101. och sista termen 1

Storlek: px
Starta visningen från sidan:

Download "101. och sista termen 1"

Transkript

1 Lektio, Evariabelaalys de ovember 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 Med detta skrivsätt hoppas vi att ma ka gissa sig till vilka de mellaliggade, icke utskriva, termera är. j j + = = Notera att vi med summasymbole uttrycker summa på ett otvetydigt sätt meda summa i högerledet kräver att ma gissar hur de icke utskriva termera ser ut. 5.. Skriv summa med summasymbole Uttryck summa i i + uta summasymbole. De första terme i summa får vi geom att sätta i = i summade De adra terme svarar mot i =, + =. + = /. På detta sätt ka vi forsätta att skriva upp termera. De sista terme svarar mot i = och blir + =. Som ett första steg ska vi idexera summa. Vi ka egetlige välja vårt startidex till vilket heltal som helst, säg, me det är ofta praktiskt att välja ett aturligt startidex, t.ex. eller. I vår summa ser vi att ämara verkar växa stegvis med och de första termes ämare är 7. Vi väljer därför 7 som startidex Vi vet frå börja ite hur måga termer summa har, så vi kallar slutidexet för. Nu gäller det att gissa sig till hur alla mellaliggade termer ser ut. Regelbudehete i de första termera atyder att termeras ämare fortsätter att öka med ett steg i taget. Om vi gissar att detta är det riktiga möstret hos termera så borde de allmäa term med idex l vara /l, och sista terme l l 99 borde ha idex 99. k k

2 Skriver vi dea summa med summasymbole får vi 99 k=7 Notera att allt detta egetlige är e gissig. Givet puktera k Skriv summa med summasymbole. + x + 3x + 4x x 99 fk k så har vi gissat att summade fk i summa fk fk är fuktioe k=7 Precis som tidigare börjar vi med att idexera summa. I detta exempel ka vi otera att koefficietera framför x:a växer stegvis med. De första terme har koefficiet så vi väljer som startidex. Vid varje ytterligare term ökar koefficiete med så vi ka gissa att sista terme x 99 har idex. + x + 3x + 4x x E allmä term med idex l borde, om termera fortsätter lika regelbudet, ha forme l x ågot. Det är ite heller så svårt att se vad expoete borde vara. Expoete uppvisar samma regelbuda tillväxt som idexet, k l x l. Med summasymbole blir alltså summa k I själva verket skulle det kua vara e aa fuktioe som är det rätta svaret. Dea osäkerhet ka vi iget göra åt. Vi har gjort det eda rätta och valt de eklaste summad som passar möstret. kx k. k= Notera att de första terme är x = om x. Om x = så är summaformel egetlige ite defiierad och vi borde då skriva + kx k, k= me eftersom detta helt klart är ett udatagsfall så brukar ma uderförstå vad ma mear då x =.

3 5.. Beräka j + 3. Med räkereglera för summasymbole ka vi dela upp summa i eklare summor, j + 3 = j + 3. De adra summa i högerledet är ekel att räka ut. Vi adderar tuse 3:or, 3 = 3. Summa med de kvadratiska summade skriver vi om till käda summor, k= Summa blir alltså k = k= kk + = 3. k= k 4 = 3 4 k= = k = 3 + De första summa i högerledet är e aritmetisk serie, Alltså är j = = 55. j + 3 = = 4. Låt {x i} vara e puktföljd som är jämt fördelad i itervallet [a, b] och a = x < x < x < < x < x = b. Bestäm ett slutet uttryck för x i:a. Vi ska alltså bestämma e formel för x i :as x-koordiater. Eftersom puktera ska ligga på lika avståd l frå varadra måste vi ha att 5..4 Fi ett slutet uttryck för summa k 4. k= x x = l, x x = l, x 3 x = l, x x = l. Vi delar upp summa med räkereglera Dessutom vet vi att k 4 = k 4. k= k= k= x = a, + x = b. +

4 Dessa ekvatioer, frå till +, bildar tillsammas ett lijärt ekvatiossystem där x, x,..., x, l är de okäda. Vi ska u försöka lösa detta ekvatiossystem. Addera,,...,, Eftersom x = b och x = a är x x = l x x = l x 3 x = l x x = l x x = l b a = l l = b a. Geom att ysta upp,,..., får vi Iduktivt ser vi att x = l + x = b a + a = a + b a, x = l + x = b a x 3 = l + x = b a o.s.v. + a + b a + a + b a = a + b a, = a + 3 b a, x i = a + i b a, för i =,,...,. 5.. Dela upp itervallet [, 3] i lika stora delitervall och aväd rektaglar med dessa delitervall som bas för att beräka area av området uder y = x +, över y =, samt mella x = och x = 3. Vi delar först upp itervallet [, 3] i st delitervall med lika lägder. x = x x x 3 x 3 = x Frå de förra uppgifte får vi ett uttryck för delitervalles ädpukter, x i = + i 3 = 3i. Om vi låter area av delrektagel, med x i, x i+ som bas, beteckas med A i, då är A i = base höjde = x i+ x i fx i. Eftersom vi har ett explicit uttryck för x i och x i+ så ka vi äve ställa upp ett explicit uttryck för A i, 3i + A i = = 3 3i 3i + 6i + = 8i + 3. Områdets exakta area A ka vi approximera med summa av delrektaglaras area, 8i A A i = = 8 i A i x i x i+ = = fx i Om vi låter atalet delrektaglar öka så borde vi få e allt bättre approximatio av de verkliga area A. I gräsfallet får vi de exakta area, A = lim = =.

5 5.. Dela upp ett itervall i lika stora delitervall och aväd rektaglar med dessa delitervall som bas för att beräka area av området över y = x x och uder y =. Låt oss först rita upp området. Fuktioe y = x x är e typisk adragradsfuktio. Geom att kvadratkomplettera får vi att y = x. I detta uttryck ser vi direkt att miimum fis i x = där y = och att y då x ±. Ritar vi upp grafe har de e typisk parabelform y x Områdets exakta area A approximerar vi med summa av delrektaglaras area, A A i = 4i 4 i = = ii i = ii i = När vi låter atalet delrektaglar får vi de exakta area 4 A = lim = 4 3. Vi söker area av det gråfärgade området ova. Området begräsas i x-led av de två x-värdea där kurva y = x x skär y =, d.v.s. x x = x = eller x =. Vi delar upp x-itervallet [, ] i st delitervall med lika lägder. x = x x x 3 x = x Ett uttryck för delitervalles ädpukter {x i } är x i = + i = i. Om vi låter A i betecka area av de delrektagel med x i, x i+ som bas, då är A i = base höjde = x i+ x i fx i. Ett explicit uttryck för A i är A i = i + i = 4i i 4. i i + fx i x i x i+ A i 5.3. Låt P vara partitioe av itervallet [, 4] i st delitervall med lika lägd x i = b a. Beräka Lf, P4 och Uf, P4 för fx = x. Uder- och översumma är Lf, P 4 = Uf, P 4 = 3 m i x i, 3 M i x i, där m i och M i är f:s mista respektive största värde i de olika delitervalle [, ], [, ], [, 3] och [3, 4].

6 Eftersom fx = x är strägt växade i [, 4] atas m i och M i i delitervalles västra respektive högra ädpukter. Vi får Därmed är f itegrerbar i [, 3]. Varför? Vad är 3 fx dx? och summora blir y m = f = m = f = 4 M = f = M = f3 = 9 m = f = m 3 = f3 = 9 M = f = 4 M 3 = f4 = 6 Lf, P 4 = = 4 Uf, P 4 = = 3 x Lf, P 4 Uf, P 4 y x Uder- och översumma är Lf, P = m i x i, Uf, P = M i x i, där m i och M i är f:s mista respektive största värde i de olika delitervalle. Eftersom fx = e x är e strägt växade fuktio atas m i och M i i delitervalles västra respektive högra ädpukter. Ädpuktera är x i = + i 3 = 3i så vi får Alltså är 3i m i = fx i = exp, M i = fx i+ = exp i + 3 3i = exp + 3 = m i e 3/ Låt P vara partitioe av itervallet [, 4] i st delitervall med lika lägd x i = b a. Beräka Lf, P och Uf, P för fx = ex. Visa att lim Lf, P = lim Uf, P. 3i Lf, P = exp 3 = 3 e 3/ i = {geometrisk serie} = 3 Uf, P = m i e 3/ 3 = e 3/ 3 m i = e3/ Lf, P. e 3/ e 3/ = 3 e 3 e 3/,

7 Låter vi fås att lim Lf, P 3 = lim e 3 e = 3 e 3 3/ lim e3/ 3 e 3 = {Maclauriutvecklig} = lim O 3 e 3 = lim 3 + O = e3 I uik: Gapet mella alla över- och udersummor måste alltid ligga i itervallet [Lf, P, Uf, P ] för alla. Eftersom ädpuktera i detta itervall kovergerar mot I, är gapet exakt e pukt I. Vi får därmed att f är itegrabel i [, 3] och 3 e x dx = I = e 3. lim Uf, P = lim e3/ Lf, P = lim e3/ lim Lf, P Alltså är = e 3 = e 3. lim Lf, P = lim Uf, P = e 3. Om vi går tillbaka till defiitioe av itegral så ser vi att f är itegrabel i [, 3] om det fis exakt ett tal I så att för alla partitioer P. I vårt fall låter vi Lf, P I Uf, P 5.3. Uttryck gräsvärdet som e bestämd itegral. i lim I = lim Lf, P = lim Uf, P. Lf, P I: Eftersom e översumma alltid är större ä e udersumma, är Låter vi fås Uf, P I: På samma sätt är Låter vi fås Lf, P Uf, P. Lf, P I. Uf, P Lf, P. Uf, P I. Dela upp itervallet [, ] i st delitervall med lika lägd. I varje delitervall [ k, ] k+ väljer vi e pukt ck = k/. Då är Riemasumma av fuktioe fx = x lika med k Rf, P, c = idexbyte = i = k + = i. k= k = i i= Eftersom partitioes fihet går mot oll är d.v.s. lim R f, P, c = lim i= i = x dx, x dx.

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

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

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

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

Inledande matematisk analys (TATA79) Höstterminen 2016 Föreläsnings- och lekionsplan

Inledande matematisk analys (TATA79) Höstterminen 2016 Föreläsnings- och lekionsplan Iledade matematisk aalys TATA79) Hösttermie 016 Föreläsigs- och lekiospla Föreläsig 1 Logik, axiom och argumet iom matematik, talbeteckigssystem för hetal, ratioella tal, heltalspoteser. Lektio 1 och Hadledigstillfälle

Läs mer

Del A. x 0 (1 + x + x 2 /2 + x 3 /6) x x 2 (1 x 2 /2 + O(x 4 )) = x3 /6 + O(x 5 ) (x 3 /6) + O(x 4 )) = 1 + } = 1

Del A. x 0 (1 + x + x 2 /2 + x 3 /6) x x 2 (1 x 2 /2 + O(x 4 )) = x3 /6 + O(x 5 ) (x 3 /6) + O(x 4 )) = 1 + } = 1 UPPSALA UNIVERSITET Matematiska istitutioe Sigstam, Styf Svar till övigsteta ENVARIABELANALYS 0-0- Svar till övigsteta. Del A. Bestäm e ekvatio för tagete till kurva y f x) x 5 i pukte där x. Skissa kurva.

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

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

Anmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b].

Anmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b]. MÄNGDER Stadardtalmägder: N={0,, 2, 3, } mägde av alla aturliga tal (I ågra böcker N={,2,3, }) Z={ 3, 2,,0,, 2, 3, 4, } mägde av alla hela tal m Q={, där m, är hela tal och 0 } mägde av alla ratioella

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

Kompletterande kurslitteratur om serier

Kompletterande kurslitteratur om serier KTH Matematik Has Thuberg 5B47 Evariabelaalys Kompletterade kurslitteratur om serier I Persso & Böiers.5.4 itroduceras serier, och serier diskuteras också i kapitel 7.9. Ia du läser vidare här skall du

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

Tentamen i Flervariabelanalys F/TM, MVE035

Tentamen i Flervariabelanalys F/TM, MVE035 Tetame i Flervariabelaalys F/TM, MV35 8 3 kl. 8.3.3. Hjälpmedel: Iga, ej räkedosa. Telefo: Oskar Hamlet tel 73-8834 För godkät krävs mist 4 poäg. Betyg 3: 4-35 poäg, betyg 4: 36-47 poäg, betyg 5: 48 poäg

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

b 1 och har för olika värden på den reella konstanten a.

b 1 och har för olika värden på den reella konstanten a. Första häftet 649. a) A och B spelar cigarr, vilket som bekat tillgår på följade sätt. Omväxlade placerar de ibördes lika, jämtjocka cigarrer på ett rektagulärt bord, varvid varje y cigarr måste placeras

Läs mer

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp)

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp) KTH-Matematik Tetameskrivig, 2008-0-0, kl. 4.00-9.00 SF625, Evariabelaalys för CITE(IT) och CMIEL(ME ) (7,5h) Prelimiära gräser. Registrerade å kurse SF625 får graderat betyg eligt skala A (högsta betyg),

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

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

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

Räkning med potensserier

Räkning med potensserier Räkig med potesserier Serier (termiologi fis i [P,4-4]!) av type P + + + + 4 +... k ( om < ) k + + + + P 4 4 +... k k! ( e för alla ) k och de i [P, sid.9, formler 7-] som ärmast skulle kua beskrivas som

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 uttrycket av type a a a 0 ( där är ett icke-egativt heltal) Defiitio Låt P( a a a0 vara ett polyom där a 0, då

Läs mer

Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL

Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL Fourierserie fortsättig Ortogoalitetsrelatioera och Parsevals formel Med hjälp av ortogoalitetsrelatioera Y Â m W t, Â W t ] =, m ¹, m = () där Xf, g\ = Ÿ T f HtL g HtL, där W ã p, ka ma bevisa följade

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

f(x i ) Vi söker arean av det gråfärgade området ovan. Området begränsas i x-led av de två x-värdena där kurvan y = x 2 2x skär y = 0, d.v.s.

f(x i ) Vi söker arean av det gråfärgade området ovan. Området begränsas i x-led av de två x-värdena där kurvan y = x 2 2x skär y = 0, d.v.s. Dg. Remsummor och tegrler Rekommederde uppgfter 5.. Del upp tervllet [, 3] lk stor deltervll och väd rektglr med dess deltervll som bs för tt beräk re v området uder = +, över =, smt mell = och = 3. V

Läs mer

LINJÄRA DIFFERENTIALEKVATIONER AV HÖGRE ORDNINGEN

LINJÄRA DIFFERENTIALEKVATIONER AV HÖGRE ORDNINGEN Armi Halilovic: EXTRA ÖVNINGAR, SF7 LINJÄRA DIFFERENTIALEKVATIONER AV HÖGRE ORDNINGEN INLEDNING LINJÄRA DIFFERENTIAL EKVATIONER E DE är lijär om de är lijär med avseede å de obekata fuktioe oc dess derivator

Läs mer

Trigonometriska polynom

Trigonometriska polynom Trigoometriska polyom Itroduktio Iga strägistrumet eller blåsistrumet ka producera estaka siustoer, blott lieära kombiatioer av dem, där de med lägsta frekvese kallas för grudtoe, och de övriga för övertoer.

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

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

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

Andra ordningens lineära differensekvationer

Andra ordningens lineära differensekvationer Adra ordiges lieära differesekvatioer Differese Differese f H + L - f HL mäter hur mycket f :s värde förädras då argumetet förädras med de mista ehete. Låt oss betecka ämda differes med H Df L HL. Eftersom

Läs mer

4. Uppgifter från gamla tentor (inte ett officiellt urval) 6

4. Uppgifter från gamla tentor (inte ett officiellt urval) 6 SF69 - DIFFERENTIALEKVATIONER OCH TRANSFORMER II - ÖVNING 4 KARL JONSSON Iehåll. Egeskaper hos Fouriertrasforme. Kapitel 3: Z-Trasform.. Upp. 3.44a-b: Bestämig av Z-trasforme för olika talföljder.. Upp.

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

Problem 2 löses endast om Du hade färre än 15 poäng på duggan som gavs arctanx sin x. x(1 cosx) lim. cost.

Problem 2 löses endast om Du hade färre än 15 poäng på duggan som gavs arctanx sin x. x(1 cosx) lim. cost. UPPSALA UNIVERSITET Matematiska istitutioe Abrahamsso 7-6796 Prov i matematik IT, W, lärarprogrammet Evariabelaalys, hp 9-6-4 Skrivtid: : 5: Tillåta hjälpmedel: Mauella skrivdo Varje uppgift är värd maimalt

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 2: Punktskattningar

Föreläsning 2: Punktskattningar Föreläsig : Puktskattigar Joha Thim joha.thim@liu.se 7 augusti 08 Repetitio Stickprov Defiitio. Låt de stokastiska variablera X, X,..., X vara oberoede och ha samma fördeligsfuktio F. Ett stickprov x,

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

Inledande matematisk analys. 1. Utred med bevis vilket eller vilka av följande påståenden är sana:

Inledande matematisk analys. 1. Utred med bevis vilket eller vilka av följande påståenden är sana: TATA79/TEN3 Tetame, 08-04-06 Iledade matematisk aalys. Utred med bevis vilket eller vilka av följade påståede är saa: (a) Om x 7 är x(x 3) 5; (b) Om (x )(x 6) 0 är x 6; (c) (x + 6)(x ) > 0 om x > 6. Solutio:

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

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

Tenta i MVE025/MVE295, Komplex (matematisk) analys, F2 och TM2/Kf2

Tenta i MVE025/MVE295, Komplex (matematisk) analys, F2 och TM2/Kf2 Teta i MVE5/MVE95, Komplex (matematisk) aalys, F och TM/Kf 6, 8.3-.3 Hjälpmedel: Formelblad som delas ut av tetamesvaktera Telefovakt: Mattias Leartsso, 3-535 Betygsgräser: -9 (U), -9 (3), 3-39 (4), 4-5

Läs mer

Svar till tentan

Svar till tentan UPPSALA UNIVERSITET Matematiska istitutioe Sigstam, Styf Prov i matematik ES, K, KadKemi, STS, X ENVARIABELANALYS 0-03- Svar till teta 0-03-. Del A ( x Bestäm e ekvatio för tagete till kurva y = f (x =

Läs mer

Lycka till! I(X i t) 1 om A 0 annars I(A) =

Lycka till! I(X i t) 1 om A 0 annars I(A) = Avd Matematisk statistik TENTAMEN I SF955 f d 5B555 DATORINTENSIVA METODER ONSDAGEN DEN AUGUSTI 008 KL 400 900 Examiator: Guar Eglud, tel 790746 Email: guare@mathkthse Tillåta hjälpmedel: Formel- och tabellsamlig

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

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

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

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet.

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet. Stokastiska rocesser Defiitio E stokastisk rocess är e mägd familj av stokastiska variabler Xt arameter t är oftast me ite alltid e tidsvariabel rocesse kallas diskret om Xt är e diskret s v för varje

Läs mer

= (1 1) + (1 1) + (1 1) +... = = 0

= (1 1) + (1 1) + (1 1) +... = = 0 TALFÖLJDER OCH SERIER Läs avsitte - och 5 Lös övigara, abcd, 4, 5, 7-9, -5, 7-9, -abcd, 4, 5 Läsavisigar Avsitt Defiitioe av talföljd i boe är ågot ryptis, me egetlige är det ågot väldigt eelt: e talföljd

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

Armin Halilovic: EXTRA ÖVNINGAR

Armin Halilovic: EXTRA ÖVNINGAR Stokastiska rocesser Defiitio E stokastisk rocess är e mägd (familj) av stokastiska variabler X(t) arameter t är oftast (me ite alltid) e tidsvariabel rocesse kallas diskret om X(t) är e diskret s v för

Läs mer

Datorövning 2 Fördelningar inom säkerhetsanalys

Datorövning 2 Fördelningar inom säkerhetsanalys Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-15 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade

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

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

MS-A0409 Grundkurs i diskret matematik I

MS-A0409 Grundkurs i diskret matematik I MS-A0409 Grudkurs i diskret matematik I G. Gripeberg Mägder och logik Relatioer och fuktioer Aalto-uiversitetet oktober 04 Kombiatorik etc. G. Gripeberg (Aalto-uiversitetet MS-A0409 Grudkurs i diskret

Läs mer

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet? Statistisk aalys Vilka slutsatser ka dras om populatioe med resultatet i stickprovet som grud? Hur säkra uttalade ka göras om resultatet? Mats Guarsso Tillämpad matematik III/Statistik - Sida 83 Exempel

Läs mer

2. Konfidensintervall för skillnaden mellan två proportioner.

2. Konfidensintervall för skillnaden mellan två proportioner. Föreläsig 12 LV1, Torsdag 12/10 Upplägg 1. Kofidesitervall för proportioer. 2. Kofidesitervall för skillade mella två proportioer. 3. Grafteori Kofidesitervall för proportioer Atag att vi vill skatta adele

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

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-6, 29/10-8/11, = m n

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-6, 29/10-8/11, = m n Uppsala Uiversitet Matematiska Istitutioe Bo Styf Trasformmetoder, 5 hp ES, gyl, Q, W --9 Sammafattig av föreläsigara - 6, 9/ - 8/,. De trigoometriska basfuktioera. Dea kurs hadlar i pricip om att uttrycka

Läs mer

Bertrands postulat. Kjell Elfström

Bertrands postulat. Kjell Elfström F r å g a L u d o m m a t e m a t i k Matematikcetrum Matematik NF Bertrads ostulat Kjell Elfström Bertrads ostulat är satse, som säger, att om > är ett heltal, så fis det ett rimtal, sådat att < < 2 2.

Läs mer

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x Uppgift 1 a) Vi iför slackvariabler x 4, x 5 och x 6 och löser problemet med hjälp av simplexalgoritme. Z -2-1 1 0 0 0 0 x 4 1 1-1 1 0 0 20 x 5 2 1 1 0 1 0 30 x 6 1-1 2 0 0 1 10 x 1 blir igåede basvariabel

Läs mer

TFM. Avdelningen för matematik Sundsvall Diskret analys. En studie av polynom och talföljder med tillämpningar i interpolation

TFM. Avdelningen för matematik Sundsvall Diskret analys. En studie av polynom och talföljder med tillämpningar i interpolation C-UPPSATS 00:0 TFM. Avdelige för matematik MITTHÖGSKOLAN 85 70 Sudsvall 060-4 86 00 Diskret aalys E studie av polyom och talföljder med tillämpigar i iterpolatio p(x + ) p(x + ) p(x + 3) p(x + 4) d p (x

Läs mer

Tolkning av sannolikhet. Statistikens grunder, 15p dagtid. Lite mängdlära. Lite mängdlära, forts. Frekventistisk n A /n P(A) då n

Tolkning av sannolikhet. Statistikens grunder, 15p dagtid. Lite mängdlära. Lite mängdlära, forts. Frekventistisk n A /n P(A) då n Tolkig av saolikhet Statistikes gruder, 15p dagtid HT 01 Föreläsigar F4-F6 Frekvetistisk A / A) då Klassisk atal(a) / atal(ω) = A) storlek(a) / storlek(ω) = A) Subjektiv (persolig) isats/total vist = A)

Läs mer

TAMS79: Föreläsning 9 Approximationer och stokastiska processer

TAMS79: Föreläsning 9 Approximationer och stokastiska processer TAMS79: Föreläsig 9 Approximatioer och stokastiska processer Joha Thim 18 ovember 2018 9.1 Biomialfördelig Vi har reda stött på dea fördelig flera gåger. Situatioe är att ett slumpförsök har två möjliga

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för statistik Tetame i Statistik, STA A13 Deltetame, 5p 5 jui 004, kl. 09.00-13.00 Tillåta hjälpmedel: Asvarig lärare: Övrigt: Bifogad formel-

Läs mer

TNA001- Matematisk grundkurs Tentamen Lösningsskiss

TNA001- Matematisk grundkurs Tentamen Lösningsskiss TNA00- Matematisk grudkurs Tetame 07-0- - Lösigsskiss. a) Svar: x ], [ [, [. 4x x + 4x 4x (x + ) 0 0 x x + x + x + 0 //Teckeschema// x ], [ [, [ b) I : x I : x I : x x x + = 4 = 4 Lösig sakas x + x + =

Läs mer

Lösningar till tentamensskrivning i kompletteringskurs Linjär Algebra, SF1605, den 10 januari 2011,kl m(m + 1) =

Lösningar till tentamensskrivning i kompletteringskurs Linjär Algebra, SF1605, den 10 januari 2011,kl m(m + 1) = Lösigar till tetamesskrivig i kompletterigskurs Lijär Algebra, SF605, de 0 jauari 20,kl 4.00-9.00. 3p Visa med hjälp av ett iduktiosbevis att m= mm + = +. Lösig: Formel är uppebarlige sa är = eftersom

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

Sida 1 av 12. vara ett inkonsistent system (= olösbart system dvs. ett system som saknar lösning). b =.

Sida 1 av 12. vara ett inkonsistent system (= olösbart system dvs. ett system som saknar lösning). b =. Sida av MINSAKVADRAMEODEN Låt a a a a a a a a a vara ett ikosistet sste ( olösart sste dvs. ett sste so sakar lösig). Vi ka skriva ssteet på fore A (ss ) där a a... a a a... a A, och............. a p a

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

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

Om komplexa tal och funktioner

Om komplexa tal och funktioner Om komplexa tal och fuktioer Aalys60 (Grudkurs) Istuderigsuppgifter Dessa övigar är det täkt du ska göra i aslutig till att du läser huvudtexte. De flesta av övigara har, om ite lösigar, så i varje fall

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

Analys av polynomfunktioner

Analys av polynomfunktioner Aals av polomfutioer Aals36 (Grudurs) Istuderigsuppgifter Dessa övigar är det tät du sa göra i aslutig till att du läser huvudtete. De flesta av övigara har, om ite lösigar, så i varje fall avisigar till

Läs mer

Konsoliderad version av. Styrelsens för ackreditering och teknisk kontroll föreskrifter (STAFS 1993:18) om EEG-märkning av färdigförpackade varor

Konsoliderad version av. Styrelsens för ackreditering och teknisk kontroll föreskrifter (STAFS 1993:18) om EEG-märkning av färdigförpackade varor Kosoliderad versio av Styrelses för ackrediterig och tekisk kotroll föreskrifter (STAFS 1993:18) om EEG-märkig av färdigförpackade varor Rubrike har dea lydelse geom (STAFS 2008:11) Ädrig iförd: t.o.m.

Läs mer

Intervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej

Intervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej Itervallskattig c 005 Eric Järpe Högskola i Halmstad Atag att vi har ett stickprov x,..., x på X som vi vet är Nµ, σ me vi vet ej värdet av µ = EX. Då ka vi beräka x, vvr skattig av µ. För att få reda

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

Tentamen i Elektronik, ESS010, del 2 den 14 dec 2009 klockan 14:00 19:00.

Tentamen i Elektronik, ESS010, del 2 den 14 dec 2009 klockan 14:00 19:00. Tekiska Högskola i Lud Istitutioe för Elektroveteskap Tetame i Elektroik, ESS010, del 2 de 14 dec 2009 klocka 14:00 19:00. Uppgiftera i tetame ger totalt 60p. Uppgiftera är ite ordade på ågot speciellt

Läs mer

Övning 3 - Kapitel 35

Övning 3 - Kapitel 35 Övig 3 - Kapitel 35 7(1). Brytigsidex får vi frå Eq. 35-3: c = = v. 998 10 8 19. 10 8 ms ms = 156.. 6(4). (a) Frekvese för gult atriumljus är,998 10 589 10 5,09 10 (b) När ljuset färdas geom glas blir

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

Fouriertransformen. Faltning, filtrering och sampling

Fouriertransformen. Faltning, filtrering och sampling Faltig Fouriertrasforme Faltig, filtrerig och samplig Givet två sigaler f och g och deras respektive spektra f`, g`, hur bildar ma e tredje sigal såda att dess spektrum är lika med summa f` + g`. Lätt!

Läs mer

Funktionsteori Datorlaboration 1

Funktionsteori Datorlaboration 1 Fuktiosteori Datorlaboratio 1 Fuktiosteori vt1 2013 Rekursiosekvatioer och komplex aalys Syftet med datorövige Öviges ädamål är att ge ett smakprov på hur ett datoralgebrasystem ka avädas för att att lösa

Läs mer

c k P ), eller R n max{ x k b dx def lim max n f ( def definition. [a,b] om

c k P ), eller R n max{ x k b dx def lim max n f ( def definition. [a,b] om RIEMANNSUMMOR OCH DEFINITIO ONEN AV INTEGRALI LEN f ( x) dx Låt f ( Låt P={xx 0,x 1,...,x } där = x 0 x 1,..., x = =, vr e idelig vv itervllet [,]. I vrje delitervll [x -1, x ] väljer och e put c. Alltså

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 6 732G70, 732G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 6 Iferes om e populatio Sid 151-185 Puktskattig och itervallskattig Statistisk iferes om populatiosmedelvärde

Läs mer

REGULJÄRA SPRÅK (8p + 6p) 1. DFA och reguljära uttryck (6 p) Problem. För följande NFA över alfabetet {0,1}:

REGULJÄRA SPRÅK (8p + 6p) 1. DFA och reguljära uttryck (6 p) Problem. För följande NFA över alfabetet {0,1}: CD58 FOMEA SPÅK, AUTOMATE, OCH BEÄKNINGSTEOI, 5 p JUNI 25 ÖSNINGA EGUJÄA SPÅK (8p + 6p). DFA och reguljära uttryck (6 p) Problem. För följade NFA över alfabetet {,}:, a) kovertera ovaståede till e miimal

Läs mer

Grafisk analys av en skalär rekursion

Grafisk analys av en skalär rekursion Grafisk aalys av e skalär rekursio Aders Källé MatematikCetrum LTH aderskalle@gmail.om Sammafattig Här ska vi tittärmare på vad som häder med lösigara på rekursiosformler på forme +1 = f( ) då. Metode

Läs mer

Av Henrik 01denburg\ Radikaler. För att lösa ekv.: x n = a (n helt, pos. tal) konstruerar man kurvan

Av Henrik 01denburg\ Radikaler. För att lösa ekv.: x n = a (n helt, pos. tal) konstruerar man kurvan Av Herik 01deburg\ Eligt gymasiets kurspla skall av lära om poteser medtagas huvudsaklige vad som är behövligt för viade av e säker isikt i lära om logaritmer. Alla torde vara ese därom, att det är syerlige

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

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

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 Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15

Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15 Karlstads uiversitet Fakultete för ekoomi, kommuikatio och IT Statistik Tetame i Statistik STG A0 ( hp) 5 mars 00, kl. 08.5 3.5 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt

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

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

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

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

Resultatet av kryssprodukten i exempel 2.9 ska vara följande: Det vill säga att lika med tecknet ska bytas mot ett plustecken.

Resultatet av kryssprodukten i exempel 2.9 ska vara följande: Det vill säga att lika med tecknet ska bytas mot ett plustecken. Kommetarer till Christer Nybergs bok: Mekaik Statik Kommetarer kapitel 2 Sida 27 Resultatet av kryssprodukte i exempel 2.9 ska vara följade: F1 ( d cos β + h si β ) e z Det vill säga att lika med tecket

Läs mer

Föreläsning G70 Statistik A

Föreläsning G70 Statistik A Föreläsig 5 732G70 Statistik A Egeskaper hos stickprovsstatistikora Stickprovsmedelvärde Stickprovssumma Stickprovsadel Lägesmått Spridig Medelfel EX VarX 2 2 E X Var X E P Var P X X 1 1 P Eftersom respektive

Läs mer

b) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)

b) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p) Avd Matematisk statistik TENTAMEN I SF922, SF923 och SF924 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 29:E MAJ 208 KL 0800 300 Examiator för SF922/SF923: Tatjaa Pavleko, 08-790 84 66 Examiator för SF924:

Läs mer

Enkel slumpvandring. Sven Erick Alm. 9 april 2002 (modifierad 8 mars 2006) 2 Apan och stupet 3 2.1 Passagesannolikheter... 3 2.2 Passagetider...

Enkel slumpvandring. Sven Erick Alm. 9 april 2002 (modifierad 8 mars 2006) 2 Apan och stupet 3 2.1 Passagesannolikheter... 3 2.2 Passagetider... Ekel slumpvadrig Sve Erick Alm 9 april 2002 (modifierad 8 mars 2006) Iehåll 1 Iledig 2 2 Apa och stupet 3 2.1 Passagesaolikheter............................... 3 2.2 Passagetider....................................

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

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2) Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del ) Pukt- och itervallskattig (LLL Kap 10) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level

Läs mer

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF004 TEN 0-04-5 kl 8.5-.5 Hjälpmedel: Formler och tabeller i statistik, räkedosa Fullstädiga lösigar erfordras till samtliga uppgifter. Lösigara skall vara

Läs mer