Matematisk statistik

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "Matematisk statistik"

Transkript

1 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 helst Sriv am och persoummer på varje blad Dea tetameslapp får ej behållas efter tetamestillfället uta sa lämas i tillsammas med lösigar Poägfördelig och betygsgräser: Tetame ger maximalt 3 poäg Betygsgräser: För betyg A, B,, D, E rävs 3, 4,, 6 respetive poäg Kompletterig: poäg på tetame ger rätt till ompletterig (betyg Fx) Vem som har rätt till ompletterig framgår av betyget Fx på MINA SIDOR Kompletterig ser c:a två vecor efter att tetame är rättad Om ompletterig är godäd rapporteras betyg E, aars rapporteras F Uppgift (3p) Bara för dem som ite larat s För hädelsera A och B gäller att P ( A B) 8, P( A B) 3 och P ( B) Bestäm a) P ( A ), b) P( A B ), c) P( A B ) Uppgift (3p) Bara för dem som ite larat s 8 x, f ( x) < x för övrigt vara täthetsfutioe för e stoastis variabel ξ a) Visa att b) Bestäm vätevärdet E (ξ ) c) Bestäm mediae för ξ Uppgift 3 (3p) Bara för dem som ite larat s3 E forsare gjorde 6 mätigar för e ormalfördelade stoastis variabel X N(μ,σ) och fic följade resultat (σ oät): X:, 34, 6, 4, 4, 3 Bestäm ett % ofidesitervall för medelvärdet μ Uppgift 4 (3p) Vi sa placera 6 idetisa bollar i lådor L, L, L3, L4L a) På hur måga olia sätt a vi göra detta? b) I hur måga placerigar är både L och L4 tomma lådor? Var god väd

2 Uppgift (3p) Vid tillverig av e viss typ motståd blir resistase N(,) fördelad (ehet iloohm) Vad är saolihete att serieopplade sådaa motståd sall få e resistas mella och iloohm? Uppgift 6 (4p) Livslägde hos e eletrois ompoet K är e expoetialfördelad sv med medelvärdet 4 år a) Hur stor saolihete är att ompoete fugerar i mer ä 3 år? b) Ett system B som består av sådaa ompoeter fugerar om mist e, av de ompoeter, fugerar Bestäm saolihete att systemet B fugerar i mer ä 3 år Uppgift 7 (4p) Ma vill jämföra två metoder för mätig av e vis variabel som ases ormalfördelad med oäd stadardavvielse Ma har gjort mätigar med Metod och 7 mätigar med Metod Ma har fått följade observatioer: Metod : 6, 66, 66, 66, 67 Metod : 6, 6, 64, 68, 6, 68, 7 Ka ma med % saolihet påstå att det fis sillad mella metodera? Uppgift 8 (3p) Ett betjäigssystem a modelleras som M/M/3/ (dvs 3 betjäare och öplatser) Aomstitesitete är uder/miut och betjäigsitesitete för e betjäare är µ uder/miut a) Bestäm saolihetera p, p, p, p 3, p 4 och p b) Vad är saolihete att e ud avvisas Uppgift (3p) E ommuiatiosaal i ett datorät har apacitete K bitar/seud Till aale aommer meddelade eligt e Poissoprocess med aomstitesitete 4 meddelade/miut Meddeladea har e lägd som är expoetialfördelad med medelvärdet v bitar Vi atar att vi a modellera systemet som ett valigt M/M/ system med ödiscipli FFS ( First- ome- First- Served) Bestäm det mista värdet på K som erfordras, för att medelvärdet av totala tide i systemet blir T seuder Tips: Medeltid i systemet för e ud är T där µ betecar betjäigsitesitet ( µ betecar aomstitesitet) Uppgift (3p) Låt X vara e följd av biomialfördelade sv sådaa at P( X ) p ( p) Ata att p är er ostat då Visa att X går mot Poissofördelig dvs visa att lim( P( X )) e! Lyca till

3 FAIT Uppgift (3p) Bara för dem som ite larat s För hädelsera A och B gäller att P ( A B) 8, P( A B) 3 och P ( B) Bestäm a) P ( A ), b) P( A B ), c) P( A B ) Lösig: a) Frå P( A B) P( A) + P( B) P( A B) får vi 8 P ( A) + 3 P( A) 6 Därmed P( A c ) P( A) 4 b) Eligt De Morgas lagar gäller P ( A B ) P(( A B) ) 3 7 c) Frå ovaståede diagram har vi P( A B ) P( A) P( A B) Svar: a) P ( A c ) 4 b) P ( A B ) 7 c) P ( A B ) 3 Uppgift (3p) Bara för dem som ite larat s x f ( x) 8, < x för övrigt vara täthetsfutioe för e stoastis variabel ξ a) Visa att b) Bestäm vätevärdet E (ξ ) c) Bestäm mediae för ξ

4 Lösig: 8 x a) x dx 8 x b) E( x ) x x dx x dx c) Mediae är lösige till evatioe m m 8 x x dx m m Svar: a) Se bevis b) E ( ξ ) c) m Uppgift 3 (3p) Bara för dem som ite larat s3 E forsare gjorde 6 mätigar för e ormalfördelade stoastis variabel X N(μ,σ) och fic följade resultat (σ oät): X:, 34, 6, 4, 4, 3 Bestäm ett % ofidesitervall för medelvärdet μ Lösig: Lösig: x x + x + + x,

5 variase s ( x i x) i 6 / 4 s Variase Frå formelsamlig (sida 6 rad - 6- har vi α / t 76 Kofidesitervall: σ σ x tα /, x + tα / ) ( 76, + 76 ) 6 6 ( (4, 366) Svar: (4, 366) Uppgift 4 (3p) Vi sa placera 6 idetisa bollar i lådor L, L, L3, L4L a) På hur måga olia sätt a vi göra detta? b) I hur måga placerigar är både L och L4 tomma lådor? Lösig: a) Vi betratar evivalet problem: Atalet permutatioer av bostäver I, väggar ( 6 st) och O ( 6 st) där varje permutatio måste börja och sluta med I (aars hamar bollar utaför lådora) T ex följade placerig svarar mot permutatioe I O O I O I I O O I O I Eftersom varje permutatio måste börja och sluta med I, permuterar vi fatist 4 bostäver I och 6 bostäver O (totalt bostäver)! Atalet sådaa permutatioer är P 4,6() (4!) (6!) b) Om två lådor är alltid tomma, placerar vi 6 bollar i tre lådor med samma resoemag som i 8! a-dele har vi att atalet sådaa permutatioer är P,6(8) 8 (!) (6!)

6 Svar: a) b) 8 Uppgift (3p) Vid tillverig av e viss typ motståd blir resistase N(,) fördelad (ehet iloohm) Vad är saolihete att serieopplade sådaa motståd sall få e resistas mella och iloohm? Lösig: Låt ξ vara resistase av motståd ummer och η ξ + + ξ + ξ Då gäller ηη NN( ; ), d v s ηη NN(; ) Saolihete P( η ) F() F() Φ( ) Φ( ) Φ ( 4) Φ( 4) 87 7 Svar: 7 Uppgift 6 (4p) Livslägde hos e eletrois ompoet K är e expoetialfördelad sv med medelvärdet 4 år a) Hur stor saolihete är att ompoete fugerar i mer ä 3 år? b) Ett system B som består av sådaa ompoeter fugerar om mist e, av de ompoeter, fugerar Bestäm saolihete att systemet B fugerar i mer ä 3 år Lösig: Låt ξ,,, beteca livslägde hos e ompoet Då är ξ Eξp() Vätevärdet av ξ är µ µ 4 Därmed x Exp( ) 4 Därmed (olla formelblad) t t / 4 F( t) e e 4 3/ 4 a) p P( ξ > 3) ( 3) (3) ( 3/ P ξ F e ) e 474 b) Saolihete att ige ompoet fugerar i mer ä 3 år är P( ige) ( p) ( p) ( p) ( p) Saolihete för mist e fugerade ompoet är ( 474) 4

7 P (mist e) P(ige) 4 6 Svar a) 474 b) 6 Uppgift 7 (4p) Ma vill jämföra två metoder för mätig av e vis variabel som ases ormalfördelad med oäd stadardavvielse Ma har gjort mätigar med Metod och 7 mätigar med Metod Ma har fått följade observatioer: Metod : 6, 66, 66, 66, 67 Metod : 6, 6, 64, 68, 6, 68, 7 Ka ma med % saolihet påstå att det fis sillad mella metodera? Lösig: Problemet hadlar om två sticprov med oät σ Vi aväder följade formler (se formelblad): x y t * där σ α / ( ( Beräigar ger + * ) σ ) σ x + ( ) σ + +, y x y + t α / ( + * ) σ + x 6, σ x 7 y , σ y 86, * σ 7734 t () α / 8 Kofidesitervallet för sillade mella medelvärdea är K[ 44, ] Eftersom ligger i itervallet a vi INTE påstå med % saolihet att det fis sillad mella metodera Svar: Eftersom ligger i itervallet a vi INTE påstå med % saolihet att det fis sillad mella metodera Uppgift 8 (3p) Ett betjäigssystem a modelleras som M/M/3/ (dvs 3 betjäare och öplatser) Aomstitesitete är uder/miut och betjäigsitesitete för e betjäare är µ uder/miut a) Bestäm saolihetera p, p, p, p 3, p 4 och p b) Vad är saolihete att e ud avvisas Lösig: a) Diagrammet med övergågsitesiteter:

8 Med hjälp av teori för födelsedödsprocesser har vi följade relatioer mella de statioära saolihetera p och p : 3, p p, p 3 p, p 4 p, µ µ µ µ µ µ µ µ µ p p µ 3 4 p p µ µ µ 33µ Härav p p, p 3 p, p p, p p, p 8844 p För att bestämma p aväder vi relatioe p + p + p + p + p + p och får p p 7736 Därefter p p 8874 p 3 p ,

9 p p 76, p p 64373, p 8844 p 3637 b) Saolihete att e ud avvisas är p 3637 Uppgift (3p) E ommuiatiosaal i ett datorät har apacitete K bitar/seud Till aale aommer meddelade eligt e Poissoprocess med aomstitesitete 4 meddelade/miut Meddeladea har e lägd som är expoetialfördelad med medelvärdet v bitar Vi atar att vi a modellera systemet som ett valigt M/M/ system med ödiscipli FFS ( First- ome- First- Served) Bestäm det mista värdet på K som erfordras, för att medelvärdet av totala tide i systemet blir T seuder Tips: Medeltid i systemet för e ud är T där µ betecar betjäigsitesitet ( µ betecar aomstitesitet) Lösig: a) Vi sa aväda miut som tidsehet Vi har 4 meddelade/miut Betjäigsitesitet som rävs för att få Tsec /6 / mi bestämmer vi med hjälp av formel T som ger µ 4 µ µ 4 µ Alltså för att få T/ mi rävs det betjäigsitesitet µ meddelade per miut Eftersom meddelade har i geomsitt bitar drar vi slutsats att vi behöver e överförigsapacitet med mist K bitar per miut86667 bitar per seud Svar: K bitar per miut86667 bitar per seud Uppgift (3p) Låt X vara e följd av biomialfördelade sv sådaa at P( X ) p ( p) Ata att p är er ostat då Visa att X går mot Poissofördelig dvs visa att lim( P( X Bevis: )) e!

10 Låt vara ett fixt tal Vi har p p X P ) ( lim )) ( ( lim +! ) )( ( im + ) )( ( im! im! (*)! e e! VSB Förlarig av (*): Om, eftersom är ett fixt tal, har vi i uttrycet (*) i, e ad

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

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

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

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

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

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

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 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

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

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

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

. Om man har n stycken valsituationer med k valmöjligheter var, är det totala antalet valmöjligheter k.

. Om man har n stycken valsituationer med k valmöjligheter var, är det totala antalet valmöjligheter k. . Saolihetslära. Kombiatori Vad är saolihetslära? Ma a allmät säga att iom saolihetslära försöer ma beräa chaser eller riser. Det a seda vara fråga om chase att via på lotto eller rise att bli sju i e

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

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

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

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

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

Tentamen i statistik för STA A13, 1-10 poäng Deltentamen II, 5p Lördag 9 juni 2007 kl

Tentamen i statistik för STA A13, 1-10 poäng Deltentamen II, 5p Lördag 9 juni 2007 kl Avdelige för atioalekoomi och Tetame i för STA A13, 1-10 poäg Deltetame II, 5p Lördag 9 jui 007 kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig

Läs mer

Tentamen Metod C vid Uppsala universitet, , kl

Tentamen Metod C vid Uppsala universitet, , kl Tetame Metod C vid Uppsala uiversitet, 160331, kl. 08.00 12.00 Avisigar Av rättigspraktiska skäl skall var och e av de tre huvudfrågora besvaras på separata pappersark. Börja alltså på ett ytt pappersark

Läs mer

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 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

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

(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

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

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

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

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

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

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

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

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

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

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

DIAGONALISERING AV EN MATRIS

DIAGONALISERING AV EN MATRIS Armi Hlilovic: ETRA ÖVNINGAR Digoliserig v e mtris DIAGONALISERING AV EN MATRIS Defiitio ( Digoliserbr mtris ) Låt A vr e vdrtis mtris dvs e mtris v typ. Mtrise A är digoliserbr om det fis e iverterbr

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

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

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

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

TATM79: Föreläsning 3 Binomialsatsen och komplexa tal

TATM79: Föreläsning 3 Binomialsatsen och komplexa tal TATM79: Föreläsig 3 Biomialsatse och omplexa tal Joha Thim augusti 016 1 Biomialsatse Ett miestric för att omma ihåg biomialoefficieter (åtmistoe för rimligt små är Pascals triagel: 0 1 1 1 1 1 1 3 1 3

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

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

Hur månfa indianer...? och andra gåtor Lärarmaterial. Vad handlar boken om? Mål från Lgr 11: Att arbeta med gåtor. Lek med ord och bokstäver

Hur månfa indianer...? och andra gåtor Lärarmaterial. Vad handlar boken om? Mål från Lgr 11: Att arbeta med gåtor. Lek med ord och bokstäver Lärarmaterial sida 1 Författare: Keld Peterse Vad hadlar boke om? Här får ma täka till! Ka du lösa gåtora? Mål frå Lgr 11: Lässtrategier för att förstå och tolka texter samt för att apassa läsige efter

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

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 13 februari 015 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistik

Läs mer

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

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

Läs mer

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

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

Tentamen MVE300 Sannolikhet, statistik och risk

Tentamen MVE300 Sannolikhet, statistik och risk Tentamen MVE3 Sannolihet, statisti och ris 215-6-4 l. 8.3-13.3 Examinator: Johan Jonasson, Matematisa vetensaper, Chalmers Telefonvat: Johan Jonasson, telefon: 76-985223 31-7723546 Hjälpmedel: Typgodänd

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

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

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

Tentamen del 2 i kursen Elinstallation, begränsad behörighet ET1020 2014-08-29

Tentamen del 2 i kursen Elinstallation, begränsad behörighet ET1020 2014-08-29 Tetame del 2 i kure Elitallatio, begräad behörighet ET1020 2014-08-29 Tetame omfattar 60 poäg. För godkäd tetame kräv 30 poäg. Tillåta hjälpmedel är räkedoa amt bifogad formelamlig Beräkigar behöver bara

Läs mer

Bredbandsmarknaden i studentbostäderna i Lund ur ett mikroekonomiskt perspektiv

Bredbandsmarknaden i studentbostäderna i Lund ur ett mikroekonomiskt perspektiv 20060319 Kadidatuppsats i Natioaleoomi Bredbadsmarade i studetbostädera i Lud ur ett miroeoomist perspetiv Författare: Olof Karlsso Hadledare: Jerer Holm Dispositio... 3 INLEDNING... 4 Bagrud... 4 Syfte...

Läs mer

Enkät inför KlimatVardag

Enkät inför KlimatVardag 1 Ekät iför KlimatVardag Frågora hadlar om dia förvätigar på och uppfattigar om projektet, samt om hur det ser ut i ditt/ert hushåll idag. Ekäte är uderlag för att hushållet ska kua sätta rimliga och geomförbara

Läs mer

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2016-01-15 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 15.00 20.00 Lärare: A Jonsson, J Martinsson,

Läs mer

Oberoende stokastiska variabler

Oberoende stokastiska variabler Kapitel 6 Oberoende stokastiska variabler Betrakta ett försök med ett ändligt (eller högst numrerbart) utfallsrum Ω samt två stokastiska variabler ξ och η med värdemängderna Ω ξ och Ω η. Vi bildar funktionen

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

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

Kvinnors arbetsmiljö. Rapport 2012:11. Tillsynsaktivitet 2012 inom regeringsuppdraget om kvinnors arbetsmiljö. Delrapport

Kvinnors arbetsmiljö. Rapport 2012:11. Tillsynsaktivitet 2012 inom regeringsuppdraget om kvinnors arbetsmiljö. Delrapport Kviors arbesmiljö Tillsysakivie 12 iom regerigsuppdrage om kviors arbesmiljö Delrappor Rappor 12:11 12-5-9 1 (9) Ehee för mäiska och omgivig Chrisia Josso, 8-73 94 18 arbesmiljoverke@av.se Delrappor Tillsysakivie

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

MA2018 Tillämpad Matematik III-Statistik, 7.5hp,

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, MA018 Tillämpad Matematik III-Statistik, 7.5hp, 01-03-16 Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar. Ofullstädiga

Läs mer

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

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

Läs mer

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

Slutrapport Bättre vård i livets slutskede

Slutrapport Bättre vård i livets slutskede Team : Stadsvikes VC Syfte med deltagadet i Geombrott Att öka tillite och trygghete till de vård som bedrivs i det ega hemmet för de palliativa patiete. Teammedlemmar Eva Lidström eva.lidstrom@ll.se Viktoria

Läs mer

Programmering Emme-makro rvinst_ic.mac version 2

Programmering Emme-makro rvinst_ic.mac version 2 Uppdragsr: 10109320 2008-08-27 Seh Svalgård PM Programmerig Emme-makro rvis_ic.mac versio 2 Iehållsföreckig Förusäigar...2 Beräkigsuryck...2 Daabaser...4 Marisplaser...4 Aropsparamerar...6 Udaa...6 L:\705x\_SAMSAM\3_Dokume\36_PM\PM

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

BRUKS- OCH SERVICEANVISNINGAR FÖR CENTRALENHET MODELL A Fig 1 Fig 2 Samtliga delar av städutrustige i fig. 2 igår ej som stadard i varje leveras. CENTRALENHET STÄDUTRUSTNING 1) Fastspäigsaordig A) Slagmuff

Läs mer

Subsystem. Klasser är ett bra sätt att organisera små system. Klasser är för små enheter för att organisera stora system

Subsystem. Klasser är ett bra sätt att organisera små system. Klasser är för små enheter för att organisera stora system Desig av subsystem Subsystem Klasser är ett bra sätt att orgaisera små system Klasser är för små eheter för att orgaisera stora system Större eheter behövs för orgaiserige Subsystem Sex priciper diskuteras

Läs mer

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

Tentamen i Sannolikhetslära och statistik Kurskod S0008M Tentamen i Sannolikhetslära och statistik Kurskod S0008M Poäng totalt för del 1: 25 (12 uppgifter) Tentamensdatum 2012-12-19 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson

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

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

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-08-31 Tid:

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

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

Kontrakt baserad design. Design by contract

Kontrakt baserad design. Design by contract Kotrakt baserad desig Desig by cotract Motiverig Objekt ka valige ite avädas på ett godtyckligt sätt Metoder ska aropas med vissa parametervärde I rätt ordig Svårt att veta hur ett objekt ka avädas uta

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

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

Repetition: Enkel sampling. Systemplanering VT11. Repetition: Enkel sampling. Repetition: Enkel sampling

Repetition: Enkel sampling. Systemplanering VT11. Repetition: Enkel sampling. Repetition: Enkel sampling Systemplaeri VT Föreläsi F6: Mote Carlo Iehåll:. Repetitio av ekel sampli 2. Sampli av elmarkader 3. Multi-areamodelle 4. Räka exempel Repetitio: Ekel sampli Mål: Få fram E[X] Defiitio av E[X]: EX [ ]

Läs mer

ANOVA I: Kap 14. Åldersgrupper -30 år år 51- år. Totalt n k N = 9 X k X = s k s = 8.

ANOVA I: Kap 14. Åldersgrupper -30 år år 51- år. Totalt n k N = 9 X k X = s k s = 8. ANOVA I: ap 14 1 Åldersgrupper -30 år 31-50 år 51- år 39 6 6 43 3 0 41 30 Totalt 3 3 3 N = 9 X k.67 41.00 9.33 X = 31.00 s k 3.06.00 3.06 s = 8.38 s k 9.33 4.00 9.33 s = 70.5 Ex. OVERHEAD Åldersgrupper

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

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2014-06-05 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Jesper

Läs mer

Tentamen LMA 200 Matematisk statistik, data/elektro

Tentamen LMA 200 Matematisk statistik, data/elektro Tentamen LMA 00 Matematisk statistik, data/elektro 039 Tentamen består av åtta uppgiter motsvarande totalt 50 poäng. Det krävs minst 0 poäng ör betyg 3, minst 30 poäng ör 4 och minst 40 ör 5. Examinator:

Läs mer

Övningstentamen 2 Uppgift 1: Uppgift 2: Uppgift 3: Uppgift 4: Uppgift 5: Uppgift 6: i ord

Övningstentamen 2 Uppgift 1: Uppgift 2: Uppgift 3: Uppgift 4: Uppgift 5: Uppgift 6: i ord Övningstentamen Uppgift : I en kvalitetskontroll är det fyra olika fel A, B, C och D som kan förekomma oberoende av varandra där P(A) 0.03, P(B) 0.05, P(C) 0.07 och P(D) 0.. a. Beräkna sannolikheten att

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

Tentamen i Statistik, STA A13 Deltentamen 1, 4p 27 mars 2004, kl

Tentamen i Statistik, STA A13 Deltentamen 1, 4p 27 mars 2004, kl Karlstads universitet Institutionen för informationsteknologi Avdelningen för statistik Tentamen i Statistik, STA A13 Deltentamen 1, 4p 7 mars 004, kl. 09.00-13.00 Tillåtna hjälpmedel: Ansvarig lärare:

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

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

Linköping University Tentamen TEN1 vt 2011 Kurs TMMV09 Johan Hedbrant 2011-05-25

Linköping University Tentamen TEN1 vt 2011 Kurs TMMV09 Johan Hedbrant 2011-05-25 Liköpig Uiversity etame EN vt 0 Joha edbrat 0-05-5 eoridel. I kg helt torr ved fis eligt e valig formel 9. MJ eergi. Om dea mägd ved ligger i fukt lagom läge väger de kg, där hälfte av vikte är fukt. Om

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

AMF. I princip är det bara möjligt att flytta privat sparande och sparande där avtalet tecknats efter den 2 februari i fjol.

AMF. I princip är det bara möjligt att flytta privat sparande och sparande där avtalet tecknats efter den 2 februari i fjol. Välj att flytta dia Utyttja di flytträtt om du ka. Det är Privata Affärers råd u är regeriges tillfälliga flyttstopp hävs de 1 maj. Flyttstoppet ifördes i februari i fjol som e direkt följd av Damarksmålet.

Läs mer

Art. 7953. Brugsanvisning

Art. 7953. Brugsanvisning Art. 7953 D GB F NL S I E DK Gebrauchsaweisug Licht- / Wasserspieldüse Operatig Istructios Light ad Waterworks Jet Mode d emploi Buse pour jet d eau avec éclairage Gebruiksaawijzig Licht- / waterspelsproeier

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

Nr Bilaga 1. Det rekommenderade värdet för flödestätheten i ett statiskt magnetiskt fält (0 Hz).

Nr Bilaga 1. Det rekommenderade värdet för flödestätheten i ett statiskt magnetiskt fält (0 Hz). Nr 94 641 Bilaga 1. Det rekommederade värdet för flödestäthete i ett statiskt magetiskt fält (0 Hz). Expoerig Hela kroppe (fortgåede) Magetisk flödestäthet 40 mt Förklarigar till tabelle Äve lägre magetisk

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

För rörformiga instrument, slangar och liknande krävs speciella insatser för genomspolning för att få ett fullgott resultat.

För rörformiga instrument, slangar och liknande krävs speciella insatser för genomspolning för att få ett fullgott resultat. Sida 1 av 6 Avisig för kvalitetssäkrig av spol- och diskdesifektorer 141203 Avisig primärvård Föremål och istrumet avsedda för flergågsbruk ska regöras och desifekteras efter avädig i e värmedesifektor.

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

Fråga: Erbjuder ni någon utbildning för förskrivare och apotekspersonal för att kunna använda webbapplikationerna på ett effektivt sätt?

Fråga: Erbjuder ni någon utbildning för förskrivare och apotekspersonal för att kunna använda webbapplikationerna på ett effektivt sätt? FAQ för det ya licessystemet KLAS Fråga: Hur skickar jag som förskrivare i mi licesmotiverig i KLAS? Svar: Läk fis på lv.se/lices uder Skapa licesmotiverig. Fråga: Varför ska jag som förskrivare skicka

Läs mer

DOKUMENTHANTERINGSPLAN Personal Antagen att gälla från och 2013-01-01 Dnr: 16/13 Handlingsslag. Gallras (=förstöres) Arkivläggs

DOKUMENTHANTERINGSPLAN Personal Antagen att gälla från och 2013-01-01 Dnr: 16/13 Handlingsslag. Gallras (=förstöres) Arkivläggs AFA (arbetsmarkades FörsäkrigsAktiebolag): skade-amäla (TFA=Trygghets Försäkrig vid Arbetsskada), AFA (arbetsmarkades FörsäkrigsAktiebolag): skade-amäla (TFA=Trygghets Försäkrig vid Arbetsskada), kopia

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