Centrala gränsvärdessatsen

Storlek: px
Starta visningen från sidan:

Download "Centrala gränsvärdessatsen"

Transkript

1 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 varabler, E ( och V ( ) = Då gäller: E ( c + c + + c ) = cµ + c µ + + c µ, V oberoede ( c c + + c ) = c + c + + c + om,,, är E ljär kombato av oberoede ormalfördelade s v är också ormalfördelad sv: S Låt c, c,, c vara kostater,,,, oberoede stokastska varabler och N( µ, ) Då gäller: c + c + + c N( cµ, c = S Låt,,, vara oberoede stokastska varabler och N( µ, ) Då gäller: N( µ, ) S 4 Låt,,, vara oberoede stokastska varabler och N( µ, ) Då gäller: N( µ, ) Cetrala gräsvärdessatse,,, Om INTE är ormalfördelade då ovaståede formler gäller APPROXIMATIVT ( elgt edaståede cetrala gräsvärdessatse) = S 5 (Cetrala gräsvärdessatse) Låt,,, vara oberoede stokastska varabler med samma saolkhetsfördelg med vätevärdet µ och stadardavvkelse Då gäller: är approxmatvt N( µ, ) fördelad då är stort är approxmatvt N( µ, ) fördelad då är stort ) av 6

2 Arm Hallovc: EXTRA ÖVNINGAR Cetrala gräsvärdessatse Uppgft Låt X, X, X vara ormalfördelade och oberoede sv sådaa att E ( X = 0, E ( X = 0, E ( X = 5 ; D ( X ) = =, D ( X ) = =, D ( X ) = = ; och Y = X + X X Beräka saolkhete Y 50) Lösg: a) E Y ) = X ) + X ) X ) = V ( Y ( = ) = ( ) + ( ) + ( ) ( ) = = D ( Y ) = V ( Y ) = Därför Y N(40, ) =N(40, 458) Y 50) = F(50)= Φ((50-40)/458)= Φ(8)= 0985 Svar: 0985 Uppgft Vd tllverkg av motståd av e vss typ blr resstase N(40,) fördelad (ehet kloohm) Vad är saolkhete att 9 serekopplade sådaa motståd skall få e resstas mella 54 och 66 kloohm? Lösg: m = k ) = 40, s = Låt = Då gäller N(9 m, s ) (formelblad) d v s N(60,6) < < 66) = F(66) F(54) = Φ( ) Φ( ) 6 6 = Φ() Φ( ) = 0686 Svar: 0686 Uppgft I ett kotorshus fs e hss med aslaget max 6 persoer eller 500 kg V vll därför veta hur stor saolkhete är att hsse överlastas Ata att vkte av e aställd är ormalfördelad med vätevärde 80 kg och stadardavvkelse 0 kg Olka persoers vkt är oberoede Beräka saolkhete att vkte av 5 persoer överskrder 500 kg Lösg: Låt betecka total vkt av 5 persoer, då = där kk NN(80, 0) Därför NN(5 80, 0 5) = NN(400, 6) P > 500) = P 500) = FF(500) = ΦΦ( 6 ) = ΦΦ(447) = 0 Svar: Saolkhete är 0 Uppgft 4 av 6

3 Arm Hallovc: EXTRA ÖVNINGAR Cetrala gräsvärdessatse Vd tllverkg av kolvar och cyldrar ka dameter för e vss typ av kolv betraktas som e ormalfördelad stokastsk varabel med vätevärdet 8,0 mm och stadardavvkelse 0, mm För cyldrara ka hålets dameter betraktas som e ormalfördelad stokastsk varabel med vätevärdet 8,5 mm och stadardavvkelse 0,6 mm E cylder ases passa tll e kolv om hålets dameter större ä kolves dameter och om skllade ej överstger 0,6 mm Hur stor är saolkhete att kolve passar tll cylder vd ett slumpmässgt val? Lösg: X N(8,5;0,6) Y N(8,0;0,) Z = X Y N(0,5; 0,6 + 0, ) 0 Z 0,6) = Z 0,6) Z 0) = 0,6 0,5 0 0,5 Φ( ) Φ( ) = Φ(,75) Φ(,5) = 0,854 0, 0, Svar: 0, 854 Uppgft 5 E tekolog vet av erfarehet att has morgoaktvtet ka struktureras på följade sätt: Tvättg och påklädg, vlket tar muter, där N(4,) Frukost, vlket tar muter, där N(5,) Promead tll skola, vlket tar muter, där N(5,) På grud av detta ställer ha e kväll väckarklocka på rgg kl 8:00 förhoppg att ha tll första lektoe kl 8:0 Hur stor är saolkhete att ha lyckas? Lösg: Låt = + + Då gäller N ( , ) dvs N(4,) Tekologe kommer td om P ( 0) = F(0) = Φ ( ) = Φ () = 0977 Svar: 0977 Uppgft 6 (Cetrala gräsvärdessatse) Lägde hos e vss typ av byggadselemet, mätt cm, är e sv (ej ormalfördelad) med medelvärdet 5 och stadardavvkelse 0 4 Ma lägger 0 slumpmässgt valda elemet tll varadra Hur stor är saolkhete att deras sammalagda lägd överstger 505 cm? Lösg: Kalla lägdera, 0 Ma får X = x + x + + x0 är approxmatvt N(0 5, 0 04) = N(500, 8) P ( X > 505) = Φ( ) = Φ(77) = Uppgft 7 (Cetrala gräsvärdessatse) Flygpassagerara frå e stor stad har e kroppsvkt som ka betraktas som e s v med vätevärdet 80 kg och stadardavvkelse 5 kg Hur stor är saolkhet att 49 sådaa passagerare väger mer ä 4000 kg? Lösg: av 6

4 Arm Hallovc: EXTRA ÖVNINGAR Cetrala gräsvärdessatse m = ) = 80, s = 5 k Låt = Då gäller x + x + + x49 är approxmatvt N(49 m, s 49) (formelblad) d v s x + x + + x49 är approxmatvt N(90, 5) > 4000) = F(4000) = Φ( ) = 5 80 Φ( ) = 00 5 Svar: 00 Uppgft 8 Lvslägde hos e vss kompoet är e expoetalfördelad stokastsk varabel med parameter λ = 0 0 (tde räkas tmmar) E såda kompoet går e radarutrustg på ett fartyg När e kompoet går söder byts de geast ut mot e y Beräka e td T såda att lagret med 64 sådaa kompoeter räcker åtmstoe dea td med saolkhet 095 Lösg: Låt k betecka lvslägde hos kompoete k Eftersom k Exp(λ) får v m = k ) = = 50, λ s = = 50 λ Låt = Då gäller elgt cetrala gräsvärdessatse N( 64 m, s 64) d v s N(00, 400) V får då T ) = 095 F( T ) = 095 F( T ) = 005 T T Φ( ) = 005 Φ( ) = T = 6449 T = T = 54 Svar: 54 tmmar Uppgft 9 (Tetame , bygg) Tll e betogbladg behövs 000 kg torrt bruk som levereras säckar som väger c:a 0 kg Varje säcks massa är N(0, 40)-fördelade ehete kg a) Hur stor är saolkhete att 4 säckar räcker? b) Hur måga säckar behöver ma beställa om ma vll att saolkhete för att bruket skall räcka skall vara mst 90 %? 4 av 6

5 Arm Hallovc: EXTRA ÖVNINGAR Cetrala gräsvärdessatse = varje säcks massa ehete kg N(0,40) h = sökt : h 000) ) = 4 0 kg = 680 kg V ( ) = 4 40 total massa = 40 4 kg CGS : η N(680,40 4) η 000) = η 000) = φ( ) = φ(,4) = 0,988 = 0, b) (Svårare dele) η ) = 0 V ( η ) = 40 = 40 CGS : η N( 0,40 ) η 000) = 0,90 η 000) = 0, φ( ) = 0,0 40 Frå formelsamlge har v =,8, =,8 substtuto : t = 50 t =,8 t t,8t 50 = 0 t = 0± 4,08, t > 0 t = 4, = 4, Svar : 9 = 8,5 Uppgft 0 Vd tllverkg av skruvar och muttrar ka dameter för e vss typ av skruv betraktas som e ormalfördelad stokastsk varabel med vätevärdet 8,0 mm och stadardavvkelse 0, mm För muttrara ka hålets dameter betraktas som e ormalfördelad stokastsk varabel med vätevärdet 8,5 mm och stadardavvkelse 0,6 mm E skruv ases passa tll e mutter om hålets dameter är större ä skruves dameter och om skllade ej överstger 0,6 mm Hur stor är saolkhete att mutter passar tll skruve vd ett slumpmässgt val? Lösg N(8,5;0,6), η N(8,0;0,), X = η N(0,5; 0,6 + 0, ) 0,6 0,5 0 0,5 0 X 0,6) = X 0,6) X 0) = Φ ( ) Φ( ) 0, 0, = Φ(,75) Φ(,5) = 0,9599 0,056 = 0, 85 5 av 6

6 Arm Hallovc: EXTRA ÖVNINGAR Cetrala gräsvärdessatse Uppgft (Te 0/5 0) E deell föreg plaerar e samlg och skckar därför tll var och e av de 000 medlemmara ett brev, vlket ma ber om ett bdrag på 50 eller 00 kroor Frå tdgare erfarehet gör ma uppskattge att det är lka valgt med det större som det mdre bdraget och att 0% av medlemmara te ger ågot bdrag alls Beräka, med e lämplg approxmato, saolkhete att förege får mst kr Lösg: = atal kroor / pero ) = 0, 0 + 0, ,40 00 = 60 kr V ( ) = 0,0 (0 60) + 0,40 (50 60) + 0,40 (00 60) = 400 = 7,4 kr Χ = ( Summa blr e v Χ om elgt ΧGS är approx ormalfördelad ) Χ) = kr = kr V ( Χ) = V ( ) = Χ = 8 kr ΧGS : Χ N(60000,8) ) Χ 58000) = Χ < 58000) = φ( ) = φ(,69) = 0, av 6

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

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

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

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

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

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

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

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

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

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

Vinst (k) 1 1.5 2 4 10 Sannolikhet 0.4 0.2 0.2 0.1 0.1 ( )

Vinst (k) 1 1.5 2 4 10 Sannolikhet 0.4 0.2 0.2 0.1 0.1 ( ) Tentamen Matematsk statstk Ämneskod-lnje S1M Poäng totalt för del 1 5 (8 uppgfter) Poäng totalt för del 3 (3 uppgfter) Tentamensdatum 9-3-5 Kerstn Vännman Lärare: Robert Lundqvst Mkael Stenlund Skrvtd

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

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

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

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

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

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

1. Frekvensfunktionen nedan är given. (3p)

1. Frekvensfunktionen nedan är given. (3p) TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF14 TEN 11 kl 1.15-.15 Hjälpmedel: Formler och tabeller i statistik, räknedosa Fullständiga lösningar erfordras till samtliga uppgifter. Lösningarna skall

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

( ) ( ) 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

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

Lunds tekniska högskola Matematikcentrum Matematisk statistik

Lunds tekniska högskola Matematikcentrum Matematisk statistik Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS0: MATEMATISK STATISTIK AK FÖR V EXEMPEL PÅ DUGGAUPPGIFTER, AVSNITT SANNOLIKHETSTEORI UPPGIFTER Kortare uppgifter. På en arbetsplats skadas

Läs mer

Lösningar till Tentamen i Matematisk Statistik, 5p 22 mars, 2001. Beräkna medelvärdet, standardavvikelsen, medianen och tredje kvartilen?

Lösningar till Tentamen i Matematisk Statistik, 5p 22 mars, 2001. Beräkna medelvärdet, standardavvikelsen, medianen och tredje kvartilen? Lösningar till Tentamen i Matematisk Statistik, 5p 22 mars, 2001 1. Månadslönerna för 10 lärare vid en viss skola är 1 17 700 19 800 19 900 20 200 20 800 16 100 17 000 23 500 19 700 21 100 Beräkna medelvärdet,

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

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

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

Läs mer

Enkel linjär regression

Enkel linjär regression Ekel ljär regresso Ekel ljär regresso Kap Ekel ljär regressosmodell: = β + β + ε Sstematsk del Stokastsk (slumpmässg) del där är beroede varabel, de varabel som v vll förklara eller predktera De kallas

Läs mer

INLÄMNINGSUPPGIFT 2 (Del 2, MATEMATISK STATISTIK) Kurs: MATEMATIK OCH MATEMATISK STATISTIK 6H3000

INLÄMNINGSUPPGIFT 2 (Del 2, MATEMATISK STATISTIK) Kurs: MATEMATIK OCH MATEMATISK STATISTIK 6H3000 INLÄMNINGSUPPGIFT 2 (Del 2, MATEMATISK STATISTIK) Kurs: MATEMATIK OCH MATEMATISK STATISTIK 6H3000 Lärare: Armin Halilovic armin@syd.kth.se www.syd.kth.se/armin tel 08 790 4810 Inlämningsuppgift 2 består

Läs mer

KONFIDENSINTERVALL FÖR MEDIANEN (=TECKENINTERVALL )

KONFIDENSINTERVALL FÖR MEDIANEN (=TECKENINTERVALL ) Arm Hallovc: EXTRA ÖVNINGAR Tecetervall KONFIDENSINTERVALL FÖR MEDIANEN (TECKENINTERVALL ) För att bestämma ett ofdestervall för medae tll e otuerlg s.v. ξ aväder v ett stcprov ξ ξ ξ3 ξ av storlee som

Läs mer

Tentamen i Linjär algebra (TATA31/TEN1) 2013 08 24, 14 19.

Tentamen i Linjär algebra (TATA31/TEN1) 2013 08 24, 14 19. LINKÖPINGS UNIVERSITET Matematiska Institutionen Ulf Janfalk Kurskod: TATA Provkod: TEN Tentamen i Linjär algebra (TATA/TEN 8, 9. Inga hjälpmedel. Ej räknedosa. För godkänt räcker 9 poäng och minst uppgifter

Läs mer

2 Intervallskattning 14 2.1 Konfidensintervall för µ i normalfördelningen... 14

2 Intervallskattning 14 2.1 Konfidensintervall för µ i normalfördelningen... 14 UTDRAG UR FÖRELÄSNINGSANTECKNINGAR I STATISTIKTEORI PUNKT- OCH INTERVALLSKATTNINGAR SAMT HYPOTESTEST MATEMATISK STATISTIK AK FÖR F, E, D, I, C, Π; FMS 02 JOAKIM LÜBECK, MAJ 202 Iehåll Puktskattigar och

Läs mer

i de fall de existerar. Om gränsvärdet ifråga inte skulle existera, ange i så fall detta med motivering.

i de fall de existerar. Om gränsvärdet ifråga inte skulle existera, ange i så fall detta med motivering. Kap 9. 9.5, 9.8 9.9, 6.5. Talföljd, mootoa talföljder, koverges, serier, koverges, geometriska serier, itegralkriterium, p serier, jämförelsekriterier, absolut koverges, altererade serier, potesserie,

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

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

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

(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?

(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? Lösigar Grudläggade Diskret matematik 11054 Tid: 1.00-17.00 Telefo: 036-10160, Examiator: F Abrahamsso 1. I de lokala zoo-affäre fis 15 olika fiskarter med mist 0 fiskar utav varje art). På hur måga sätt

Läs mer

Tentamen i matematisk statistik (9MA241/9MA341/LIMAB6, STN2) 2012-01-09 kl 08-13

Tentamen i matematisk statistik (9MA241/9MA341/LIMAB6, STN2) 2012-01-09 kl 08-13 LINKÖPINGS UNIVERSITET MAI Johan Thim Tentamen i matematisk statistik (9MA241/9MA341/LIMAB6, STN2) 212-1-9 kl 8-13 Hjälpmedel är: miniräknare med tömda minnen och formelbladet bifogat. Varje uppgift är

Läs mer

Repetitivt arbete ska minska

Repetitivt arbete ska minska Repetitivt arbete ska minska Ett repetitivt arbete innebär att man upprepar en eller några få arbetsuppgifter med liknande arbetsrörelser om och om igen. Ofta med ett högt arbetstempo. Ett repetitivt arbete

Läs mer

Du behöver ha tillgång till: Olika typer av material som man bearbetar på El- och energiprogrammet, Olika typer av plugg.

Du behöver ha tillgång till: Olika typer av material som man bearbetar på El- och energiprogrammet, Olika typer av plugg. ELEKTROMEKANIK Fästteknik Inlämningsuppgift 10 Fästteknik Namn: Datum: Här ska du: Få förståelse för hur viktigt det är att det som skruvas upp ska kunna sitta kvar i många år. Det måste fästas ordentligt!

Läs mer

Du ska nu skapa ett litet program som skriver ut Hello World.

Du ska nu skapa ett litet program som skriver ut Hello World. Tidigare har vi gjort all programmering av ActionScript 3.0 i tidslinjen i Flash. Från och med nu kommer vi dock att ha minst två olika filer för kommande övningar, minst en AS-fil och en FLA-fil. AS Denna

Läs mer

Får nyanlända samma chans i den svenska skolan?

Får nyanlända samma chans i den svenska skolan? Får nyanlända samma chans i den svenska skolan? Sammanställning oktober 2015 De nyanlända eleverna (varit här högst fyra år) klarar den svenska skolan sämre än andra elever. Ett tydligt tecken är att för

Läs mer

Övningshäfte i matematik för. Kemistuderande BL 05

Övningshäfte i matematik för. Kemistuderande BL 05 Övningshäfte i matematik för Kemistuderande BL 05 Detta häfte innehåller några grundläggande övningar i de delar av matematiken som man har användning för i de tidiga kemistudierna. Nivån är gymnasiematematik,

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

Träning i bevisföring

Träning i bevisföring KTHs Matematiska Cirkel Träning i bevisföring Andreas Enblom Institutionen för matematik, 2005 Finansierat av Marianne och Marcus Wallenbergs Stiftelse 1 Mängdlära Här kommer fyra tips på hur man visar

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

4-3 Vinklar Namn: Inledning. Vad är en vinkel?

4-3 Vinklar Namn: Inledning. Vad är en vinkel? 4-3 Vinklar Namn: Inledning I det här kapitlet skall du lära dig allt om vinklar: spetsiga, trubbiga och räta vinklar. Och inte minst hur man mäter vinklar. Att mäta vinklar och sträckor är grundläggande

Läs mer

SF1620 Matematik och modeller

SF1620 Matematik och modeller KTH Teknikvetenskap, Institutionen för matematik 1 SF160 Matematik och modeller 007-09-10 Andra veckan Trigonometri De trigonometriska funktionerna och enhetscirkeln Redan vid förra veckans avsnitt var

Läs mer

Sammanfattning av kursdag 2, 2013-03-07 i Stra ngna s och 2013-03-12 Eskilstuna

Sammanfattning av kursdag 2, 2013-03-07 i Stra ngna s och 2013-03-12 Eskilstuna Sammanfattning av kursdag 2, 2013-03-07 i Stra ngna s och 2013-03-12 Eskilstuna Sammanfattning och genomgång av lektion 1 samt hemläxa. -Hur ta ut en position i sjökortet? Mät med Passaren mellan positionen

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF1902 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 23:E MAJ 2013 KL 14.00 19.00. Kursledare och examinator : Björn-Olof Skytt Tillåtna hjälpmedel: miniräknare, lathund

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

D A B A D B B D. Trepoängsproblem. Kängurutävlingen 2012 Benjamin

D A B A D B B D. Trepoängsproblem. Kängurutävlingen 2012 Benjamin Kängurutävlingen enjamin Trepoängsproblem. Skrivtavlan i klassrummet är 6 meter bred. Mittdelen är m bred. De båda yttre delarna är lika breda. Hur bred är den högra delen? A: m :,5 m C:,5 m D:,75 m E:

Läs mer

Lathund, procent med bråk, åk 8

Lathund, procent med bråk, åk 8 Lathund, procent med bråk, åk 8 Procent betyder hundradel, men man kan också säga en av hundra. Ni ska kunna omvandla mellan bråkform, decimalform och procentform. Nedan kan ni se några omvandlingar. Bråkform

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

Statistik 1 för biologer, logopeder och psykologer

Statistik 1 för biologer, logopeder och psykologer Innehåll 1 Punktskattning och kondensintervall Innehåll 1 Punktskattning och kondensintervall Population Punktskattning och kondensintervall Vi har en population vars någon mätbar egenskap X vi är intresserade

Läs mer

Anna Kinberg Batra Inledningsanförande 15 oktober 2015

Anna Kinberg Batra Inledningsanförande 15 oktober 2015 Anna Kinberg Batra Inledningsanförande 15 oktober 2015 Det talade ordet gäller Det är höst i ett Sverige som börjar tvivla på framtiden. Ett växande utanförskap där en av sju fastnar utanför arbetsmarknaden.

Läs mer

Statsbidrag för läxhjälp till huvudmän 2016

Statsbidrag för läxhjälp till huvudmän 2016 Statsbidragsenheten 1 (5) Statsbidrag för läxhjälp till huvudmän 2016 Skolverket lämnar statsbidrag enligt förordning (2014:144) om statsbidrag för hjälp med läxor eller annat skolarbete utanför ordinarie

Läs mer

Menys webbaserade kurser manual för kursdeltagare. Utbildningsplattform: Fronter

Menys webbaserade kurser manual för kursdeltagare. Utbildningsplattform: Fronter Menys webbaserade kurser manual för kursdeltagare Utbildningsplattform: Fronter Innehållsförteckning Introduktion 3 Inloggning & Lösenordsbyte 4 Idagsidan 6 Kursens rum (startsida) 7 Webblektion 8 Inlämning

Läs mer

Med detta och följande avsnitt blir det något svårare. Det finns också

Med detta och följande avsnitt blir det något svårare. Det finns också Nämnarens kryptoskola 10. Caesarkrypto lärarsida Med detta och följande avsnitt blir det något svårare. Det finns också här fler övningar som man kan använda om man behöver det. Med Caesar-krypto skall

Läs mer

Två konstiga klockor

Två konstiga klockor strävorna C Två konstiga klockor resonemang geometri Avsikt och matematikinnehåll Det som kan göra det svårt för barn att avläsa en analog klocka är att förstå att den består av två skalor som är beroende

Läs mer

När jag har arbetat klart med det här området ska jag:

När jag har arbetat klart med det här området ska jag: Kraft och rörelse När jag har arbetat klart med det här området ska jag: kunna ge exempel på olika krafter och kunna använda mina kunskaper om dessa när jag förklarar olika fysikaliska fenomen, veta vad

Läs mer

Modul 6: Integraler och tillämpningar

Modul 6: Integraler och tillämpningar Institutionen för Matematik SF65 Envariabelanalys Läsåret 5/6 Modul 6: Integraler och tillämpningar Denna modul omfattar kapitel 6. och 6.5 samt kapitel 7 i kursboken Calculus av Adams och Essex och undervisas

Läs mer

Föreläsning 14: Försöksplanering

Föreläsning 14: Försöksplanering Föreläsning 14: Försöksplanering Matematisk statistik Chalmers University of Technology Oktober 14, 2015 Modellbeskrivning Vi har gjort mätningar av en responsvariabel Y för fixerade värden på förklarande

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

För de två linjerna, 1 och 2, i figuren bredvid gäller att deras vinkelpositioner, θ 1 och θ 2, kopplas ihop av ekvationen

För de två linjerna, 1 och 2, i figuren bredvid gäller att deras vinkelpositioner, θ 1 och θ 2, kopplas ihop av ekvationen Knemak vd roaon av sela kroppar Inledande knemak för sela kroppar. För de vå lnjerna, och, fguren bredvd gäller a deras vnkelposoner, θ och θ, kopplas hop av ekvaonen Θ Θ + β Efersom vnkeln β är konsan

Läs mer

Manual Gamla Akka-plattan

Manual Gamla Akka-plattan Manual Gamla Akka-plattan Manual för Akkaplattan Figur 1 1. 1. Uttag för laddare. Akkaplattan bör stå på laddning när den inte används men inte under för långa perioder dvs. flera veckor i sträck. Figur

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

SKOGLIGA TILLÄMPNINGAR

SKOGLIGA TILLÄMPNINGAR STUDIEAVSNITT 3 SKOGLIGA TILLÄMPNINGAR I detta avsnitt ska vi titta på några av de skogliga tillämpningar på geometri som finns. SKOGSKARTAN EN MODELL AV VERKLIGHETEN Arbetar man i skogen klarar man sig

Läs mer

Lektion 8 Specialfall, del I (SFI) Rev 20151006 HL

Lektion 8 Specialfall, del I (SFI) Rev 20151006 HL Lekton 8 Specalfall, del I (SFI) Rev 0151006 HL Produktvalsproblem och cyklsk planerng Innehåll Nvå 1: Produktval (LP-problem) (SFI1.1) Cyklsk planerng, produkter (SFI1.) Nvå : Maxmera täcknngsbdrag (produktval)

Läs mer

Algebra, polynom & andragradsekvationer en pampig rubrik på ett annars relativt obetydligt dokument

Algebra, polynom & andragradsekvationer en pampig rubrik på ett annars relativt obetydligt dokument Algebra, polynom & andragradsekvationer en pampig rubrik på ett annars relativt obetydligt dokument Distributiva lagen a(b + c) = ab + ac 3(x + 4) = 3 x + 3 4 = 3x + 12 3(2x + 4) = 3 2x + 3 4 = 6x + 12

Läs mer

Matris för Hem och Konsumentkunskap åk.6 8 Nivå 1 Nivå 2 Nivå 3 Nivå 4

Matris för Hem och Konsumentkunskap åk.6 8 Nivå 1 Nivå 2 Nivå 3 Nivå 4 Ur Kunskapskrav Lgr11 Bedömningsaspekter Förstå recept och instruktioner Matris för Hem och Konsumentkunskap åk.6 8 Nivå 1 Nivå 2 Nivå 3 Nivå 4 Behöver lärarstöd med att förstå och följa ett recept. Är

Läs mer

Drottningens gåta Lärarmaterial

Drottningens gåta Lärarmaterial Lärarmaterial sidan 1 Författare: Cecilie Eken Vad handlar boken om? Boken är den spännande fortsättningen i serien Den Svarta Safiren. Sif har blivit biten av en hund och är svårt skadad. De ser män som

Läs mer

Övningshäfte Algebra, ekvationssystem och geometri

Övningshäfte Algebra, ekvationssystem och geometri Stockholms Tekniska Gmnasium --9 Övningshäfte Algebra, ekvationssstem och geometri Nivå: rätt svårt Fråga : f är ett polnom. Beräkna värdet av f, f och fπ Fråga : Ingångslönen på företaget Börjes Gurkinläggning

Läs mer

Föreläsning 9: Hypotesprövning

Föreläsning 9: Hypotesprövning Föreläsning 9: Hypotesprövning Matematisk statistik David Bolin Chalmers University of Technology Maj 5, 2014 Statistik Stickprov Ett stickprov av storlek n är n oberoende observationer av en slumpvariabel

Läs mer

Kommunikationspolicy i korthet för Lidingö stad

Kommunikationspolicy i korthet för Lidingö stad Kommunikationspolicy i korthet för Lidingö stad En policy ger stöd Att kommunicera är en del av vardagen för oss som arbetar i Lidingö stad. Att kommunikationen fungerar är viktigt för att vi ska kunna

Läs mer

7. SAMHÄLLSORIENTERING ÅK 5

7. SAMHÄLLSORIENTERING ÅK 5 7. SAMHÄLLSORIENTERING ÅK 5 7.2. Elevhäfte 2 7.2.1. Livsfrågor Eva och Micke går båda i 5:an. De träffas ofta efter skolan och lyssnar på musik eller gör hemläxan tillsammans. Ibland funderar de på frågor

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

2005-01-31. Hävarmen. Peter Kock

2005-01-31. Hävarmen. Peter Kock 2005-01-31 Hävarmen Kurs: WT0010 Peter Kock Handledare: Jan Sandberg Sammanfattning Om man slår upp ordet hävarm i ett lexikon så kan man läsa att hävarm är avståndet mellan kraften och vridningspunkten.

Läs mer

Administrera utskick på utbildningstillfälle

Administrera utskick på utbildningstillfälle Administrera utskick på utbildningstillfälle Man kan administrera utskick för ett utbildningstillfälle på följand tre sätt: Via knappen Skapa utskick till markerade i under fliken Deltagare Vi länken Skicka

Läs mer

Partikeldynamik. Fjädervåg. Balansvåg. Dynamik är läran om rörelsers orsak.

Partikeldynamik. Fjädervåg. Balansvåg. Dynamik är läran om rörelsers orsak. Dynamk är läran om rörelsers orsak. Partkeldynamk En partkel är en kropp där utsträcknngen saknar betydelse för dess rörelse. Den kan betraktas som en punktmassa utan rotaton. Massa kan defneras på två

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

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

Välkommen till Arbetsförmedlingen! Information till dig som är arbetssökande

Välkommen till Arbetsförmedlingen! Information till dig som är arbetssökande Välkommen till Arbetsförmedlingen! Information till dig som är arbetssökande 1 2 Det här är Arbetsförmedlingen Söker du jobb? Vill du veta mer om arbetsmarknaden? Behöver du tips och råd om hur du hittar

Läs mer

Omvandla Vinklar. 1 Mattematiskt Tankesätt

Omvandla Vinklar. 1 Mattematiskt Tankesätt Omvandla Vinklar 1 Mattematiskt Tankesätt (Kan användas till mer än bara vinklar) 2 Omvandla med hjälp av Huvudräkning (Snabbmetod i slutet av punkt 2) 3 Omvandla med Miniräknare (Casio) Läs denna Först

Läs mer

Förskolan är till för ditt barn

Förskolan är till för ditt barn Förskolan är till för ditt barn E N B RO S C H Y R O M F Ö R S KO L A N S L Ä RO P L A N Du är viktig Du är den som står ditt barn närmast. Därför är dina synpunkter be tydelsefulla i förskolan. Om du

Läs mer

ATT KUNNA TILL. MA1050 Matte Grund. 2011-06-14 Vuxenutbildningen Dennis Jonsson

ATT KUNNA TILL. MA1050 Matte Grund. 2011-06-14 Vuxenutbildningen Dennis Jonsson ATT KUNNA TILL MA1050 Matte Grund 2011-06-14 Vuxenutbildningen Dennis Jonsson Sida 2 av 5 Att kunna till prov G1 Kunna ställa upp och beräkna additions-, subtraktions-, multiplikations- och divisuionsuppgifter

Läs mer

Gruppenkät. Lycka till! Kommun: Stadsdel: (Gäller endast Göteborg)

Gruppenkät. Lycka till! Kommun: Stadsdel: (Gäller endast Göteborg) Gruppenkät Du har deltagit i en gruppaktivitet! Det kan ha varit en tjej- / killgrupp, ett läger eller ett internationellt ungdomsutbyte. Eller så har ni kanske ordnat ett musikarrangemang, skött ett café,

Läs mer

På och avmastning. 1. Ensam är inte stark

På och avmastning. 1. Ensam är inte stark På och avmastning 1. Ensam är inte stark Avmastning är naturligtvis lättast. Ned kommer ju masten alltid! Detta är vad jag funnit bäst för att i ordnade former få ned masten. Man förlänger först fockfallet

Läs mer

Lysande möjligheter med nya FixCandle.

Lysande möjligheter med nya FixCandle. Lysade möjligheter med ya FixCadle. Det gick upp ett ljus för mig är jag, för säkert hudrade gåge, försökte få ljuse att stå raka i mi fia farmorsstake. Så här ska det ju ite behöva vara, täkte jag. Ite

Läs mer

Laganmälan & Laghantering

Laganmälan & Laghantering 203 Svenska Motorcykel- och Snöskoterförbundet Box 234 600 02 NORRKÖPING Tel. 0-23 0 80 www.svemo.se Laganmälan & Laghantering [En enkel guide för hur du anmäler ett lag i SVEMO TA.] Innehåll Innehåll...

Läs mer

Möbiustransformationer.

Möbiustransformationer. 224 Om Möbiustransformationer Torbjörn Kolsrud KTH En Möbiustransformation är en komplexvärd funktion f av en komplex variabel z på formen f(z) = az + b cz + d. Här är a b c och d komplexa tal. Ofta skriver

Läs mer

TT091A, TVJ22A, NVJA02 By, Pu, Ti. 50 poäng

TT091A, TVJ22A, NVJA02 By, Pu, Ti. 50 poäng Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 By, Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-01-11

Läs mer

Föreläsning 5: Rekursion

Föreläsning 5: Rekursion Föreläsning 5: Rekursion Vi har tidigare sett att man kan dela upp problem i mindre bitar med hjälp av underprogram, vilket är ett utmärkt sätt att lösa problem. Detta är ganska lätt att rita upp för sig

Läs mer

Manual. Rapportera väntetider i systemet Utbudstjänst SLL

Manual. Rapportera väntetider i systemet Utbudstjänst SLL Manual Rapportera väntetider i systemet Utbudstjänst SLL Innehåll 1 Om väntetidsrapportering... 1 2 Logga in... 1 3 Glömt lösenord/problem att logga in... 1 4 Ny användare... 2 5 Ändra användaruppgifter...

Läs mer

Tomi Alahelisten Lärare Idrott & Hälsa - Internationella Skolan Atlas i Linköping. Orientering

Tomi Alahelisten Lärare Idrott & Hälsa - Internationella Skolan Atlas i Linköping. Orientering Orientering 1. Inledning Orientering härstammar från Norden i slutet på 1800-talet. Ursprungligen var orientering en militär övning, men tidigt såg man nyttan med att sprida denna kunskap till allmänheten

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

1. a Vad menas med medianen för en kontinuerligt fördelad stokastisk variabel?

1. a Vad menas med medianen för en kontinuerligt fördelad stokastisk variabel? Tentamenskrvnng: TMS45 - Grundkurs matematsk statstk och bonformatk, 7,5 hp. Td: Onsdag den 9 august 2009, kl 08:30-2:30 Väg och vatten Tesen korrgerad enlgt anvsngar under tentamenstllfället. Examnator:

Läs mer

Tränarguide del 1. Mattelek. www.mv-nordic.se

Tränarguide del 1. Mattelek. www.mv-nordic.se Tränarguide del 1 Mattelek www.mv-nordic.se 1 ATT TRÄNA MED MATTELEK Mattelek är ett adaptivt träningsprogram för att träna centrala matematiska färdigheter såsom antalsuppfattning, den inre mentala tallinjen

Läs mer

Specialfall inom produktionsplanering: Avslutning Planerings- Le 8-9: Specialfall (produktval, kopplade lager, cyklisk planering, mm) system

Specialfall inom produktionsplanering: Avslutning Planerings- Le 8-9: Specialfall (produktval, kopplade lager, cyklisk planering, mm) system Föreläsg Specalfall om produktosplaerg: Produktvalsplaerg, cyklsk plaerg, alteratva partformgsmetoder Avslutg Plaergssystem Fast posto Fö 6a: Projektplaerg (CPM, PERT, mm) Le 3: Projektplaerg (CPM/ PERT,

Läs mer

1,2C 4,6C 1A. X-kuber. strävorna

1,2C 4,6C 1A. X-kuber. strävorna 1,2C 4,6C 1A X-kuber problemlösning begrepp resonemang geometri skala strävorna Avsikt och matematikinnehåll X-kuber är en aktivitet som får olika avsikt och matematikinnehåll beroende på hur och i vilket

Läs mer