Normalfördelningar (Blom Kapitel 8)

Storlek: px
Starta visningen från sidan:

Download "Normalfördelningar (Blom Kapitel 8)"

Transkript

1 Matematsk statstk STS vt Begt Rosé Normalördelgar (Blom Kaptel 8 Deto och allmäa egeskaper DEFINITION : E stokastsk varael sägs vara ormalördelad om de har ördelg med täthetsukto med utseede elgt eda; (x e ( x m, - < x <, ( där parametrara m och satserar - < m < och > 0. Kommetarer : (. Att har ördelge ova skrvs kort : N( m,. (. Namet ormalördelg är på sätt och vs ltet olycklgt, me det är så väletalerat att det ka ma te ädra på. Dea ördelgstyp är te "ormalare" ä e mägd adra. Syoyme Gauss - ördelg örekommer dock. Måga kokreta slumpvaraler är dock ormalördelade, åtmstoe med god approxmato. De cetrala gräsvärdessatse, som ehadlas ästa avstt ger åtmstoe vss teoretsk örklarg av detta örhållade. Hur ser e ormalördelg ut stora drag? Vd etertake ses att ör ördelge med täthet elgt ( gäller öljade ; (a (x är symmetrsk krg x = m, vlket medör att vätevärdet ör är m. ( Ju större är, desto "plattare" är (x, vlket eär att har större varaltet krg stt vätevärde ju större är. Sake llustreras edaståede gur. Att (x elgt ( verklge är täthetsukto ör e stokastsk varael öljer av att ( (x > 0 (vlket lätt kotrolleras, ( öljade tegralormel gäller (vlke dock är kråglg att evsa, och v gör det te heller ; e x dx. ( tterlgare ett par tegralormler ages eda. De är aktskt rätt lätta att evsa om ma etraktar ( som gve, me v vsar te dem heller.

2 m (x x e ( x m dx m, (3 (x m e dx. (4 Vd etertake ses att ormlera (3 och (4 eär öljade. SATS (Blom Sats på sda 74 : E s.v. med täthetsukto elgt ( har vätevärde, varas och stadardavvkelse elgt eda ; E( = m, V( =, D( =. Kommetar : Ovaståede resultat eär att parametrara m och har sa valga eörder, m = vätevärde och = stadardavvkelse. Satsera eda preseterar udametala egeskaper hos ormalördelade s.v. SATS (Blom Sats ' på sda 74 E ljär ukto av e ormalördelad s.v. är återge e ormalördelad s.v.. Låt N(m,, och sätt ör kostater a och : = a +. Då gäller ; N( a m +, a. SATS (Blom Sats 3 på sda 77 Summa av två oeroede ormalördelade s.v. är ormalördelad. Låt och vara oeroede s.v. sådaa att N(m, och N(m,. Sätt Z = +. Då gäller ; Z N( m m., Geom att komera resultate de två satsera ovakommer ma (uta större svårghet tll edaståede allmäare resultat. SATS (Blom Sats 3', sd 78 E ljärkomato av (godtycklgt måga oeroede ormalördelade s.v. är återge e ormalördelad s.v.. Låt,,, vara oeroede stokastska varaler sådaa att N(m,, N(m,,, N(m,, samt låt c, c,, c vara kostater. Sätt ; Z = c + c + + c. Då gäller ; Z N( c m, c. (5

3 Stadardserad ormalördelg Normalördelge som har vätevärde m = 0 och stadardavvkelse = kallas stadardormalördelge. Dess täthetsukto och ördelgsukto eteckas med (x respektve (x ; x / (x e, - < x <, (6 x ( x e t /, - < x <. (7 Neda vsas uktoeras graer. Fördelgsuktoe (x är e vktg ukto, me de är umerskt otrevlg. Dess värde s därör taulerade de lesta läroöcker och taellamlgar saolkhetsteor, l.a. Bloms ok och Formel - och Taellsamlge. Normalt är (x taulerad ara ör x 0. : s värde ör egatva x öljer dock rå att (x är symmetrsk krg x = 0, vlket medör att (- x = - (x. Beräkg av saolkheter som gäller e allmä N(m, - ördelad s.v. ka återöras på de taulerade värdea ör stadard - ormalördelge geom att aväda edaståede resultat, vlket öljer rå Bloms Sats '. Det eär att de stadardserade versoe av e ormalördelad s.v. är stadardormalördelad. m När N(m, gäller att * N(0,. (8 Numersk eräkg av ormalördelgssaolkheter dskuteras på sdora 75 och 76 Bloms ok. 3 Några ord om härledg av Bloms Satser ' och 3 För att vsa Sats ' ka ma aväda resultatet Exempel på sda 00 Blom. Det säger att om är e s.v. vars ördelg har täthetsukto (x så har de s.v. = a + också ördelg med täthet, och dess täthetsukto ås av ; y (y (. (9 a a Med elgt ( ger ormel (9 ; (y a e (( y / a m a (( y ( am - ( a e. (0 Frå ( ses att högerledet (0 är täthetsuktoe ör N( a m +, a. 3

4 I Sats 3 hadlar det om att estämma ördelge ör summa av två oeroede s.v. och, vlka åda har ördelgar med täthetsukto. Då har också summavarael + ördelg med täthet, och att täthetsuktoe ör + ås geom att alta och (ormel ( på sda 05 Blom ; (z (x (z xdx. ( Med de aktuella ormalördelgstäthetera och ( kommer ma, eter åtskllgt öreklgs - joade, ram tll att + är de påstådda ormalördelgstäthete. Ltet mer detaljer ges på sda77 Blom. 4 Om uppträdadet av summor av måga oeroede stokastska varaler De resultat som preseteras det öljade är tllämplga e mägd olka kokreta sammahag. V ör dock resoemaget termer av e specell, me praktke valgt örekommade, stuato. Ma vll mäta värdet m på e emprsk storhet (yskalsk, kemsk, ologsk eller ågot aat. Tyvärr örekommer störgar mätprocesse och mätgara lr ehätade med slumpmässga mätel. Följade modell örutsätts eskrva utalle,,...,, av stycke mätgar ;,,, är oeroede s.v. som alla har samma ördelg. ( Vätevärdet - ördelge är de sökta storhete m, dvs. E( = m. (3 Kommetar : Mer vardagsspråklgt uttrycks ( och (3 med : Mätgara är ehätade med slumpmässga mätel, me te med systematska mätel. Det ma valge gör praktke är ma mätt "samma sak" lera gåger me ått varerade resultat, är att ma eräkar medelvärdet av uppmätta värde. å mer eller mdre tutva gruder tycker ma att det ger e säkrare skattg ä varje eskld mätg. Ma etraktar edaståede s.v.... (, som rukar kallas stckprovsmedelvärdet. (4 4. Stora tales lag Ger saolkhetsteor stöd ör att ( aktskt är e säkrare skattg ä e eskld mätg? För att svara på råga etraktas edaståede saolkhet ; ( m, där är ågot postvt värde, (5 ( dvs. saolkhete att stckprovsmedelvärdet ( avvker eller mer rå vätevärdet m. E egräsg av saolkhete råga ås av de tdgare ämda Tjeysjovs olkhet (Blom sda 55. Med de och ormel V( / (Blom sda 54 ås ; ( ( V( ( ( m. (6 De det här sammahaget mest tressata aspekte på (6 är hur (= atalet mätgar kommer. Det åters ämare, vlket ger att egräsge, och därmed också saolkhete av tresse, går mot 0 är, och detta gäller oavsett hur ltet (eller stort är. Därmed har öljade resultat vsats. 4

5 SATS Stora tales lag (Blom Sats 5, sda 55 : Uder ( och (3 gäller ör vlket som helst > 0 ; ( m 0 är. (7 ( Kommetarer : ( E alteratv, me ekvvalet, ormulerg av (7 ges eda. Så ormulerar Blom sake ; ( ( m - m är, ör varje > 0. (8 I ord eär (8 att stckprovsmedelvärdet atar stt värde godtycklgt ära vätevärdet m, ara det är aserat på "tllräcklgt" måga oservatoer. Alteratvt : När atalet mätgar växer mot oädlghete lr stckprovsmedelvärdet e helt precs skattg av m. ( De stora atales lag vore kaske ett ättre am ä "stora tales lag". Resultatet gäller ju ett stckprovsmedelmärde som aserat på ett stort atal oservatoer, te på oservatoer som är stora tal. Hur som helst, stora tales lag är det etalerade amet. ( Ieär de stora tales lag egetlge ågot djupsgt? Äve om ltet trxg matematk aväts ör att komma tll lage, ka dskuteras om de te ara säger ågot som ma tror på ädå, på re tuto. De emprska utgågspukte ör saolkhetsteor var ju att "relatva rekvesers stalserar sg låga loppet". Stora tales lag säger att "medelvärde stalserar sg låga loppet", och det är ju ästa samma sak. Det tror ma (väl? på äve om ma te sett ågot matematskt evs ör det. Det vore tll och med märklgt om ma te om teors ram ka rättärdga det som var själva utgågspukte ör hela teorygget. 4. Cetrala gräsvärdessatse Det som sägs Kommetar ( ova, låter kaske ltet edslåede. Ka te saolkhetsteor prestera resultat som ma te ka "käa sg ram" tll ädå? Jo det ka de, och det gäller särsklt det som kommer häräst. V ortsätter att etrakta saolkhete ( ( m. Stora tales lag säger att de saolkhete går mot är atalet mätgar växer. Det är ju och ör sg tressat, me ma skulle vlja kua ge svar på öljade mer pregata råga. Vad är värdet på ( m ör ett agvet > 0? (9 ( V örjar med att esvara (9 uder öljade högst specella örutsättg på (de gemesamma ördelge ör de s.v.,,, :,,, är alla ormalördelade N(m,. (0 Uder ( och (0 gäller, etersom ( är e ljärkomato av oeroede ormalördelade s.v. (se t.ex. Följdsats, sda 78 Blom ; N( m, /. ( ( Detta ger ; / ( m x / ( ( m ( e dx. ( / / / 5

6 Därmed har v svar på råga (9 uder de specella örutsättge (0. Ä har dock get djupsgt ramkommt, me u kommer det. Formel ( är rktg med god approxmato uta örutsättge att - var alera är ormalördelade. De år ha stort sett vlke ördelg som helst. Resultatet råga, som går uder amet cetrala gräsvärdessatse, ka ges dverse olka, me sak ekvvaleta ormulergar. Bloms grudormulerg är elgt eda. SATS Cetrala gräsvärdessatse (Sats 4 på sda 80 Blom : Låt,, 3 vara oeroede lkaördelade s.v. med vätevärde E( = m och stadardavvkelse D( =, och låt = Då gäller ; ( m x / m ( ( e dx (3 är. Kommetarer : ( Nytta med cetrala gräsvärdessatse är att gräsvärdesresultatet (3 rättärdgar öljade approxmatosresultat. ( m ( e x / gäller med god approxmato om är "tllräcklgt stort". (4 ( E aturlg öljdråga tll det sst sagda är : Hur stort skall vara ör att vara "tllräcklgt stort", dvs. så att approxmatoe (4 verklge är "god"? Tyvärr s get ekelt svar. Ilad räcker = (vlket det gör om är ormalördelad, lad krävs = 00. Svepade ka öljade sägas. Ju mdre ördelge ör lkar e ormalördelg, ju större ehövs ör god approxmato (4. I statstksammahag, som v sart kommer tll, aväds ota (de grova tumregel : "Approxmatoe ugerar ra är är 0 eller mer". ( Notera att ge örutsättg görs om type av ördelg ör - varalera. De år vara vlke som helst av dskret, kotuerlg eller "ladad". (v E teksk örutsättg ör att cetrala gräsvärdessatse skall gälla är <. Det vllkoret är uppyllt ästa alla praktska stuatoer, så v ekymrar oss te om vad det rktgt går ut på. (v Namet "cetrala gräsvärdessatse" kommer av att resultatet råga utgör ett av de cetrala (= vktga resultate saolkhetsteor. (De är "juvele saolkhetsteors kroa". Ieörde av cetrala gräsvärdessatse ka ormuleras på öljade sätt. SATS A : Fördelge ör e stokastsk varael som är e summa av oeroede lkaördelade stokastska varaler ; = + + +, (5 lgger uder allmäa örutsättgar ära de ormalördelg som har sammavätevärde och varas som, ara är "ågorluda stort". dx 6

7 Ett kortsätt att skrva det som sägs satse ova är ; Fördelge ör N(E(, D(, med god approxmato ara är "tllräcklgt" stort. Blom aväder eteckgar (se sda 8 av type AsN( E(, D(, där As står ör asymptotsk. Så lågt har v dskuterat resultatet Sats A uder örutsättgara att - varalera dels är oeroede dels är lkaördelade. De örutsättgara ka ma aktskt släppa åtskllgt på, och de asymptotska ormalördelgsorme uppträder ädå. Neda ormuleras ett par mer geerella resultat. V går dock te på att örsöka precsera de "allmäa örutsättgar" som åeropas. SATS B : Låt,,, vara oeroede s.v. med vätevärde E( = m och stadardavvkelser D( =, =,,,, och låt vara elgt (5. Då gäller uder allmäa örutsättgar ; x / ( m ( e dx, är. I Sats B släpps på örutsättge att - varalera skall vara lkaördelade. Ma ka, som sagt, också släppa på att skall vara oeroede. SATS C : Låt,,, vara s.v. med vätevärde E( = m och låt vara elgt (5. Då gäller uder allmäa örutsättgar ; x / ( m D( ( e dx, är. 7

Väntevärde för stokastiska variabler (Blom Kapitel 6 och 7)

Väntevärde för stokastiska variabler (Blom Kapitel 6 och 7) Matemats statst för STS vt 004 004-04 - 0 Begt Rosé Vätevärde för stoastsa varabler (Blom Kaptel 6 och 7 1 Vätevärde för e dsret stoasts varabel Låt vara e dsret s.v. med saolhetsfuto p ( elgt eda. Saolhetera

Läs mer

Väntevärde, standardavvikelse och varians Ett statistiskt material kan sammanfattas med medelvärde och standardavvikelse (varians), och s.

Väntevärde, standardavvikelse och varians Ett statistiskt material kan sammanfattas med medelvärde och standardavvikelse (varians), och s. Vätevärde, stadardavvkelse och varas Ett statstskt materal ka sammafattas med medelvärde och stadardavvkelse (varas, och s. På lkade sätt ka e saolkhetsfördelg med käda förutsättgar sammafattas med vätevärde,,

Läs mer

Sensorer, effektorer och fysik. Analys av mätdata

Sensorer, effektorer och fysik. Analys av mätdata Sesorer, effektorer och fysk Aalys av mätdata Iehåll Mätfel Noggrahet och precso Några begrepp om saolkhetslära Läges- och sprdgsmått Kofdestervall Ljär regresso Mätosäkerhetsaalys Mätfel Alla mätgar är

Läs mer

Sensorer och elektronik. Analys av mätdata

Sensorer och elektronik. Analys av mätdata Sesorer och elektrok Aalys av mätdata Iehåll Mätfel Några begrepp om saolkhetslära Läges- och sprdgsmått Kofdestervall Ljär regresso Mätosäkerhetsaalys Mätfel Alla mätresultat är behäftade med e vss osäkerhet

Läs mer

Något om beskrivande statistik

Något om beskrivande statistik Något om beskrvade statstk. Iledg I de flesta sammahag krävs fakta som uderlag för att komma tll rmlga slutsatser eller fatta vettga beslut. Exempelvs ka det på ett företag ha uppstått dskussoer om att

Läs mer

4.2.3 Normalfördelningen

4.2.3 Normalfördelningen 4..3 Normalfördelge Bomal- och Possofördelge är två exempel på fördelgar för slumpvarabler som ka ata ädlgt eller uppräkelgt måga olka värde. Sådaa fördelgar sägs vara dskreta. Ofta är ett resultat X frå

Läs mer

Korrelationens betydelse vid GUM-analyser

Korrelationens betydelse vid GUM-analyser Korrelatoes betydelse vd GUM-aalyser Hela koceptet GUM geomsyras av atagadet att gåede mätgar är okorrelerade. Gude betoar och för sg att ev. korrelato spelar, me ger te mycket vägledg för hur ma då ska

Läs mer

Orderkvantiteter vid begränsningar av antal order per år

Orderkvantiteter vid begränsningar av antal order per år Hadbok materalstyrg - Del D Bestämg av orderkvatteter D 64 Orderkvatteter vd begräsgar av atal order per år Olka så kallade partformgsmetoder aväds som uderlag för beslut rörade val av lämplg orderkvattet

Läs mer

Intervallskattningar, synonymt konfidensintervall eller statistiska osäkerhetsgränser

Intervallskattningar, synonymt konfidensintervall eller statistiska osäkerhetsgränser Matematisk statistik ör STS vt 004 004-05 - 04 Begt Rosé Itervallskattigar, syoymt koidesitervall eller statistiska osäkerhetsgräser Allmät om koidesitervall För att börja kokret återväder vi till det

Läs mer

D 45. Orderkvantiteter i kanbansystem. 1 Kanbansystem med två kort. Handbok i materialstyrning - Del D Bestämning av orderkvantiteter

D 45. Orderkvantiteter i kanbansystem. 1 Kanbansystem med två kort. Handbok i materialstyrning - Del D Bestämning av orderkvantiteter Hadbok materalstyrg - Del D Bestämg av orderkvatteter D 45 Orderkvatteter kabasystem grupp av materalstyrgsmetoder karakterseras av att behov av materal som uppstår hos e förbrukade ehet mer eller mdre

Läs mer

Föreläsningsanteckningar till Linjär Regression

Föreläsningsanteckningar till Linjär Regression Föreläsgsateckgar tll Ljär Regresso Kasper K S Aderse 3 oktober 08 Statstsk modell Ofta söks ett sambad y fx mella e förklarade eller oberoede varabel x och e resposvarabel eller beroede varabel y V betrakter

Läs mer

Prisuppdateringar på elementär indexnivå - jämförelser mot ett superlativt index

Prisuppdateringar på elementär indexnivå - jämförelser mot ett superlativt index PM tll Nämde för KPI Sammaträde r 3 ES/PR 2017-10-25 Olva Ståhl och Ulf Jostad Prsuppdatergar på elemetär dexvå - jämförelser mot ett superlatvt dex För formato Idex på elemetär vå KPI eräkas de flesta

Läs mer

En utvärdering av två olika sätt att skatta fördelningen till stickprovsmedelvärden från olikfördelade data - normalapproximation kontra resampling

En utvärdering av två olika sätt att skatta fördelningen till stickprovsmedelvärden från olikfördelade data - normalapproximation kontra resampling utvärderg av två olka sätt att skatta fördelge tll stckprovsmedelvärde frå olkfördelade data - ormalapproxmato kotra resamplg av Adreas Holmström xamesarbete matematsk statstk Umeå uverstet, Hadledare:

Läs mer

Parametriska metoder. Icke-parametriska metoder. parametriska test. Icke-parametriska test. Location Shift. Vilket test ersätts med vilket?

Parametriska metoder. Icke-parametriska metoder. parametriska test. Icke-parametriska test. Location Shift. Vilket test ersätts med vilket? Icke-parametrska test Icke-parametrska metoder Parametrska metoder Fördelge för populatoe som stckprovet togs frå är käd så ära som på ett atal parametrar, t.ex: N med okäda och Icke-parametrska metoder

Läs mer

Orderkvantiteter i kanbansystem

Orderkvantiteter i kanbansystem Hadbok materalstyrg - Del D Bestämg av orderkvatteter D 45 Orderkvatteter kabasystem E grupp av materalstyrgsmetoder karakterseras av att behov av materal som uppstår hos e förbrukade ehet mer eller mdre

Läs mer

Borel-Cantellis sats och stora talens lag

Borel-Cantellis sats och stora talens lag Borel-Catellis sats och stora tales lag Guar Eglud Matematisk statistik KTH Vt 2005 Iledig Borel-Catellis sats är e itressat och avädbar sats framför allt för att bevisa stora tales lag i stark form. Vi

Läs mer

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng UMEÅ UNIVERSITET Isttutoe för matematsk statstk Statstk för lärare, MSTA38 Lef Nlsso TENTAMEN 04--6 TENTAMEN I MATEMATISK STATISTIK Statstk för lärare, 5 poäg Skrvtd: 9.00-15.00 Tllåta hjälpmedel: Utdelad

Läs mer

SOS HT Punktskattningar. Skattning från stickprovet. 2. Intuitiva skattningar. 3. Skattning som slumpvariabel. slump.

SOS HT Punktskattningar. Skattning från stickprovet. 2. Intuitiva skattningar. 3. Skattning som slumpvariabel. slump. Puktskattgar SOS HT10 Puktskattg uwe@math.uu.se http://www.math.uu.se/~uwe/sos_ht10 1. Vad är e puktskattg och varför behövs de? 1. Jämförelse: saolkhetstoer statstkteor 2. Itutva ( aturlga ) skattgar

Läs mer

SAMMANFATTNING AV KURS 602 STATISTIK (Newbold kapitel [7], 8, 9, 10, 13, 14)

SAMMANFATTNING AV KURS 602 STATISTIK (Newbold kapitel [7], 8, 9, 10, 13, 14) AMMANFATTNING AV KUR 6 TATITIK (Newbold katel [7], 8, 9,, 3, 4) INLEDNING 3 Proortoer 3 Proortoer 4 Poulatosvaras 5 KONFIDENINTERVALL 6 Itutv förklarg 6 Arbetsgåg vd beräkg av kofdestervall 7 Tfall. ök

Läs mer

F9 Hypotesprövning. Statistikens grunder 2 dagtid. p-värden. Övning 1 från F8

F9 Hypotesprövning. Statistikens grunder 2 dagtid. p-värden. Övning 1 från F8 01-10-5 F9 Hypotesprövg Statstkes gruder dagtd HT 01 Behöver komma håg alla formler? Ne, kolla formelbladet Me vlka som behövs eller te beror på stuatoe Det som ska läras är är behöver Z eller T och hur

Läs mer

FÖRSÖKSPLANERING. och utvärdering av försöksresultat med den matematiska statistikens metoder. av Jarl Ahlbeck

FÖRSÖKSPLANERING. och utvärdering av försöksresultat med den matematiska statistikens metoder. av Jarl Ahlbeck FÖRSÖKSPLNERING och utvärderg av försöksresultat med de matematska statstkes metoder av Jarl hlbeck Åbo kadem Laboratoret för alägggstekk I a sstem whch varable quattes chage, t s of terest to eame the

Läs mer

Ekvationen (ekv1) kan beskriva en s.k. stationär tillstånd (steady-state) för en fysikalisk process.

Ekvationen (ekv1) kan beskriva en s.k. stationär tillstånd (steady-state) för en fysikalisk process. Armi Halilovic: EXTRA ÖVNINGAR aplace-ekvatioe APACES EKVATION Vi etraktar följade PDE u, u,, a, ekv1 som kallas aplaces ekvatio Ekvatioe ekv1 ka eskriva e sk statioär tillståd stead-state för e fsikalisk

Läs mer

Fördelningen för populationen som stickprovet togs ifrån är känd så nära som på ett antal parametrar, t.ex: N med okända

Fördelningen för populationen som stickprovet togs ifrån är känd så nära som på ett antal parametrar, t.ex: N med okända we Mezel, 7 we.mezel@sl.se; we.mezel@matstat.de www.matstat.de Parametrska metoder Fördelge för poplatoe som stckprovet togs frå är käd så ära som på ett atal parametrar, t.ex: N med okäda Icke-parametrska

Läs mer

Lycka till och trevlig sommar!

Lycka till och trevlig sommar! UMEÅ UNIVERSITET Isttutoe för matematsk statstk Statstk för lärare, MSTA38 Lef Nlsso TENTAMEN 07-05-3 TENTAMEN I MATEMATISK STATISTIK Statstk för lärare, 5 poäg Skrvtd: 09.00-5.00 Tllåta hjälpmedel: Tabellsamlg,

Läs mer

APPROXIMATION AV SERIENS SUMMA MED EN DELSUMMA OCH EN INTEGRAL

APPROXIMATION AV SERIENS SUMMA MED EN DELSUMMA OCH EN INTEGRAL Armi Halilovic: EXTRA ÖVNINGAR Approimatio av erie umma med e delumma APPROXIMATION AV SERIENS SUMMA MED EN DELSUMMA OCH EN INTEGRAL Låt vara e poitiv och avtagade utio ör åda att erie overgerar. Vi a

Läs mer

Formler och tabeller i statistik

Formler och tabeller i statistik KTH STH, Campus Hage Formler och tabeller statstk Arm Hallovc Formler och tabeller statstk Medelvärde och varas = = = ( ) = = = Medelvärde och varas för ett frekvesdelat materal = k = f = k = f ( ) Vätevärde

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

Test av anpassning, homogenitet och oberoende med χ 2 - metod

Test av anpassning, homogenitet och oberoende med χ 2 - metod Matematsk statstk för STS vt 00 00-05 - Bengt Rosén Test av anpassnng, homogentet och oberoende med χ - metod Det stoff som behandlas det fölande återfnns Blom Avsntt 7 b sdorna 6-9 och Avsntt 85 sdorna

Läs mer

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I Föreläsg 6 73G04 urveymetodk 73G9 Utredgskuska I Dages föreläsg ortfall Totalbortfall Partellt bortfall Hur hatera bortfall? ortfallsstratumasatse (tvåfasurval) ubsttuto Imuterg Reettosquz ortfall och

Läs mer

Induktion LCB Rekursion och induktion; enkla fall. Ersätter Grimaldi 4.1

Induktion LCB Rekursion och induktion; enkla fall. Ersätter Grimaldi 4.1 duktio LCB 2000 Ersätter Grimaldi 4. Rekursio och iduktio; ekla fall E talföljd a a 0 a a 2 ka aturligtvis defiieras geom att ma ager e explicit formel för uträkig av dess elemet, som till exempel () a

Läs mer

Linjär Algebra. Linjära ekvationssystem. Ax = b. Viktiga begrepp. Linjära ekvationssystem. Kolumnerna i A. Exempel. R (A) spänns upp av t.ex.

Linjär Algebra. Linjära ekvationssystem. Ax = b. Viktiga begrepp. Linjära ekvationssystem. Kolumnerna i A. Exempel. R (A) spänns upp av t.ex. Ljära ekvatossystem Ljär Algebra obekata & ekvatoer a x + a x + a 3 x 3 + + a x = b a x + a x + a 3 x 3 + + a x = b a x + a x + a 3 x 3 + + a x = b Ljära ekvatossystem där A -matrs och b -vektor Vktga

Läs mer

H1009, Introduktionskurs i matematik Armin Halilovic POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING. vara ett polynom där a

H1009, Introduktionskurs i matematik Armin Halilovic POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING. vara ett polynom där a POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING Defiitio Polyom är ett uttryck av följade typ P( ) a a a, där är ett icke-egativt heltal (Kortare 0 P k ( ) a a 0 k ) k Defiitio

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

Tentamen STA A15 delkurs 1 (10 poäng): Sannolikhetslära och statistisk slutledning 3 november, 2005 kl

Tentamen STA A15 delkurs 1 (10 poäng): Sannolikhetslära och statistisk slutledning 3 november, 2005 kl Tetame STA A5 delkurs ( poäg): Saolkhetslära och statstsk slutledg 3 ovember 5 kl. 8.5-3.5 Tllåta hjälpmedel: Räkedosa bfogade formel- och tabellsamlgar vlka skall retureras. Asvarg lärare: Ja Rudader

Läs mer

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren?

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren? Problemlösig. G. Polya ger i si utmärkta lilla bok How to solve it (Priceto Uiversity press, 946) ett schema att följa vid problemlösig. I de flod av böcker om problemlösig som har följt på Polyas bok

Läs mer

Centrala Gränsvärdessatsen:

Centrala Gränsvärdessatsen: Föreläsnng V såg föreläsnng ett, att om v känner den förväntade asymptotska fördelnngen en gven stuaton så kan v med utgångspunkt från våra mätdata med hjälp av mnsta kvadrat-metoden fnna vlka parametrar

Läs mer

REGRESSIONSANALYS S0001M

REGRESSIONSANALYS S0001M Matematk Kerst Väma 9--4 REGRESSIONSANALYS SM INNEHÅLL. Iledg.... Ekel regressosaalys... 3. Udersökg av modellatagadea...7 4. Korrelatoskoeffcet.... Kofdestervall för förvätat Y-värde...3 6. Progostervall...4

Läs mer

Föreläsning 10: Kombinatorik

Föreläsning 10: Kombinatorik DD2458, Problemlösig och programmerig uder press Föreläsig 10: Kombiatorik Datum: 2009-11-18 Skribeter: Cecilia Roes, A-Soe Lidblom, Ollata Cuba Gylleste Föreläsare: Fredrik Niemelä 1 Delmägder E delmägd

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1)

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1) Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del 1) Sampligfördeligar (LLL Kap 8) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level course,

Läs mer

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ)

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ) Normalfördeliges betydelse Empirisktse gur: måga storheter approximativt ormalfördelade Summa av måga ugefär oberoede och ugefär likafördelade s.v. är approximativt ormalfördelad CGS Exempel: mätfel =

Läs mer

Medelvärde. Repetition. Median. Standardavvikelse. Frekvens. Normerat värde. z = x x

Medelvärde. Repetition. Median. Standardavvikelse. Frekvens. Normerat värde. z = x x Medelvärde Reetto mb9 Medelvärdet är summa av alla observatoer dvderat med deras atal. x 873+85+8385+83+8+83+8087+808+80 = 70 70 = 89 9 Meda Medae är de mttersta observatoe. = 8 Eller medelvärdet av de

Läs mer

101. och sista termen 1

101. och sista termen 1 Lektio, Evariabelaalys de ovember 999 5.. Uttryck summa j uta summasymbole. j + Termera är idexerade frå j = till j = och varje term är blir j j+. Summa Skriver vi upp summa uta summasymbole blir de +

Läs mer

Armin Halilovic: EXTRA ÖVNINGAR. ) De Moivres formel ==================================================== 2 = 1

Armin Halilovic: EXTRA ÖVNINGAR. ) De Moivres formel ==================================================== 2 = 1 Arm Hallovc: EXTRA ÖVNINGAR KOMPLEXA TAL x + y, där x, y R (rektagulär form r(cosθ + sθ (polär form r (cos θ + s θ De Movres formel y O x + x y re θ (potesform eller expoetell form θ e cosθ + sθ Eulers

Läs mer

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

F4 Matematikrep. Summatecken. Summatecken, forts. Summatecken, forts. Summatecknet. Potensräkning. Logaritmer. Kombinatorik 0-0-5 F Matematrep Summateet Potesräg Logartmer Kombator Summatee Säg att v har ste tal,, Summa av dessa tal (alltså + + ) srvs ortfattat med hälp av summatee: summa då går fr.o.m. t.o.m. Summatee, forts.

Läs mer

Mätfelsbehandling. Lars Engström

Mätfelsbehandling. Lars Engström Mätfelsbehandlng Lars Engström I alla fyskalska försök har de värden man erhåller mer eller mndre hög noggrannhet. Ibland är osäkerheten en mätnng fullständgt försumbar förhållande tll den precson man

Läs mer

Grundläggande matematisk statistik

Grundläggande matematisk statistik Grudläggade matematisk statistik Puktskattig Uwe Mezel, 2018 uwe.mezel@slu.se; uwe.mezel@matstat.de www.matstat.de Saolikhetsteori: Saolikhetsteori och statistikteori vad vi gjorde t.o.m. u vi hade e give

Läs mer

F15 ENKEL LINJÄR REGRESSION (NCT )

F15 ENKEL LINJÄR REGRESSION (NCT ) Stat. teor gk, ht 006, JW F5 ENKEL LINJÄR REGRESSION (NCT.-.4) Ordlta tll NCT Scatter plot Depedet/depedet Leat quare Sum of quare Redual Ft Predct Radom error Aal of varace Sprdgdagram Beroede/oberoede

Läs mer

Centrala gränsvärdessatsen

Centrala gränsvärdessatsen Arm Hallovc: EXTRA ÖVNINGAR Cetrala gräsvärdessatse Cetrala gräsvärdessatse Vätevärdet och varase för e ljär kombato av stokastska varabler beräkas elgt följade: S Låt c, c,, c vara kostater,,,, stokastska

Läs mer

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1). Harald Lag Formelsamlig och Tabeller i Statistik och Saolikhetsteori (15/11-10) Datareducerig Om x 1,..., x är ett stickprov ur e populatio så defiieras medelvärdet x x = 1 k=1 x k och stadardavvikelse

Läs mer

Genomsnittligt sökdjup i binära sökträd

Genomsnittligt sökdjup i binära sökträd Iformatiostekologi Tom Smedsaas 10 augusti 016 Geomsittligt sökdjup i biära sökträd Detta papper visar att biära sökträd som byggs upp av slumpmässiga data är bra. Beteckigar och defiitioer Defiitio De

Läs mer

4.2.3 Normalfördelningen

4.2.3 Normalfördelningen 4.2.3 Normalfördelige Biomial- och Poissofördelige är två exempel på fördeligar för slumpvariabler som ka ata ädligt eller uppräkeligt måga olika värde. Sådaa fördeligar sägs vara diskreta. Ofta är ett

Läs mer

Egna funktioner. Vad är sin? sin är namnet på en av många inbyggda funktioner i Ada (och den återfinns i paketet Ada.Numerics.Elementary_Functions)

Egna funktioner. Vad är sin? sin är namnet på en av många inbyggda funktioner i Ada (och den återfinns i paketet Ada.Numerics.Elementary_Functions) - 1 - Vad är si? si är amet på e av måga ibyggda fuktioer i Ada (och de återfis i paketet Ada.Numerics.Elemetary_Fuctios) si är deklarerad att ta emot e parameter (eller ett argumet) av typ Float (mätt

Läs mer

Flexibel konkursriskestimering med logistisk spline-regression

Flexibel konkursriskestimering med logistisk spline-regression Matematsk statstk Stockholms uverstet Flexbel kokursrskestmerg med logstsk sple-regresso Erk vo Schedv Examesarbete 8: Postadress: Matematsk statstk Matematska sttutoe Stockholms uverstet 6 9 Stockholm

Läs mer

Variansberäkningar KPI

Variansberäkningar KPI STATISTISKA CENTRALBYRÅN Slutrapport (9) Varasberäkgar KPI Varasberäkgar KPI Iledg Grov varasskattg Detaljerade varasskattgar av tuga produktgrupper 5 Rätekostader 5 Charter 6 Böcker 8 Utrkesflyg 0 Iträdesbljetter

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

a) Beräkna E (W ). (2 p)

a) Beräkna E (W ). (2 p) Avd. Matematisk statistik TENTAMEN I SF19 och SF191 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 13:E MARS 18 KL 8. 13.. Examiator: Björ-Olof Skytt, 8 79 86 49. Tillåta hjälpmedel: Formel- och tabellsamlig

Läs mer

Slumpvariabler (Stokastiska variabler)

Slumpvariabler (Stokastiska variabler) Slumpvarabler Väntevärden F0 Slutsatser från urval tll populaton Slumpvarabler (Stokastska varabler) En slumpvarabel är en funkton från utfallsrummet tll tallnjen Ex kast med ett mynt ggr =antalet krona

Läs mer

1. BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. n x

1. BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. n x BERÄKNING AV GRÄNSVÄRDEN ( då ) MED HJÄLP AV MACLAURINUTVECKLING a) Maclauris formel ( ) f () f () f () f ( ) f () + f () + + + +!!! ( ) f ( c) där R och c är tal som ligger mella och ( + )! Amärkig Eftersom

Läs mer

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I MS-A0409 Grudkurs i diskret matematik Sammafattig, del I G. Gripeberg Aalto-uiversitetet 2 oktober 2013 G. Gripeberg (Aalto-uiversitetet) MS-A0409 Grudkurs i diskret matematiksammafattig, del 2Ioktober

Läs mer

Kap. 1. Gaser Ideala gaser. Ideal gas: För en ideal gas gäller: Allmänna gaslagen. kraft yta

Kap. 1. Gaser Ideala gaser. Ideal gas: För en ideal gas gäller: Allmänna gaslagen. kraft yta Termodyamk - ärmets rörelse - Jämvkt - Relatoer mella olka kemska tllståd - Hur mycket t.ex. eerg eller rodukter som bldas e kemsk reakto - arför kemska reaktoer sker Ka. 1. Gaser 1.1-2 Ideala gaser Ideal

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 ör umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder

Läs mer

F7 PP kap 4.1, linjära överbestämda ekvationssystem

F7 PP kap 4.1, linjära överbestämda ekvationssystem F7 BE3 & 3 Page of 5 F7 PP ka 4., ljära överbestäda ekvatossste Här behadlas dels ljära överbestäda sste oh dels tlläge å odellaassg ed stakvadrat-etode so kaske ufas av Gauss. V börjar ed ljära algebra.

Läs mer

Fyra typer av förstärkare

Fyra typer av förstärkare 1 Föreläsg 1, Ht2 Hambley astt 11.6 11.8, 11.11, 12.1, 12.3 Fyra tyer a förstärkare s 0 s ut s A ut L s L 0 ägsförstärkare ägströmförstärkare (trasadmttasförst.) 0 ut s s ut L s s A 0 L trömsägsförstärkare

Läs mer

Följande begrepp används ofta vid beskrivning av ett statistiskt material:

Följande begrepp används ofta vid beskrivning av ett statistiskt material: Armi Halilovic: EXTRA ÖVNINGAR Besrivade statisti BESKRIVANDE STATISTIK. GRUNDBEGREPP Följade begrepp aväds ofta vid besrivig av ett statistist material: LÄGESMÅTT (medelvärde, media och typvärde): Låt

Läs mer

Skattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas?

Skattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas? Skattig / Iferes Saolikhet och statistik Puktskattig Försöket att beskriva e hel populatio pga ågra få mätvärde! Oberservatio = Populatio HT 2008 UweMezel@mathuuse http://wwwmathuuse/ uwe/ Populatio har

Läs mer

Minsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera

Minsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera Matematisk statistik slumpes matematik Saolikhetsteori hur beskriver ma slumpe? Statistikteori vilka slutsatser ka ma dra av ett datamaterial? Statistikteori översikt Puktskattig Hur gör ma e bra gissig

Läs mer

b) Om du nu hade oturen att du köpt en trasig dator, vad är sannolikheten att den skulle ha tillverkats i Litauen?

b) Om du nu hade oturen att du köpt en trasig dator, vad är sannolikheten att den skulle ha tillverkats i Litauen? UMEÅ UNIVERSITET Isttutoe för matematk och matematsk statstk MSTA, Statstk för tekska fysker A Peter Ato TENTAMEN 005-0-03 ÖSNINGSFÖRSAGTENTAMEN I MATEMATISK STATISTIK Statstk för tekska fysker, 4 oäg.

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

ENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist

ENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist Föreläsig VI Mikael P. Sudqvist Aritmetisk summa, exempel Exempel I ett sällskap på 100 persoer skakar alla persoer had med varadra (precis e gåg). Hur måga hadskakigar sker? Defiitio I e aritmetisk summa

Läs mer

Introduktion till statistik för statsvetare

Introduktion till statistik för statsvetare "Det fis iget så praktiskt som e bra teori" November 2011 Bakgrud Stadardiserig E saolikhetsekvatio Kosekves av stora tales lag Stora tales lag ger att är slumpvariablera X i är oberoede, med e och samma

Läs mer

Visst kan man faktorisera x 4 + 1

Visst kan man faktorisera x 4 + 1 Visst ka ma faktorisera + 1 Per-Eskil Persso Faktoriserig av polyomuttryck har alltid utgjort e svår del av algebra. Reda i slutet av grudskola möter elever i regel dea omvädig till multiplikatio med hjälp

Läs mer

Repetition DMI, m.m. Några begrepp. egenskap d. egenskap1

Repetition DMI, m.m. Några begrepp. egenskap d. egenskap1 Repetto DMI, m.m. I. ermolog och Grudproblem II. Ljär algebra III. Optmerg IV. Saolkhetslära V. Parameterestmerg Några begrepp Möstervektor (egeskapsvektor/data) lsta med umerska värde som beskrver möstret.

Läs mer

RESTARITMETIKER. Avsnitt 4. När man adderar eller multiplicerar två tal som t ex

RESTARITMETIKER. Avsnitt 4. När man adderar eller multiplicerar två tal som t ex Avsitt 4 RESTARITMETIKER När ma adderar eller multiplicerar två tal som t ex 128 + 39..7 128 43..4 så bestämmer ma först de sista siffra. De operatioer som leder till resultatet kallas additio och multiplikatio

Läs mer

Hastighetsförändringar och trafiksäkerhetseffekter

Hastighetsförändringar och trafiksäkerhetseffekter VTI otat 76 VTI otat 76- Hastghetsförädrgar och trafksäkerhetseffekter Potesmodelle 6 5 Chage accdet cosequeces % All the jured Klled ad seerely jured Klled 3 - - -3 - -5-5 - -5 5 5 Chage mea speed % Författare

Läs mer

Uppgifter 3: Talföljder och induktionsbevis

Uppgifter 3: Talföljder och induktionsbevis Gruder i matematik och logik (017) Uppgifter 3: Talföljder och iduktiosbevis Ur Matematik Origo 5 Talföljder och summor 3.01 101. E talföljd defiieras geom formel a 8 + 6. a) Är det e rekursiv eller e

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

En jämförande studie av GLM, Jungs metod och Tweedie-modell för premiesättning av multiplikativ tariff.

En jämförande studie av GLM, Jungs metod och Tweedie-modell för premiesättning av multiplikativ tariff. atematk tattk Stockholm uvertet E ämförade tude av GL, Jug metod och Teede-modell för premeättg av multplkatv tarff. El Laro Eamearete 4: Potal addre: atematk tattk Dept. of athematc Stockholm uvertet

Läs mer

F10 ESTIMATION (NCT )

F10 ESTIMATION (NCT ) Stat. teori gk, ht 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlista till NCT Iferece Parameter Estimator Estimate Ubiased Bias Efficiecy Cofidece iterval Cofidece level (Studet s) t distributio Slutledig,

Läs mer

Lösningar och kommentarer till uppgifter i 1.1

Lösningar och kommentarer till uppgifter i 1.1 Lösigar och kommetarer till uppgifter i. 407 d) 408 d) 40 a) 3 /5 5) 5 3 0 ) 0) 3 5 5 4 0 6 5 x 5 x) 5 x + 5 x 5 x 5 x 5 x + 5 x 40 Om det u är eklare så här a x a 3x + a x) a 4x + 43 a) 43 45 5 3 5 )

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00 0.01.007 Tetame i Statistik, STA A13 Deltetame, 5p 0 jauari 007, kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig lärare: Haah Hall Övrigt:

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna Föreläsning 26, 9/2 2011: y + ay + by = h(x)

Uppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna Föreläsning 26, 9/2 2011: y + ay + by = h(x) Uppsala Uiversitet Matematiska Istitutioe Bo Styf Evariabelaalys, 0 hp STS, X 200-0-27 Föreläsig 26, 9/2 20: Geomgåget på föreläsigara 26-30. Att lösa de ihomogea ekvatioe. De ekvatio vi syftar på är förstås

Läs mer

Begreppet rörelsemängd (eng. momentum) (YF kap. 8.1)

Begreppet rörelsemängd (eng. momentum) (YF kap. 8.1) Begreppet rörelsemägd (eg. mometum) (YF kap. 8.1) Defto (Newto!): E partkel med massa m och hastghet ഥv har rörelsemägd ഥp = m ഥv. Vektor med samma rktg som hastghete! Newto II: ሜF = m dvlj = d dt dt d

Läs mer

Strukturell utveckling av arbetskostnad och priser i den svenska ekonomin

Strukturell utveckling av arbetskostnad och priser i den svenska ekonomin Strukturell utvecklg av arbetskostad och prser de sveska ekoom Alek Markowsk Krsta Nlsso Marcus Wdé WORKING PAPER NR 06, MAJ 0 UTGIVEN AV KONJUNKTURINSTITUTET KONJUNKTURINSTITUTET gör aalyser och progoser

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

Lösningsförslag till tentamen i 732G71 Statistik B, 2009-12-04

Lösningsförslag till tentamen i 732G71 Statistik B, 2009-12-04 Prs Lösgsförslag tll tetame 73G7 Statstk B, 009--04. a) 340 30 300 80 60 40 0 0.5.0.5.0 Avståd.5 3.0 3.5 b) r y y y y 4985.75 7.7 830 0 39.335 7.7 0 80300-830 0 3.35 0.085 74.475 c) b y y 4985.75 7.7 830

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

Digital signalbehandling Alternativa sätt att se på faltning

Digital signalbehandling Alternativa sätt att se på faltning Istitutioe för data- oc elektrotekik 2-2- Digital sigalbeadlig Alterativa sätt att se på faltig Faltig ka uppfattas som ett kostigt begrepp me adlar i grude ite om aat ä att utgåede frå e isigal x [],

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

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

1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k

1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k LÖSNINGAR TILL Matematisk statistik, Matematikcetrum Tetame: 5 kl 8 Luds tekiska högskola FMS, FMS, FMS, FMS 5, MAS 9 Matematisk statistik för ED, F, I, FED och fysiker. a Eftersom X och Y har samma fördelig

Läs mer

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin Föreläsig 5 73G70, 73G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 5 Stickprovsteori Sid 15-150 Statistisk iferes Populatio (äve målpopulatio) = de (på logisk väg

Läs mer

Lösning till TENTAMEN

Lösning till TENTAMEN Isttutoe för Sjöfart oh Mar Tekk ös tll TENTAMEN 0706 KURSNAMN Termodyamk oh strömslära ROGRAM: am Sjöejörsrorammet åk / läserod KURSBETECKNING //auusterode SJO050 005 el A Strömslära EXAMINATOR Mats Jarlros

Läs mer

Matematisk statistik TMS063 Tentamen

Matematisk statistik TMS063 Tentamen Matematisk statistik TMS063 Tetame 208-05-30 Tid: 8:30-2:30 Tetamesplats: SB Hjälpmedel: Bifogad formelsamlig och tabell samt Chalmersgodkäd räkare. Kursasvarig: Olof Elias Telefovakt/jour: Olof Elias,

Läs mer

θx θ 1 om 0 x 1 f(x) = 0 annars

θx θ 1 om 0 x 1 f(x) = 0 annars Avd. Matematisk statistik TENTAMEN I SF903 SANNOLIKHETSLÄRA OCH STATISTIK FÖR 3-ÅRIG Media TIMEH TORSDAGEN DEN TREDJE JUNI 200 KL 4.00 9.00. Examiator: Guar Eglud, tel. 790 74 06 Tillåta hjälpmedel: Läroboke.

Läs mer

Drivsystemelektronik \ Drivsystemautomation \ Systemintegration \ Service. Handbok. Tillverkning av kablar Kablar för synkrona servomotorer

Drivsystemelektronik \ Drivsystemautomation \ Systemintegration \ Service. Handbok. Tillverkning av kablar Kablar för synkrona servomotorer Drvsystemelektrok \ Drvsystemautomato \ Systemtegrato \ Servce Hadbok Tllverkg av kablar Kablar ör sykroa servomotorer Utgåva 12/2011 19301677 / SV SEW-EURODRIVE Drvg the world Iehållsörteckg 1 Krmpverktyg...

Läs mer

TNA001 Matematisk grundkurs Övningsuppgifter

TNA001 Matematisk grundkurs Övningsuppgifter TNA00 Matematisk grudkurs Övigsuppgiter Iehåll: Uppgit Uppgit 8 Uppgit 9 6 Uppgit 7 5 Uppgit 55 60 Facit sid. 8-0 Summor, Biomialsatse, Iduktiosbevis Ivers uktio Logaritmer, Expoetialuktioer Trigoometri

Läs mer

1. Hur gammalt är ditt barn?

1. Hur gammalt är ditt barn? Förskoleekät 2017 Filtrerigsvillkor: Villkor: 1: Svarsalterativ Käppla (Fråga: Vilke förskola går ditt bar i?) 1. Hur gammalt är ditt bar? Atal svarade: 27 0% 2% 4% 6% 8% 10% 12% 14% 16% 18% 20% 22% 24%

Läs mer

TENTAMEN I MATEMATISK STATISTIK

TENTAMEN I MATEMATISK STATISTIK TETAME I MATEMATISK STATISTIK Te i kurse 6H, KÖTEORI OCH MATEMATISK STATISTIK, Te i kurse 6H, 6L MATEMATIK OCH MATEMATISK STATISTIK, Skrivtid: :-7: Lärare: Armi Halilovic Kurskod 6H, 6H, 6L, 6A Hjälpmedel:

Läs mer

= α. β = α = ( ) D (β )= = 0 + β. = α 0 + β. E (β )=β. V (β )= σ2. β N β, = σ2

= α. β = α = ( ) D (β )= = 0 + β. = α 0 + β. E (β )=β. V (β )= σ2. β N β, = σ2 Ljär regresso aolkhet och statstk Regressosaalys VT 2009 Uwe.Mezel@math.uu.se http://www.math.uu.se/ uwe/ Fgur: Mätpukter: x, y Ljär regresso - kalbrerg av e våg Modell för ljär regresso Modell: y α +

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