(a) om vi kan välja helt fritt? (b) om vi vill ha minst en fisk av varje art? (c) om vi vill ha precis 3 olika arter?

Storlek: px
Starta visningen från sidan:

Download "(a) om vi kan välja helt fritt? (b) om vi vill ha minst en fisk av varje art? (c) om vi vill ha precis 3 olika arter?"

Transkript

1 Lösigar Grudläggade Diskret matematik Tid: Telefo: , Examiator: F Abrahamsso 1. I de lokala zoo-affäre fis 15 olika fiskarter med mist 0 fiskar utav varje art). På hur måga sätt ka vi utrusta ett akvarium med 0 st fiskar a) om vi ka välja helt fritt? b) om vi vill ha mist e fisk av varje art? c) om vi vill ha precis 3 olika arter? 1p) 1p) p) Två fiskar av samma art betraktas som idetiska) Lösig: a) = som också är atalet ickeegativa heltalslösigar 0 0 till ekvatioe x 1 + +x 15 = 0. b) Vi väljer e fisk av) varje art och ) då återstår att välja 5 fiskar blad 15 arter vilket ka göras på = olika sätt. 5 5 ) 15 c) Om vi har 3 arter så skall vi välja först vilka 3 arter blad de 15 och det ger 3 olika val. För varje sådat val måste vi seda bestämma hur måga fiskar av varje art som skall väljas, dvs. vi söker då atalet heltalslösigar till ekvatioe x 1 +x +x 3 = 0, x 1,x,x 3 1 som är samma som atalet lösigar till ekvatioe x 1 +x +x 3 = 17, x 1,x,x Detta atal är =. Multiplikatiospriicipe ger slutlige svaret = Låt vårt uiversum U vara alla studeter i årskurs 1 vid JTH och betrakta de öppa utsa- p) gora px) : x bor ite hos sia föräldrar qx) : x äger e mikrovågsug Formulera med ormalt talspråk egatioe till utsaga Lösig: x[px) qx)] x[px) qx)] x [px) qx)] x [ px) qx)] x[px) qx)] dvs. e formulerig med talspråk skulle vara: Det fis mist e studet i årskurs 1 vid JTH som ite bor hos si föräldrar och som ite äger e mikrovågsug. 3. Är det möjligt i e grupp av 37 persoer att varje perso käer precis 5 adra persoer? p) Motivera ditt svar. Lösig: Represetera gruppe med e graf G = V, E) där höre är persoera och det går e kat mella de persoer som käer varadra. Om varje perso käer 5 adra persoer så är grafe 5-reguljär och eligt hadskakssatse är då E = v V degv) = V 5 = Eftersom högerledet är ett udda tal så är det omöjligt att varje perso käer precis 5 adra persoer. 4. Betrakta argumetet 3p)

2 Grudläggade diskret matematik sida av 5 Om spise fugerar så ka vi laga mat själva. Om spise är söder får vi äta ute. Om vi äter ute så måste vi beställa bord. Alltså, om vi ite lagar mat själva så måste vi beställa bord. Formalisera argumetet eligt regler för symbolisk logik, och visa med hjälp av iferesregler att argumetet är giltigt. Lösig:Låt s: spise fugerar m: vi lagar mat själva u : vi äter ute b : vi beställer bord Argumetet ka då formuleras [ s m) s u) u b) ] m b) Argumet för giltighete: 1) s m premiss ) s u premiss 3) u b premiss 4) m s 1)+E 11 5) m u )+4)+L 3 6) m b 3)+5)+L 3 5. Rita alla ickeisomorfa grafer som är oriktade, öglefria, har 5 hör, kompoeter samt p) sakar cykler. Lösig: Om de ea kompoete har 1 hör och de adra 4 hör så fis det två variater; Om de ea kompoete har hör och de adra 3 hör så fis det bara e variat; 6. För ett RSA-krypterigssystem väljs primtale p = 17, q = 3. Kostruera e krypterigs- p) yckel och e dekrypterigsyckel baserat på dessa primtal. Lösig: Vi beräkar = pq = 391 samt r = p 1)q 1) = 16 = 35. Vi väljer e ehet e Z 35 t.ex. e = 7. Krypterigsyckel ges då av Ex) = x e mod 391. Dekrypterigsyckel är Dy) = y d mod 391 där d = e 1 Z 35. För att beräka d så aväder vi Euklides algoritm;

3 Grudläggade diskret matematik sida 3 av 5 35 = = 3 +1 så att 1 = 7 3 = ) = mod 35. Alltså är d = e 1 = 151 och Dy) = y 151 mod Kostader för att koppla samma 6 fastigheter A,B,C,D,E,F) med e fiberkabel ages i p) tabelle eda. Aväd Prims algoritm för att bestämma ett miimalt uppspäade träd för detta ätverk. Beskriv oga di kostruktio av trädet. B C D E F A B C - 56 D E - 4 Lösig: E graf som represeterar tabelle ges eda; A 5 B C D E 4 F Vi aväder Prims algoritm och startar i höret A. Vi lägger seda till kater i ordige A-B 5 A-D D-C B-E 37 F-C A 5 B C D E 4 F

4 Grudläggade diskret matematik sida 4 av 5 8. Hur måga permutatioer av 1,...,6 fis det där iget av möstre 1, 34 eller 56 fis p) med? Lösig: Låt A, B och C vara mägdera av alla permutatioer där 1A), 34B) resp 56 C) fis med. Totalt är det 6! permutatioer så svaret vi söker är då 6! A B C = 6! A + B + C A B A C B C + A B C ) = 6! 5!+5!+5! 4! 4! 4!+3!) = 6! 3 5!+3 4! 3! = Visa att 7 1 är delbart med 6 för alla 1. 3p) Lösig: Låt S) vara påståedet att 7 1 är delbart med 6. Startsteg: S1) sa eftersom då är = 6 som är delbart med 6. Iduktiossteg: Atag u att utsaga är sa för ågot heltal k 1, dvs. atag att 7 k 1 är delbart med 6. Då är 7 k 1 = 6m för ågot heltal m och 7 k = 6m+1. Me då följer att 7 k+1 1 = 7 7 k 1 = 76m+1) 1 = 4m+7 1 = 4m+6 = 67m+1) dvs. då följer att 7 k+1 1 också är delbart med 6. Vi har visat att Sk) Sk + 1) och eligt iduktiospricipe följer då att S) är sa för alla 1,. ) Om G = V,E) är e oriktad öglefri graf med V = 3 och E > visa att G 3p) måste vara sammahägade. Lösig: Låt v 0 V vara det hör eller ett av dem) som har störst grad i grafe G och låt k vara atalet hör i G som ligger i samma kompoet som v 0. Hadskakssatse ger då att E = v V degv) degv 0 ). Me E > 1 så att degv 0 ) E > 1) ) vilket ger ) = 1) ) degv 0 ) > 1) ) Alltså är k 1+degv 0 ) > 1+ 1) ) = +. De kompoet som v 0 tillhör måste därmed iehålla) åtmistoe 1 hör. Me om de 1 iehåller precis 1 hör så måste E vilket är omöjligt. Alltså iehåller dea kompoet grafes samtliga hör vilket betyder att G är sammahägade. Alterativ lösig 1: Atag att G ite är sammahägade så att κg). Vi ka uta iskräkig ataga att κg) = med k resp. k hör i de bägge kompoetera med 1 k om κg) > så lägger ) vi bara till ett atal bågar så att vi får två m kompoeter). Eftersom K m har bågar så får vi att k k kk 1) k) k 1) E + = + = k k + 1 ) = k ) ) 1 + ) [ kvadrate k blir som störst då k = 1] ) 1 ) ) 1 + ) = ) = 1) ) ) 1 =.

5 Grudläggade diskret matematik sida 5 av 5 ) Alterativ lösig : Iduktio över atalet hör. Om = 3 så är E > = 1 dvs. E och då är det klart att G måste vara sammahägade ty G fick ite ha öglor. Atag u att påståedet är sat för alla grafer som uppfyller villkore och som har ) högst hör. Låt G = V,E) vara e graf med V = + 1 och atag att E >. Om G = K +1 så är påståedet trivialt sat. Om G K +1 så fis mist ett hör v 0 V med degv 0 ) 1. Tag bort v 0 frå G. Då fås e graf G = V,E ) med V = och ) 1 E = E degv 0 ) > degv 0 ) 1) =. Av iduktiosatagadet följer att G är sammahägade och då blir äve G sammahägade om vi ka visa att degv 0 ) > 0. Me om degv 0 ) = 0 så följer av hadskakssatse att E 1) så att E 1 ) 1) = vilket är e motsägelse.

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

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

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23 1 MA018 Tillämpad Matematik III-Statistik, 7.5hp, 014-08-3 Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.

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

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I MS-A0409 Gudkus i disket matematik Sammafattig, del I G. Gipebeg 1 Mägde och logik 2 Relatioe och fuktioe Aalto-uivesitetet 15 maj 2014 3 Kombiatoik etc. G. Gipebeg Aalto-uivesitetet MS-A0409 Gudkus i

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

Multiplikationsprincipen

Multiplikationsprincipen Kombiatori Kombiatori hadlar oftast om att räa hur måga arragemag det fis av e viss typ. Multipliatiospricipe Atag att vi är på e restaurag för att provsmaa trerättersmåltider. Om det fis fyra förrätter

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

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

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

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

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

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts:

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts: Webprogrammerig och databaser Koceptuell datamodellerig med Etitets-Relatiosmodelle Begrepps-modellerig Mål: skapa e högivå-specifikatio iformatiosiehållet i database Koceptuell modell är oberoede DBMS

Läs mer

Tentamen i Kunskapsbaserade system, 5p, Data 3

Tentamen i Kunskapsbaserade system, 5p, Data 3 Kuskapsbaserade system, tetame 2000-03-0 Istitutioe för tekik Tetame i Kuskapsbaserade system, 5p, Data 3 Datum: 2000-03-0 Tid: 8.00-3.00 Lärare: Potus Bergste, 3365 Hjälpmedel: Miiräkare Uppgiftera ska

Läs mer

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp Övigstetame i MA08 Tillämpad Matematik III-Statistik, 7.5hp Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.

Läs mer

Databaser - Design och programmering. Programutveckling. Programdesign, databasdesign. Kravspecifikation. ER-modellen. Begrepps-modellering

Databaser - Design och programmering. Programutveckling. Programdesign, databasdesign. Kravspecifikation. ER-modellen. Begrepps-modellering Databaser desig och programmerig Desig processe ER-modellerig Programutvecklig Förstudie, behovsaalys Programdesig, databasdesig Implemetatio Programdesig, databasdesig Databasdesig Koceptuell desig Koceptuell

Läs mer

Föreläsning F3 Patrik Eriksson 2000

Föreläsning F3 Patrik Eriksson 2000 Föreläsig F Patrik riksso 000 Y/D trasformatio Det fis ytterligare ett par koppligar som är värda att käa till och kua hatera, ite mist är ma har att göra med trefasät. Dessa kallas stjärkopplig respektive

Läs mer

Databaser - Design och programmering. Databasdesign. Kravspecifikation. Begrepps-modellering. Design processen. ER-modellering

Databaser - Design och programmering. Databasdesign. Kravspecifikation. Begrepps-modellering. Design processen. ER-modellering Databaser desig och programmerig Desig processe Databasdesig Förstudie, behovsaalys ER-modellerig Kravspecifikatio För att formulera e kravspecifikatio: Idetifiera avädare Studera existerade system Vad

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

Applikationen kan endast användas av enskilda användare med förtroenderapportering.

Applikationen kan endast användas av enskilda användare med förtroenderapportering. Aktiverig mobil app 1 Aktiverig mobil app Aktiverig mobil app aväds för att koppla e eskild avädare till Visma Agdas mobilapplikatio. Applikatioe ka edast avädas av eskilda avädare med förtroederapporterig.

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

( ) ( ) Kap. 5.5-7. Kolligativa egenskaper + fasjämvikter för 2-komponentsystem 5B.2/5.5 Kolligativa egenskaper R T

( ) ( ) Kap. 5.5-7. Kolligativa egenskaper + fasjämvikter för 2-komponentsystem 5B.2/5.5 Kolligativa egenskaper R T Ka. 5.5-7. Kolligativa egeskaer + fasjämvikter för 2-komoetsystem 5.2/5.5 Kolligativa egeskaer Kolligativa egeskaer: Egeskaer som edast beror å atalet artiklar som lösts Förutsättig: utsädda lösigar, lösta

Läs mer

Inklusion och exklusion Dennie G 2003

Inklusion och exklusion Dennie G 2003 Ilusio - Exlusio Ilusio och exlusio Deie G 23 Proble: Tio ä lägger ifrå sig sia hattar vid ett besö på e restaurag. På hur åga sätt a alla äe läa restaurage ed fel hatt. Detta proble a lösas ed ägdläras

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

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

Kuggremmar SECA SECAflex

Kuggremmar SECA SECAflex Kuggremmar SECA SECAflex Kuggremmar för hög effektöverförig och sykro drift. Tematic Idustrial Parts AB Kuggremmar med itegrerade korder, som ite töjer sig och garaterar miimalt glapp. SECA och SECAFLEX

Läs mer

TMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar

TMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar TMS36: Dataaalys och statistik Tetame 03-0-6 med lösigar Examiator och jour: Mattias Sude, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkäd räkare och formelsamlig formelsamlig delas ut med teta). Betygsgräser:

Läs mer

Föreläsning 3. 732G04: Surveymetodik

Föreläsning 3. 732G04: Surveymetodik Föreläsig 3 732G04: Surveymetodik Dages föreläsig Obudet slumpmässigt urval (OSU) Populatiosparametrar och stickprovsstatistikor Vätevärdesriktighet Ädliga och oädliga populatioer Medelvärde, adel Kofidesitervall

Läs mer

Jag läser kursen på. Halvfart Helfart

Jag läser kursen på. Halvfart Helfart KOD: Kurskod: PC106/PC145 Kurs 6: Persolighet, hälsa och socialpsykologi (15 hp) Datum: 3/8 014 Hel- och halvfart VT 14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare:

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

Tentamen i matematisk statistik

Tentamen i matematisk statistik Tetame i matematisk statistik Uppgift : På e arbetsplats skadades % av persoale uder ett år. 60% av alla skadade var mä. 0% av alla aställda var kvior. Är det maliga eller kviliga aställda som löper störst

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

a utsöndring b upptagning c matspjälkning d cirkulation

a utsöndring b upptagning c matspjälkning d cirkulation I levade varelser bryts stora och sammasatta molekyler ed till små och ekla molekyler. Vad kallas dea process? S02_01 a utsödrig b upptagig c matspjälkig d cirkulatio S042009 Kalle hade ifluesa. Ha spelade

Läs mer

Allmänna avtalsvillkor för konsument

Allmänna avtalsvillkor för konsument Godkäare 7.2 Kudakuta Godkät Kommuikatio Distributio Kudservice Kommuikatio, deltagade och samråd Allmäa avtalsvillkor för kosumet för leveras av fjärrvärme Allmäa avtalsvillkor för kosumet för leveras

Läs mer

SveTys. Affärskultur i Tyskland. Vad är det? Och vad ska jag tänka på?

SveTys. Affärskultur i Tyskland. Vad är det? Och vad ska jag tänka på? SveTys Affärskultur i Tysklad Vad är det? Och vad ska jag täka på? 2 Affärskultur i Tysklad Vad är det? Och vad ska jag täka på? 2008 SveTys, Uta Schulz, Reibek 3 Iledig När ma gör affärer i Tysklad eller

Läs mer

LÖSNINGSFÖRSLAG TILL UPPGIFTER I PROBLEMSAMLINGEN I MATEMATISK STATISTIK

LÖSNINGSFÖRSLAG TILL UPPGIFTER I PROBLEMSAMLINGEN I MATEMATISK STATISTIK LÖSNINGSFÖRSLAG TILL UPPGIFTER I PROBLEMSAMLINGEN I MATEMATISK STATISTIK Versio 9 december 4 Fel i lösigara mottages tacksamt till mattsso@math.kth.se. Notera att lösigara på vissa ställe utyttjar adra,

Läs mer

Leica Lino. Noggranna, självavvägande punkt- och linjelasers

Leica Lino. Noggranna, självavvägande punkt- och linjelasers Leica Lio Noggraa, självavvägade pukt- och lijelasers Etablera, starta, klart! Med Leica Lio är alltig lodat och perfekt apassat Leica Lios projekterar lijer eller pukter med millimeterprecisio och låter

Läs mer

Produsert for bevegelses hemmede, og er det mest fleksible og variasjonrike alternativ på markedet. Tilpasnings-mulighetene er nesten ubegrensede.

Produsert for bevegelses hemmede, og er det mest fleksible og variasjonrike alternativ på markedet. Tilpasnings-mulighetene er nesten ubegrensede. VÄSTIA DUSJROM Produsert for bevegelses hemmede, og er det mest fleksible og variasjorike alterativ på markedet. Tilpasigs-mulighetee er este ubegresede. HML Hjelpemiddel-leveradøre AS Braderudv. 90, 2015

Läs mer

INDUKTION OCH DEDUKTION

INDUKTION OCH DEDUKTION Explorativ övning 3 INDUKTION OCH DEDUKTION Syftet med övningen är att öka Din problemlösningsförmåga och bekanta Dig med olika bevismetoder. Vårt syfte är också att öva skriftlig framställning av matematisk

Läs mer

Artificiell intelligens Probabilistisk logik

Artificiell intelligens Probabilistisk logik Probabilistiska resoemag Artificiell itelliges Probabilistisk logik Are Jösso HCS/IDA Osäkerhet Grudläggade saolikhetslära Stokastiska variabler Bayes teorem Bayesiaska ätverk Kostruktio Iferes Osäkerhet

Läs mer

Diskret matematik: Övningstentamen 4

Diskret matematik: Övningstentamen 4 Diskret matematik: Övningstentamen 22. Beskriv alla relationer, som är såväl ekvivalensrelationer som partiella ordningar. Är någon välbekant relation sådan? 23. Ange alla heltalslösningar till ekvationen

Läs mer

Innehåll Grafräknaren och diskret matematik...1 Vad handlar diskret matematik om?...1 Permutationer och kombinationer...3 Något om heltalsräkning...

Innehåll Grafräknaren och diskret matematik...1 Vad handlar diskret matematik om?...1 Permutationer och kombinationer...3 Något om heltalsräkning... Iehåll Grafräkare och diskret matematik...1 Vad hadlar diskret matematik om?...1 Permutatioer och kombiatioer...3 Något om heltalsräkig...4 Modulusoperator...4 Faktoriserig i primfaktorer...5 Talföljder...7

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

ESBILAC. mjölkersättning för hundvalpar BRUKSANVISNING. www.kruuse.com

ESBILAC. mjölkersättning för hundvalpar BRUKSANVISNING. www.kruuse.com ESBILAC mjölkersättig för hudvalpar BRUKSANVISNING De bästa starte för e yfödd valp är självklart att dia tike och få i sig mammas mjölk. Modersmjölke iehåller allt som de små behöver i form av ärigsäme,

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

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

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

Läs mer

KMR. mjölkersättning för kattungar BRUKSANVISNING. www.kruuse.com

KMR. mjölkersättning för kattungar BRUKSANVISNING. www.kruuse.com KMR mjölkersättig för kattugar BRUKSANVISNING De bästa starte för e yfödd kattuge är självklart att dia mammas mjölk. För e yfödd kattuge är det framför allt viktigt att få i sig mammas mjölk de två första

Läs mer

Geometriska summor. Aritmetiska summor. Aritmetiska talföljder kallar vi talföljder som. Geometriska talföljder kallar vi talföljder som

Geometriska summor. Aritmetiska summor. Aritmetiska talföljder kallar vi talföljder som. Geometriska talföljder kallar vi talföljder som Aritmetiska summor Aritmetiska talföljder kallar vi talföljder som, 4, 6, 8, 10, 1, 14, 000, 1996, 199, 1988, 0.1, 0., 0.3, 0.4, för vilka differese mella på varadra följade tal kostat. Aritmetiska summor

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 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

MARKNADSPLAN Kungälvs kommun 2010-2014

MARKNADSPLAN Kungälvs kommun 2010-2014 MARKNADSPLAN Kugälvs kommu 2010-2014 Fastställd av KF 2010-06-17 1 Iehåll Varför e markadspla? 3 Mål och syfte 4 Markadsförutsättigar 5 Processer, styrig och orgaisatio 6 Politisk styrig 7 Politisk styrig,

Läs mer

Kombinatorik. Torbjörn Tambour 21 mars 2015

Kombinatorik. Torbjörn Tambour 21 mars 2015 Kombiatori Torbjör Tambour mars 05 Kombiatori är de del av matematie som sysslar med frågor av type På hur måga sätt a ma? Några gasa typisa exempel är följade: På hur måga olia sätt a åtta persoer bilda

Läs mer

18 juni 2007, 240 minuter Inga hjälpmedel, förutom skrivmateriel. Betygsgränser: 15p. för Godkänd, 24p. för Väl Godkänd (av maximalt 36p.

18 juni 2007, 240 minuter Inga hjälpmedel, förutom skrivmateriel. Betygsgränser: 15p. för Godkänd, 24p. för Väl Godkänd (av maximalt 36p. HH / Georgi Tchilikov DISKRET MATEMATIK,5p. 8 juni 007, 40 minuter Inga hjälpmedel, förutom skrivmateriel. Betygsgränser: 5p. för Godkänd, 4p. för Väl Godkänd (av maximalt 36p.). Förenkla (så mycket som

Läs mer

Duo HOME Duo OFFICE. Programmerings manual SE 65.044.20-1

Duo HOME Duo OFFICE. Programmerings manual SE 65.044.20-1 Duo HOME Duo OFFICE Programmerigs maual SE 65.044.20-1 INNEHÅLL Tekiska data Sida 2 Motage Sida 3-5 Programmerig Sida 6-11 Admiistrerig Sida 12-13 Hadhavade Sida 14-16 TEKNISKA DATA TEKNISK SPECIFIKATION

Läs mer

Leif Abrahamsson. Uppsala Universitet

Leif Abrahamsson. Uppsala Universitet Två formler för talet π Leif Abrahamsso Uppsala Uiversitet Dea uppgift syftar till att härleda två formler för talet π. De två formleras härledig är oberoede av varadra och ka således var för sig utgöra

Läs mer

Digitalteknik F6. Några sammansatta digitala komponenter och lite designmetodik. Digitalteknik F6 bild 1

Digitalteknik F6. Några sammansatta digitala komponenter och lite designmetodik. Digitalteknik F6 bild 1 Digitaltekik F6 Några sammasatta digitala kompoeter och lite desigmetodik Digitaltekik F6 bild Sammasatta kompoeter Problem: E större kostruktio är praktiskt omöjlig att mauellt realisera med bara gridar.

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

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

Föreskrift. om publicering av nyckeltal för elnätsverksamheten. Utfärdad i Helsingfors den 2. december 2005

Föreskrift. om publicering av nyckeltal för elnätsverksamheten. Utfärdad i Helsingfors den 2. december 2005 Dr 1345/01/2005 Föreskrift om publicerig av yckeltal för elätsverksamhete Utfärdad i Helsigfors de 2. december 2005 Eergimarkadsverket har med stöd av 3 kap. 12 3 mom. i elmarkadslage (386/1995) av de

Läs mer

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}.

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}. rmi Halilovic: EXTR ÖVIGR SOLIKHETER GRUDLÄGGDE BEGRE OH BETEKIGR Utfall Resultat av ett slumpmässigt försök. Utfallsrummet ägde av alla utfall (beteckas oftast med Ω ). Hädelse E delmägd av utfallsrummet.

Läs mer

a n = A2 n + B4 n. { 2 = A + B 6 = 2A + 4B, S(5, 2) = S(4, 1) + 2S(4, 2) = 1 + 2(S(3, 1) + 2S(3, 2)) = 3 + 4(S(2, 1) + 2S(2, 2)) = 7 + 8 = 15.

a n = A2 n + B4 n. { 2 = A + B 6 = 2A + 4B, S(5, 2) = S(4, 1) + 2S(4, 2) = 1 + 2(S(3, 1) + 2S(3, 2)) = 3 + 4(S(2, 1) + 2S(2, 2)) = 7 + 8 = 15. 1 Matematiska Institutionen KTH Lösningar till tentamensskrivning på kursen Diskret Matematik, moment A, för D och F, SF161 och SF160, den juni 008 kl 08.00-1.00. DEL I 1. (p) Lös rekursionsekvationen

Läs mer

7, Diskreta strukturer

7, Diskreta strukturer Objektorienterad modellering och diskreta strukturer 7, Diskreta strukturer Sven Gestegård Robertz Datavetenskap, LTH 2015 Modeller Matematiska modeller Kontinuerliga modeller Kontinuerliga funktioner

Läs mer

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för Statistik Tetame i Statistik, STA A10 och STA A13 (9 poäg) 6 mars 004, klocka 14.00-19.00 Tillåta hjälpmedel: Bifogad formelsamlig (med

Läs mer

Lektion 3 Kärnan Bindningsenergi och massdefekt

Lektion 3 Kärnan Bindningsenergi och massdefekt Lektio 3 Kära Bidigseergi och assdefekt Några begre och beteckigar Nuklid Nukleo Isotoer Isobarer Masstal A Atouer Z E ato ed ett bestät atal rotoer och eutroer. Beteckas ofta A ed skrivsättet Z Xx där

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

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

Tentamen 19 mars, 8:00 12:00, Q22, Q26

Tentamen 19 mars, 8:00 12:00, Q22, Q26 Avdelige för elektriska eergisystem EG225 DRIFT OCH PLANERING AV ELPRODUKTION Vårtermie 25 Tetame 9 mars, 8: 2:, Q22, Q26 Istruktioer Skriv alla svar på det bifogade svarsbladet. Det är valfritt att också

Läs mer

Tentamen 1 i Matematik 1, HF1903, Fredag 14 september 2012, kl

Tentamen 1 i Matematik 1, HF1903, Fredag 14 september 2012, kl TEN HF9 Tetame i Matematik, HF9, Fredag september, kl. 8.. Udervisade lärare: Fredrik ergholm, Elias Said, Joas Steholm Eamiator: rmi Halilovic Hjälpmedel: Edast utdelat formelblad miiräkare är ite tillåte

Läs mer

Introduktion till etik (2)

Introduktion till etik (2) Itroduktio till etik (2) Niklas Möller (moller@kth.se) ETIKMOMENT DD1390 Dages program: Itroduktio till argumetatiosaalys Itroduktio till etiska teorier: q Kosekvetialism q Deotologi q Dygdetik Rullade

Läs mer

Tillåtna hjälpmedel: Eget handskrivet formelblad (A4), utdelad tabellsamling, miniräknare med tömt minne Studenterna får behålla tentamensuppgifterna

Tillåtna hjälpmedel: Eget handskrivet formelblad (A4), utdelad tabellsamling, miniräknare med tömt minne Studenterna får behålla tentamensuppgifterna UMEÅ UNIVERSITET Ititutioe för matematik tatitik Statitik för lärare, MSTA8 PA LÖSNINGSFÖRSLAG 004-0-8 LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK Statitik för lärare, poäg Tillåta hjälpmedel:

Läs mer

Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen. x y (x > 0) (y > 0) xy > 0 Domän D = R

Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen. x y (x > 0) (y > 0) xy > 0 Domän D = R Föreläsning Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen För att göra ett påstående av en öppen utsaga med flera variabler behövs flera kvantifierare.

Läs mer

Plattformshissar från Cibes Lift för alla byggnader

Plattformshissar från Cibes Lift för alla byggnader Plattformshissar frå Cibes Lift för alla byggader Smarta, säkra och ekla att istallera DESIGN - RELIABILITY - EXPERIENCE Iehåll Om Cibes Lift 3 Kudperspektiv 4 Service och uderhåll 5 Miljöfokus 6 De lilla

Läs mer

Markanvisningsavtal för och försäljning av fastigheten Gesällen 25

Markanvisningsavtal för och försäljning av fastigheten Gesällen 25 TJÄNSTSKRIVLS Hadläggare atum Äredebeteckig Johaa Kidqvist -05- KS /05 50 Kommufullmäktige Markavisigsavtal för och försäljig av fastighete Gesälle 5 Förslag till beslut Kommufullmäktige godkäer förslag

Läs mer

Lösningsförslag 081106

Lösningsförslag 081106 Lösigsförslag 86 Uppgift Trädslag: kvalitativ, omialskala (diskret) Diameter: kvatitativ, kvotskala, kotiuerlig Höjd: kvatitativ, kvotskala, kotiuerlig Ålder: kvatitativ, kvotskala, kotiuerlig Trädslag:

Läs mer

Träd. Sats. Grafer. Definition. En fullständig graf har en båge mellan varje par av noder. Definition

Träd. Sats. Grafer. Definition. En fullständig graf har en båge mellan varje par av noder. Definition Grafdefinitioner Träd N = {i}: noder (hörn) = {(i, )}, i N, N: bågar (kanter) Graf: G = (N, ) efinitioner Väg: Sekvens av angränsande bågar. ykel: Väg som startar och slutar i samma nod. En enkel väg innehåller

Läs mer

Mätbar vetskap om nuläget och tydliga målbilder om framtiden. Genomför en INDICATOR självvärdering och nulägesanalys inom tre veckor

Mätbar vetskap om nuläget och tydliga målbilder om framtiden. Genomför en INDICATOR självvärdering och nulägesanalys inom tre veckor Mätbar vetskap om uläget och tydliga målbilder om framtide Geomför e INDICATOR självvärderig och ulägesaalys iom tre veckor Självvärderig e del av dokumetatioskravet i ya skollage Skollage ställer också

Läs mer

Sannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1

Sannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1 Saolikheter E saolikhet ka ata värde frå 0 till 1 0 < P < 1 Beteckas: P Pr Prob Saolikhete för e hädelse Hädelse A P(A) Pr(A) Prob(A) Defiitio saolikhet: De frekves med vilke hädelse av itresse iträffar

Läs mer

Utvärdering av tidigarelagd start av prismätningar i nya radio- och TV-butiker

Utvärdering av tidigarelagd start av prismätningar i nya radio- och TV-butiker (5) PM till Nämde för KPI [205-05-8] PCA/MFO Kristia tradber Aders Norber Utvärderi av tidiarelad start av prismätiar i ya radio- och TV-butier För iformatio Prisehete har atait e stevis asats av implemeteri

Läs mer

Digital signalbehandling Fönsterfunktioner

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

Läs mer

Familje- juridik Här är dina rättigheter. Bostad& fastighet. Sambo eller gift? Sambo eller gift? Privata Affärers serie om. Del 3

Familje- juridik Här är dina rättigheter. Bostad& fastighet. Sambo eller gift? Sambo eller gift? Privata Affärers serie om. Del 3 Äkteskap& samboförhållade Huvudregel eligt sambolage är att bostad och bohag, som skaffats för Är i ekoomiskt jämställda, det vill säga har ugefär lika stora skulder eller tillgågar, har det kaske ite

Läs mer

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK UMEÅ UNIVERSITET Istitutioe för matematisk statistisk Statistiska metoder, 5 poäg MSTA36 Peter Ato LÖSNINGSFÖRSLAG 005-10-6 LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK Statistiska metoder, 5 poäg

Läs mer

Tentamen i Matematisk statistik för V2 den 28 maj 2010

Tentamen i Matematisk statistik för V2 den 28 maj 2010 Tetame i Matematisk statistik för V de 8 maj 00 Uppgift : E kortlek består av 5 kort. Dessa delas i i färger: 3 hjärter, 3 ruter, 3 spader och 3 klöver. Kortleke iehåller damer, e i varje färg. Ata att

Läs mer

LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:

LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall: LÖSNINGAR TILL Matematisk statistik Tetame: 2014 10 28 kl 14 00 19 00 Matematikcetrum FMS 086 Matematisk statistik för B, K, N och BME, 7.5 hp Luds tekiska högskola MASB02 Matematisk statistik för kemister,

Läs mer

Återanvändning. Två mekanismer. Nedärvning av egenskaper (inheritance) Objekt komposition

Återanvändning. Två mekanismer. Nedärvning av egenskaper (inheritance) Objekt komposition Iheritace Återavädig Två mekaismer Nedärvig av egeskaper (iheritace) Objekt kompositio A A +a +b B B Iheritace Återavädig geom att skapa subklasser kallas ofta white box reuse Ekelt att aväda Relatioe

Läs mer

Design mönster. n n n n n n. Command Active object Template method Strategy Facade Mediator

Design mönster. n n n n n n. Command Active object Template method Strategy Facade Mediator Desig möster Desig möster Commad Active object Template method Strategy Facade Mediator Commad Ett av de eklaste desig möstre Me också mycket avädbart Ett grässitt med e metod Comm ad do()

Läs mer

SKÄRDATAREKOMMENDATIONER RAMAX HH

SKÄRDATAREKOMMENDATIONER RAMAX HH SKÄRATAREKOMMENATIONER Lämpliga bearbetigsdata beror alltid på de aktuella operatioe, verktygsmaskie och vilket verktyg som aväds. e data som ages i det här bladet är geerella riktlijer som måste apassas

Läs mer

FÖRELÄSNING 1 ANALYS MN1 DISTANS HT06

FÖRELÄSNING 1 ANALYS MN1 DISTANS HT06 FÖRELÄSNING ANALYS MN DISTANS HT06 JONAS ELIASSON Detta är föreläsningsanteckningar för distanskursen Matematik A - analysdelen vid Uppsala universitet höstterminen 2006. Förberedande material Här har

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

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

Lösningar till utvalda uppgifter i kapitel 5

Lösningar till utvalda uppgifter i kapitel 5 Lösningar till utvalda uppgifter i kapitel 5 5.3. Vi använder Euklides algoritm och får 4485 = 1 3042 + 1443 3042 = 2 1443 + 156 1443 = 9 156 + 39 156 = 4 39. Alltså är sgd(3042, 4485) = 39. Om vi startar

Läs mer

Matematisk statistik

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

Läs mer

Studentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta.

Studentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta. KOD: Kurskod: PC106/PC145 Persolighet, hälsa och socialpsykologi (15 hp) Datum: 4/5 014 Hel- och halvfart VT14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare: Niklas Frasso

Läs mer

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I Föreläsig 5 732G04 Surveymetodik 732G19 Utredigskuskap I Dages föreläsig Klusterurval Estegs klusterurval Tvåstegs klusterurval Klusterurval med PPS 2 Klusterurval De urvalsdesiger som diskuterats hittills

Läs mer

SKÄRDATAREKOMMENDATIONER UDDEHOLM NIMAX

SKÄRDATAREKOMMENDATIONER UDDEHOLM NIMAX SKÄRATAREKOMMENATIONER UEHOLM NIMAX Lämpliga bearbetigsdata beror alltid på de aktuella operatioe, verktygsmaskie och vilket verktyg som aväds. e data som ages i det här bladet är geerella riktlijer som

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

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

Svar och arbeta vidare med Student 2008

Svar och arbeta vidare med Student 2008 Student 008 Svar och arbeta vidare med Student 008 Det finns många intressanta idéer i årets Känguruaktiviteter. Problemen kan inspirera undervisningen under flera lektioner. Här ger vi några förslag att

Läs mer

Operativsystem - Baklås

Operativsystem - Baklås Operativsystem - Baklås Mats Björkma 2017-02-01 Lärademål Vad är baklås? Villkor för baklås Strategier för att hatera baklås Operativsystem, Mats Björkma, MDH 2 Defiitio av baklås (boke 6.2) A set of processes

Läs mer

Kapitel 2: De hela talen

Kapitel 2: De hela talen Kapitel 2: De hela talen Divisionsalgoritmen ( a a Z, d Z\{0} q, r Z : d = q + r ) d, 0 r d c 2005 Eric Järpe Högskolan i Halmstad där q kallas kvoten och r kallas principala resten vid heltalsdivision.

Läs mer

MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt,

MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, Explorativ övning 1 MATEMATIKENS SPRÅK Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss förstå språket. Vi skall försöka utveckla vårt matematiska språk,

Läs mer