Borel-Cantellis sats och stora talens lag

Storlek: px
Starta visningen från sidan:

Download "Borel-Cantellis sats och stora talens lag"

Transkript

1 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 betraktar e följd hädelser A, A 2, A 3,... och är itresserade av fråga om oädligt måga av dessa iträffar eller om möjlige bara ett ädligt atal av dem iträffar. Vi bildar F = A k och G = A k. Att G iträffar iebär att alla A k för k iträffar. Om det fis ågot sådat iebär det alltså att frå och med detta iträffar alla A k för k. Med H = G = iebär detta att om H iträffar fis ett så att alla A k med k iträffar. Iblad beteckas H med lim if A k. Att F iträffar iebär att det fis ågot A k för k som iträffar. Om F iträffar för alla iebär detta att oädligt måga av A k :a iträffar. Vi bildar därför E = F = A k. Om E iträffar, så iträffar alltså oädligt måga av A k :a. Iblad skrives detta lite behädigt som E = {A i.o.} där i.o. står för ifiitely ofte, dvs oädligt måga gåger. E beteckas iblad med lim sup A k. Ma oterar att F avtar i och att alltså P (E) = P ( A k F ) = lim P (F ) = lim P ( A k ).

2 Vi har dock eligt Booles sats att P ( A k ) P (A k ) och dea serie 0 då om serie P (A k) kovergerar. Detta iebär att vi visat följade sats som kallas Borel-Catellis sats. Sats Borel-Catellis sats Om P (A ) < så gäller att P (E) = P (A i.o) = 0, dvs att med saolikhet iträffar bara ädligt måga A. Ma ka otera att det i satse ite krävs ågo form av oberoede uta satse gäller helt geerellt. Det fis e omvädig av Borel-Catellis sats om ma atar att hädelsera A, A 2,... är oberoede. Sats 2 Omvädig till Borel-Catellis sats Om A, A 2,... är oberoede och P (A ) = så gäller att P (E) = P (A i.o) =, dvs att det med saolikhet iträffar oädligt måga A. Bevis: Vi har P ( A k) = P (A k) = ( P (A k )). Eftersom x e x erhålls P (A k ) e P (A k) och vi får P ( A k) exp( P (A k )). Om u P (A ) = så gäller att serie i expoete divergerar och ma får P ( A k) = 0. Alltså gäller äve som iebär att P ( P ( A k ) = P ( A k) = 0. A k) = 0 = dvs att oädligt måga A k : iträffar med saolikhet. 2

3 2 Några exempel på tillämpigar Exempel 2. Låt X, X 2, X 3... vara oberoede likafördelade med kotiuerlig fördelig. Vi låter { om X > X j för j =, 2,... U = 0 aars. Detta betyder att U = om X utgör ett rekord, dvs är det hitills största värdet. Vi låter A = {U = }. Ma iser att P (U = ) = / eftersom saolikhete att det största av värde skall komma i omgåg är / av symmetriskäl. Vidare är A, A 2,... oberoede. Vi har ju P (A m A m+... A m+k ) = P (A m A m+... A m+k )P (A m+... A m+k ) och A m och A m+... A m+k är aturligtvis oberoede eftersom A m bara berör storleksförhålladea blad de första m av X-variablera. Vi får då eftersom P (A ) = = att P (A i.o.) = dvs oädligt måga A iträffar. Vi får oädligt måga rekord ett resultat som kaske (?) är självklart. Vidare får vi E( U U + ) = E(U U + ) = P (A )P (A + ) = ( + ) < och alltså är U U + ädlig med saolikhet. Slutsatse är att det bara iträffar ett ädligt atal dubbelrekord, dvs rekord två gåger i rad ett resultat som på itet sätt är trivialt. Exempel 2.2 Låt X, X 2,... vara oberoede och likafördelade. Då gäller att E( X ) = me också E( X ) = 0 P ( X > x)dx = + P ( X > x)dx + P ( X > x)dx P ( X > ) + P ( X > ), P ( X > + ) = P ( X > ). Om u E( X ) < ser vi att P ( X > ) < som eligt Borel- Catellis sats medför P ( X > i.o.) = 0. Å adra sida, om E( X ) = och alltså P ( X > ) =, så ger omvädige till Borel-Catellis sats att P ( X > i.o.) =. Om E( X k ) är ädligt (respektive oädligt) kommer X att bli större ä oädligt måga gåger med saolikhet 0 (respektive ). 3

4 3 Bevis av stora tales lag i stark form Vi låter X, X 2,... vara oberoede likafördelade med E(X i ) = m och V (X i ) = σ 2 < och defiierar S = X + X X. Vi är itresserade att visa att med saolikhet gäller att S / m då. Detta betyder alltså att vi vill visa att S P ( lim = m) =, dvs att det fis e mägd Ω 0 med P (Ω 0 ) = där för varje ω Ω 0 gäller att lim S m = 0. Vi behöver alltså visa att för varje ω Ω 0 och för varje ε > 0 fis ett N(ω, ε) så att om N(ω, ε) gäller att S / m ε. Det räcker att visa att lim P ( S m > ε ågot N) = 0. N Notera skillade mot stora tales lag i svag form, som säger att för alla ε > 0 P ( S m > ε) 0 då. I stora tales lag i stark form måste S / m vara litet för alla tillräckligt stora för alla ω Ω 0 där P (Ω 0 ) =. Vid slatsiglig ka vi koda kroa och klave som 0 respektive, och ka idetifiera ett ω med ett på måfå valt tal på itervallet [0, ] där biärbråksutvecklige ger sekvese. Vad stora tales lag då säger är att vi med saolikhet får ett tal sådat att adele :or i sekvese kovergerar mot /2. Det ka fias udatags -ω - t ex är vid slatsiglig sekvese möjlig, me sådaa udatagssekveser har sammalagt saolikhet 0. Uta iskräkig ka vi ata att E(X i ) = m = 0 eftersom vi aars ka betrakta X i m. Vi har V (S ) = σ 2. Eligt Tjebyshovs olikhet gäller P ( S > ε) V (S ) (ε) 2 = σ2 (ε) 2 = σ2 ε 2. Tyvärr divergerar de harmoiska serie / så vi ka ite aväda Borel- Catellis sats direkt. Dock gäller /2 < och detta betyder att vi ka aväda satse för 2, =, 2,.... Vi har P ( S 2 > 2 ε) σ2 2 ε 2. Alltså gäller eligt Borel-Catellis sats att P ( S 2 > ε i.o.) = 0 som visar att 2 (med saolikhet ) S/ Vi har alltså lyckats visa att för delsekvese 2, =, 2,... så har vi koverges med saolikhet. Återstår att reda ut vad som ka häda mella dessa 2. Vi defiierar därför D = max S k S 2, 2 k<(+) 2 4

5 dvs de största avvikelse frå S 2 som ka iträffa mella 2 och ( + ) 2. Vi får (+) 2 D 2 = max 2 k<(+) 2(S k S 2) 2 (S k S 2) 2, 2 där vi gjort de grova uppskattige att max( x, y ) ( x + y ). Detta ger E(D 2 ) (+) 2 2 E((S k S 2) 2 ). Me E((S k S 2) 2 ) = (k 2 )σ 2 2σ 2 då 2 k < ( + ) 2 och det är 2 termer i summa och det ger Med Tjebyshovs olikhet ger detta E(D 2 ) (2)(2)σ 2 = 4 2 σ 2. P (D > 2 ε) 42 σ 2 ( 2 ε) 2 = 4σ2 2 ε 2. Alltså gäller D / 2 0 med saolikhet. Till slut ger detta för k mella 2 och ( + ) 2 S k k S 2 + D S 2 + D 0. k 2 Detta iebär att vi lyckats visa att S / 0 med saolikhet. Vi har gjort detta uder tilläggsvillkoret att V (X i ) = σ 2, me med stor möda ka ma visa att detta tilläggsvillkor ej är ödvädigt. 5

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

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

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

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

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs SAMMANFATTNING TAMS79 Matematisk statistik, grudkurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, HT 2015 Versio: 1.0 Seast reviderad: 2016-02-01 Författare: Viktor Cheg

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

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

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

Läs mer

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

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

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

Läs mer

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

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

Läs mer

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

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

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

Sannolikhetslära. c 2015 Eric Järpe Högskolan i Halmstad

Sannolikhetslära. c 2015 Eric Järpe Högskolan i Halmstad Saolikhetslära c 201 Eric Järpe Högskola i Halmstad Saolikhetslära hadlar om att mäta hur saolikt (dvs hur ofta ) ma ka förväta sig att ågot iträffar. Därför sorterar saolikhetslära uder de matematiska

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

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

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

Lösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007

Lösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007 STOCKHOLMS UNIVERSITET MS 3150 MATEMATISKA INSTITUTIONEN TENTAMEN Avd. Matematisk statistik 29 maj 2007 Lösig till tetame för kurse Log-lijära statistiska modeller 29 maj 2007 Uppgift 1 a Modelle uta ågra

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

= (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

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

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

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

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

Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT

Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT 10.1-10.3) Ordlista till NCT Hypothesis testig Null hypothesis Alterative hypothesis Simple / composite Oe-sided /two-sided Reject Test statistic Type

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

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

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 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 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

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

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

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

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

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 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

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

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

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

Uppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik

Uppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik Uppsala Uiversitet Matematiska istitutioe Matematisk Statistik Formel- och tabellsamlig Saolikhetsteori och Statistik IT2-2004 Formelsamlig, Saolikhetsteori och Statistik IT-2004 1 Saolikhetsteori 1.1

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

Formelblad Sannolikhetsteori 1

Formelblad Sannolikhetsteori 1 Formelblad Saolikhetsteori Bayes formel: Låt A och D vara två hädelser Då gäller P A D = P D AP A P D Chebyshevs olikhet: Låt X vara e stokastisk variabel med vätevärde µ och varias Då gäller för alla

Läs mer

god stiftelsepraxis www.saatiopalvelu.fi

god stiftelsepraxis www.saatiopalvelu.fi god stiftelsepraxis SÄÄTIÖIDEN JA RAHASTOJEN NEUVOTTELUKUNTA RY DELEGATIONEN FÖR STIFTELSER OCH FONDER RF www.saatiopalvelu.fi 1 Cotets God stiftelsepraxis 1 Iledig 3 2 God stiftelsepraxis 3 Stipedier

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

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

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

Läs mer

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

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

Remiss Remissvar lämnas i kolumnen Tillstyrkes term och Tillstyrkes def(inition) och eventuella synpunkter skrivs i kolumnen Synpunkter.

Remiss Remissvar lämnas i kolumnen Tillstyrkes term och Tillstyrkes def(inition) och eventuella synpunkter skrivs i kolumnen Synpunkter. 1(10) Svar lämat av (kommu, ladstig, orgaisatio etc.): Remiss Remissvar lämas i kolume Tillstyrkes term och Tillstyrkes (iitio) och evetuella sypukter skrivs i kolume Sypukter. Begreppe redovisas i Socialstyrelses

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

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

Samtal med Karl-Erik Nilsson

Samtal med Karl-Erik Nilsson Samtal med Karl-Erik Nilsso,er Ert av Svesk Tidskrifts redaktörer, Rolf. Ertglud, itejuar här Karl-Erik Nilsso, ar kaslichej på TCO och TCO:s represetat ed i litagarfodsutredige. er e t or så å g. ). r

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

Universitetet: ER-diagram e-namn

Universitetet: ER-diagram e-namn Databaser Desig och programmerig Fortsättig på relatiosmodelle: Normaliserig fuktioella beroede ormalformer iformatiosbevarade relatiosschemauppdelig Varför ormalisera? Metod att skydda oss frå dum desig

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

För att minimera de negativa hälsokonsekvenserna av tunnelluft finns i dagsläget tre metoder;

För att minimera de negativa hälsokonsekvenserna av tunnelluft finns i dagsläget tre metoder; MKB till detaljpla Förbifart Stockholm Hälsoeffekter av tuelluft Studier idikerar att oöskade korttidseffekter, blad aat ökat atal iflammatiosmarkörer, börjar uppstå vid e expoerig som motsvaras av tuelluft

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

Visst kan man faktorisera x 4 + 1

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

Läs mer

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

Örserumsviken. Förorenade områden Årsredovisning. Ansvar för sanering av förorenade områden. Årsredovisningslagen och god redovisningssed

Örserumsviken. Förorenade områden Årsredovisning. Ansvar för sanering av förorenade områden. Årsredovisningslagen och god redovisningssed Föroreade område Årsredovisig Örserumsvike Birgit Fleig Auktoriserad revisor Sustaiability Director birgit.fleig@se.ey.com 19 september 2005 1 2 Årsredovisigslage och god redovisigssed Föroreade område

Läs mer

Kontextfri grammatik (CFG)

Kontextfri grammatik (CFG) Kotextfri grammatik (CFG) Mats Dahllöf Ist. f ligvistik och filologi December 2015 1 / 23 Frasstrukturträd hud studt Aalys av de ord som häger lägst ed, hud studt. E graf med fler oder ä depdsaalys (fem

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

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

E F. pn-övergång. Ferminivåns temperaturberoende i n-dopade halvledare. egen ledning. störledning

E F. pn-övergång. Ferminivåns temperaturberoende i n-dopade halvledare. egen ledning. störledning ÖVRGÅNG De eklaste halvledarkomoete är diode. Diode består av e doad och e doad del. Vid kotaktyta mella och doat område ustår ett ire elektriskt fält.g.a. att elektroer i ledigsbadet å sida diffuderar

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

Bilaga 1 Formelsamling

Bilaga 1 Formelsamling 1 2 Bilaga 1 Formelsamlig Grudbegre, resultatlaerig och roduktkalkylerig Resultat Itäkt - Kostad Lösamhet Resultat Resursisats TTB Täckigsgrad (TG) Totala itäkter TB Säritäkt Divisioskalkyl är de eklaste

Läs mer

F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden

F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden Stat. teori gk, ht 006, JW F19 HPOTESPRÖVNING (NCT 11.1-11.) Hypotesprövig för e differes mella två medelvärde Samma beteckigar som vid kofidesitervall för differes mella två populatiosmedelvärde: Medelvärde

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

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 uttrycet av type a a a 0, eller ortare a 0, ( där är ett ice-egativt heltal) Defiitio Låt P( a a a0 vara ett

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

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

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

CONSTANT FINESS SUNFLEX

CONSTANT FINESS SUNFLEX Luex terrassarkiser. Moterigs- och bruksavisig CONSTNT FINESS SUNFLEX 5 6 Markises huvudkopoeter och ått Placerig av kobikosol rklockor och justerig Parallelljusterig vädig och skötsel Huvudkopoeter och

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

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

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

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

Finansiell ekonomi Föreläsning 2

Finansiell ekonomi Föreläsning 2 Fiasiell ekoomi Föeläsig 2 Fö alla ivesteigsbeslut gälle: Om ytta > Kostad Geomfö ivesteige Om Kostad > ytta Geomfö ite ivesteige Gemesam ehet = pega Vädeig = makadspis om sådat existea (jf. vädet av tid

Läs mer

Många tror att det räcker

Många tror att det räcker Bästa skyddet Måga vet ite hur familje drabbas ekoomiskt om ågo dör eller blir allvarligt sjuk. Här berättar Privata Affärer vilket skydd du har och hur du ka förbättra det. Av Aika Rosell och Igrid Kidahl

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel

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

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

2004 Rune Norberg. Måste elimineras! Hur då? Kapitel 9. Variation Olika typer av data. 2004 Rune Norberg. Kapitel 9

2004 Rune Norberg. Måste elimineras! Hur då? Kapitel 9. Variation Olika typer av data. 2004 Rune Norberg. Kapitel 9 Fe l i t ill verki ge ept Okt Nov Dec ept Okt Nov Dec Högskola Dalara Översikt tatistisk processtyrig Itroduktio till tatistisk Processtyrig (P) aolikhet Normalfördelig Några adra fördeligar Variatio Olika

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

Universitetet: ER-diagram e-namn

Universitetet: ER-diagram e-namn Databaser Desig och programmerig Fortsättig på relatiosmodelle: Normaliserig fuktioella beroede ormalformer iformatiosbevarade relatiosschemauppdelig Varför ormalisera? Metod att skydda oss frå dum desig

Läs mer

Några grundläggande begrepp och termer i statistikteorin

Några grundläggande begrepp och termer i statistikteorin Matematisk statistik för STS vt 004 004-05 - 03 Begt Rosé Några grudläggade begrepp och termer i statistikteori Om matematisk statistik Som tidigare ämts brukar matematisk statistik delas upp i huvudområdea

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

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

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

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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistiksammafattig,

Läs mer

Försöket med trängselskatt

Försöket med trängselskatt STATISTISKA CENTRALBYRÅN m 1(5). Nilo Trägelkatt Förlag frå Ehete för pritatitik Ehete för pritatitik förelår att å kallad trägelkatt ka täcka i KI frå och med idex aveede jauari 26. Trägelkatte ave då

Läs mer

Frasstrukturgrammatik

Frasstrukturgrammatik UALA UNIVERITET Metoder och tillämpigar i språktekologie Istitutioe för ligvistik och filologi Föreläsigsateckigar Mats Dahllöf http://stp.lig.uu.se/~matsd/uv/uv07/motist/ Oktober 2007 Frasstrukturgrammatik

Läs mer

Smärtlindring vid medicinsk abort

Smärtlindring vid medicinsk abort Smärtlidrig vid medicisk abort EN JÄMFÖRANDE STUDIE VETENSKAPLIGT ARBETE UNDER ST ELIN SJÖLANDER HANDLEDARE MARIE BOLIN Itroduktio Smärta vid medicisk abort valig, smärtlidrig vid medicisk abort dåligt

Läs mer

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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II Stickprov MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig del II G Gripeberg Aalto-uiversitetet 4 februari 04 Estimerig 3 Kofidesitervall 4 Hypotesprövig 5 Korrelatio och regressio G Gripeberg

Läs mer

Så här kommer byggherren och entreprenören överens om energianvändningen

Så här kommer byggherren och entreprenören överens om energianvändningen Så här kommer byggherre och etrepreöre överes om eergiavädige Så här kommer byggherre och etrepreöre överes om eergiavädige Sveby står för Stadardisera och verifiera eergiprestada i byggader och är ett

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

Inledande kombinatorik LCB 2001

Inledande kombinatorik LCB 2001 Iledade kombiatorik LCB 2001 Ersätter Grimaldi 1.1 1.4, 3.1 (delvis) 1 Additios- och multiplikatiospricipera Kombiatorik hadlar om koste att räka atalet av saker och tig. Hur måga gåger geomlöpes e viss

Läs mer

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

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 5 Fiasiell Statistik (GN, 7,5 hp,, HT 8) Föreläsig 5 HYPOTESPRÖVNING (LLL Kap 11) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level course, 7,5 ECTS,

Läs mer

Linköpings tekniska högskola IKP/Mekaniksystem Mekanisk värmeteori och strömningslära. Exempeltentamen 3. strömningslära, miniräknare.

Linköpings tekniska högskola IKP/Mekaniksystem Mekanisk värmeteori och strömningslära. Exempeltentamen 3. strömningslära, miniräknare. Exempeltetame 3 (OBS! De a te ta m e ga vs i a ku rse delvis bytte i eh å ll. Vis s a u ppgifter s om i te lä gre ä r a ktu ella h a r dä rför ta gits bort, vilket m edför a tt poä gs u m m a ä r < 50.

Läs mer

Tentamen Metod C vid Uppsala universitet, , kl

Tentamen Metod C vid Uppsala universitet, , kl Tetame Metod C vid Uppsala uiversitet, 160928, kl. 14.00 18.00 Avisigar Av rättigspraktiska skäl skall var och e av de tre huvudfrågora besvaras på separata pappersark. Börja alltså på ett ytt pappersark

Läs mer