Integraler och statistik

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "Integraler och statistik"

Transkript

1 Föreläsning 8 för TNIU Integrler och sttistik Krzysztof Mrcinik ITN, Cmpus Norrköping, ver Inledning - lite om sttistik Sttistik är en gren v tillämpd mtemtik som bygger på snnolikhetsteori och som uttlr sig om mtemtisk egenskper v stor popultioner eller lång serier v eperiment. Den tillämps (iblnd lite för fritt) v politiker och tjänstemän för tt ftt viktig beslut som rör hel smhället. Den här föreläsningen är dock inglund någon inledning i sttistik utn den skll enbrt illustrer hur integrler och integrlklkyl kn tillämps i sttistik. Mycket v mterilet presenterd nedn kn hitts (utspridd) t.e. i [] därifrån ett ntl uppgifter hämtdes. En modern presenttion v sttistik utifrån integrlteori (som heter måtteori nuförtiden) kn hitts t.e. i []. Kontinuerlig stokstisk vribler Betrkt en vribel X som vid olik tillfällen (olik mätmoment) kn nt olik värden ur (en delmängd v) reell eln R. Ant också tt dess värden kn fås med en viss snnolikhet som kn fås eperimentellt efter mång upprepde mätningr. En sådn vribel klls då för en kontinuerlig stokstisk vribel (s.v.). Noter tt det inte är någon stringent de nition v s.v. då den sistnämnd kräver kunskper i snnolikhetsteori. Vi får nöj oss lltså med den intuitiv beskrivningen ovn. Någr eempel på kontinuerlig s.v. lists nednför: Längd (eller vikt el. dyl.) för en slumpmssigt vld mn i lndet Väntetid på en buss vid en busskur Överlevndstid för en rdioktiv tom Den årlig inkomsten hos en slumpmssigt vld person i lndet. Denn vribel är egentligen diskret med minst "kvnt" = öre men vi kn nt tt den är så gott som kontinuerlig. Noter tt i ll dess eempel den s.v. ntr viss värden mer snnolikt än ndr. För tt beskriv dett inför mn begreppet täthetsfunktion. De nition En (Riemnnintegrerbr) funktion f : R! R som uppfyller två kriterier:. f() för ll. Z f() d = () klls för täthetsfunktion för en stokstisk vribel X.

2 f() En möjlig täthetsfunktion. Aren under grfen måste vr. Noter tt en täthetsfunktion behöver ej vr kontinuerlig. En täthetsfunktion de nierr entydigt hur snnolikt det är tt den tillhörnde s.v. X ntr ett värde inom en viss mängd. Mn tolkr nämligen uttrycket f()d som den in nitesiml snnolikheten tt X ntr ett värde melln och + d. Som konsekvens får vi då tt snnolikheten tt en kontinuerlig stokstisk vribel X med täthetsfunktionen f ntr vid ett givet tillfälle värdet i mängden A R ges v Z P (X A) = f() d () där lltså symbolen A under integrltecknet betyder tt vi integrerr f på mängden A. Mängden A kn (men behöver ej vr) ett intervll eller en union v intervller (det är i princip det vi kn från nlyskursen). Speciellt, snnolikheten P ( X b) för en s.v. X med täthetsfunktionen f() tt nt värdet någonstns i intervllet [; b] ges v Ur dett följer då tt A P ( X b) = P (X = c) = Z c c Z b f() d () f() d = så tt snnolikheten P (X = c) tt X får ekt värdet c är noll! Således, snnolikhetern P ( X b), P ( < X < b), P ( X < b) och P ( < X b) är ll lik och ges v formeln (). En nnn sitution uppstår när f är så klld distribution, men vi skll inte studer dett här (se dock uppgift 6 för tt se vd kn händ då). Vidre, noter tt P ( < X < ) = Z f() d = enligt () vilket vspeglr det självklr påståendet tt snnolikheten för tt en s.v. X ntr något värde vid ett eperiment är lik med och som således är en käll till De nition. Problem Bestäm konstnten c så tt funktionen c f() = för < < 6 nnrs

3 blir en täthetsfunktion. Bestäm sedn snnolikheten tt den tillhörnde s.v. X ntr värdet större än. Lösning: Enligt (), vi kräver först tt f() vilket medför tt c > (c = är uteslutet, vrför?). Vidre, vi kräver tt R f() d = vilket ger Z f() d = Z 6 c d = c så tt c = 7. Vidre, enligt (), den sökt snnolikheten blir P ( < X) = Z f() d = 7 Z 6 d = = 7c = = 89 (6 7) = 6 6 = 7 = ; f() Täthetsfunktionen i Problem. Nednför följer ett ntl typisk täthetsfunktioner:. Likförmig fördelning: en s.v. X sägs vr likformigt fördeld om dess täthetsfunktion hr formen f() = b för < < b nnrs (4) Denn fördelning beskriver en s.v. som kn nt ll värden ur intervllet ]; b[ (eller [; b] etc.) med smm snnolikhet. f() Likförmig fördelning med = och b = 4:

4 . Eponentilfördelning: ges v täthetsfunktionen f() = e för > för (5) där >. f() Normlfördelning: ges v. Eponentilfördelning för = f() = p e ( ) (6) (med > ) och nvänds mycket oft i bl.. popultionsbiologi. Den beskriver en typisk fördelning v en egenskp hos en popultion. Mer om och under fö. f() Normlfördelning med = och = Eempel (Väntetiden för en buss). Antg tt väntetiden T för en buss är likformigt fördeld med = och b = i (4) (bussr nländer vr :e minut). Snnolikheten tt du skll vänt på bussen mer än p minuter (med p ) ges då v P (T > p) = Z p dt = [t] p = ( p) = p och vid p = är noll (bussen kommer säkert efter högst minuter). 4

5 Problem 4 (Rdioktivt sönderfll). Eponentilfördelningen (5) beskriver bl.. rdioktivt sönderfll: snnolikheten tt en rdioktiv tom överlever en viss tid T ges v (5). Bestäm tiden t = vid vilken hälften v tomer v smm typ försvinner (s.k. hlveringstid) som funktion v. Lösning: den sökt tiden uppfyller smbndet Å ndr sidn vilket leder till smbndet som ger t = Z t= Z P < T < t = = e t dt = e e t t dt = t= = e t t = = e t = e t = = t = = ln. Värden för T kn vrier från mikrosekunder till miljrder år. Fördelningsfunktion, medin, kvntiler och kvr(!)tiler Av speciellt vikt är snnolikheten tt en s.v. X ntr värden mindre än eller lik med. Denn snnolikhet får ett särskilt nmn: De nition 5 Funktionen klls fördelningsfunktionen för den s.v. X. F () = P (X ) = Z f(t) dt Således, snnolikheten tt den s.v. X ntr ett värde ur intervllet melln och b ges v P ( < X b) = F (b) F () och är inget nnt än insättningsformeln vi läste om! (se nlysboken Sts 6.8 sid. 9). Med ll rätt kn ni nu även misstänk tt följnde smbnd är snt: Sts 6 Om f är kontinuerlig i punkten gäller tt F () = f(): Det betyder tt fördelninngsfunktionen F är en primitivfunktion för täthetsfunktionen f -med bägge tillhörnde förstås smm s.v. Dett är helt enkelt nlysens huvudsts, Sts 6.7 sid. 9 i nlysboken). De nitionen 5 och egenskpern () hos vrje täthetsfunktion leder till följnde llmänn observtion: Sts 7 För vrje fördelningsfunktion F gäller tt. lim! F () =, lim! F () =. F är en vände (ej nödvändigtvis strängt) funktion. F är högerkontinuerlig för vrje 5

6 Figure : Smbnd melln täthetsfunktion och fördelningsfunktion Noter lltså tt F behöver ej vr kontinuerlig utn br högerkontinuerlig i vrje punkt. Om F är diskontinuerlig i en punkt så är motsvrnde täthetsfunktion en distribution (se också uppgift 6). Eempel 8 Genom integrtion visr mn lätt tt den likformig fördelningen (4) hr följnde fördelningsfunktion: 8 Z < om < F () = f(t) dt = : b om b (7) om > b Se Figur.8 sid. 59 i []. Eempel 9 Smm procedur visr tt eponentilfördelningens (5) fördelningsfunktion är F () = Z f(t) dt = om < e om Oft behöver mn i sttistisk undersökningr svr på följnde fråg: givet ett värde ( [; ]), hur stort måste vr så tt snnolikheten tt den s.v. X ntr högst värdet blir ekt lik med? De nition Antg tt [; ]. Lösningen till ekvtionen P (X ) = d.v.s. till ekvtionen F () = (8) klls då -kvntilen för den s.v. X och beteckns med. 6

7 Figure : Kvrtil Av speciell vikt är -kvntilen :5 som heter medin och som nger det värde på för vilken snnolikheten tt en s.v. X ntr värdet är ekt =. T.e: medinlönen i en popultion är den lönenivån för vilken hälften v popultionen tjänr mindre än just medinlönen. Medinlönen beskriver lönespridningen i en popultion mycket bättre än medellönen för den påverks inte v tt enstk få personer (t.e. chefer i ett stort företg) tjänr mycket bättre än den övrig popultionen (den övrig personlen). De nition Kvntiler ;5, :5 och ;75 klls respektive för undre kvrtilen, medinen respektive övre kvrtilen. Noter tt i [] hr mn en nnn de nition v med istället v i (8). Eempel Medinen för normlfördelningen (6) är lik med : Vrför? Problem Beräkn medinen smt de övrig kvrtilern för den likformig fördelningen (4). Lösning: det går tt giss förstås tt medinen är +b. Vill vi gör det formellt löser vi ekvtionen (8) med F som i (7) och med =. Dett ger b = som ger det ngivn värdet ;5 = +b. Rent llmänt, för tt få kvntilen måste vi lös ekvtionen som ger b = ( = ) + b: (det kn också gisss!). Således: den undre kvrtilen är ;5 = b = + b 4 medn den övre kvrtilen är ;75 = b = b b 4. 7

8 4 Väntevärdet och vrins eller vd vi kn förvänt oss v en stokstisk vribel. Givet en s.v. X, vd kn vi då säg om det förväntde utfllet v vrje mätning v X? Svret ges nedn i form v följnde de nition. De nition 4 Väntevärdet E(X) för den s.v. X med täthetsfunktionen f() är tlet E(X) = En nnn benämning på tlet E(X) är förväntt värde. Problem 5 Beräkn E(X) för den likformig fördelningen (4). Lösning: E(X) = Z f() d = b Z Z b f() d (9) d = b Problem 6 Beräkn E(X) för normlfördelningen (6) med =. Lösning: E(X) = Z f() d = E(X) = p Z e b = ( + b) d = därför tt integrnden f() är en udd funktion. Rent llmänt, E(X) = för normlfördelningen (6). Problem 7 Beräkn förväntd överlevndstid för en rdioktiv tom som funktion v. Lösning: Den förväntde överlevndstiden ges v = E(T ) = Z tf(t) dt = Z te t dt = [P.I.] = ; vilket också ger tt = t = ln > t =. En rdioktiv tom fövänts lltså tt överlev hlveringstiden. Oft är vi intresserde i frågn hur pss utspridd enstk mätvärden v mätningr v en s.v. kommer tt vr. Denn utspridning mäts med hjälp v tlet som krkteriserr den stokstisk vribeln och som klls vrins. De nition 8 Vrinsen V (X) för en s.v. X med = E(X) är tlet som ges v V (X) = Z ( ) f() d Problem 9 Beräkn E(X) och V (X) för den s.v. som hr täthetsfunktionen för < f() = 4 för Lösning: E(X) = V (X) = Z Z f() d = E(X) = f() d = Z Z d = lim R! R 4 d = : : : = = lim R! R = : 4 + = 4. 8

9 Vi vslutr vår mycket kort res genom sttistik med en intressnt sts. Betrkt den s.v. X som lltså är en s.v. koppld till X på så sätt tt vrje gång vi mäter X och får resulttet ntr vi tt X :s värde blev. Täthetsfunktionen g() för X är knuten till täthetsfunktionen f() för X vi det knske lite oväntde smbndet för g() = p (f (p ) + f ( p () )) för som beviss vi nlysens huvudsts (beviset kn hitts i Appendi och ll studenter förvänts läs det). Mn kn då vis (se Appendi) tt E(X ) = Z f() d () vilket tolks som ett rimligt resultt. Noter tt enligt det som står ovn kn vi även skriv tt h V (X) = E (X ) i : Sts Följnde smbnd gäller där X är en s.v. med täthetsfunktionen g som i (). Bevis. Med beteckningr som ovn V (X) = E(X ) [E(X)] () V (X) = = Z Z Z Z ( ) f() d = f() d f() d + f() d = Z f() d + = E(X ) = E(X ) [E(X)] enligt (). Problem Beräkn V (X) för den likformig fördelningen (4) genom tt utnyttj smbndet (). Lösning: I Eempel 5 ck vi tt E(X) = +b. Vidre E(X ) = Z f() d = b Z b d = b (b ) = (b )(b + b + ) = (b ) Följktligen = (b + b + ): V (X) = E(X ) [E(X)] = (b + b + ) + b = (b ) : 5 Appendi Vi bevisr här formlern () och (). Vi börjr med (). Låt oss beteckn X :s fördelningsfunktion och täthetsfunktion med G() respektive g(). Vi hr då G() = P X p p P ( X ) om = ifll < 9

10 Således, om < hr vi tt g() = G () =. Återstår tt vis formeln () för. Vi hr då enligt formeln ovn smt nlysens huvudsts v.s.v. Dgs tt vis (): g() = G () = d d P = f p p p X p = d d f p Z p f(t)dt = p p = p f p + f p E X = Z g() d = Z p f p + f p d = Z p f p + f p d () där vi lltså uttnyttjd (). Vidre Z p f p d = y = p d = ydy = Z y f (y) dy På liknnde sätt, med hjälp v vribelbytet y = p, visr vi tt Z Z p p f d = y f (y) dy: Insättning v de två sist formlern i () ger ().

11 6 Uppgifter. Bestäm konstnten c så tt funktionen f() = c p + för < < nnrs blir en täthetsfunktion. Beräkn sedn snnolikheten tt en s.v. som hör till f ntr ett positivt värde. Svr: c = p. P (X > ) = p u :9:. T frm fördelningsfunktionen för s.v. i uppgift. Rit också den! Svr: 8 < F () = : för < p p + för för >. Vis tt funktionen i (5) är verkligen en täthetsfunktion. Tips: integrer f på [; [ (f = för < ). 4. En s.v. X hr fördelningsfunktionen F () = för < för Beräkn fördelningens undre kvrtil, medin och övre kvrtil. Ange även värdet för en godtycklig kvntil. Svr: 5. Vis tt funktionen :5 = p ; ;5 = p ; ;75 = ; = p f() = e för < e för är en täthetsfunktion för en stokstisk vribel X. Beräkn även de tre kvrtilern för X. Svr: - ln ; respektive ln. 6. Rit upp fördelningsfunktionen 8 < för < F () = : + ( ) för för > Beräkn P (X 5=), P (X > =); P (4= < X < 5=) och P (X = ). Svr: 7=9, =; =9 respektive = = F :s språnget i. Noter tt F är ej deriverbr här ty den inte är kontinuerlig i. Som nämndes i teten innebär dett tt f är ingen vnlig funktion utn en distribution. 7. Väntetiden X (i minuter) från öppningsdg tills dess först kund går in i en är beskrivs v en s.v. med fördelningsfunktionen: för < F () = e :4 för Beräkn snnolikheten tt först kunden dröjer ) högst minuter

12 b) minst 4 minuter c) melln och 4 minuter d) högst eller minst 4 minuter e) ekt minuter Svr: ) e : = ; 699 b) e :6 = ; c) e : e :6 = ; 99 d) e : + e :6 = ; 9 e) 8. Beräkn kvntilen för en s.v. X med täthetsfunktionen för < f() = e för Använd sedn miniräknre för tt få de numerisk värden för ;5, ;9 smt ;99. Svr: = p ln( ), ;5 = ; 8, ;9 = ; 57, ;99 = ; 46: 9. Beräkn E(X) och V (X) om X hr täthetsfunktionen f() = för nnrs Svr: E(X) =. V (X) = 8.. Den s.v. X hr täthetsfunktionen: för f() = nnrs ) Beräkn väntevärdet och stndrdvvikelsen = p V (X) för X. b) Beräkn P ( < X < + ) c) Beräkn P ( < X < + ) Svr: ) =, = p 8 b) ( ) = + p 9 (ty + > ) c) 6 = p 6 References [] G. Blom, J. Enger, G. Englund, J. Grndell och L. Holst, "Snnolikhetsteori och sttistikteori med tillämpningr", Studentlittertur 5. [] P. Billingsley, "Probblility nd mesure", Wiley, 986

SF1625 Envariabelanalys

SF1625 Envariabelanalys SF1625 Envribelnlys Föreläsning 13 Institutionen för mtemtik KTH 27 september 2017 SF1625 Envribelnlys Anmäl er till tentn Anmäl er till tentn nu. Det görs vi min sidor. Om det inte går, mejl studentexpeditionen

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys Modul 5: Integrler Institutionen för mtemtik KTH 30 november 4 december Integrler Integrler är vd vi sk håll på med denn veck och näst. Vi kommer tt gör följnde: En definition v vd begreppet betyder En

Läs mer

Kontinuerliga variabler

Kontinuerliga variabler Kontinuerlig vribler c 005 Eric Järpe Högskoln i Hlmstd Antg tt vi kunde mät med oändligt stor noggrnnhet hur stor strömstyrk en viss typ v motstånd klrr. Ing mätningr skulle då vr exkt lik. Om vi mätte

Läs mer

TATA42: Föreläsning 4 Generaliserade integraler

TATA42: Föreläsning 4 Generaliserade integraler TATA42: Föreläsning 4 Generliserde integrler John Thim 29 mrs 27 Vi hr stött på begreppet tidigre när vi diskutert Riemnnintegrler i föregående kurs. Denn gång kommer vi lite mer tt fokuser på frågn om

Läs mer

Läsanvisningar för MATEMATIK I, ANALYS

Läsanvisningar för MATEMATIK I, ANALYS Läsnvisningr för MATEMATIK I, ANALYS Läsnvisningrn är tänkt i först hnd för dig som läser kursen mtemtik I på distns, och de sk vägled dig på din res genom nlysen. Stoffet är i stort sett portionert på

Läs mer

Generaliserade integraler

Generaliserade integraler Generliserde integrler Mtemtik Breddning 2.5 Frm till denn punkt hr vi endst studert integrler där funktionen som skll integrers vrit begränsd. Dessutom hr det intervll över vilket vi integrerr vrit begränst

Läs mer

KOMPLETTERANDE MATERIAL TILL KURSEN MATEMATIK II, MATEMATISK ANALYS DEL A VT 2015

KOMPLETTERANDE MATERIAL TILL KURSEN MATEMATIK II, MATEMATISK ANALYS DEL A VT 2015 KOMPLETTERANDE MATERIAL TILL KURSEN MATEMATIK II, MATEMATISK ANALYS DEL A VT 2015 ANDRZEJ SZULKIN 1. Supremum, infimum och kontinuerlig funktioner I ppendix A3 i [PB2] definiers begreppen supremum och

Läs mer

Reliability analysis in engineering applications

Reliability analysis in engineering applications Relibility nlysis in engineering pplictions Etremvärdesfördelningr Mimum och minimum Structurl Engineering - Lund University 1 Etremvärdesfördelningr Vrible lod, q Mvärdet under referensperioden Q 1 Q

Läs mer

24 Integraler av masstyp

24 Integraler av masstyp Nr, mj -5, Ameli Integrler v msstyp Kurvintegrler v msstyp Vi hr hittills studert en typ v kurvintegrl, R F dr, där vi integrerr den komponent v ett vektorfält F som är tngentiell till kurvn ( dr) i punkter

Läs mer

V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE ±. är begränsad i intervallet [a,b].

V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE ±. är begränsad i intervallet [a,b]. Armin Hlilovic: ETRA ÖVNINGAR Generliserde integrler GENERALISERADE INTEGRALER När vi definierr Riemnnintegrl f ( ) d ntr vi tt följnde två krv är uppfylld: V. Intervllet [,] är ändligt, dvs gränsern,

Läs mer

Integralen. f(x) dx exakt utan man får nöja sig med att beräkna

Integralen. f(x) dx exakt utan man får nöja sig med att beräkna CTH/GU STUDIO TMVb - / Mtemtisk vetenskper Integrlen Anlys och Linjär Algebr, del B, K/Kf/Bt Inledning Mn kn inte lltid bestämm integrler f() d ekt utn mn får nöj sig med tt beräkn pproimtioner. T.e. e

Läs mer

Tillämpning av integraler

Tillämpning av integraler CTH/GU LABORATION 3 MVE6 - /3 Mtemtisk vetenskper Inledning Tillämpning v integrler Vi skll se på två tillämpningr v integrler. Först ren oh volymen v rottionskropp sedn omkretsen v en ellips. Rottionskroppr

Läs mer

V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE ±. är begränsad i intervallet [a,b].

V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE ±. är begränsad i intervallet [a,b]. Armin Hlilovic: ETRA ÖVNINGAR Generliserde integrler GENERALISERADE INTEGRALER När vi definierr Riemnnintegrl f ( ) d ntr vi tt följnde två krv är uppfylld: V. Intervllet [,] är ändligt, dvs gränsern,

Läs mer

9. Bestämda integraler

9. Bestämda integraler 77 9. Bestämd integrler Låt f vr en icke-negtiv, begränsd funktion på [,b]. Vi hr lltså 0 f(x) ll x [,b] för någon konstnt B. B för Problem: Beräkn ren A v den yt som begränss v kurvn y = f(x), x b, x-xeln

Läs mer

Matematisk statistik för B, K, N, BME och Kemister. Matematisk statistik slumpens matematik. Exempel: Utsläpp från Källby reningsverk.

Matematisk statistik för B, K, N, BME och Kemister. Matematisk statistik slumpens matematik. Exempel: Utsläpp från Källby reningsverk. Mtemtisk sttistik för B, K, N, BME och Kemister Föreläsning 1 John Lindström 1 september 2014 John Lindström - johnl@mths.lth.se FMS086/MASB02 F1 2/26 Exempel Tillämpningr Signlbehndling Mtemtisk sttistik

Läs mer

x 12 12 = 32 12 x 11 + 11 = 26 + 11 x 20 + 20 = 45 + 20 x=3 x=5 x=6 42 = 10x x + 10 = 15 x + 10 10 = 15 10 11 + 9 = 20 x = 65 x + 36 = 46

x 12 12 = 32 12 x 11 + 11 = 26 + 11 x 20 + 20 = 45 + 20 x=3 x=5 x=6 42 = 10x x + 10 = 15 x + 10 10 = 15 10 11 + 9 = 20 x = 65 x + 36 = 46 Vilket tl sk stå i rutn så tt likheten stämmer? + Lös ekvtionen så tt likheten stämmer. = + 9 = + = + = = Det sk stå 9 i rutn. Subtrher båd leden med. r -termen sk vr kvr i vänstr ledet. Skriv rätt tl

Läs mer

Kan det vara möjligt att med endast

Kan det vara möjligt att med endast ORIO TORIOTO yllene snittet med origmi ed endst någr få vikningr kn mn få frm gyllene snittet och också konstruer en regelbunden femhörning. I ämnren nr 2, 2002 beskrev förfttren hur mn kn rbet med hjälp

Läs mer

Teorifrå gor kåp. 5.2 9.3

Teorifrå gor kåp. 5.2 9.3 Teorifrå gor kåp. 5. 9.3 Repetition ) Härled formeln för prtiell integrtion ur nednstående smbnd: d F(x)g(x) = f(x)g(x) F(x)g (x) dx ) Vilken typ v elementär funktion brukr mn oftst välj tt deriver lltså

Läs mer

UPPTÄCK OCH DEFINIERA SAMBANDET MELLAN TVÅ OMRÅDEN SOM DELAS AV GRAFEN TILL EN POTENSFUNKTION

UPPTÄCK OCH DEFINIERA SAMBANDET MELLAN TVÅ OMRÅDEN SOM DELAS AV GRAFEN TILL EN POTENSFUNKTION OLIVI KVRNLÖ UPPTÄCK OCH DEINIER SMNDET MELLN TVÅ OMRÅDEN SOM DELS V GREN TILL EN POTENSUNKTION Konsultudrg rågeställning I den här ugiften sk vi undersök smbndet melln reorn i en kvdrt med sidn l.e. i

Läs mer

Integraler. 1 Inledning. 2 Beräkningsmetoder. CTH/GU LABORATION 2 MVE /2013 Matematiska vetenskaper

Integraler. 1 Inledning. 2 Beräkningsmetoder. CTH/GU LABORATION 2 MVE /2013 Matematiska vetenskaper CTH/GU LABORATION MVE6 - / Mtemtisk vetenskper Inledning Integrler Iblnd kn mn inte bestämm integrler exkt utn mn får nöj sig med tt beräkn pproximtioner. T.ex. e x dx kn inte beräkns exkt, eftersom det

Läs mer

Stokastiska variabler

Stokastiska variabler Kpitel 4 Stokstisk vribler Ett utfll v ett slumpmässigt försök är oft sådnt som inte direkt kn mäts. T.ex. försöket Kst med ett symmetriskt mynt hr utfllsrummet {kron, klve}. För tt kvntittivt nlyser försök

Läs mer

Vilken rät linje passar bäst till givna datapunkter?

Vilken rät linje passar bäst till givna datapunkter? Vilken rät linje pssr bäst till givn dtpunkter? Anders Källén MtemtikCentrum LTH nderskllen@gmil.com Smmnfttning I det här dokumentet diskuterr vi minst-kvdrtmetoden för skttning v en rät linje till dt.

Läs mer

Exponentiella förändringar

Exponentiella förändringar Eonentiell förändringr Eonentilfunktionen - llmänt Eonentilfunktionen r du tidigre stött å i åde kurs oc 2. En nyet är den eonentilfunktion som skrivs y = e. (Se fig. nedn) Tlet e, som är mycket centrlt

Läs mer

LINJÄR ALGEBRA II LEKTION 1

LINJÄR ALGEBRA II LEKTION 1 LINJÄR ALGEBRA II LEKTION JOHAN ASPLUND INNEHÅLL. VEKTORRUM OCH DELRUM Hel kursen Linjär Algebr II hndlr om vektorrum och hur vektorrum (eller linjär rum, som de iblnd klls) beter sig. Tidigre hr mn ntgligen

Läs mer

TATA42: Tips inför tentan

TATA42: Tips inför tentan TATA42: Tips inför tentn John Thim 25 mj 205 Syfte Tnken med dett kort dokument är tt ge lite extr studietips inför tentn. Kursinnehållet definiers så klrt fortfrnde v kursplnen och kurslitterturen så

Läs mer

Trigonometri. 2 Godtyckliga trianglar och enhetscirkeln 2. 3 Triangelsatserna Areasatsen Sinussatsen Kosinussatsen...

Trigonometri. 2 Godtyckliga trianglar och enhetscirkeln 2. 3 Triangelsatserna Areasatsen Sinussatsen Kosinussatsen... Trigonometri Innehåll 1 Rätvinklig tringlr 1 Godtyklig tringlr oh enhetsirkeln 3 Tringelstsern 4 3.1 restsen.............................. 4 3. Sinusstsen.............................. 5 3.3 Kosinusstsen.............................

Läs mer

Induktion LCB 2000/2001

Induktion LCB 2000/2001 Indution LCB 2/2 Ersätter Grimldi 4. Reursion och indution; enl fll n 2 En tlföljd n nturligtvis definiers genom tt mn nger en explicit formel för uträning v n dess 2 element, som till exempel n 2 () n

Läs mer

Sfärisk trigonometri

Sfärisk trigonometri Sfärisk trigonometri Inledning Vi vill nvänd den sfärisk trigonometrin för beräkningr på storcirkelrutter längs jordytn (för sjöfrt och luftfrt). En storcirkel är en cirkel på sfären vrs medelpunkt smmnfller

Läs mer

Ett förspel till Z -transformen Fibonaccitalen

Ett förspel till Z -transformen Fibonaccitalen Ett förspel till Z -trnsformen Fibonccitlen Leonrdo Pisno vnligen klld Leonrdo Fiboncci, den knske störste mtemtiker som Europ frmburit före renässnsen skrev år 10 en bok (Liber bci) i räknelär. J, fktiskt.

Läs mer

Mat-1.1510 Grundkurs i matematik 1, del III

Mat-1.1510 Grundkurs i matematik 1, del III Mt-.50 Grundkurs i mtemtik, del III G. Gripenberg TKK december 00 G. Gripenberg TKK) Mt-.50 Grundkurs i mtemtik, del III december 00 / 59 Vribelbyte F gx))g x) dx = d F gx)) dx dx = / b F gx)) = F gb))

Läs mer

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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del I MS-A0509 Grundkurs i snnolikhetsklkyl och sttistik Smmnfttning, del I G. Gripenerg Alto-universitetet 6 feruri 2015 1 Snnolikheter Oeroende Betingd snnolikhet Byes formel Klssisk snnolikhet och komintorik

Läs mer

0 a. a -Â n 2 p n. beskriver på sedvanligt sätt en a-periodisk utvidgning av f. Nedanför ritas en partialsumma av Fourierserien.

0 a. a -Â n 2 p n. beskriver på sedvanligt sätt en a-periodisk utvidgning av f. Nedanför ritas en partialsumma av Fourierserien. Sinus- och cosinusserier I slutet v kursen där vi skll lös differentilekvtioner på ändlig intervll v typen H, L, behöver vi konstruer Fourierserier med en viss typ v uppförnde i intervllens ändpunkter.

Läs mer

Läsanvisningar till kapitel

Läsanvisningar till kapitel Läsnvisningr till kpitel 4.1 4.6 4.1 Konturer Dett är ett vsnitt om kurvor och hur mn prmetriserr kurvor, som borde vr en repetition från lägre kurser. Låt oss gå igenom lite ändå. Definition 4.1. Låt

Läs mer

Volym och dubbelintegraler över en rektangel

Volym och dubbelintegraler över en rektangel Volym oh dubbelintegrler över en rektngel All funktioner nedn nts vr kontinuerlig. Om f (x i intervllet [, b], så är ren v mängden {(x, y : y f (x, x b} lik med integrlen b f (x dx. Låt = [, b] [, d] =

Läs mer

Analys 360 En webbaserad analyskurs Grundbok. Integralkalkyl. MatematikCentrum LTH

Analys 360 En webbaserad analyskurs Grundbok. Integralkalkyl. MatematikCentrum LTH Anlys 360 En webbserd nlyskurs Grundbok Integrlklkyl Anders Källén MtemtikCentrum LTH nderskllen@gmil.com Integrlklkyl (3) Introduktion Vi sk här introducer den bestämd integrlen f(x) dx. Den hr nästn

Läs mer

Tentamen 1 i Matematik 1, HF dec 2016, kl. 8:00-12:00

Tentamen 1 i Matematik 1, HF dec 2016, kl. 8:00-12:00 Tentmen i Mtemtik, HF9 9 dec 6, kl. 8:-: Emintor: Armin Hlilovic Undervisnde lärre: Erik Melnder, Jons Stenholm, Elis Sid För godkänt betyg krävs v m poäng. Betygsgränser: För betyg A, B, C, D, E krävs,

Läs mer

GEOMETRISKA VEKTORER Vektorer i rummet.

GEOMETRISKA VEKTORER Vektorer i rummet. GEOMETRISKA VEKTORER Vektorer i rummet. v 6 Någr v de storheter som förekommer inom nturvetenskp kn specificers genom tt ders mätetl nges med ett end reellt tl. Exempel på sådn storheter, som klls sklär

Läs mer

Analys grundkurs B lab 1. Stefan Gustafsson Per Jönsson Fakulteten för Teknik och Samhälle, 2013

Analys grundkurs B lab 1. Stefan Gustafsson Per Jönsson Fakulteten för Teknik och Samhälle, 2013 Anlys grundkurs B lb 1 Stefn Gustfsson Per Jönsson Fkulteten för Teknik och Smhälle, 13 1 Viktig informtion om lbortionern Lbortionsdelen på kursen i kursen Anlys grundkurs B exminers genom tt mn gör två

Läs mer

SIGNALER OCH SYSTEM II LEKTION 2 / MATEMATISK LEKTION 1. Fredrik Andréasson. Department of Mathematics, KTH

SIGNALER OCH SYSTEM II LEKTION 2 / MATEMATISK LEKTION 1. Fredrik Andréasson. Department of Mathematics, KTH SIGNALER OCH SYSTEM II LEKTION 2 / MATEMATISK LEKTION Fredrik Andrésson Deprtment of Mthemtics, KTH Lplcetrnsformen. I förr delkursen studerde vi fouriertrnsformen v en funktion h(t) H(iω) F[h(t)] Vi definierr

Läs mer

Kvalificeringstävling den 2 oktober 2007

Kvalificeringstävling den 2 oktober 2007 SKOLORNAS MATEMATIKTÄVLING Svensk Mtemtikersmfundet Kvlifieringstävling den oktober 007 Förslg till lösningr 1 I en skol hr vr oh en v de 0 klssern ett studieråd med 5 ledmöter vrder Per är den ende v

Läs mer

Svar till uppgifter 42 SF1602 Di. Int.

Svar till uppgifter 42 SF1602 Di. Int. Svr till uppgifter 42 SF62 Di. Int. Svr kortuppgifter. 3: i) Om f(x) är kontinuerlig på [, ] kn mn då skriv lim k k n= f(n/k) på ett enklre sätt? k Svr: J, dett är f(x)dx. (Rit en bild med grfen v f(x)

Läs mer

Gör slag i saken! Frank Bach

Gör slag i saken! Frank Bach Gör slg i sken! Frnk ch På kppseglingsbnn ser mn tävlnde båtr stgvänd lite då och då under kryssrn. En del v båtrn seglr för styrbords hlsr och ndr för bbords. Mn kn undr vem som gör rätt och hur mn kn

Läs mer

TMV151/TMV181. Fredrik Lindgren. 19 november 2013

TMV151/TMV181. Fredrik Lindgren. 19 november 2013 TMV151/TMV181 Fredrik Lindgren Mtemtisk vetenskper Chlmers teknisk högskol och Göteborgs universitet 19 november 2013 F. Lindgren (Chlmers&GU) Envribelnlys 19 november 2013 1 / 24 Outline 1 Mss, moment

Läs mer

Björnen och sköldpaddan Analys av en matematiskt paradoks

Björnen och sköldpaddan Analys av en matematiskt paradoks Björnen och sköldpddn Anlys v en mtemtiskt prdoks Brummelis, Nin Knin, Lille Skutt & Bmse Hndledre: Sklmn 10 pril 2015 Smmnfttning Syftet med denn (nonsens-)text är tt illustrer olik kommndon i LATEX.

Läs mer

ENVARIABELANALYS - ETT KOMPLEMENT

ENVARIABELANALYS - ETT KOMPLEMENT ENVARIABELANALYS - ETT KOMPLEMENT DAN STRÄNGBERG Innehåll Smmnfttning. Vd som börjde som föreläsningsnteckningr till en repetitionskurs i envribelnlys hr utvecklts till dett kompendium som är ment som

Läs mer

PASS 1. RÄKNEOPERATIONER MED DECIMALTAL OCH BRÅKTAL

PASS 1. RÄKNEOPERATIONER MED DECIMALTAL OCH BRÅKTAL PASS. RÄKNEOPERATIONER MED DECIMALTAL OCH BRÅKTAL. Tl, bråktl och decimltl Vd är ett tl för någonting? I de finländsk fmiljern brukr det vnligtvis finns två brn enligt Sttistikcentrlen (http://www.tilstokeskus.fi/tup/suoluk/suoluk_vesto_sv.html).

Läs mer

Spelteori: En studie av hur pokerproblemet delvis lösts. Mika Gustafsson

Spelteori: En studie av hur pokerproblemet delvis lösts. Mika Gustafsson Spelteori: En studie v hur pokerproblemet delvis lösts Mik Gustfsson Smmnfttning Spelteorin föddes 198 då von Neumnn mtemtiskt lyckdes påvis bluffens nödvändighet i spel med ofullständig informtion. Dett

Läs mer

9. Vektorrum (linjära rum)

9. Vektorrum (linjära rum) 9. Vektorrum (linjär rum) 43. Vektorrum (linjärt rum) : definition och xiom 44. Exempel på vektorrum v funktioner. 45. Hur definierr mn subtrktion i ett vektorrum? 46. Underrum 47. Linjärkombintioner,

Läs mer

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson Uppsl Universitet Mtemtisk Institutionen Thoms Erlndsson RÄTA LINJER, PLAN, SKALÄRPRODUKT, ORTOGONALITET MM VERSION MER OM EKVATIONSSYSTEM Linjär ekvtionssystem och den geometri mn kn härled ur dess är

Läs mer

Tillämpning - Ray Tracing och Bézier Ytor. TANA09 Föreläsning 3. Icke-Linjära Ekvationer. Ekvationslösning. Tillämpning.

Tillämpning - Ray Tracing och Bézier Ytor. TANA09 Föreläsning 3. Icke-Linjära Ekvationer. Ekvationslösning. Tillämpning. TANA09 Föreläsning 3 Tillämpning - Ry Trcing och Bézier Ytor z = B(x, y) q o Ekvtionslösning Tillämpning Existens Itertion Konvergens Intervllhlveringsmetoden Fixpuntsitertion Newton-Rphsons metod Anlys

Läs mer

SERIER OCH GENERALISERADE INTEGRALER

SERIER OCH GENERALISERADE INTEGRALER SERIER OCH GENERALISERADE INTEGRALER MARTIN TAMM. Inledning Då och då hr vi i tidigre urser ställts inför problemet tt hnter summor med oändligt mång termer, t e Eempel. () eller Eempel. () = ( ) = + +

Läs mer

Skriv tydligt! Uppgift 1 (5p)

Skriv tydligt! Uppgift 1 (5p) 1(1) IF1611 Ingenjörsmetodik för IT och ME, HT 1 Tentmen Gäller även studenter som är registrerde på B1116 Torsdgen den 1 okt, 1, kl. 14.-19. Skriv tydligt! Skriv nmn och personnummer på ll inlämnde ppper!

Läs mer

TATA42: Envariabelanalys 2 VT 2018

TATA42: Envariabelanalys 2 VT 2018 TATA42: Envribelnlys 2 VT 28 Föreläsningsnteckningr John Thim, MAI L =? TATA42: Föreläsning Mclurinutecklingr John Thim 4 mrs 28 Introduktion Tänk er följnde sitution. En snäll funktion f är given, men

Läs mer

NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 2011 3. Kravgränser 4. Del I, 8 uppgifter utan miniräknare 5. Del II, 9 uppgifter med miniräknare 8

NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 2011 3. Kravgränser 4. Del I, 8 uppgifter utan miniräknare 5. Del II, 9 uppgifter med miniräknare 8 Kurs plnering.se NpMC vt011 1(9) Innehåll Förord NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 011 Krvgränser 4 Del I, 8 uppgifter utn miniräknre 5 Del II, 9 uppgifter med miniräknre 8 Förslg på lösningr

Läs mer

Matematiska uppgifter

Matematiska uppgifter Element Årgång 59, 976 Årgång 59, 976 Först häftet 3020. Lös på enklste sätt ekvtionssystemet (Svr: x = v = 2 och y = u = 2) x + 7y + 3v + 5u = 6 8x + 4y + 6v + 2u = 6 2x + 6y + 4v + 8u = 6 5x + 3y + 7v

Läs mer

Mat Grundkurs i matematik 1, del II

Mat Grundkurs i matematik 1, del II Mt-1.1510 Grundkurs i mtemtik 1, del II G. Gripenberg TKK 12 november 2009 G. Gripenberg (TKK) Mt-1.1510 Grundkurs i mtemtik 1, del II 12 november 2009 1 / 44 Mx och min Om A R så är mx A det störst elementet

Läs mer

NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 2005 3. Del I, 10 uppgifter utan miniräknare 4. Del II, 8 uppgifter med miniräknare 6

NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 2005 3. Del I, 10 uppgifter utan miniräknare 4. Del II, 8 uppgifter med miniräknare 6 Kurs plnering.se NpMC vt005 (5) Innehåll Förord NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 005 Del I, 0 uppgifter utn miniräknre 4 Del II, 8 uppgifter med miniräknre 6 Förslg på lösningr till uppgifter

Läs mer

Uppgiftssamling 5B1493, lektionerna 1 6. Lektion 1

Uppgiftssamling 5B1493, lektionerna 1 6. Lektion 1 Uppgiftssmling 5B1493, lektionern 1 6 Lektion 1 4. (Räkning med oändlig decimlbråk) Låt x = 0, 1 2 3 n och y = 0,b 1 b 2 b 3 b n ( i och b i siffror 0, 1,, 9).. Kn Du beskriv något förfrnde som säkert

Läs mer

Föreläsning 7: Trigonometri

Föreläsning 7: Trigonometri ht06 Föreläsning 7: Trigonometri Trigonometrisk identiteter En identitet är en likhet som håller för ll värden på någon vriel. Tex så gäller tt ( + ) + + för ll,. Dett skrivs ilnd som ( + ) + +, men vi

Läs mer

ORTONORMERADE BASER I PLAN (2D) OCH RUMMET (3D) ORTONORMERAT KOORDINAT SYSTEM

ORTONORMERADE BASER I PLAN (2D) OCH RUMMET (3D) ORTONORMERAT KOORDINAT SYSTEM Armin Hlilovi: EXTRA ÖVNINGAR 1 v 1 Ortonormerde bser oh koordinter i 3D-rummet ORTONORMERADE BASER I PLAN D OCH RUMMET 3D ORTONORMERAT KOORDINAT SYSTEM Vi säger tt en bs i rummet e r, e r, e r z e r,

Läs mer

Geometri. 4. Fyra kopior av en rätvinklig triangel kan alltid sättas ihop till en kvadrat med hål som i följande figur varför?

Geometri. 4. Fyra kopior av en rätvinklig triangel kan alltid sättas ihop till en kvadrat med hål som i följande figur varför? Geometri 1. Linjen är isektris till vinkeln. Sträkorn, oh är lik lång. Hur stor är vinkeln? vgör utn mätningr! 4. Fyr kopior v en rätvinklig tringel kn lltid sätts ihop till en kvdrt med hål som i följnde

Läs mer

6 Formella språk. Matematik för språkteknologer (5LN445) UPPSALA UNIVERSITET

6 Formella språk. Matematik för språkteknologer (5LN445) UPPSALA UNIVERSITET UPPSALA UNIVERSITET Mtemtik för språkteknologer (5LN445) Institutionen för lingvistik och filologi VT 2014 Förfttre: Mrco Kuhlmnn 2013 (mindre revision Mts Dhllöf 2014) 6 Formell språk Det mänsklig språket

Läs mer

Algebraiska uttryck: Introduktionskurs i matematik. Räknelagar: a = b a. a b. Potenser: 1. = ( n gånger )

Algebraiska uttryck: Introduktionskurs i matematik. Räknelagar: a = b a. a b. Potenser: 1. = ( n gånger ) Intrduktinskurs i mtemtik 1 v 5 Algerisk uttrk: Räknelgr: lgen distriutiv lgr ssitiv lgr kmmuttiv, Ptenser: 1 n L n gånger --------------------------------------- n udd tl, jämnt tl n, n n n 4 4.. ---------------------------------------

Läs mer

10. Tillämpningar av integraler

10. Tillämpningar av integraler 90 10 TILLÄMPNINGAR AV INTEGRALER 10. Tillämpningr v integrler 10.1. Riemnnsummor I det här vsnittet sk vi se hur integrler nvänds för tt beräkn re v en pln t, volm v rottionskroppr, längd v en kurv, re

Läs mer

Inledande kurs i matematik, avsnitt P.6. Vi ritar upp enhetscirkeln och vinkeln 2π 3.

Inledande kurs i matematik, avsnitt P.6. Vi ritar upp enhetscirkeln och vinkeln 2π 3. Inlednde kurs i mtemtik, vsnitt P6 P6 eräkn sin P61 eräkn os 4 Vi ritr upp enhetsirkeln oh vinkeln Vi sk nvänd enhetsirkeln oh symmetrier i denn för tt estämm os 4 Den punkt på enhetsirkeln med vinkeln

Läs mer

Derivata och integral tolkning av definitionerna med hjälp av Maxima. Per Jönsson, Malmö högskola

Derivata och integral tolkning av definitionerna med hjälp av Maxima. Per Jönsson, Malmö högskola Derivt oc integrl tolkning v definitionern med jälp v Mxim Per Jönsson, Mlmö ögskol 1 Derivtns definition Betrkt en funktion f(x). Differenskvoten f(x + ) f(x) kn geometriskt tolks som riktningskoefficienten

Läs mer

Analys o 3D Linjär algebra. Lektion 16.. p.1/53

Analys o 3D Linjär algebra. Lektion 16.. p.1/53 Anlys o 3D Linjär lgebr Lektion 16. p.1/53 . p.2/53 v 3D Linjär lgebr Hr betrktt vektorer v typen etc resp dvs ordnde triplr v typen. reell tl 3D Linjär lgebr Punkt-vektor dulismen En ordnd tripel v typen

Läs mer

9 Dubbelintegralens definition

9 Dubbelintegralens definition Nr 9, 5 pril -5, Ameli 9 ubbelintegrlens definition 9. Enkelintegrlen En ursprunglig tolkning v en enkelintegrl är ren under dess grf dvs ren melln funktionsgrfen oh x-xeln. å räkns reor under (söder om)

Läs mer

Frågor för tentamen EXTA50 Samhällsmätning, 9 hp, kl januari, 2015.

Frågor för tentamen EXTA50 Samhällsmätning, 9 hp, kl januari, 2015. FÖRSÄTTSBLAD Institutionen för Nturgeogrfi och Ekosystemvetenskper Institutionen för Teknik och Smhälle Frågor för tentmen EXTA50 Smhällsmätning, 9 hp, kl. 8-13 12 jnuri, 2015. Denn tentmen rätts nonymt.

Läs mer

1 Inledning 2. 2 Måttet av en öppen mängd 3. 3 Integralen av en kontinuerlig funktion 9. 4 Jämförelse med Riemannintegralen 14

1 Inledning 2. 2 Måttet av en öppen mängd 3. 3 Integralen av en kontinuerlig funktion 9. 4 Jämförelse med Riemannintegralen 14 Innehåll 1 Inledning 2 2 Måttet v en öppen mängd 3 3 Integrlen v en kontinuerlig funktion 9 4 Jämförelse med Riemnnintegrlen 14 5 Skivformeln och itererd integrtion 17 6 Generliserde positiv integrler

Läs mer

Uttryck höjden mot c påtvåolikasätt:

Uttryck höjden mot c påtvåolikasätt: Sinusstsen Beviset i PB gger å tre resultt som nog få gmnsieelever är förtrogn med. Vrje tringel hr en s.k. omskriven cirkel en cirkel som går genom ll tre hörnen : C Uttrck höjden mot c åtvåoliksätt:

Läs mer

TATA42: Envariabelanalys 2 VT 2016

TATA42: Envariabelanalys 2 VT 2016 TATA4: Envribelnlys VT 6 Föreläsningsnteckningr John Thim, MAI L =? TATA4: Föreläsning Kurvlängd, re och volym John Thim 5 pril 6 Kurvlängd Vi börjr med tt betrkt situtionen då en kurv i plnet ges på

Läs mer

FÖRELÄSNING 3 ANALYS MN1 DISTANS HT06

FÖRELÄSNING 3 ANALYS MN1 DISTANS HT06 FÖRELÄSNING 3 ANALYS MN1 DISTANS HT06 JONAS ELIASSON Dett är föreläsningsnteckningr för distnskursen Mtemtik A - nlysdelen vid Uppsl universitet höstterminen 2006. 1. Integrler I denn sektion går vi igenom

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna 21-25. Föreläsning 21, 27/1 2010:

Uppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna 21-25. Föreläsning 21, 27/1 2010: Uppsl Universitet Mtemtisk Institutionen Bo Styf Envribelnlys, 0 hp STS, X 00-0-7 Föreläsning, 7/ 00: Genomgånget på föreläsningrn - 5. Generliserde integrler. Vi hr vist tt den bestämd integrlen I b f

Läs mer

Numerisk Integration En inledning för Z1

Numerisk Integration En inledning för Z1 Numerisk Integrtion En inledning för Z1 Jörgen Löfström Reviderd v TG 1 Olik typer v fel 1.1 Avrundningsfel och trunkeringsfel Vid ll numerisk beräkning förekommer två huvudtyper v fel, vrundningsfel och

Läs mer

Envariabelanalys. Tomas Ekholm. Institutionen för matematik

Envariabelanalys. Tomas Ekholm. Institutionen för matematik Envribelnlys Toms Ekholm Institutionen för mtemtik Innehåll Att läs innn vi börjr 5. Vrför läs mtemtik?...................... 5.2 Definitioner, stser och bevis................... 5.3 Mängder...............................

Läs mer

Repetitionsuppgifter i matematik

Repetitionsuppgifter i matematik Lärrprogrmmet Ingång Mtemtik och Lärnde Repetitionsuppgifter i mtemtik Inför vårterminens mtemtikstudier kn det vr r tt repeter grundläggnde räknefärdigheter. Dett mteril innehåller uppgifter inom följnde

Läs mer

Tentamen i Databasteknik

Tentamen i Databasteknik Tentmen i Dtsteknik lördgen den 22 oktoer 2005 Tillåtn hjälpmedel: Allt upptänkligt mteril Använd r frmsidn på vrje ld. Skriv mx en uppgift per ld. Motiver llt, dokumenter egn ntgnden. Oläslig/oegriplig

Läs mer

Byt till den tjocka linsen och bestäm dess brännvidd.

Byt till den tjocka linsen och bestäm dess brännvidd. LINSER Uppgit: Mteriel: Teori: Att undersök den rytnde örmågn hos olik linser och tt veriier linsormeln Ljuskäll och linser ur Optik-Elin Med hjälp v en lmp och en ländre med ler öppningr år vi ler ljusstrålr,

Läs mer

Bokstavsräkning. Regler och knep vid bokstavsräkning

Bokstavsräkning. Regler och knep vid bokstavsräkning Mtemtik Bokstvsräkning Du står nu inför en ny kurs i mtemtik, där meningen är tt du sk tillgodogör dig ny teorier, som smtlig leder frm till övningr och uppgifter. Även om du förstått vd teorin sk nvänds

Läs mer

MATLAB-Laboration. Linjär algebra med geometri Handledare: Karim Daho IT-1 Björn Andersson Johannes Nordkvist Erik Isoniemi

MATLAB-Laboration. Linjär algebra med geometri Handledare: Karim Daho IT-1 Björn Andersson Johannes Nordkvist Erik Isoniemi 9) MTLBLbortion Linjär lgebr med geometri Hndledre: Krim Dho 2624 IT Björn ndersson Johnnes Nordkvist Erik Isoniemi MTLB är ett progrm för berbetning v mtemtisk problem. I denn rpport sk vi vis hur nvändndet

Läs mer

Integraler och differentialekvationer

Integraler och differentialekvationer Föreläsningr över Integrler och differentilekvtioner för livnde ingenjörer Mikel P. Sundqvist 5 decemer 26 Innehåll Någr ord till läsren 5 Introduktion till kursen 7 2 Integrlegreppet 9 3 Integrlklkylens

Läs mer

TNA004 Analys II. för ED, KTS, MT. Lektionsuppgifter med kommentarer/lösningstips

TNA004 Analys II. för ED, KTS, MT. Lektionsuppgifter med kommentarer/lösningstips TNA004 Anlys II för ED, KTS, MT Lektionsuppgifter med kommentrer/lösningstips VT 06 TNA004, Anlys II - Lektion Denn lektion hndlr om beräkning v reor och kurvlängd.. Areberäkning Aren melln två funktionskurvor,

Läs mer

1.1 Sfäriska koordinater

1.1 Sfäriska koordinater Föreläsning 3 Mång fysiklisk problem hr någon slgs symmetri. Mest vnligt förekommnde är sfärisk cylinisk. Det visr sig tt mn kn förenkl beräkningr betydligt om mn nvänder sfärisk /eller cylinisk koordinter..

Läs mer

XIV. Elektriska strömmar

XIV. Elektriska strömmar Elektromgnetismens grunder Strömmens riktning Mn definierr tt strömmen går från plus (+) till minus (-). För tt få till stånd en ström måste mn. Spänningskäll 2. Elektriskt lednde ledningr 3. Sluten krets

Läs mer

Gauss och Stokes analoga satser och fältsingulariteter: källor och virvlar Mats Persson

Gauss och Stokes analoga satser och fältsingulariteter: källor och virvlar Mats Persson Föreläsning 14/9 Guss och tokes nlog stser och fältsingulriteter: källor och virvlr Mts Persson 1 tser nlog med Guss och tokes stser 1.1 tser nlog med Guss sts Det finns ett pr stser som är mycket när

Läs mer

FEM2: Randvärdesproblem och finita elementmetoden i flera variabler

FEM2: Randvärdesproblem och finita elementmetoden i flera variabler MVE255 Mtemtisk nlys i fler vribler M FEM2: Rndvärdesproblem och finit elementmetoden i fler vribler 1 1.1 Prtiell integrtion Kom ihåg tt finit elementmetoden bygger på den svg formuleringen v rndvärdesproblemet

Läs mer

Om stationära flöden och Gauss sats i planet

Om stationära flöden och Gauss sats i planet Om sttionär flöden och Guss sts i plnet Anders Källén MtemtikCentrum LTH nderskllen@gmil.com Smmnfttning Här diskuterr vi den mtemtisk formuleringen v det uppenbr fktum tt om vi hr en ström v prtiklr genom

Läs mer

Materiens Struktur. Lösningar

Materiens Struktur. Lösningar Mteriens Struktur Räkneövning 1 Lösningr 1. I ntriumklorid är vrje N-jon omgiven v sex Cl-joner. Det intertomär vståndet är,8 Å. Ifll tomern br skulle växelverk med Coulombväxelverkn oh br med de närmste

Läs mer

AUBER 95 9 jan LÖSNINGAR STEG 1:

AUBER 95 9 jan LÖSNINGAR STEG 1: AUBER 95 9 jn AR. Den finit utomten nedn ccepterr ett språk L över = {, }. A B ε Konstruer ) ett reguljärt uttryck för L. ) L = ( ( ) ) = ( ) ) en reguljär grmmtik för L S A S A c) en miniml DFA för L.

Läs mer

16 Area- och volymberäkningar, areor av buktiga

16 Area- och volymberäkningar, areor av buktiga Nr 6, ril -5, Ameli 6 Are- och volmberäkningr, reor v buktig tor 6. Någr reberäkningr Eemel (96e) Beräkn ren som begränss v =,=, = och =. 3.5.5.5.5.5.5 3 Lösning: En möjlighet är tt del tn enligt den streckde

Läs mer

N atom m tot. r = Z m atom

N atom m tot. r = Z m atom Räkneövning fri elektroner och reciprok gittret 1. Silver, Ag, hr fcc-struktur, tomnummer 47, tomvikten 17,87 u, yttre elektronkonfigurtionen 4d 1 5s 1 och densiteten 149 kg/m 3. ) Beräkn tätheten n v

Läs mer

13.9.2006 Dnr 6/002/2006. Till pensionsstiftelser som bedriver tilläggspensionsskydd och är underställda lagen om pensionsstiftelser

13.9.2006 Dnr 6/002/2006. Till pensionsstiftelser som bedriver tilläggspensionsskydd och är underställda lagen om pensionsstiftelser FÖRESRIFT 13.9.2006 Dnr 6/002/2006 Till pensionsstiftelser som edriver tilläggspensionsskydd och är underställd lgen om pensionsstiftelser FÖRSÄRINGSTENIS BERÄNINGR OCH DERS BERÄNINGSGRUNDER FÖR PENSIONSSTIFTELSER

Läs mer

Tyngdkraftfältet runt en (stor) massa i origo är. F(x, y, z) =C (x 2 + y 2 + z 2 ) 3 2

Tyngdkraftfältet runt en (stor) massa i origo är. F(x, y, z) =C (x 2 + y 2 + z 2 ) 3 2 Nr 7, pril -, Ameli 7 Linjeintegrler 7. Idéer och smmnhng I en enkelintegrl summers värden v en funktion v en vriel f() längs ett visst intervll. I en duelintegrl summers värden v en funktion v två vriler

Läs mer

Avsnitt 3. Determinanter. Vad är en determinant? Snabbformler för små determinanter

Avsnitt 3. Determinanter. Vad är en determinant? Snabbformler för små determinanter Avsnitt Determinnter Vd är en determinnt? Snbbformler för små determinnter Kofktorutveckling Minorer Utveckling längs en rd Utveckling längs en kolumn Rd- och kolumnopertioner Rdopertioner Kolumnopertioner

Läs mer

14 Trippelintegraler integration av funktioner av tre variabler

14 Trippelintegraler integration av funktioner av tre variabler Nr, 8 pril -5, Ameli Trippelintegrler integrtion v funktioner v tre vribler. Areor och volmer.. Are som enkelintegrl och som dubbelintegrl Som beknt kn enkelintegrlen R b fx)dx kn tolks som ren under fx)

Läs mer

Kylfrysguide [Namn] Elektroskandia Sverige AB [år-månad-dag]

Kylfrysguide [Namn] Elektroskandia Sverige AB [år-månad-dag] Kylfrysguide [Nmn] Elektroskndi Sverige AB [år-månd-dg] Kylfrysguide Vilken kyl-frys sk du välj? Nturligtvis är det utrymmet som är det först tt t hänsyn till. Vnligst instlltionsbredd är 60 cm, men även

Läs mer

Räkneövning 1 atomstruktur

Räkneövning 1 atomstruktur Räkneövning 1 tomstruktur 1. Atomerns lägen i grfen (ett mteril som består v endst ett end tomlger v koltomer och vrs upptäckt gv Nobelpriset i fysik, 010) ligger i de gitterpunkter som viss i figuren

Läs mer

Internetförsäljning av graviditetstester

Internetförsäljning av graviditetstester Internetförsäljning v grviditetstester Mrkndskontrollrpport från Enheten för medicinteknik 2010-05-28 Postdress/Postl ddress: P.O. Box 26, SE-751 03 Uppsl, SWEDEN Besöksdress/Visiting ddress: Dg Hmmrskjölds

Läs mer

Laborationstillfälle 3 Numerisk integration

Laborationstillfälle 3 Numerisk integration Lbortionstillfälle 3 Numerisk integrtion Målsättning vid lbtillfälle 3: Klr v lbortionsuppgift. Innn dess läser mn hel texten nog. I mån v tid görs övning, men den är gnsk svår. Numerisk integrtion Oft

Läs mer