och Smhälle, 13 1 Viktig informtion om lbortionern Lbortionsdelen på kursen i kursen Anlys grundkurs B exminers genom tt mn gör två

Läs mer

4.1 Grundläggande sannolikhetslära

4.1 Grundläggande sannolikhetslära 4.1 Grundläggande sannolikhetslära När osäkerhet förekommer kan man aldrig uttala sig tvärsäkert. Istället använder vi sannolikheter, väntevärden, standardavvikelser osv. Sannolikhet är ett tal mellan

Läs mer

SPEL OM PENGAR FÖR - EN FRÅGA FÖR SKOLAN? VERKTYG, ÖVNINGAR OCH KUNSKAPSBANK FÖR ARBETE MED SPEL OM PENGAR I SKOLAN

SPEL OM PENGAR FÖR - EN FRÅGA FÖR SKOLAN? VERKTYG, ÖVNINGAR OCH KUNSKAPSBANK FÖR ARBETE MED SPEL OM PENGAR I SKOLAN Övningr och verktyg för år 7-9 och gymnsiet SPEL OM PENGAR - EN FRÅGA FÖR SKOLAN? ANPASSAT FÖR BLAND ANNAT SVENSKA, SPEL I KONSTHISTORIEN BILD, MATEMATIK OCH SAMHÄLLSKUNSKAP IILLEGALT SPEL VERKTYG, ÖVNINGAR

Läs mer

9. Vektorrum (linjära rum)

9. Vektorrum (linjära rum) 9. Vektorrum (linjär rum) 43. Vektorrum (linjärt rum) : definition och xiom 44. Exempel på vektorrum v funktioner. 45. Hur definierr mn subtrktion i ett vektorrum? 46. Underrum 47. Linjärkombintioner,

Läs mer

Uppgiftssamling 5B1493, lektionerna 1 6. Lektion 1

Uppgiftssamling 5B1493, lektionerna 1 6. Lektion 1 Uppgiftssmling 5B1493, lektionern 1 6 Lektion 1 4. (Räkning med oändlig decimlbråk) Låt x = 0, 1 2 3 n och y = 0,b 1 b 2 b 3 b n ( i och b i siffror 0, 1,, 9).. Kn Du beskriv något förfrnde som säkert

Läs mer

Rektangulär kanal, K. Produktbeteckning. Beteckningsexempel. Sida A (se storlekstabell) Sida B (se storlekstabell)

Rektangulär kanal, K. Produktbeteckning. Beteckningsexempel. Sida A (se storlekstabell) Sida B (se storlekstabell) K Rektngulär knl, K Produkteteckning Produkt K c d Sid A (se storlekstell) Sid B (se storlekstell) Längd 1=2000 mm 2= 1250 mm 3= 1000 mm 4= 600 mm 5= Löpnde längd nges i klrtext (mx 2500 mm) 1= Skrv i

Läs mer

Teorifrå gor kåp. 5.2 9.3

Teorifrå gor kåp. 5.2 9.3 Teorifrå gor kåp. 5. 9.3 Repetition ) Härled formeln för prtiell integrtion ur nednstående smbnd: d F(x)g(x) = f(x)g(x) F(x)g (x) dx ) Vilken typ v elementär funktion brukr mn oftst välj tt deriver lltså

Läs mer

SF1901: SANNOLIKHETSTEORI OCH STATISTIK GRUNDLÄGGANDE SANNOLIKHETSTEORI, BETINGAD SANNOLIKHETER, OBEROENDE. Tatjana Pavlenko.

SF1901: SANNOLIKHETSTEORI OCH STATISTIK GRUNDLÄGGANDE SANNOLIKHETSTEORI, BETINGAD SANNOLIKHETER, OBEROENDE. Tatjana Pavlenko. SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 2 GRUNDLÄGGANDE SANNOLIKHETSTEORI, BETINGAD SANNOLIKHETER, OBEROENDE HÄNDELSER Tatjana Pavlenko 26 mars, 2015 SANNOLIKHETSGRUNDER (REPETITION) Slumpförsöket

Läs mer

Kvalificeringstävling den 2 oktober 2007

Kvalificeringstävling den 2 oktober 2007 SKOLORNAS MATEMATIKTÄVLING Svensk Mtemtikersmfundet Kvlifieringstävling den oktober 007 Förslg till lösningr 1 I en skol hr vr oh en v de 0 klssern ett studieråd med 5 ledmöter vrder Per är den ende v

Läs mer

Tentamen 1 i Matematik 1, HF dec 2016, kl. 8:00-12:00

Tentamen 1 i Matematik 1, HF dec 2016, kl. 8:00-12:00 Tentmen i Mtemtik, HF9 9 dec 6, kl. 8:-: Emintor: Armin Hlilovic Undervisnde lärre: Erik Melnder, Jons Stenholm, Elis Sid För godkänt betyg krävs v m poäng. Betygsgränser: För betyg A, B, C, D, E krävs,

Läs mer

Evighetskalender. 19 a) nyårsdagen var år 2000 b) julafton kommer att vara på år 2010 c) de första människorna landade på månen, 20 juli 1969

Evighetskalender. 19 a) nyårsdagen var år 2000 b) julafton kommer att vara på år 2010 c) de första människorna landade på månen, 20 juli 1969 Evighetsklender Vilken veckodg vr det när du föddes? På vilken veckodg fyller du 18 år? Med den här evighetsklendern kn du t red på det. Gör så här när du sk t red på veckodgen: Lägg ihop följnde fyr tl:

Läs mer

Mer om slumpvariabler

Mer om slumpvariabler 1/20 Mer om slumpvariabler Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 4/2 2013 2/20 Dagens föreläsning Diskreta slumpvariabler Vilket kretskort ska man välja? Väntevärde

Läs mer

6 Formella språk. Matematik för språkteknologer (5LN445) UPPSALA UNIVERSITET

6 Formella språk. Matematik för språkteknologer (5LN445) UPPSALA UNIVERSITET UPPSALA UNIVERSITET Mtemtik för språkteknologer (5LN445) Institutionen för lingvistik och filologi VT 2014 Förfttre: Mrco Kuhlmnn 2013 (mindre revision Mts Dhllöf 2014) 6 Formell språk Det mänsklig språket

Läs mer

Föreläsning 8: Extrempunkter

Föreläsning 8: Extrempunkter Krlstds universitet Mtemtik Nicls Bernhoff Repetition: Bestämd integrl: Räkneregler: Föreläsning 8: Extrempunkter f(x)dx = [F(x)] b =F(b) F(), där F (x) = f(x) 1. 2. 3. 4. 5. 6. f(x)dx=0 f(x)dx= kf(x)dx=k

Läs mer

Slutrapport Jordbruksverket Dnr. 25-12105/10 Kontroll av sniglar i ekologisk produktion av grönsaker och bär

Slutrapport Jordbruksverket Dnr. 25-12105/10 Kontroll av sniglar i ekologisk produktion av grönsaker och bär Slutrpport Jordruksverket Dnr. 25-125/ Kontroll v sniglr i ekologisk produktion v grönsker och är Projektledre: Birgitt Svensson, Område Hortikultur, SLU Innehåll sid Smmnfttning 3 Bkgrund / Motivering

Läs mer

Listor = generaliserade strängar. Introduktion till programmering SMD180. Föreläsning 8: Listor. Fler listor. Listindexering.

Listor = generaliserade strängar. Introduktion till programmering SMD180. Föreläsning 8: Listor. Fler listor. Listindexering. 1 Introduktion till progrmmering SMD180 Föreläsning 8: Listor 2 Listor = generliserde strängr Strängr = sekvenser v tecken Listor = sekvenser v vd som helst [10, 20, 30, 40] # en list v heltl ["spm", "ungee",

Läs mer

SOS HT Slumpvariabler Diskreta slumpvariabler Binomialfördelning. Sannolikhetsfunktion. Slumpförsök.

SOS HT Slumpvariabler Diskreta slumpvariabler Binomialfördelning. Sannolikhetsfunktion. Slumpförsök. Probability 21-9-24 SOS HT1 Slumpvariabler Slumpvariabler Ett slumpmässigt försök ger ofta upphov till ett tal som bestäms av utfallet av försöket. Talet är alltså inte känt före försöket; det bestäms

Läs mer

Reliability analysis in engineering applications

Reliability analysis in engineering applications Relibility nlysis in engineering pplictions Etremvärdesfördelningr Mimum och minimum Structurl Engineering - Lund University 1 Etremvärdesfördelningr Vrible lod, q Mvärdet under referensperioden Q 1 Q

Läs mer

Tentamen i Databasteknik

Tentamen i Databasteknik Tentmen i Dtsteknik lördgen den 22 oktoer 2005 Tillåtn hjälpmedel: Allt upptänkligt mteril Använd r frmsidn på vrje ld. Skriv mx en uppgift per ld. Motiver llt, dokumenter egn ntgnden. Oläslig/oegriplig

Läs mer

Trigonometri. 2 Godtyckliga trianglar och enhetscirkeln 2. 3 Triangelsatserna Areasatsen Sinussatsen Kosinussatsen...

Trigonometri. 2 Godtyckliga trianglar och enhetscirkeln 2. 3 Triangelsatserna Areasatsen Sinussatsen Kosinussatsen... Trigonometri Innehåll 1 Rätvinklig tringlr 1 Godtyklig tringlr oh enhetsirkeln 3 Tringelstsern 4 3.1 restsen.............................. 4 3. Sinusstsen.............................. 5 3.3 Kosinusstsen.............................

Läs mer

Lödda värmeväxlare, XB

Lödda värmeväxlare, XB Lödd värmeväxlre, XB Beskrivning/nvändning XB är en lödd plttvärmeväxlre utveckld för nvändning i fjärrvärmesystem t ex, luftkonditionering, värme, tppvrmvtten. XB lödd plttvärmeväxlre tillverks med fler

Läs mer

Addition och subtraktion

Addition och subtraktion Sidor i boken 35-39 Addition och subtrktion Vi börjr med lite ritmetik. Heltlsddition innebär ing som helst problem. Här tr vi lämpligen räknedosn till hjälp. Eempel. 3+00+5 = 7 Så länge ll nämnre är lik

Läs mer

Repetition och förberedelse. Sannolikhet och sta.s.k (1MS005)

Repetition och förberedelse. Sannolikhet och sta.s.k (1MS005) Repetition och förberedelse Sannolikhet och sta.s.k (1MS005) Formellsamling och teori Nästa varje ekva.on som vi använder under kursen finns I samlingen. Tricket i examen är hica räc metod/fördelning.ll

Läs mer

Byt till den tjocka linsen och bestäm dess brännvidd.

Byt till den tjocka linsen och bestäm dess brännvidd. LINSER Uppgit: Mteriel: Teori: Att undersök den rytnde örmågn hos olik linser och tt veriier linsormeln Ljuskäll och linser ur Optik-Elin Med hjälp v en lmp och en ländre med ler öppningr år vi ler ljusstrålr,

Läs mer

Satsen om total sannolikhet och Bayes sats

Satsen om total sannolikhet och Bayes sats Satsen om total sannolikhet och Bayes sats Satsen om total sannolikhet Ibland är det svårt att direkt räkna ut en sannolikhet pga att händelsen är komplicerad/komplex. Då kan man ofta använda satsen om

Läs mer

Reklamplatser som drar till sig uppmärksamhet och besökare till din monter på XXXXXXXXX.

Reklamplatser som drar till sig uppmärksamhet och besökare till din monter på XXXXXXXXX. PLATS ÖR EVENT LOO Reklmpltser som drr till sig uppmärksmhet och esökre till din monter på XXXXXXXXX. Älvsjö 203 informtion Specifiktion för grfiskt mteril rfisk enheten ehöver h tryckfärdig originl senst

Läs mer

Slumpvariabler och sannolikhetsfördelningar

Slumpvariabler och sannolikhetsfördelningar och sannolikhetsfördelningar Föreläsning 4 Sannolikhet och Statistik 5 hp Fredrik Jonsson April 2010 Översikt 1. Verklighetsanknutna exempel. Definition relativt utfallsrum. 2. Sannolikhetsfördelningar

Läs mer

Integralen. f(x) dx exakt utan man får nöja sig med att beräkna

Integralen. f(x) dx exakt utan man får nöja sig med att beräkna CTH/GU STUDIO TMVb - / Mtemtisk vetenskper Integrlen Anlys och Linjär Algebr, del B, K/Kf/Bt Inledning Mn kn inte lltid bestämm integrler f() d ekt utn mn får nöj sig med tt beräkn pproimtioner. T.e. e

Läs mer

Skapa uppmärksamhet och få fler besökare till din monter!

Skapa uppmärksamhet och få fler besökare till din monter! Skp uppmärksmhet och få fler esökre till din monter! För tt vinn den tuff tävlingen om uppmärksmheten, på en plts där hel rnschen är smld, gäller det tt slå på stor trummn och tl om tt du finns. Till en

Läs mer

Kapitel 4. Kontinuerliga slumpvariabler och deras sannolikhetsfördelningar. Sannolikhetslära och inferens II

Kapitel 4. Kontinuerliga slumpvariabler och deras sannolikhetsfördelningar. Sannolikhetslära och inferens II Sannolikhetslära och inferens II Kapitel 4 Kontinuerliga slumpvariabler och deras sannolikhetsfördelningar 1 Kontinuerliga slumpvariabler En slumpvariabel som kan anta alla värden på något intervall sägs

Läs mer

Reklamplatser som drar till sig uppmärksamhet och besökare till din monter på Nordbygg.

Reklamplatser som drar till sig uppmärksamhet och besökare till din monter på Nordbygg. Reklmpltser som drr till sig uppmärksmhet och esökre till din monter på Nordygg. Älvsjö 20 INORMATION Är du intresserd v eller vill ok reklmpltser så kontkt: Susnne Rip, säljre, tel 0-9 3, susnne.rip@stockholmsmssn.se

Läs mer

Formel- och tabellsamling i matematisk statistik

Formel- och tabellsamling i matematisk statistik Formel- och tabellsamling i matematisk statistik 1. Sannolikhetsteori för lärarprogrammet Sannolikhetsformler P (A ) = 1 P (A) P (A B) = P (A) + P (B) P (A B) P (A B) = P (A B) P (B) P (A B) = P (A B)P

Läs mer

Frågor för tentamen EXTA50 Samhällsmätning, 9 hp, kl januari, 2015.

Frågor för tentamen EXTA50 Samhällsmätning, 9 hp, kl januari, 2015. FÖRSÄTTSBLAD Institutionen för Nturgeogrfi och Ekosystemvetenskper Institutionen för Teknik och Smhälle Frågor för tentmen EXTA50 Smhällsmätning, 9 hp, kl. 8-13 12 jnuri, 2015. Denn tentmen rätts nonymt.

Läs mer

Långtidssjukskrivna. diagnos, yrke, partiell sjukskrivning och återgång i arbete. En jämförelse mellan 2002 och 2003 REDOVISAR 2004:7.

Långtidssjukskrivna. diagnos, yrke, partiell sjukskrivning och återgång i arbete. En jämförelse mellan 2002 och 2003 REDOVISAR 2004:7. REDOVISAR 2004:7 Långtidssjukskrivn dignos, yrke, prtiell sjukskrivning och återgång i rbete En jämförelse melln 2002 och 2003 Smmnfttning Kvinnor svrr för 65 procent v de långvrig sjukskrivningrn som

Läs mer

Reklamplatser som drar till sig uppmärksamhet och besökare till din monter på Fotomässan.

Reklamplatser som drar till sig uppmärksamhet och besökare till din monter på Fotomässan. PLTS ÖR EVENT LOO Reklmpltser som drr till sig uppmärksmhet och esökre till din monter på otomässn. Älvsjö 20 INORMTION Specifiktion för grfiskt mteril rfisk enheten ehöver h tryckfärdig originl senst

Läs mer

Frami transportbult 2,5kN

Frami transportbult 2,5kN 07/2012 Orginlbruksnvisning 999281910 sv Sprs för frmtid behov Frmi trnsportbult 2,5kN rt.nr 588494000 fr.o.m. tillverkningsår 2009 Orginlbruksnvisning Frmi trnsportbult 2,5kN Produktbeskrivning d Underhåll

Läs mer

Exponentiella förändringar

Exponentiella förändringar Eonentiell förändringr Eonentilfunktionen - llmänt Eonentilfunktionen r du tidigre stött å i åde kurs oc 2. En nyet är den eonentilfunktion som skrivs y = e. (Se fig. nedn) Tlet e, som är mycket centrlt

Läs mer

INNEHALL. 7 7.1 7.2 7.2.1 7.2.2 7.2.3 7.2.4 7.2.5 7.2.6 7.2.7 7.2.8 t.3

INNEHALL. 7 7.1 7.2 7.2.1 7.2.2 7.2.3 7.2.4 7.2.5 7.2.6 7.2.7 7.2.8 t.3 INNEHALL 7 7.1 7.2 7.2.1 7.2.2 7.2.3 7.2.4 7.2.5 7.2.6 7.2.7 7.2.8 t.3 DATORER Allmänt Digitl dtorer Orgnistion Ordmm Minnesenheten Aritmetisk enheten Styrenheten In/utenheten Avbrott Spräk och proglmm

Läs mer

Utfall, Utfallsrummet, Händelse. Sannolikhet och statistik. Utfall, Utfallsrummet, Händelse. Utfall, Utfallsrummet, Händelse

Utfall, Utfallsrummet, Händelse. Sannolikhet och statistik. Utfall, Utfallsrummet, Händelse. Utfall, Utfallsrummet, Händelse Utfall, Utfallsrummet, Händelse Sannolikhet och statistik Sannolikhetsteorins grunder HT 2008 Uwe.Menzel@math.uu.se http://www.math.uu.se/ uwe/ Denition 2.1 Resultatet av ett slumpmässigt försök kallas

Läs mer

NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 2005 3. Del I, 10 uppgifter utan miniräknare 4. Del II, 8 uppgifter med miniräknare 6

NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 2005 3. Del I, 10 uppgifter utan miniräknare 4. Del II, 8 uppgifter med miniräknare 6 Kurs plnering.se NpMC vt005 (5) Innehåll Förord NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 005 Del I, 0 uppgifter utn miniräknre 4 Del II, 8 uppgifter med miniräknre 6 Förslg på lösningr till uppgifter

Läs mer

Skriv tydligt! Uppgift 1 (5p)

Skriv tydligt! Uppgift 1 (5p) 1(1) IF1611 Ingenjörsmetodik för IT och ME, HT 1 Tentmen Gäller även studenter som är registrerde på B1116 Torsdgen den 1 okt, 1, kl. 14.-19. Skriv tydligt! Skriv nmn och personnummer på ll inlämnde ppper!

Läs mer

Varumärkesfrämjande möjligheter

Varumärkesfrämjande möjligheter Kitmän, Stockholm 18 & 19 februri 2015 Vrumärkefrämjnde möjligheter Tck vre hundrtl uttällre och en mä om växer vrje år, hr ponring blivit ett utmärkt ätt tt kilj ig från ndr och befät in tällning om ett

Läs mer

Volym och dubbelintegraler över en rektangel

Volym och dubbelintegraler över en rektangel Volym oh dubbelintegrler över en rektngel All funktioner nedn nts vr kontinuerlig. Om f (x i intervllet [, b], så är ren v mängden {(x, y : y f (x, x b} lik med integrlen b f (x dx. Låt = [, b] [, d] =

Läs mer

Plan för lika rättigheter och möjligheter i arbetslivet uppdrag till kommunstyrelseförvaltningen

Plan för lika rättigheter och möjligheter i arbetslivet uppdrag till kommunstyrelseförvaltningen 2016-05-23 Sid 1/2 Tjänsteskrivelse Dnr: LKS 2016-235 Kommunstyrelseförvltningen Leif Schöndell, 0523-61 31 01 leif.schondell@lysekil.se Pln för lik rättigheter och möjligheter i rbetslivet uppdrg till

Läs mer

C100-LED Duschhörn med LED-Belysning

C100-LED Duschhörn med LED-Belysning SVENSKA C100-LE uschhörn med LE-elysning COPYRIGHT CAINEX A ARUMSPROUKTER, LJUNGY, SWEEN MONTERINGSANVISNING Totl höjd: 1900 mm 6 mm härdt gls A 900 800 700 884 784 684 C 900 800 800 884 784 784 39 8 Prod.#

Läs mer

Programmeringsguide ipfg 1.6

Programmeringsguide ipfg 1.6 Progrmmeringsguide ipfg 1.6 Progrmmeringsklr i-ört pprter (CIC, knl, fullonh) Progrmmeringsklr kom-ört pprter CS-44 Phonk-version Progrmmeringsklr miropprter CS-44 Phonk-version 1 2 1 2 1 2 ipfg 1.6 stndrd

Läs mer

Kolmogorovs Axiomsystem Kolmogorovs Axiomsystem Varje händelse A tilldelas ett tal : slh att A inträar Sannolikheten måste uppfylla vissa krav: Kolmog

Kolmogorovs Axiomsystem Kolmogorovs Axiomsystem Varje händelse A tilldelas ett tal : slh att A inträar Sannolikheten måste uppfylla vissa krav: Kolmog Slumpvariabel (Stokastisk variabel) Resultat av ett slumpförsök - utgången kann inte kontrolleras Sannolikhet och statistik Sannolikhetsteorins grunder VT 2009 Resultatet kan inte förutspås, men vi vet

Läs mer

TMS136. Föreläsning 5

TMS136. Föreläsning 5 TMS136 Föreläsning 5 Två eller flera stokastiska variabler I många situationer är det av intresse att betrakta fler än en s.v. åt gången Speciellt gör man det i statistik där man nästan alltid jobbar med

Läs mer

Antal ögon Vinst (kr) Detta leder till följande uttryck E(x) = x x p X(x) x f X(x)dx

Antal ögon Vinst (kr) Detta leder till följande uttryck E(x) = x x p X(x) x f X(x)dx 8. Väntevärde Exempel. Banken ordnar ett tärningsspel där de spelande erlägger en insats på 5 kr/kast. Vinsten är beroende på hur många ögon tärningen visar: Antal ögon 3 4 5 6 Vinst (kr) 3 4 5 6 7 8 Hur

Läs mer

UPPLANDS VÄSBY KOMMUN KONTORET FÖR SAMHÄLLSBYGGNAD KARTA ÖVER FASTIGHETEN/OMRÅDET: ODENSLUNDA 1:455

UPPLANDS VÄSBY KOMMUN KONTORET FÖR SAMHÄLLSBYGGNAD KARTA ÖVER FASTIGHETEN/OMRÅDET: ODENSLUNDA 1:455 EMMYL 700 FÖRKLRINGR: SMTLIG MÅTT NGES I MILLI 7 VLLENTUNVÄGEN SMTLIG MÅTT KONTROLLERS PÅ PLTS INNN TILLVERKNING SKER. ENTREPRENÖREN SKLL FÖRSÄKR SIG OM TT HN ERHÅLLIT SENSTE VERSIONEN V RITNINGEN INNN

Läs mer

Svar till uppgifter 42 SF1602 Di. Int.

Svar till uppgifter 42 SF1602 Di. Int. Svr till uppgifter 42 SF62 Di. Int. Svr kortuppgifter. 3: i) Om f(x) är kontinuerlig på [, ] kn mn då skriv lim k k n= f(n/k) på ett enklre sätt? k Svr: J, dett är f(x)dx. (Rit en bild med grfen v f(x)

Läs mer

9. Bestämda integraler

9. Bestämda integraler 77 9. Bestämd integrler Låt f vr en icke-negtiv, begränsd funktion på [,b]. Vi hr lltså 0 f(x) ll x [,b] för någon konstnt B. B för Problem: Beräkn ren A v den yt som begränss v kurvn y = f(x), x b, x-xeln

Läs mer

4.3 Stokastiska variabler (slumpmässiga variabler) 4.4 Väntevärde och varians till stokastiska variabler

4.3 Stokastiska variabler (slumpmässiga variabler) 4.4 Väntevärde och varians till stokastiska variabler Föreläsning 2 4.3 Stokastiska variabler (slumpmässiga variabler) 4.4 Väntevärde och varians till stokastiska variabler Stokastiskavariabler Stokastisk variabel (eng: random variable) En variabel vars värde

Läs mer

Repetitionsuppgifter i matematik

Repetitionsuppgifter i matematik Lärrprogrmmet Ingång Mtemtik och Lärnde Repetitionsuppgifter i mtemtik Inför vårterminens mtemtikstudier kn det vr r tt repeter grundläggnde räknefärdigheter. Dett mteril innehåller uppgifter inom följnde

Läs mer