Del A Begrepp och grundläggande förståelse.

Storlek: px
Starta visningen från sidan:

Download "Del A Begrepp och grundläggande förståelse."

Transkript

1 STOCKHOLMS UIVERSITET FYSIKUM Tentamensskrivning i Experimentella metoder, 1 hp, för kandidatprogrammet, år 1 Fredagen den 9 maj 008 kl S.H./K.H./K.J.-A./B.S. Införda beteckningar bör förklaras och uppställda ekvationer motiveras. Resonemang, ekvationslösningar och uträkningar får inte vara så knapphändiga att de blir svåra att följa. Figurer skall ritas stora och tydliga med linjal. Var noga med vektorbeteckningar. På varje problem skall anges ett tydligt understruket eller inramat svar. är så är möjligt skall svaret bestå av siffror med rätt enheter. Antalet värdesiffror skall stå i rimlig proportion till i texten angivna värdesiffror. För godkända betyg (A-E) krävs minst 5 poäng på del A. För betyg E krävs minst 15 poäng sammanlagt. Hjälpmedel : PHYSICS HADBOOK, RÄKEDOSA, TEFYMA Del A Begrepp och grundläggande förståelse. 1. CDF kollaborationen vid Tevatron-acceleratorn vid Fermilab, USA, presenterade nu i mars ett antal sinsemellan oberoende mätningar av massan hos den tyngsta kända elementarpartikeln - topp-kvarken. ågra av deras resultat redovisas i tabellen nedan. Typ av mätning Massa (GeV/c ) Massa (GeV/c ) Period 1: hadroniska sönderfall 186,0 10,0 Period 1: -lepton sönderfall 167,4 10,3 Period 1: lepton och jet sönderfall 176,1 5,1 Period : hadroniska sönderfall 177,0 3,3 Period : -lepton sönderfall 171,,7 Period : lepton och jet sönderfall 17,7 1, Använd dessa data för att beräkna den bästa möjliga uppskattningen av topp-kvarkens massa, ange även osäkerheten i den uppskattningen. (p) Förslag till lösning: Beräkna det viktade medelvärdet: Typ av mätning Massa Massa vikt vikt massa Period 1: hadroniska sönderfall 186,0 10,0 0,01 1,860 Period 1: -lepton sönderfall 167,4 10,3 0,0094 1,574 Period 1: lepton och jet sönderfall 176,1 5,1 0,0384 6,76 Period : hadroniska sönderfall 177,0 3,3 0, ,49 Period : -lepton sönderfall 171,,7 0,137 3,489 Period : lepton och jet sönderfall 17,7 1, 0, ,93 Summa 0, ,857 Vi får då: m = 169,857,981 = 171, 3, med en osäkerhet som ges av M = 1,981 =1, 01. Den bästa uppskattningen av massan blir då: M top = 171 ± 1 GeV/c.. Vid en mätning av radonhalten i en fastighet mättes antalet registrerade sönderfall per tio-sekundersperiod. Efter att ha mätt under sammanlagt 15 sådana perioder hade man sammanlagt registrerat 4 sönderfall. Uppskatta sannolikheten att man vid en sextonde mätning skulle mäta exakt 3 sönderfall. Du kan anta att antalet registrerade sönderfall under en tio-sekundersperiod är Poissonfördelat. (p)

2 Förslag till lösning: Medelvärdet för hur många sönderfall som registreras under en tiosekundersperiod ges av 4/15 = 1,6. Sannolikeheten att erhälla tre sönderfall ges då av P(3;1,6) = e ! = 0, 138. Sannolikheten är alltså 14%. 3. Tyngdaccelerationen g kan bestämmas genom att mäta hur lång tid, T, det tar för en kropp att falla sträckan L. Tyngdaccelerationen ges då av g = L T Vid ett försök lät man en kula falla en sträcka som mättes till 1, ± 0, m, falltiden mättes då till 1,6 ± 0,1 s. Beräkna ett värde, med osäkerhet, på tyngdaccelerationen. Förslag till lösning: Värdet på g fås genom insättning: g = 1, =9.5(3) ms 1,6. (p) Osäkerheten fås genom felfortplantning: g = och dg dl = T, vi har alltså: g = ( 4 1, 1,6 3 ) 0, 1 + ( ) dg dt T + ( dg dl ) L, där dg dt ( 1,6 ) 0, = 1, ms. = 4L T 3 4. Skrivhastigheten hos personer som dagligen skriver text på tangentbord följer en normalfördelning centrerad kring 60 ord per minut, med en standardavvikelse om 15 ord per minut. Hur stor är sannolikheten att skrivhastigheten för en slumpvis vald person ur denna grupp ligger mellan 45 och 90 ord per minut? Antag att man vill erbjuda speciell träning för de personer som tillhör de mest långsamma 0%, vid vilken hastighet går gränsen för vilka som skall erbjudas denna träning? (p) Förslag till lösning: Intervallet 45 till 90 ord per minut svarar mot intervallet µ 1 < x < µ +. Enlig tabell B är sannolikhetsinnehållet för intervallet µ 1 < x < µ = 34,13% och för intervallet µ < x < µ + = 47,7%. Sammantaget blir alltså sannolikheten att hitta en person med skrivhastighet i intervallet ord per minut 81,85%. Fortfarande enligt tabell B så svarar svansen som har 0% sannolikhetsinnehåll mot intervallet µ t < x < µ med t = 0,84 (man får slå upp komplementet med 30% sannolikhetsinnehåll). Gränsen fås alltså ur 60-15*0,84 = 47,4 ord per minut eller mindre 5. I en artikel publicerad i Inernational Review for Sociology of Sport (199)77-88 undersöktes hur födelsedatum för de spelare som deltog i VM-slutspelet i manlig fotboll 1990 fördelades. De redovisade följande tabell: Födelsemånad Antal Augusti-Oktober 150 ovember-januari 138 Februari-April 140 Maj-Juli 100 Kan man i data finna stöd för påståendet att födelsetiden kan påverka chanserna att lyckas som fotbollsspelare? (p) Förslag till lösning: Vi testar om data är förenliga med att alla årets dagar är lika sannolika som födelsedagar för fotbollsspelarna. Sammanlagt har vi födelsedata för 58 spelare. Tar vi hänsyn till att kvartalet Februari-April har 89 dagar och de övriga 9 (vi kan också bortse från detta och förvänta oss 13 spelare i varje kvartal, räkningarna blir i övrig identiska) så får vi följande tabell:

3 Födelsemånad Observerat Förväntat (O-F) /F Augusti-Oktober ,1,15 ovember-januari ,1 0,18 Februari-April ,7 0,99 Maj-Juli ,1 8,3 Summa 11,55 Chikvadratsumman blir alltså 11,55. Vi har tre frihetsgrader, eftersom vi har bestämt Förväntat från det totala antalet fotbollspelare som ju är input från data. Reducerad chi-kvadrat blir 3,85 för 3 frihetsgrader. Tabell D ger oss då en sannolikhet att erhålla så hög reducerad chi-kvadrat om ca 0,9 %. Det är alltså inte speciellt troligt att födelsetid på året inte påverkar möjligheten att bli fotbollsspelare på elit-nivå. Del B: Fördjupande uppgifter. 6. I tabellen nedan ges det kvinnliga rekordet i löpning för distanserna mellan 400 och meter. Antag att det råder ett linjärt samband mellan sträckan och världsrekordet och uppskatta utifrån detta vilken tid Junxia Wang från Kina hade när hon satte världsrekordet Uppskatta även osäkerheten i förutsägelsen (du kan bortse från korrelationen mellan osäkerheten i de bägge anpassade parametrarna). Distans (m) Världsrekord (s) Innehavare Satt år ,6 Marita Koch ,8 Jarmila Kratochvílová ,38 Svetlana Masterkova ,46 Yunxia Qu ,56 Svetlana Masterkova ,36 Sonia O Sullivan ,11 Junxia Wang ,03 Meseret Defar Junxia Wang 1993 Ledning: Eftersom alla tidsmätningar kan anses ha samma osäkerhet kan alla rekord ges samma vikt vid anpassningen. Förslag till lösning: Vi gör en anpassning till en rät linje. Eftersom alla mätningar har samma osäkerhet så kan vi välja en lämplig gemensam vikt. Det enklaste är att välja vikten 1 för alla mätningar, vi får då tillbaks formeln för en oviktad anpassning ( i 1 = ). Vi har då för y = A + Bx: A = (Σx i )(Σy i) (Σx i )(Σx i y i ) B = (Σx iy i ) (Σx i )(Σy i ) Vilket ger x y x xy , , , , , , , , , och = (Σx i ) (Σx i ) vi har

4 = = , A= , = 8.3 och B= , =0, Vi kan nu förutsäga världsrekordet på m: y(10000) = A + B = 8, 3+ 0, = 177, 7 sekunder. Σx Osäkerheterna i parametrarna ges av A = = =0, 6 och B = = = Osäkerheten i vår uppskattning av världsrekordet på meter ges då av = ( dy da) A + ( dy db ) B = A + y B = 0, =, 6 Vår förutsägelse blir alltså 177,7±,6 sekunder. Detta kan vi jämföra med Junxias Wangs rekord satt 1993 som lyder på 9 min 31,8 sekunder, dvs 1771,8 sekunder. Vi ser att vår förutsägelse inte faller inom felmarginalen, vilket kanske inte är så konstigt eftersom antagandet om ett linjärt samband mellan tid och distans förutsätter att man orkar springa i samma hastighet oberoende av hur lång distansen är. Sett mot detta kan man tycka att vår förutsägelse är oväntad bra. 7. En variabel kan antas vara normalfördelad med medelvärde x och standardavvikelse. Visa att medelvärdets standardavvikelse ges av x =, där är det antal värden som används för att beräkna medelvärdet. 1 Förslag till lösning: Vi har x = ( ) d x i dx i. Eftersom d x dx i = 1 får vi x = i x i. Felfortplantningsformeln ger då: x = 1 i = = v.s.v. 8. Flykthastigheten för en raket från en himlakropps yta (den hastighet man behöver uppnå, vid ytan, för att kunna lämna himlakroppen) beror (om vi bortser från påverkan på himlakroppen från raketen) av en dimensionslös konstant, ewtons gravitationskonstant, himlakroppens radie och dess massa. Härled genom dimensionsanalys ett uttryck för detta beroende. Använd sedan data i tabellen för att gissa värdet på den dimensionslösa konstanten. Himlakropp flykthastighet (m/s) radie (m) massa (kg) Merkurius 4 50, , Venus , , Jorden , , Mars , , Jupiter , , Gravitationskonstantens numeriska värde i SI-enheter är 6, , dimensionen kan du härleda ur gravitationslagen. Förslag till lösning: Ur gravitationslagen F = G m 1 m r1 är m 3 kg 1 s. Ur v flykt = K G α r β m γ får vi då (1) m: 1 = 3α + β får vi att dimensionen för G 1 Här döljer sig en oavsiktlig subtilitet: Om vi antar att alla mätningar har samma osäkerhet så så kommer inte värdet på parametrarna A och B att bero av exakt vilken vikt vi antar. Felen däremot kommer att bli proportionella mot det fel vi antar när vi beräknar den gemensamma vikten, proportionalitetsfaktorn ges av uttrycken för A och B ovan. är jag rättat denna uppgift har jag inte begärt att ni skall ta hänsyn till det, eftersom vi inte har diskuterat det under kursen.

5 () kg: 0 = α + γ (3) s: 1 = α (3) α = 1 vilket insatt i () ger γ = 1 och insatt i (1) ger β = 1, alltså är v flykt = K Gm r För att gissa värdet på K löser vi ut den: K = v flykt r GM ur de givna värdena: Himlakropp flykthastighet (m/s) radie (m) massa (kg) v r flykt GM Merkurius 4 50, , ,46 Venus , , Jorden , , Mars , , ,399 Jupiter , , Alla dessa värden ligger nära så en gissning är att formeln lyder: v flykt = Gm r. 9. En variabel ν är Poissonfördelad med medelvärde µ. Visa att medelvärdet av (ν ) ges av µ 3µ + 4 Förslag till lösning: Medelvärdet av en funktion f(ν) av en diskret variabel med sannolikhetsfördelningsfunktion P(ν) får vi genom uttrycket f = 0 f(ν)p (ν). Vi får (ν ) = 0 (ν 4ν+4)P (ν) = 0 ν P (ν)+ 0 ( 4)νP(ν)+ 0 4P (ν) = 0 ν(ν 1)P (ν) + 0 νp (ν) 4 0 νp (ν) +4 0 P (ν) = (som i beviset för att ν = µ )= µ + µ 4µ + 4 = µ 3µ + 4 v.s.v.

Del A Begrepp och grundläggande förståelse.

Del A Begrepp och grundläggande förståelse. STOCKHOLMS UNIVERSITET FYSIKUM Tentamensskrivning i Experimentella metoder, 1 hp, för kandidatprogrammet, år 1 Onsdagen den 18 juni 008 kl 9-15. S.H./K.H./K.J.-A./B.S. Införda beteckningar bör förklaras

Läs mer

STOCKHOLMS UNIVERSITET FYSIKUM

STOCKHOLMS UNIVERSITET FYSIKUM STOCKHOLMS UNIVERSITET FYSIKUM Tentamensskrivning i Fysikexperiment, 7,5 hp, för FK2002 Onsdagen den 15 december 2010 kl. 9-14. Skrivningen består av två delar A och B. Del A innehåller enkla frågor och

Läs mer

Del A: Begrepp och grundläggande förståelse

Del A: Begrepp och grundläggande förståelse STOCKHOLMS UNIVERSITET FYSIKUM KH/CW/SS Tentamensskrivning i Experimentella metoder, 1p, för kandidatprogrammet i fysik, /5 01, 9-14 Införda beteckningar skall förklaras och uppställda ekvationer motiveras

Läs mer

Del A: Begrepp och grundläggande förståelse

Del A: Begrepp och grundläggande förståelse STOCKHOLMS UNIVERSITET FYSIKUM K.H Tentamensskrivning i Experimentella metoder, 12p, för kandidatprogrammet i fysik, 9/6 2015, 9-14. Införda beteckningar skall förklaras och uppställda ekvationer motiveras.

Läs mer

Experimentella metoder 2013, Räkneövning 3

Experimentella metoder 2013, Räkneövning 3 Experimentella metoder 2013, Räkneövning 3 Problem 1: Fem studenter mätte längden av ett rum, deras resultat blev 3,30 m, 2,90 m, 3,70 m, 3,50 m, och 3,10 m. Inga uppgifter om mätnoggrannheten är kända.

Läs mer

Kort om mätosäkerhet

Kort om mätosäkerhet Kort om mätosäkerhet Henrik Åkerstedt 14 oktober 2014 Introduktion När man gör en mätning, oavsett hur noggrann man är, så får man inte exakt rätt värde. Alla mätningar har en viss osäkerhet. Detta kan

Läs mer

Del A: Begrepp och grundläggande förståelse

Del A: Begrepp och grundläggande förståelse STOCKHOLMS UNIVERSITET FYSIKUM K.H./C.F./C.W. Tentamensskrivning i Experimentella metoder, 1p, för kandidatprogrammet i fysik, 18/6 013, 9-14. Införda beteckningar skall förklaras och uppställda ekvationer

Läs mer

Lösningar 15 december 2004

Lösningar 15 december 2004 Lösningar 15 december 004 Tentamensskrivning i Fysikexperiment, 5p, för Fy1100 Onsdagen den 15 december 004 kl. 9-13(14). B.S. 1. En behållare för förvaring av bensin har formen av en liggande cylinder

Läs mer

Stockholms Universitet Fysikum Tentamensskrivning i Experimentell fysik för lärare 7.5 hp, för FK2004. Onsdagen den 14 december 2011 kl 9-14.

Stockholms Universitet Fysikum Tentamensskrivning i Experimentell fysik för lärare 7.5 hp, för FK2004. Onsdagen den 14 december 2011 kl 9-14. Stockholms Universitet Fysikum Tentamensskrivning i Experimentell fysik för lärare 7.5 hp, för FK2004. Onsdagen den 14 december 2011 kl 9-14. Skrivningen består av tre delar: A, B och C. Del A innehåller

Läs mer

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända

Uppgift 1 (a) För två händelser, A och B, är följande sannolikheter kända Avd. Matematisk statistik TENTAMEN I SF90, SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 9:E JUNI 205 KL 4.00 9.00. Kursledare: Tatjana Pavlenko, 08-790 84 66 Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

Experimentella metoder, FK3001. Datorövning: Finn ett samband

Experimentella metoder, FK3001. Datorövning: Finn ett samband Experimentella metoder, FK3001 Datorövning: Finn ett samband 1 Inledning Den här övningen går ut på att belysa hur man kan utnyttja dimensionsanalys tillsammans med mätningar för att bestämma fysikaliska

Läs mer

Experimentella metoder 2014, Räkneövning 1

Experimentella metoder 2014, Räkneövning 1 Experimentella metoder 04, Räkneövning Problem : Tio mätningar av en resistans gav följande resultat: Mätning no. Resistans (Ω) Mätning no Resistans (Ω) 0.3 6 0.0 00.5 7 99.98 3 00.0 8 99.80 4 99.95 9

Läs mer

Fysikaliska modeller. Skapa modeller av en fysikalisk verklighet med hjälp av experiment. Peter Andersson IFM fysik, adjunkt

Fysikaliska modeller. Skapa modeller av en fysikalisk verklighet med hjälp av experiment. Peter Andersson IFM fysik, adjunkt Fysikaliska modeller Skapa modeller av en fysikalisk verklighet med hjälp av experiment Peter Andersson IFM fysik, adjunkt På denna föreläsning Vad är en fysikalisk modell? Linjärisering med hjälp av logaritmer

Läs mer

Experimentella metoder 2014, Räkneövning 4

Experimentella metoder 2014, Räkneövning 4 Experimentella metoder, Räkneövning Problem : På polisstationen i Slottshult är man missnöjd med att polisdistriktet utvidgats till att också omfatta grankommunen Järvsprånget Innan utvidningen hade man

Läs mer

TENTAMEN Datum: 14 feb 2011

TENTAMEN Datum: 14 feb 2011 TENTAMEN Datum: 14 feb 011 Kurs: KÖTEORI OCH MATEMATISK STATISTIK HF1001 TEN 1 (Matematisk statistik ) Ten1 i kursen HF1001 ( Tidigare kn 6H301), KÖTEORI OCH MATEMATISK STATISTIK, Skrivtid: 13:15-17:15

Läs mer

3. Om ett objekt accelereras mot en punkt kommer det alltid närmare den punkten.

3. Om ett objekt accelereras mot en punkt kommer det alltid närmare den punkten. Tentamen 1, Mekanik KF HT2011 26:e November. Hjälpmedel: Physics handbook alt. Formelblad, Beta mathematics handbook, pennor, linjal, miniräknare. Skrivtid: 5 timmmar. För godkänt krävs minst 18/36 på

Läs mer

Sammanfattning av räkneövning 1 i Ingenjörsmetodik för ME1 och IT1. SI-enheter (MKSA)

Sammanfattning av räkneövning 1 i Ingenjörsmetodik för ME1 och IT1. SI-enheter (MKSA) Sammanfattning av räkneövning 1 i Ingenjörsmetodik för ME1 och IT1 Torsdagen den 3/9 2009 SI-enheter (MKSA) 7 grundenheter Längd: meter (m), dimensionssymbol L. Massa: kilogram (kg), dimensionssymbol M.

Läs mer

Sammanfattning av räkneövning 1 i Ingenjörsmetodik för ME1 och IT1. SI-enheter (MKSA)

Sammanfattning av räkneövning 1 i Ingenjörsmetodik för ME1 och IT1. SI-enheter (MKSA) Sammanfattning av räkneövning 1 i Ingenjörsmetodik för ME1 och IT1 Torsdagen den 4/9 2008 SI-enheter (MKSA) 7 grundenheter Längd: meter (m), dimensionssymbol L. Massa: kilogram (kg), dimensionssymbol M.

Läs mer

EXPERIMENTELLA METODER LABORATION 2 UPPTÄCK ETT SAMBAND BALKEN

EXPERIMENTELLA METODER LABORATION 2 UPPTÄCK ETT SAMBAND BALKEN FYSIKUM Fysikum 21 mars 2005 Stockholms universitet EXPERIMENTELLA METODER LABORATION 2 UPPTÄCK ETT SAMBAND BALKEN FYSIKLINJEN ÅK1 Vårterminen 2005 Mål I den här laborationen skall du börja med att ställa

Läs mer

Föreläsning 4: Konfidensintervall (forts.)

Föreläsning 4: Konfidensintervall (forts.) Föreläsning 4: Konfidensintervall forts. Johan Thim johan.thim@liu.se 3 september 8 Skillnad mellan parametrar Vi kommer nu fortsätta med att konstruera konfidensintervall och vi kommer betrakta lite olika

Läs mer

Höftledsdysplasi hos dansk-svensk gårdshund

Höftledsdysplasi hos dansk-svensk gårdshund Höftledsdysplasi hos dansk-svensk gårdshund Sjö A Sjö B Förekomst av parasitdrabbad öring i olika sjöar Sjö C Jämföra medelvärden hos kopplade stickprov Tio elitlöpare springer samma sträcka i en för dem

Läs mer

Provet består av Del I, Del II, Del III samt en muntlig del och ger totalt 76 poäng varav 28 E-, 24 C- och 24 A-poäng.

Provet består av Del I, Del II, Del III samt en muntlig del och ger totalt 76 poäng varav 28 E-, 24 C- och 24 A-poäng. Del I Del II Provtid Hjälpmedel Uppgift 1-10. Endast svar krävs. Uppgift 11-15. Fullständiga lösningar krävs. 10 minuter för del I och del II tillsammans. Formelblad och linjal. Kravgränser Provet består

Läs mer

Appendix i instruktionen

Appendix i instruktionen Appendix i instruktionen Läs även Appendix A och Appendix B i instruktionerna till laboration 2 2010-10-05 Fysikexperiment, 7.5 hp 1 1 Linearisering genom logaritmering Ofta förekommer samband av typen:

Läs mer

Finns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning?

Finns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning? När vi nu lärt oss olika sätt att karaktärisera en fördelning av mätvärden, kan vi börja fundera över vad vi förväntar oss t ex för fördelningen av mätdata när vi mätte längden av en parkeringsficka. Finns

Läs mer

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller: Matematisk Statistik Provmoment: Ladokkod: Tentamen ges för: Tentamen TT091A TGMAS15h 7,5 högskolepoäng TentamensKod: Tentamensdatum: 30 Maj Tid: 9-13 Hjälpmedel: Miniräknare (nollställd) samt allmänspråklig

Läs mer

EXAMINATION KVANTITATIV METOD vt-11 (110319)

EXAMINATION KVANTITATIV METOD vt-11 (110319) ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110319) Examinationen består av 10 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt

Läs mer

Bedömningsanvisningar

Bedömningsanvisningar Bedömningsanvisningar Exempel på ett godtagbart svar anges inom parentes. Till en del uppgifter är bedömda elevlösningar bifogade för att ange nivån på bedömningen. Om bedömda elevlösningar finns i materialet

Läs mer

NpMa2b ht Kravgränser

NpMa2b ht Kravgränser Kravgränser Provet består av ett muntligt delprov (Del A) och tre skriftliga delprov (Del B, Del C och Del D). Tillsammans kan de ge 73 poäng varav 27 E-, 27 C- och 19 A-poäng. Kravgräns för provbetyget

Läs mer

SF1901 Sannolikhetsteori och statistik I

SF1901 Sannolikhetsteori och statistik I SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 6 13 november 2017 1 / 29 Idag Förra gången Mer om väntevärden och varianser (Kap. 5.2 5.3) Beroendemått (Kap. 5.4) Summor, linjärkombinationer

Läs mer

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13 Matematisk Statistik 7,5 högskolepoäng Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling Tentamensdatum: 28 maj 2018 Tid: 9-13 Hjälpmedel: Miniräknare

Läs mer

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko. SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 10 STATISTIKTEORI KONSTEN ATT DRA SLUTSATSER. INTERVALLSKATTNING. Tatjana Pavlenko 25 april 2017 PLAN FÖR DAGENS FÖRELÄSNING Statistisk inferens oversikt

Läs mer

Prediktera. Statistik för modellval och prediktion. Trend? - Syrehalt beroende på kovariater. Sambands- och trendanalys

Prediktera. Statistik för modellval och prediktion. Trend? - Syrehalt beroende på kovariater. Sambands- och trendanalys Statistik för modellval och prediktion att beskriva, förklara och förutsäga Georg Lindgren Prediktera Matematisk statistik, Lunds universitet stik för modellval och prediktion p.1/28 Statistik för modellval

Läs mer

Introduktion till statistik för statsvetare

Introduktion till statistik för statsvetare "Det finns inget så praktiskt som en bra teori" November 2011 Repetition Vad vi gjort hitills Vi har börjat med att studera olika typer av mätningar och sedan successivt tagit fram olika beskrivande mått

Läs mer

NATIONELLT KURSPROV I MATEMATIK KURS B VÅREN

NATIONELLT KURSPROV I MATEMATIK KURS B VÅREN freeleaks NpMaB vt000 1() Innehåll Förord 1 NATIONELLT KURSPROV I MATEMATIK KURS B VÅREN 000 Förord Skolverket har endast publicerat ett kursprov till kursen Ma. Innehållet i den äldre kursen Ma B hör

Läs mer

0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1.

0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1. Avd. Matematisk statistik TENTAMEN I SF9, SF95 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 2:E JANUARI 25 KL 4. 9.. Kursledare: Gunnar Englund, 73 32 37 45 Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion Avd. Matematisk statistik TENTAMEN I 5B57 MATEMATISK STATISTIK FÖR T och M ONSDAGEN DEN 9 OKTOBER 25 KL 8. 3.. Examinator: Jan Enger, tel. 79 734. Tillåtna hjälpmedel: Formel- och tabellsamling i Matematisk

Läs mer

Hur måttsätta osäkerheter?

Hur måttsätta osäkerheter? Geotekniska osäkerheter och deras hantering Hur måttsätta osäkerheter? Lars Olsson Geostatistik AB 11-04-07 Hur måttsätta osäkerheter _LO 1 Sannolikheter Vi måste kunna sätta mått på osäkerheterna för

Läs mer

(Eftersom kraften p. g. a. jordens gravitation är lite jämfört med inbromsningskraften kan du försumma gravitationen i din beräkning).

(Eftersom kraften p. g. a. jordens gravitation är lite jämfört med inbromsningskraften kan du försumma gravitationen i din beräkning). STOCHOLMS UNIVERSITET FYSIKUM Tentamensskrivning i Mekanik FyU01 och FyU03 Måndag 3 oktober 2005 kl. 9-15 Införda beteckningar skall definieras och uppställda ekvationer motiveras, detta gäller även när

Läs mer

Matematisk statistik TMS064/TMS063 Tentamen

Matematisk statistik TMS064/TMS063 Tentamen Matematisk statistik TMS64/TMS63 Tentamen 29-8-2 Tid: 4:-8: Tentamensplats: SB Hjälpmedel: Bifogad formelsamling och tabell samt Chalmersgodkänd räknare. Kursansvarig: Olof Elias Telefonvakt/jour: Olof

Läs mer

Tips 1. Skolverkets svar 14

Tips 1. Skolverkets svar 14 JENSEN vux utbildning Np Mac vt01 1(0) Kursprov Mac Innehåll Förord 1 Tips 1 Kursprov Mac vt01 Del B: Digitala verktyg är inte tillåtna. Endast svar krävs. #1 10...... 3 Del C: Digitala verktyg är inte

Läs mer

EXAMINATION KVANTITATIV METOD vt-11 (110204)

EXAMINATION KVANTITATIV METOD vt-11 (110204) ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110204) Examinationen består av 11 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt

Läs mer

NFYA02: Svar och lösningar till tentamen 140115 Del A Till dessa uppgifter behöver endast svar anges.

NFYA02: Svar och lösningar till tentamen 140115 Del A Till dessa uppgifter behöver endast svar anges. 1 NFYA: Svar och lösningar till tentamen 14115 Del A Till dessa uppgifter behöver endast svar anges. Uppgift 1 a) Vi utnyttjar att: l Cx dx = C 3 l3 = M, och ser att C = 3M/l 3. Dimensionen blir alltså

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Kontinuerliga sannolikhetsfördelningar (LLL Kap 7 & 9) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics

Läs mer

NATIONELLT PROV I MATEMATIK KURS E VÅREN Tidsbunden del

NATIONELLT PROV I MATEMATIK KURS E VÅREN Tidsbunden del Skolverket hänvisar generellt beträffande provmaterial till bestämmelsen om sekretess i 4 kap. 3 sekretesslagen. För detta material gäller sekretessen till och med utgången av november 1997. NATIONELLT

Läs mer

Tentamen i Modern fysik, TFYA11/TENA

Tentamen i Modern fysik, TFYA11/TENA IFM - Institutionen för Fysik, Kemi och Biologi Linköpings universitet Tentamen i Modern fysik, TFYA11/TENA Fredagen den 21/12 2012 kl. 14.00-18.00 i TER2 och TER3 Tentamen består av 2 A4-blad (inklusive

Läs mer

i medelvärdet

i medelvärdet 1. Medelvärde, standardavvikelse och felet i medelvärdet Antag att vi har N mätningar x 1,x,...,x N av en och samma storhet x. Under antagandet att alla avvikelser från medelvärdet är statistiska och små

Läs mer

TENTAMEN I MATEMATISK STATISTIK

TENTAMEN I MATEMATISK STATISTIK UMEÅ UNIVERSITET Institutionen för matematisk statistik Statistik för Teknologer, 5 poäng MSTA33 Ingrid Svensson TENTAMEN 2004-01-13 TENTAMEN I MATEMATISK STATISTIK Statistik för Teknologer, 5 poäng Tillåtna

Läs mer

f(x) = 2 x2, 1 < x < 2.

f(x) = 2 x2, 1 < x < 2. Avd. Matematisk statistik TENTAMEN I SF90,SF907,SF908,SF9 SANNOLIKHETSTEORI OCH STATISTIK TORSDAGEN DEN 7:E JUNI 0 KL 4.00 9.00. Examinator: Gunnar Englund, tel. 07 7 45 Tillåtna hjälpmedel: Formel- och

Läs mer

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

Matematisk statistik 9hp Föreläsning 7: Normalfördelning Matematisk statistik 9hp Föreläsning 7: Normalfördelning Anna Lindgren 29+3 september 216 Anna Lindgren anna@maths.lth.se FMS12/MASB3 F7: normalfördelning 1/18 Kovarians, C(X, Y) Repetition Normalfördelning

Läs mer

För startpopulationer lika med de stationära lösningarna kommer populationerna att förbli konstant.

För startpopulationer lika med de stationära lösningarna kommer populationerna att förbli konstant. Lösningsförslag till tentamensskrivning i Differentialekvationer I, SF633(5B6) Tisdagen den 6 augusti, kl -9 Hjälpmedel: BETA, Mathematics Handbook Redovisa lösningarna på ett sådant sätt att beräkningar

Läs mer

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 16 januari 2004, kl

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 16 januari 2004, kl Karlstads universitet Institutionen för informationsteknologi Avdelningen för Statistik Tentamen i Statistik, STA A0 och STA A3 (9 poäng) 6 januari 004, kl. 4.00-9.00 Tillåtna hjälpmedel: Bifogade formel-

Läs mer

Tentamen i Mekanik för D, TFYY68

Tentamen i Mekanik för D, TFYY68 TEKNISKA HÖGSKOLAN I LINKÖPING Institutionen för Fysik, Kemi och Biologi Carl Hemmingsson/Magnus Johansson Tentamen i Mekanik för D, TFYY68 Fredag 2018-08-23 kl. 8.00-13.00 Tillåtna Hjälpmedel: Physics

Läs mer

Provet består av Del I, Del II, Del III samt en muntlig del och ger totalt 76 poäng varav 28 E-, 24 C- och 24 A-poäng.

Provet består av Del I, Del II, Del III samt en muntlig del och ger totalt 76 poäng varav 28 E-, 24 C- och 24 A-poäng. NpMac vt 01 Del I Del II Provtid Hjälpmedel Uppgift 1-10. Endast svar krävs. Uppgift 11-15. Fullständiga lösningar krävs. 10 minuter för del I och del II tillsammans. Formelblad och linjal. Kravgränser

Läs mer

a3 bc 5 a 5 b 7 c 3 3 a2 b 4 c 4. Förklara vad ekvationen (2y + 3x) = 16(x + 1)(x 1) beskriver, och skissa grafen.

a3 bc 5 a 5 b 7 c 3 3 a2 b 4 c 4. Förklara vad ekvationen (2y + 3x) = 16(x + 1)(x 1) beskriver, och skissa grafen. MMA Matematisk grundkurs TEN Datum: 4 juni Skrivtid: timmar Hjälpmedel: Penna, linjal och radermedel Denna tentamen TEN består av nio stycken om varannat slumpmässigt ordnade uppgifter som vardera kan

Läs mer

NpMa2c vt Provet består av tre skriftliga delprov (Delprov B, C och D). Tillsammans kan de ge 57 poäng varav 20 E-, 20 C- och 17 A-poäng.

NpMa2c vt Provet består av tre skriftliga delprov (Delprov B, C och D). Tillsammans kan de ge 57 poäng varav 20 E-, 20 C- och 17 A-poäng. NpMac vt 015 Delprov B Delprov C Provtid Hjälpmedel Uppgift 1-9. Endast svar krävs. Uppgift 10-17. Fullständiga lösningar krävs. 10 minuter för Delprov B och Delprov C tillsammans. Formelblad och linjal.

Läs mer

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004, TEN

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004, TEN TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF004, TEN 06-06-0 Hjälpmedel: Formler oh tabeller i statistik, räknedosa Fullständiga lösningar erfordras till samtliga uppgifter. Lösningarna skall vara

Läs mer

SF1901: Sannolikhetslära och statistik

SF1901: Sannolikhetslära och statistik SF1901: Sannolikhetslära och statistik Föreläsning 5. Kovarians, korrelation, väntevärde och varians för summor av s.v.:er, normalfördelning (del 1) Jan Grandell & Timo Koski 15.09.2008 Jan Grandell &

Läs mer

Del A: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt på provpappret.

Del A: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt på provpappret. NAN: KLASS: Del A: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt på provpappret. 1) a) estäm ekvationen för den räta linjen i figuren. b) ita i koordinatsystemet en rät linje

Läs mer

Våra vanligaste fördelningar

Våra vanligaste fördelningar Sida Våra vanligaste fördelningar Matematisk statistik för D3, VT Geometrisk fördelning X är geometriskt fördelad med parameter p, X Geo(p), om P (X = k) = ( p) k p P (X k) = ( p) k för k =,,... Beskriver

Läs mer

Tentamen i Mekanik för D, TFYA93/TFYY68

Tentamen i Mekanik för D, TFYA93/TFYY68 TEKNISKA HÖGSKOLAN I LINKÖPING Institutionen för Fysik, Kemi och Biologi Magnus Johansson Tentamen i Mekanik för D, TFYA93/TFYY68 Måndag 019-01-14 kl. 14.00-19.00 Tillåtna Hjälpmedel: Physics Handbook

Läs mer

Kursprov i matematik, kurs E ht Del I: Uppgifter utan miniräknare 3. Del II: Uppgifter med miniräknare 5

Kursprov i matematik, kurs E ht Del I: Uppgifter utan miniräknare 3. Del II: Uppgifter med miniräknare 5 freeleaks NpMaE ht999 för Ma4 (7) Innehåll Förord Kursprov i matematik, kurs E ht999 Del I: Uppgifter utan miniräknare 3 Del II: Uppgifter med miniräknare 5 Förord Kom ihåg Matematik är att vara tydlig

Läs mer

Tentamensskrivning i Mekanik (FMEA30) Del 1 Statik och partikeldynamik

Tentamensskrivning i Mekanik (FMEA30) Del 1 Statik och partikeldynamik Mekanik, LTH Tentamensskrivning i Mekanik (FMEA30) Del 1 Statik och partikeldynamik Fredagen den 25 oktober 2013, kl. 14-19 Namn(texta):. Personnr: ÅRSKURS M:... Namn(signatur).. Skrivningen består av

Läs mer

log(6). 405 så mycket som möjligt. 675

log(6). 405 så mycket som möjligt. 675 MMA Matematisk grundkurs TEN Datum: 8 augusti Skrivtid: timmar Hjälpmedel: Penna, linjal och radermedel Denna tentamen TEN består av nio stycken om varannat slumpmässigt ordnade uppgifter som vardera kan

Läs mer

Tentamen Tillämpad statistik A5 (15hp)

Tentamen Tillämpad statistik A5 (15hp) Uppsala universitet Statistiska institutionen A5 2015-08-25 Tentamen Tillämpad statistik A5 (15hp) 2015-08-25 UPPLYSNINGAR A. Tillåtna hjälpmedel: Miniräknare Formelsamlingar: A4/A8 Tabell- och formelsamling

Läs mer

Något om Dimensionsanalys och Mathematica. Assume period T Cm Α g Β L Γ s 1 kg Α m Β m Γ s 1 kg Α m Β. Identify exponents VL HL kg 0 Α m 0 Β Γ s 1 2 Β

Något om Dimensionsanalys och Mathematica. Assume period T Cm Α g Β L Γ s 1 kg Α m Β m Γ s 1 kg Α m Β. Identify exponents VL HL kg 0 Α m 0 Β Γ s 1 2 Β HH/ITE/BN Dimensionsanalys och Mathematica 1 Något om Dimensionsanalys och Mathematica Bertil Nilsson 2016-08-15 Assume period T Cm Α g Β Γ s 1 kg Α m Β m Γ s 2 s 1 kg Α m Β s 2Β m Γ Identify exponents

Läs mer

Föreläsning 8 för TNIU23 Integraler och statistik

Föreläsning 8 för TNIU23 Integraler och statistik Föreläsning 8 för TNIU Integraler och statistik Krzysztof Marciniak ITN, Campus Norrköping, krzma@itn.liu.se www.itn.liu.se/ krzma ver. - 9--6 Inledning - lite om statistik Statistik är en gren av tillämpad

Läs mer

PROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd

PROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd Statistik för modellval och prediktion att beskriva, förklara och förutsäga Georg Lindgren PROGRAMFÖRKLARING I Matematisk statistik, Lunds universitet stik för modellval och prediktion p.1/4 Statistik

Läs mer

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 4 Statistiska metoder 1 Dagens föreläsning o Sannolikhet Vad är sannolikhet? o Slumpvariabel o Sannolikhetsfördelningar Binomialfördelning Normalfördelning o Stickprov och population o Centrala

Läs mer

Laboration 1: Gravitation

Laboration 1: Gravitation Laboration 1: Gravitation Inledning Försöket avser att påvisa gravitationskraften och att bestämma ett ungefärligt värde på gravitationskonstanten G i Newtons gravitationslag, m1 m F = G r Lagen beskriver

Läs mer

Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper

Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper Tobias Abenius February 21, 2012 Envägs variansanalys (ANOVA) I envägs variansanalys utnyttjas att

Läs mer

Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet.

Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet. Del I: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet. 1. a) Bestäm ekvationen för den räta linjen i figuren. (1/0/0) b) Rita i koordinatsystemet en rät linje

Läs mer

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning Liksom konfidensintervall ett hjälpmedel för att

Läs mer

1/31 REGRESSIONSANALYS. Statistiska institutionen, Stockholms universitet

1/31 REGRESSIONSANALYS. Statistiska institutionen, Stockholms universitet 1/31 REGRESSIONSANALYS F1 Linda Wänström Statistiska institutionen, Stockholms universitet 2/31 Kap 4: Introduktion till regressionsanalys. Introduktion Regressionsanalys är en statistisk teknik för att

Läs mer

Tentamen del 1 SF1546, , , Numeriska metoder, grundkurs

Tentamen del 1 SF1546, , , Numeriska metoder, grundkurs KTH Matematik Tentamen del 1 SF154, 1-3-3, 8.-11., Numeriska metoder, grundkurs Namn:... Bonuspoäng. Ange dina bonuspoäng från kursomgången läsåret HT15/VT1 här: Max antal poäng är. Gränsen för godkänt/betyg

Läs mer

GÖTEBORGS UNIVERSITET Institutionen för fysik LÖSNINGAR TILL TENTAMEN I MEKANIK B För FYP100, Fysikprogrammet termin 2

GÖTEBORGS UNIVERSITET Institutionen för fysik LÖSNINGAR TILL TENTAMEN I MEKANIK B För FYP100, Fysikprogrammet termin 2 GÖTEBORGS UNIVERSITET Institutionen för fysik LÖSNINGAR TILL TENTAMEN I MEKANIK B För FYP100, Fysikprogrammet termin Tid: Plats: Ansvarig: Hjälpmedel: Tisdag juni 009, kl 8 30 13 30 V-huset Lennart Sjögren,

Läs mer

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning i Matematisk Statistik med Metoder MVE490 Tid: den 16 augusti, 2017 Examinatorer: Kerstin Wiklander och Erik Broman. Jour:

Läs mer

= y(0) för vilka lim y(t) är ändligt.

= y(0) för vilka lim y(t) är ändligt. Lösningsförslag till tentamensskrivning i SF633 Differentialekvationer I och SF637 Differentialekvationer och transformer III Lördagen den 4 februari, kl 4-9 Hjälpmedel: BETA, Mathematics Handbook Redovisa

Läs mer

SF1911: Statistik för bioteknik

SF1911: Statistik för bioteknik SF1911: Statistik för bioteknik Föreläsning 6. TK 14.11.2016 TK Matematisk statistik 14.11.2016 1 / 38 Lärandemål Stokastiska modeller för kontinuerliga datatyper Fördelningsfunktion (cdf) Sannolikhetstäthetsfunktion

Läs mer

TENTAPLUGG.NU AV STUDENTER FÖR STUDENTER. Kursnamn Fysik 1. Datum LP Laboration Balkböjning. Kursexaminator. Betygsgränser.

TENTAPLUGG.NU AV STUDENTER FÖR STUDENTER. Kursnamn Fysik 1. Datum LP Laboration Balkböjning. Kursexaminator. Betygsgränser. TENTAPLUGG.NU AV STUDENTER FÖR STUDENTER Kurskod F0004T Kursnamn Fysik 1 Datum LP2 10-11 Material Laboration Balkböjning Kursexaminator Betygsgränser Tentamenspoäng Övrig kommentar Sammanfattning Denna

Läs mer

NpMa2b vt Kravgränser

NpMa2b vt Kravgränser Kravgränser Provet består av ett muntligt delprov (Del A) och tre skriftliga delprov (Del B, Del C och Del D). Tillsammans kan de ge 67 poäng varav 26 E-, 24 C- och 17 A-poäng. Observera att kravgränserna

Läs mer

F13 Regression och problemlösning

F13 Regression och problemlösning 1/18 F13 Regression och problemlösning Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 4/3 2013 2/18 Regression Vi studerar hur en variabel y beror på en variabel x. Vår modell

Läs mer

FÖRELÄSNING 8:

FÖRELÄSNING 8: FÖRELÄSNING 8: 016-05-17 LÄRANDEMÅL Konfidensintervall för väntevärdet då variansen är okänd T-fördelningen Goodness of fit-test χ -fördelningen Hypotestest Signifikansgrad Samla in data Sammanställ data

Läs mer

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12 LINKÖPINGS UNIVERSITET MAI Johan Thim Tentamen i matematisk statistik (9MA21/9MA31, STN2) 212-8-2 kl 8-12 Hjälpmedel är: miniräknare med tömda minnen och formelbladet bifogat. Varje uppgift är värd 6 poäng.

Läs mer

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem Lennart Edsberg NADA 3 april 007 D11, M1 Laboration 4 A Numerisk behandling av integraler och begynnelsevärdesproblem Denna laboration ger 1 bonuspoäng. Sista bonusdatum 7 april 007 Efter den här laborationen

Läs mer

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi Föreläsning 8 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Enkel linjär regression (kap 17.1 17.5) o Skatta regressionslinje (kap 17.2) o Signifikant lutning? (kap 17.3, 17.5a) o Förklaringsgrad

Läs mer

SF1626 Flervariabelanalys Tentamen Tisdagen den 10 januari 2017

SF1626 Flervariabelanalys Tentamen Tisdagen den 10 januari 2017 Institutionen för matematik SF626 Flervariabelanalys Tentamen Tisdagen den januari 27 Skrivtid: 8:-3: Tillåtna hjälpmedel: inga Examinator: Mats Boij Tentamen består av nio uppgifter som vardera ger maximalt

Läs mer

NpMa2b vt Provet består av tre skriftliga delprov (Delprov B, C och D). Tillsammans kan de ge 57 poäng varav 20 E-, 19 C- och 18 A-poäng.

NpMa2b vt Provet består av tre skriftliga delprov (Delprov B, C och D). Tillsammans kan de ge 57 poäng varav 20 E-, 19 C- och 18 A-poäng. Delprov B Delprov C Provtid Hjälpmedel Uppgift -9. Endast svar krävs. Uppgift 0-7. Fullständiga lösningar krävs. 0 minuter för Delprov B och Delprov C tillsammans. Formelblad och linjal. Kravgränser Provet

Läs mer

16. Max 2/0/ Max 3/0/0

16. Max 2/0/ Max 3/0/0 Del III 16. Max 2/0/0 Godtagbar ansats, visar förståelse för likformighetsbegreppet, t.ex. genom att bestämma en tänkbar längd på sidan med i övrigt godtagbar lösning med korrekt svar (8 cm och 18 cm)

Läs mer

Laboration 1: Gravitation

Laboration 1: Gravitation Laboration 1: Gravitation Inledning Försöket avser att påvisa gravitationskraften och att bestämma ett ungefärligt värde på gravitationskonstanten G i Newtons gravitationslag, m1 m F = G r Lagen beskriver

Läs mer

Tillåtna hjälpmedel: Physics Handbook, Beta, kalkylator i fickformat, samt en egenhändigt skriven A4- sida med valfritt innehåll.

Tillåtna hjälpmedel: Physics Handbook, Beta, kalkylator i fickformat, samt en egenhändigt skriven A4- sida med valfritt innehåll. Tentamen i Mekanik för F, del B Tisdagen 17 augusti 2004, 8.45-12.45, V-huset Examinator: Martin Cederwall Jour: Ling Bao, tel. 7723184 Tillåtna hjälpmedel: Physics Handbook, Beta, kalkylator i fickformat,

Läs mer

PRÖVNINGSANVISNINGAR

PRÖVNINGSANVISNINGAR PRÖVNINGSANVISNINGAR Prövning i Matematik D Kurskod Ma 104 Gymnasiepoäng 100 Läromedel Prov Muntligt prov Inlämningsuppgift Kontakt med examinator Övrigt Valfri aktuell lärobok för kurs Matematik D t.ex.

Läs mer

Kundts rör - ljudhastigheten i luft

Kundts rör - ljudhastigheten i luft Kundts rör - ljudhastigheten i luft Laboration 4, FyL VT00 Sten Hellman FyL 3 00-03-1 Laborationen utförd 00-03-0 i par med Sune Svensson Assisten: Jörgen Sjölin 1. Inledning Syftet med försöket är att

Läs mer

Laboration 1: Gravitation

Laboration 1: Gravitation Laboration 1: Gravitation Inledning Försöket avser att påvisa gravitationskraften och att bestämma ett ungefärligt värde på gravitationskonstanten G i Newtons gravitationslag, m1 m F = G r Lagen beskriver

Läs mer

b) Om vi antar att eleven är aktiv i en eller flera studentföreningar vad är sannolikheten att det är en kille? (5 p)

b) Om vi antar att eleven är aktiv i en eller flera studentföreningar vad är sannolikheten att det är en kille? (5 p) Avd. Matematisk statistik TENTAMEN I SF1920 och SF1921 SANNOLIKHETSTEORI OCH STATISTIK, FREDAGEN DEN 8:E JUNI 2018 KL 14.00 19.00. Examinator: Björn-Olof Skytt, 08 790 86 49. Tillåtna hjälpmedel: Formel-

Läs mer

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 Institutionen för Matematik LINJÄR ALGEBRA OCH NUMERISK ANALYS F Göteborg --9 TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 OBS! NYA KURSEN DAG: Tisdag 9 januari TID: 8.45 -.45 SAL: V Ansvarig:

Läs mer

Projekt: Filmat tornfall med modell av tornet. Benjamin Tayehanpour, Adrian Kuryatko Mihai

Projekt: Filmat tornfall med modell av tornet. Benjamin Tayehanpour, Adrian Kuryatko Mihai Projekt: Filmat tornfall med modell av tornet Benjamin Tayehanpour, Adrian Kuryatko Mihai Abstrakt Detta dokument avhandlar vad som händer när ett torn faller. Såväl elastiska som stela kroppar behandlas.

Läs mer

AMatematiska institutionen avd matematisk statistik

AMatematiska institutionen avd matematisk statistik Kungl Tekniska Högskolan AMatematiska institutionen avd matematisk statistik TENTAMEN I 5B1503 STATISTIK MED FÖRSÖKSPLANERING FÖR B OCH K FREDAGEN DEN 11 JANUARI 2002 KL 14.00 19.00. Examinator: Gunnar

Läs mer

F9 SAMPLINGFÖRDELNINGAR (NCT

F9 SAMPLINGFÖRDELNINGAR (NCT Stat. teori gk, ht 006, JW F9 SAMPLINGFÖRDELNINGAR (NCT 7.1-7.4) Ordlista till NCT Sample Population Simple random sampling Sampling distribution Sample mean Standard error The central limit theorem Proportion

Läs mer

Formler och tabeller till kursen MSG830

Formler och tabeller till kursen MSG830 Formler och tabeller till kursen MSG830 Deskriptiva mått För ett datamängd x 1,, x n denieras medelvärde standardavvikelse standardfelet (SEM) Sannolikheter x = 1 n n i=1 = x 1 + + x n n s = 1 n (x i x)

Läs mer

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller: Matematisk Statistik Provmoment: Ladokkod: Tentamen ges för: Tentamen 6.5 hp AT1MS1 DTEIN16h 7,5 högskolepoäng TentamensKod: Tentamensdatum: 1 juni 2017 Tid: 14-18 Hjälpmedel: Miniräknare Totalt antal

Läs mer