Definition 1a: En talföljd är en reell (eller komplex) funktion vars definitionsmängd är mängden av naturliga tal {0,1,2,3,4, }.

Storlek: px
Starta visningen från sidan:

Download "Definition 1a: En talföljd är en reell (eller komplex) funktion vars definitionsmängd är mängden av naturliga tal {0,1,2,3,4, }."

Transkript

1 Armi Halilovic: EXTRA ÖVNINGAR TALFÖLJDER Dfiitio a: E talföljd är rll (llr koml) fuktio vars dfiitiosmägd är mägd av aturliga tal {0,,,,4, } Eml f ( ) = +, = 0,,,, är talföljd + Ma brukar utvidga dfiitio till fuktio dfiirad å hla tal Dfiitio b: E talföljd är fuktio vars dfiitiosmägd är mägd av hla tal {, +, +, } Eml ( ) f ( ) =, =,,, är talföljd Eml f ( ) = +, =,,0,,,, är talföljd + Sida av 7

2 Armi Halilovic: EXTRA ÖVNINGAR BETECKNINGAR: Vi avädr oftast btckig a iställt för f () Vi avädr äv följad btckigssätt: f ( ), f (), f (),, f ( ), a a, a,, a,, a, =,,, ( ) = a llr ( a ) ( Obsrvra att lmt i talföljd bhövr it vara lika) Emlvis Talföljd ( ) f ( ) = =,,, ka vi ag å flra sätt ( ) a=, =,,,,, ( ),,, llr ( ) = Sida av 7

3 Armi Halilovic: EXTRA ÖVNINGAR DEFINITIONEN AV GRÄNSVÄRDE AV EN TALFÖLJD Vi har tidigar dfiirad gräsvärd av fuktio då går mot ligt följad : Dfiitio (Gräsvärd av fuktio) Vi sägr att fuktio f(), som är dfiirad å tt itrvall [b, ), har gräsvärdt A då går mot +, om dt fis tt tal A så att följad gällr: Till varj ε > 0 fis dt tt tal M > 0 så att > M f ( ) A < ε Vi skrivr då f ( ) = A På likad sätt dfiirar vi gräsvärd av talföljd då går mot : Dfiitio (Gräsvärd av talföljd) Vi sägr att talföljd f(), =,,, har gräsvärdt A då går mot +, om dt fis tt tal A så att följad gällr: Till varj ε > 0 fis dt tt tal M > 0 så att Vi skrivr då > M f ( ) A < ε f ( ) = A I dtta fall sägr vi att talföljd kovrgrar mot talt A Notra att f ( ) A < ε är kvivalt md A ε < f ( ) < A + ε På likad sätt dfiirar vi och f ( ) = f ( ) = (om dtta gällr sägr vi att talföljd f() divrgrar mot ) (om dtta gällr sägr vi att talföljd f() divrgrar mot ) Notra att f() ka divrgra uta att gå mot llr Emlvis talföljd =, =,,, f ( ) ( ) sakar gräsvärd går mot (Talföljd,,,,,, oscillrar mlla och ) Sida av 7

4 Armi Halilovic: EXTRA ÖVNINGAR Frå ovaståd dfiitior har vi omdlbart följad satts: Sats Om Om Om f ( ) = A så är f ( ) = A f ( ) = f ( ) = så är så är f ( ) = f ( ) = Amärkig: Notra att sats sägr igtig om fallt där f ( ) it istrar Emlvis cos(π ) istrar it mda för aturligt tal gällr cos(π ) = = Frå Sats och motsvarad satsr om mootoa fuktior har vi följad satsr för talföljdr(satsra ka också bvisas dirkt) Sats a Om talföljd f () är väad och bgräsad oåt för > (ågot tal 0 ) då är f () kovrgt ( dvs f ( ) = A där A är tt tal) Sats b Om talföljd f () är avtagad och bgräsad dåt för > (ågot tal 0 ) då är f () kovrgt ( dvs f ( ) = A där A är tt tal) Eml 4 Frå följad gräsvärd a) = 0 + = + l = 0 d) = 0 ) = 0 ( där två sista ka bräkas md l Hositals rgl) får vi ligt sats följad rsultat för motsvarad talföljdr: a) = 0 + = + l = 0 d) = 0 ) = 0 Md hjäl av dfiitio har vi följad räkrglr: Sida 4 av 7

5 Armi Halilovic: EXTRA ÖVNINGAR Räkrglr: Om f ( ) = 0 och fuktio g() är bgräsad för 0 [dvs dt fis tt kostat tal M så att gg() MMi omgivig] då gällr f ( ) g( ) = 0 Om f ( ) = A och g( ) = B, där A och B är rlla tal, då gällr : ( f ( ) + g( )) = A + B ( f ( ) g( )) = AB f ( ) A ( ) = om B 0 g( ) B Om f ( ) g( ) då är ( f ( )) ( g( )), om gräsvärda istrar Viktiga stadardgräsvärd: a 0 om a < om a = = om a > istrar j om a <, a) + =, + = l = 0, >0, rllt tal 4a) = 0, a>, rllt tal därmd 4 = 0, rllt tal a a = 0! Sida av 7

6 Armi Halilovic: EXTRA ÖVNINGAR! 6 = 0 7a) = 7 a = om a>0 7 0 = 0 Gräsvärda till 6 visar sk domiat kovrgs som vi avädr är vi bräkar bladad gräsvärd Vi sr t att att vär sabbar ä och att, >0 vär sabbar ä l( ) då går mot Här är ofta förkommad fuktior som vi ordad å så sätt att domirad fuktior liggr till högr frå d som vär lågsammar då går mot l, /, /,, 4,,,,,,,!, Eml Bräka + l l Lösig: Vi brytr ut domirad trmr i täljar och ämar, i vårt fall Vi har l ( ) l ( ) (förkorta) l = = (stadardgrämsvärd) = = l Ugift a) d) Svar: a) / 0 d) 0 Ugift a) + + l l Sida 6 av 7

7 Armi Halilovic: EXTRA ÖVNINGAR d) l Svar: a) / 0 d) /6 Ugift Aväd och sats och stadardgräsvärda + =, och + = för att bräka gräsvärd a) Svar: a) d) Ugift 4 Aväd och sats och l Hositals rgl för att bräka gräsvärd l( + ) a) si( ), arcta( ) + Svar: a) 0 / Sida 7 av 7

= BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. a) Maclaurins formel

= BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. a) Maclaurins formel Tillampigar av Taylor- och Maclauriuvcklig ERÄKNING AV GRÄNSVÄRDEN då MED HJÄLP AV MACLAURINUTVECKLING a Maclauris forml f f f f f f L R!!! f c där R och c är al som liggr mlla och! Amärkig Efrsom c liggr

Läs mer

Anmärkning1. L Hospitals regel gäller även för ensidiga gränsvärden och dessutom om

Anmärkning1. L Hospitals regel gäller även för ensidiga gränsvärden och dessutom om L HOSPITALS REGEL L Hospitals rgl (llr L Hopitals rgl ff( aa gg( ff ( aa gg ( används vid bräkning av obstämda uttryck av typ llr Sats (L Hospitals rgl Låt f och g vara två funktionr md följand gnskapr

Läs mer

Föreläsning 6. Kapitel 4. Fouriertransform av analog signal, FT Fouriertransform av digital signal, DTFT fortsättning

Föreläsning 6. Kapitel 4. Fouriertransform av analog signal, FT Fouriertransform av digital signal, DTFT fortsättning Digital sigalbhadlig ESS4 Förläsig 6 Dfiitio: Fourirtrasform av tidsdiskrt sigal DF, sid 5 Digital sigalbhadlig ESS4 Kapitl 4 Fourirtrasform av aalog sigal, F Fourirtrasform av digital sigal, DF fortsättig

Läs mer

Digital signalbehandling Sampling och vikning på nytt

Digital signalbehandling Sampling och vikning på nytt Ititutio ör data- och lktrotkik Digital igalbhadlig Samplig och vikig på ytt 00-0-6 Bgrpp amplig och vikig har viat ig lit våra att hatra å till vida att dt har kät vårt att tolka vad om hädr md igal om

Läs mer

Föreläsning 7. Signalbehandling i multimedia - ETI265. Kapitel 5. LTI system Signaler genom linjära system

Föreläsning 7. Signalbehandling i multimedia - ETI265. Kapitel 5. LTI system Signaler genom linjära system Sigalbhadlig i multimdia - ETI65 Förläsig 7 Sigalbhadlig i multimdia - ETI65 Kapitl 5 LTI systm Sigalr gom lijära systm LTH 5 dlko Grbic (mtrl. frå Bgt adrsso Dpartmt of Elctrical ad Iformatio Tchology

Läs mer

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 6. Ex) på användning av z-transform: En avancerad hörapparat

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 6. Ex) på användning av z-transform: En avancerad hörapparat Sigal- och Bildbhadlig FÖREÄSNING 6 -trasform - varför tar vi upp d? Aväds ofta vid dsig av tidsdiskrta systm. Vi ska s hur d hägr ihop md TDFT och DFT. D tas upp i alla grudkursr/böckr i sigal-bhadlig.

Läs mer

FÖRELÄSNING 13: Analoga o Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga filter = tidskontinuerliga filter

FÖRELÄSNING 13: Analoga o Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga filter = tidskontinuerliga filter FÖRELÄSNING 3: Aaloga o Digitala filtr. Kausalitt. Stabilitt. Aaloga filtr Idala filtr Buttrworthfiltr (kursivt här, kommr it på tta, m gaska bra för förståls) Kausalitt t och Stabilitt t Digitala filtr

Läs mer

Transformkodning. Transformkodning. Transformkodning. Transformkodning Grundläggande idé. Linjära transformer. Linjära transformer ( ) ( ) ( )

Transformkodning. Transformkodning. Transformkodning. Transformkodning Grundläggande idé. Linjära transformer. Linjära transformer ( ) ( ) ( ) 6 8 6 Grudläggad idé Atag att vi parar ihop lmt i bild i bloc om två Om vi väljr att aat oordiatsystm, t.x rotrar gradr 8 6 6 och plottar dssa par som xy oordiatr i graf 6 ( rad frå Labild) 8 6 8 6 8 så

Läs mer

Institutionen för data- och elektroteknik 1999-11-30. samplingsvillkoret f. Den diskreta fouriertransformen ges av

Institutionen för data- och elektroteknik 1999-11-30. samplingsvillkoret f. Den diskreta fouriertransformen ges av Istitutio för data- och ltroti 999--3 Digital sigalbhadlig f Implmtrig av FFT- och IFFT-rutir Vi har här tidigar i digital sigalbhadlig studrat tidsdisrt fourirtrasform, DFT och mölightra att aväda Fast

Läs mer

LINJÄRA DIFFERENTIALEKVATIONER AV FÖRSTA ORDNINGEN

LINJÄRA DIFFERENTIALEKVATIONER AV FÖRSTA ORDNINGEN LINJÄRA DIFFERENTIALEKVATIONER AV FÖRSTA ORDNINGEN Linjär diffrntialkvation (DE) av första ordningn är n DE som kan skrivas på följand form Q( () Formn kallas standard form llr normalisrad form Om Q (

Läs mer

TNA003 Analys I Lösningsskisser, d.v.s. ej nödvändigtvis fullständiga lösningar, till vissa uppgifter kap P4.

TNA003 Analys I Lösningsskisser, d.v.s. ej nödvändigtvis fullständiga lösningar, till vissa uppgifter kap P4. TN00 nals I Lösningsskissr, d.v.s. j nödvändigtvis ullständiga lösningar, till vissa uppgitr kap P. P.5a) Om gränsvärdt istrar så motsvarar dt drivatan av arctan i. Etrsom arctan är drivrbar i d så istrar

Läs mer

Kontinuerliga fördelningar. b), dvs. b ). Om vi låter a b. 1 av 12

Kontinuerliga fördelningar. b), dvs. b ). Om vi låter a b. 1 av 12 KONTINUERLIGA STOKASTISKA VARIABLERR Allmänt om kontinurliga sv Dfinition En stokastisk variabl kallas kontinurlig om fördlningsfunktionnn ξ är kontinurlig Egnskar av fördlningsfunktion: Fördlningsfunktionn

Läs mer

1. BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. n x

1. BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. n x BERÄKNING AV GRÄNSVÄRDEN ( då ) MED HJÄLP AV MACLAURINUTVECKLING a) Maclauris formel ( ) f () f () f () f ( ) f () + f () + + + +!!! ( ) f ( c) där R och c är tal som ligger mella och ( + )! Amärkig Eftersom

Läs mer

============================================================ vara en given funktion som är definierad i en punkt. i punkten a och betecknas f (a) def

============================================================ vara en given funktion som är definierad i en punkt. i punkten a och betecknas f (a) def Armi Hliloic: EXTRA ÖVNINGAR Dririgsrglr DERIVERINGSREGLER ============================================================ DERIVATANS DEFINITION Diitio Låt y ( r gi uktio som är iird i pukt ( ( Om gräsärdt

Läs mer

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4 Sigalbhadlig i multimdia - ETI65 Förläsig 6 Sigalbhadlig i multimdia - ETI65 Kapitl 4 Fourirtrasorm av aalog sigal, FT Fourirtrasorm av digital sigal, DTFT ortsättig LTH 5 Ndlko Grbi (mtrl. rå Bgt Madrsso

Läs mer

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4

Föreläsning 6. Signalbehandling i multimedia - ETI265. Kapitel 4 Sigalbhadlig i multimdia - ETI65 Förläsig 6 Sigalbhadlig i multimdia - ETI65 Kapitl 4 Fourirtrasorm av aalog sigal, FT Fourirtrasorm av digital sigal, DTFT ortsättig LTH 4 Ndlko Grbi (mtrl. rå Bgt Madrsso)

Läs mer

KONTINUERLIGA STOKASTISKA VARIABLER ( Allmänt om kontinuerliga s.v.)

KONTINUERLIGA STOKASTISKA VARIABLER ( Allmänt om kontinuerliga s.v.) Kontinurliga fördlningar KONTINUERLIGA STOKASTISKA VARIABLER Allmänt om kontinurliga s.v. Dfinition. En stokastisk variabl ξξ. kallas kontinurlig om fördlningsfunktionn FF ξ är kontinurlig. Egnskar: Fördlningsfunktionn

Läs mer

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 12. Ex) på användning av z-transform: ljud. z-transform och TDFT, formler

Fyr-fältingen, utvidgad. Signal- och Bildbehandling FÖRELÄSNING 12. Ex) på användning av z-transform: ljud. z-transform och TDFT, formler Sigal- och Bildbhadlig FÖREÄSNING -trasfor - varför tar vi upp d? Aväds ofta vid dsig av tidsdiskrta syst. Vi ska s hur d hägr ihop d TDFT och DFT. D tas upp i alla grudkursr/böckr i sigal-bhadlig. aplac-trasfor

Läs mer

HOMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER

HOMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER Armi alilovi: EXTRA ÖVNINGAR omoga lijära diffrtialkvatior OMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER Lijär diffrtialkvatio (DE) md kostata koffiitr är kvatio av följad tp ( ) (

Läs mer

UPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR. Med andra ord: Vi kan approximera integralen från båda sidor

UPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR. Med andra ord: Vi kan approximera integralen från båda sidor Armi Halilovic: EXTRA ÖVNINGAR Summor och itegraler UPPSKATTNING AV INTEGRALER MED HJÄLP AV TVÅ RIEMANNSUMMOR Om vi betratar e futio ff() som är otiuerlig i itervallet [aa, bb] då atar futioe sitt mista

Läs mer

som gör formeln (*) om vi flyttar första integralen till vänsterledet.

som gör formeln (*) om vi flyttar första integralen till vänsterledet. Armi Hlilovic: EXTRA ÖVNNGAR Prtill itgrtio PARTELL NTEGRATON uu(vv ( dddd uu(vv( uu (vv(dddd ( ), (pppppppppppppppp iiiiiiiiiiiiiiiiiiiiii) KKKKKKKKKKKKKK: uuuu dddd uuuu uu vv dddd Förklrig: Eligt produktrgl

Läs mer

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n grad( P(

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n grad( P( Armi Halilovic: EXTRA ÖVNINGAR Polyom POLYNOM OCH ALGEBRAISKA EKVATIONER Defiitio Polyom är uttrycket av type a a a 0 ( där är ett icke-egativt heltal) Defiitio Låt P( a a a0 vara ett polyom där a 0, då

Läs mer

re (potensform eller exponentialform)

re (potensform eller exponentialform) Armn Hallovc: EXTRA ÖVNINGAR Kompla tal. Polär form och potnsform KOMPLEXA TAL I POLÄR FORM och KOMPLEXA TAL I POTENSFORM, där, R (rktangulär form r(cos sn (polär form n n r (cosn sn n D Movrs forml r

Läs mer

H1009, Introduktionskurs i matematik Armin Halilovic. använder vi oftast induktionsbevis.

H1009, Introduktionskurs i matematik Armin Halilovic. använder vi oftast induktionsbevis. MATEMATISK INDUKTION För att bevisa att ett påståede P() är sat för alla heltal 0 aväder vi oftast iduktiosbevis Iduktiossatse Låt P() vara ett påståede vars saigsvärde beror av heltalet 0 där 0 är ett

Läs mer

Tentamenn. som har. del II. Handbook av Råde. Del I. Modul 1. fasporträttt. x 2 är en 0, x. Sida 1 av 25

Tentamenn. som har. del II. Handbook av Råde. Del I. Modul 1. fasporträttt. x 2 är en 0, x. Sida 1 av 25 SF676, am 5 aug 7 Isiuio för mamaik, KH SF676, Diffrialkvaior md illämpigar am isdag 5 aug 7 Skrivid: 8:-: Eamiaor: Krisia Bjrklöv För godkä (bg E krävs r godkäda modulrr frå dl I Varj moduluppgif bsår

Läs mer

vara en given funktion som är definierad i punkten a. i punkten a och betecknas f (a)

vara en given funktion som är definierad i punkten a. i punkten a och betecknas f (a) Drivaans iniion DERIVATANS DEFINITION Dfiniion Lå y f vara n givn funkion som är inirad i punkn a f a f Om gränsvärd israr som rll al sägr vi a funkionn är drivrbar i punkn a Gränsvärd kallas drivaan av

Läs mer

Föreläsning 10. Digital signalbehandling. Kapitel 7. Digitala FourierTransformen DFT. LTH 2011 Nedelko Grbic (mtrl. från Bengt Mandersson)

Föreläsning 10. Digital signalbehandling. Kapitel 7. Digitala FourierTransformen DFT. LTH 2011 Nedelko Grbic (mtrl. från Bengt Mandersson) Digital sigalbhadlig ESS040 Förläsig 0 Digital sigalbhadlig ESS040 Kapitl 7 Digitala FourirTrasform DFT LTH 0 dlo Grbic (mtrl. frå Bgt Madrsso Istitutio för ltro- och iformatiosti Lud Uivrsity 53 Digital

Läs mer

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R. P Potesserier Med e potesserie mear vi e serie av type c x, där c, c, c,... är giva (reella eller komplexa) kostater, s.k. koefficieter, och där x är e (reell eller komplex) variabel. För varje eskilt

Läs mer

Inledande matematisk analys. 1. Utred med bevis vilket eller vilka av följande påståenden är sana:

Inledande matematisk analys. 1. Utred med bevis vilket eller vilka av följande påståenden är sana: TATA79/TEN3 Tetame, 08-04-06 Iledade matematisk aalys. Utred med bevis vilket eller vilka av följade påståede är saa: (a) Om x 7 är x(x 3) 5; (b) Om (x )(x 6) 0 är x 6; (c) (x + 6)(x ) > 0 om x > 6. Solutio:

Läs mer

LINJÄRA DIFFERENTIALEKVATIONER AV HÖGRE ORDNINGEN

LINJÄRA DIFFERENTIALEKVATIONER AV HÖGRE ORDNINGEN Armi Halilovic: EXTRA ÖVNINGAR, SF7 LINJÄRA DIFFERENTIALEKVATIONER AV HÖGRE ORDNINGEN INLEDNING LINJÄRA DIFFERENTIAL EKVATIONER E DE är lijär om de är lijär med avseede å de obekata fuktioe oc dess derivator

Läs mer

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, temperaturen i punkten x vid tiden t.

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, temperaturen i punkten x vid tiden t. Armi Halilovi: EXRA ÖVNINGAR Värmldigsvaio VÄRMEEDNINGSEKVAIONEN Vi braar öljad PDE u u v där > är osa Evaio v a bl aa bsriva värmldig i u sav där u bar mpraur i pu vid id därör am värmldigsvaio Radvärdsproblm

Läs mer

arctan x tan x cot x dx dz dx arcsin x x 1 ln x 1 log DERIVERINGSREGLER och några geometriska tillämpningar

arctan x tan x cot x dx dz dx arcsin x x 1 ln x 1 log DERIVERINGSREGLER och några geometriska tillämpningar DERIVERINGSREGLER och några gomtriska tillämpningar DERIVERINGSREGLER ( f ( ) + g( )) ) + g ( ) ( af ( )) a ) a konstant ( af ( ) + bg( )) a ) + bg ( ) a b konstantr Produktrgln: ( f ( ) g( )) ) g( ) +

Läs mer

Investering = uppoffring av konsumtion i dag för högre konsumtion i framtiden

Investering = uppoffring av konsumtion i dag för högre konsumtion i framtiden Ivstrg = uppoffrg av osumto dag för högr osumto framtd Vad är förtagsooms vstrg? Rsurs som a aväds udr låg td. Asaffgar udr tdsprod som mdför btalgar udr flra tdsprodr framåt. Ivstrgar förtagsprsptv. Dl

Läs mer

SEPARABLA DIFFERENTIALEKVATIONER

SEPARABLA DIFFERENTIALEKVATIONER Sparabla diffrntialkvationr SEPARABLA DIFFERENTIALEKVATIONER En diffrntialkvation DE av första ordningn sägs vara sparabl om dn kan skrivas på d formn P Q llr kvivalnt d P d Q d Dn allmänna lösningn till

Läs mer

Om i en differentialekvation saknas y, dvs om DE har formen F ( x, . Ekvationen z ) 0. Med andra ord får vi en ekvation av ordning (n 1).

Om i en differentialekvation saknas y, dvs om DE har formen F ( x, . Ekvationen z ) 0. Med andra ord får vi en ekvation av ordning (n 1). Armin Halilovic: EXTRA ÖVNINGAR, SF676 Rduktion av ordning REDUKTION AV ORDNING I) Diffrntialkvationr där saknas ( n) Om i n diffrntialkvation saknas, dvs om DE har formn F (,,,, ) 0, då kan vi sänka kvationns

Läs mer

Anmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b].

Anmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b]. MÄNGDER Stadardtalmägder: N={0,, 2, 3, } mägde av alla aturliga tal (I ågra böcker N={,2,3, }) Z={ 3, 2,,0,, 2, 3, 4, } mägde av alla hela tal m Q={, där m, är hela tal och 0 } mägde av alla ratioella

Läs mer

där a och b är koefficienter som är större än noll. Här betecknar i t

där a och b är koefficienter som är större än noll. Här betecknar i t REALRNTAN OCH PENNINGPOLITIKEN Dt finns flra sätt att närma sig frågan om vad som är n långsiktigt önskvärd nivå på dn pnningpolitiska styrräntan. I förliggand ruta diskutras dnna fråga md utgångspunkt

Läs mer

Inledande matematisk analys (TATA79) Höstterminen 2016 Föreläsnings- och lekionsplan

Inledande matematisk analys (TATA79) Höstterminen 2016 Föreläsnings- och lekionsplan Iledade matematisk aalys TATA79) Hösttermie 016 Föreläsigs- och lekiospla Föreläsig 1 Logik, axiom och argumet iom matematik, talbeteckigssystem för hetal, ratioella tal, heltalspoteser. Lektio 1 och Hadledigstillfälle

Läs mer

Föreläsning 5 pn-övergången II: Spänning&ström

Föreläsning 5 pn-övergången II: Spänning&ström Förläsig 5 -övrgåg : Säig&ström Laddigar vid jämvikt Yttr ålagd säig Laddigar md ålagd säig Diffusiosströmmar Kort diod 2013-04-11 Förläsig 5, Komotfysik 2013 1 Komotfysik - Kursövrsikt Biolära Trasistorr

Läs mer

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer) Armi Halilovic: EXTRA ÖVNINGAR Newto-Raphsos metod NEWTON-RAPHSONS METOD (e metod för umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder

Läs mer

Har du sett till att du:

Har du sett till att du: jua b r t t u a lr r l a r r a å l g P rä t r g u s p u m h a c tt val? t bo s F Rock w S Du har tt stort asvar! Som fastghtsägar m hyra gästr llr campg trägår är u otrolgt vktg aktör! Självklart för att

Läs mer

1 (3k 2)(3k + 1) k=1. 3k 2 + B 3k(A + B)+A 2B =1. A = B 3A =1. 3 (3k 2) 1. k=1 = 1. k=1. = (3k + 1) (n 1) 2 1

1 (3k 2)(3k + 1) k=1. 3k 2 + B 3k(A + B)+A 2B =1. A = B 3A =1. 3 (3k 2) 1. k=1 = 1. k=1. = (3k + 1) (n 1) 2 1 Uppgift Visa att srin (3k 2)(3k + ) konvrgrar och bstäm summan Lösning Vi har att a k = (3k 2)(3k+) Vi kan använda partialbråksuppdlning för att skriva om a k : a k = (3k 2)(3k + ) = A 3k 2 + B 3k(A +

Läs mer

HOMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER

HOMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER Armin alilovi: EXTRA ÖVNINGAR omogna linjära diffrntialkvationr OMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER Linjär diffrntialkvation (DE) md konstanta koffiintr är n kvation av följand

Läs mer

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp)

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp) KTH-Matematik Tetameskrivig, 2008-0-0, kl. 4.00-9.00 SF625, Evariabelaalys för CITE(IT) och CMIEL(ME ) (7,5h) Prelimiära gräser. Registrerade å kurse SF625 får graderat betyg eligt skala A (högsta betyg),

Läs mer

Svar till tentan

Svar till tentan UPPSALA UNIVERSITET Matematiska istitutioe Sigstam, Styf Prov i matematik ES, K, KadKemi, STS, X ENVARIABELANALYS 0-03- Svar till teta 0-03-. Del A ( x Bestäm e ekvatio för tagete till kurva y = f (x =

Läs mer

Tunnling. Förra gången: Spridning mot potentialbarriär. B T T + R = 1. Föreläsning 9. Potentialmodell (idealiserad): U = U B U = 0

Tunnling. Förra gången: Spridning mot potentialbarriär. B T T + R = 1. Föreläsning 9. Potentialmodell (idealiserad): U = U B U = 0 Förläsig 9. Förra gåg: Sridig ot ottialarriär. Pottialodll (idalisrad): U U ( ) 0, 0 L, för övrigt ψ( ) ik ik ifallad U = U ψ( ) F trasittrad ik rflktrad U = 0 0 L Iuti arriär 0 < < L: ( fall) ) E U ψ

Läs mer

APPROXIMATION AV SERIENS SUMMA MED EN DELSUMMA OCH EN INTEGRAL

APPROXIMATION AV SERIENS SUMMA MED EN DELSUMMA OCH EN INTEGRAL Armi Halilovic: EXTRA ÖVNINGAR Approimatio av erie umma med e delumma APPROXIMATION AV SERIENS SUMMA MED EN DELSUMMA OCH EN INTEGRAL Låt vara e poitiv och avtagade utio ör åda att erie overgerar. Vi a

Läs mer

ICKE-HOMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER, ENKLA HÖGERLED

ICKE-HOMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER, ENKLA HÖGERLED Armin aliloic: EXTRA ÖVNINGAR Ick-homogna linjära diffrntialkationr ICKE-OMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER, ENKLA ÖGERLED Linjär diffrntialkation (DE) md konstanta kofficintr

Läs mer

Följande begrepp används ofta vid beskrivning av ett statistiskt material:

Följande begrepp används ofta vid beskrivning av ett statistiskt material: Armi Halilovic: EXTRA ÖVNINGAR Besrivade statisti BESKRIVANDE STATISTIK. GRUNDBEGREPP Följade begrepp aväds ofta vid besrivig av ett statistist material: LÄGESMÅTT (medelvärde, media och typvärde): Låt

Läs mer

ICKE-HOMOGENA DIFFERENTIALEKVATIONSSYSTEM ( MED KONSTANTA KOEFFICIENTER I HOMOGENA DELEN)

ICKE-HOMOGENA DIFFERENTIALEKVATIONSSYSTEM ( MED KONSTANTA KOEFFICIENTER I HOMOGENA DELEN) Armi Hlilovi: ETRA ÖVNINGAR, S676 Ik-omog sysm Mrismod Sid v 0 ICKE-HOMOGENA DIERENTIALEKVATIONSSYSTEM MED KONSTANTA KOEICIENTER I HOMOGENA DELEN Vi brkr sysm v lijär ik-omog DE v örs ordig md kos koiir

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 05-06- Hjälpmdl: Formlblad och räkndosa. Fullständiga lösningar rfordras till samtliga uppgiftr. Lösningarna skall vara väl motivrad och så utförliga

Läs mer

Uppgifter 3: Talföljder och induktionsbevis

Uppgifter 3: Talföljder och induktionsbevis Gruder i matematik och logik (017) Uppgifter 3: Talföljder och iduktiosbevis Ur Matematik Origo 5 Talföljder och summor 3.01 101. E talföljd defiieras geom formel a 8 + 6. a) Är det e rekursiv eller e

Läs mer

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

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

Läs mer

Tentamen i Matematik 1 HF1901 (6H2901) 8 juni 2009 Tid:

Tentamen i Matematik 1 HF1901 (6H2901) 8 juni 2009 Tid: Tntamn i Matmatik HF9 H9 juni 9 Tid: Lärar:Armin Halilovic Hjälpmdl: Formlblad Inga andra hjälpmdl utövr utdlat formlblad Fullständiga lösningar skall prsntras på alla uppgiftr Btygsgränsr: För btyg A,

Läs mer

Ekvationen (ekv1) kan beskriva en s.k. stationär tillstånd (steady-state) för en fysikalisk process.

Ekvationen (ekv1) kan beskriva en s.k. stationär tillstånd (steady-state) för en fysikalisk process. Armi Halilovic: EXTRA ÖVNINGAR aplace-ekvatioe APACES EKVATION Vi etraktar följade PDE u, u,, a, ekv1 som kallas aplaces ekvatio Ekvatioe ekv1 ka eskriva e sk statioär tillståd stead-state för e fsikalisk

Läs mer

Borel-Cantellis sats och stora talens lag

Borel-Cantellis sats och stora talens lag Borel-Catellis sats och stora tales lag Guar Eglud Matematisk statistik KTH Vt 2005 Iledig Borel-Catellis sats är e itressat och avädbar sats framför allt för att bevisa stora tales lag i stark form. Vi

Läs mer

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I MS-A0409 Grudkurs i diskret matematik Sammafattig, del I G. Gripeberg Aalto-uiversitetet 2 oktober 2013 G. Gripeberg (Aalto-uiversitetet) MS-A0409 Grudkurs i diskret matematiksammafattig, del 2Ioktober

Läs mer

Problem 2 löses endast om Du hade färre än 15 poäng på duggan som gavs arctanx sin x. x(1 cosx) lim. cost.

Problem 2 löses endast om Du hade färre än 15 poäng på duggan som gavs arctanx sin x. x(1 cosx) lim. cost. UPPSALA UNIVERSITET Matematiska istitutioe Abrahamsso 7-6796 Prov i matematik IT, W, lärarprogrammet Evariabelaalys, hp 9-6-4 Skrivtid: : 5: Tillåta hjälpmedel: Mauella skrivdo Varje uppgift är värd maimalt

Läs mer

)10 ANTAGANDEHANDLING. DETALJPLAN för Dyrtorp 1:129, Håvestensgården Färgelanda kommun Ajourhållning verkställd GRÄNSER

)10 ANTAGANDEHANDLING. DETALJPLAN för Dyrtorp 1:129, Håvestensgården Färgelanda kommun Ajourhållning verkställd GRÄNSER ³ 98 6493900 1:11 88 1:41>2 92 1:15>2 94 1:3>6 1:79 1:80 ga:7 SNICKERIVÄGEN 1:89 1:88 1:87 102 1:86 106 108 1:42 98 96 PLANBESTÄMMELSER Följad gällr iom områd md daståd btckigar. Där btckig sakas gällr

Läs mer

H1009, Introduktionskurs i matematik Armin Halilovic POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING. vara ett polynom där a

H1009, Introduktionskurs i matematik Armin Halilovic POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING. vara ett polynom där a POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING Defiitio Polyom är ett uttryck av följade typ P( ) a a a, där är ett icke-egativt heltal (Kortare 0 P k ( ) a a 0 k ) k Defiitio

Läs mer

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer)

NEWTON-RAPHSONS METOD (en metod för numerisk lösning av ekvationer) Armi Halilovic: EXTRA ÖVNINGAR Newto-Raphsos metod NEWTON-RAPHSONS METOD (e metod för umeris lösig av evatioer Måga evatioer är besvärligt och iblad äve omöjligt att lösa eat. Då aväder ma umerisa metoder

Läs mer

Räkneövningar populationsstruktur, inavel, effektiv populationsstorlek, pedigree-analys - med svar

Räkneövningar populationsstruktur, inavel, effektiv populationsstorlek, pedigree-analys - med svar Räknövningar populationsstruktur, inavl, ffktiv populationsstorlk, pdigr-analys - md svar : Ndanstånd alllfrkvnsdata rhölls från tt stickprov. Bräkna gnomsnittlig förväntad htrozygositt. Locus A B C D

Läs mer

DEMONSTRATION TRANSFORMATORN I. Magnetisering med elström Magnetfältet kring en spole Kraftverkan mellan spolar Bränna spik Jacobs stege

DEMONSTRATION TRANSFORMATORN I. Magnetisering med elström Magnetfältet kring en spole Kraftverkan mellan spolar Bränna spik Jacobs stege FyL VT06 DEMONSTRATION TRANSFORMATORN I Magntisring md lström Magntfältt kring n spol Kraftvrkan mllan spolar Bränna spik Jacobs stg Uppdatrad dn 9 januari 006 Introduktion FyL VT06 I littraturn och framför

Läs mer

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08 TENTAMEN I MATEMATISK STATISTIK Datum: 3 mars 8 Te i kurse HF3, 6H3, 6L3 MATEMATIK OCH MATEMATISK STATISTIK, Te i kurse HF ( Tidigare k 6H3), KÖTEORI OCH MATEMATISK STATISTIK, Skrivtid: 8:5-:5 Hjälpmedel:

Läs mer

ICKE-HOMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER, ENKLA HÖGERLED

ICKE-HOMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER, ENKLA HÖGERLED Armin aliloic: EXTRA ÖVNINGAR Ick-homogna linjära diffrntialkationr ICKE-OMOGENA LINJÄRA DIFFERENTIALEKVATIONER MED KONSTANTA KOEFFICIENTER, ENKLA ÖGERLED Linjär diffrntialkation (DE) md konstanta kofficintr

Läs mer

Statistisk mekanik (forts) Kanonisk ensemble. E men. p 1. Inledande statistisk mekanik:

Statistisk mekanik (forts) Kanonisk ensemble. E men. p 1. Inledande statistisk mekanik: Förläsg 4 Förra gåg: Dt totala rörlsmägdsmomtt J = L+S är ocså vatsrat. J j( j där j s, s,..., s, s J z m j där m j j, j,..., j, j Foto som utsäds(absorbras vd övrgågar har sp= gör att j att ädras. Ildad

Läs mer

Digital signalbehandling

Digital signalbehandling Istitutio ör lktro- och iormatiostkik LH, Lud Uivrsity Förläsig : Digital Sigalbhadlig ESS4 Digital sigalbhadlig ESS4 3 ISBN -3-873-5 ISBN -3-87374- Digital Sigal Procssig: Pricipls, Algorithms, ad Applicatios.

Läs mer

4.1 Förskjutning Töjning

4.1 Förskjutning Töjning Övning FEM för Ingnjörstillämpningar Rickard Shn 9 5 rshn@kth.s Enaliga Problm och Fackvrk 7 7 7 59 4. Förskjutning öjning a) ε ε. Sökt: Visa att töjningn i lmntt är ( ) ösning: I hållfn fick man lära

Läs mer

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet.

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet. Stokastiska rocesser Defiitio E stokastisk rocess är e mägd familj av stokastiska variabler Xt arameter t är oftast me ite alltid e tidsvariabel rocesse kallas diskret om Xt är e diskret s v för varje

Läs mer

Föreläsning 9. Digital signalbehandling. Kapitel 6. Sampling. LTH 2014 Nedelko Grbic (mtrl. från Bengt Mandersson)

Föreläsning 9. Digital signalbehandling. Kapitel 6. Sampling. LTH 2014 Nedelko Grbic (mtrl. från Bengt Mandersson) Digitl siglbhdlig E040 örläsig 9 Digitl siglbhdlig E040 Kpitl 6 mplig LH 04 Ndlko Grbic (mtrl. frå Bgt Mdrsso Dprtmt of Elctricl d Iformtio chology Lud Uivrsity 6 Kpitl 6 mplig Vi tittr u ärmr på smplig

Läs mer

Tentamen TMV210 Inledande Diskret Matematik, D1/DI2

Tentamen TMV210 Inledande Diskret Matematik, D1/DI2 Tntamn TMV20 Inldand Diskrt Matmatik, D/DI2 207-2-20 kl. 08.30 2.30 Examinator: Ptr Hgarty, Matmatiska vtnskapr, Chalmrs Tlfonvakt: Ivar Simonsson (alt. Ptr Hgarty), tlfon: 037725325 (alt. 0705705475)

Läs mer

b 1 och har för olika värden på den reella konstanten a.

b 1 och har för olika värden på den reella konstanten a. Första häftet 649. a) A och B spelar cigarr, vilket som bekat tillgår på följade sätt. Omväxlade placerar de ibördes lika, jämtjocka cigarrer på ett rektagulärt bord, varvid varje y cigarr måste placeras

Läs mer

Armin Halilovic: EXTRA ÖVNINGAR

Armin Halilovic: EXTRA ÖVNINGAR Stokastiska rocesser Defiitio E stokastisk rocess är e mägd (familj) av stokastiska variabler X(t) arameter t är oftast (me ite alltid) e tidsvariabel rocesse kallas diskret om X(t) är e diskret s v för

Läs mer

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren?

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren? Problemlösig. G. Polya ger i si utmärkta lilla bok How to solve it (Priceto Uiversity press, 946) ett schema att följa vid problemlösig. I de flod av böcker om problemlösig som har följt på Polyas bok

Läs mer

1 Armin Halilovic: EXTRA ÖVNINGAR

1 Armin Halilovic: EXTRA ÖVNINGAR Armi Hlilovi: EXTRA ÖVNINGAR Tylors ormel TAYLORS FOREL Tylors ormel krig pukte Om uktioe oh dess + örst derivtor är kotiuerlig i det slut itervllet [, ] eller [,], dvs vi tillåter < då gäller. som ligger

Läs mer

Räkning med potensserier

Räkning med potensserier Räkig med potesserier Serier (termiologi fis i [P,4-4]!) av type P + + + + 4 +... k ( om < ) k + + + + P 4 4 +... k k! ( e för alla ) k och de i [P, sid.9, formler 7-] som ärmast skulle kua beskrivas som

Läs mer

24 poäng. betyget Fx. framgår av. av papperet. varje blad.

24 poäng. betyget Fx. framgår av. av papperet. varje blad. Kurs: HF93 Matmatik, Momnt TEN (Analys) Datum: 9 januari 5 Skrivtid 3:5 7:5 Eaminator: Armin Halilovic Undrvisand lärar: Elias Said, Jonas Stnholm, Håkan Strömbrg För godkänt btyg krävs av ma poäng. Btygsgränsr:

Läs mer

Del 1 Teoridel utan hjälpmedel

Del 1 Teoridel utan hjälpmedel inköings Univrsitt TMH9 Sörn Sjöström --, kl. 4- Dl Toridl utan hjälmdl. I figurn gs ulrs fra knäckfall (balkarna är idntiska, bara randvillkorn skiljr sig åt). Skriv n tta () vid dt fall som har lägst

Läs mer

Betygsgränser: För (betyg Fx).

Betygsgränser: För (betyg Fx). Tetame TEN, HF2, 4 jui 2 Matematis statisti Kursod HF2 Srivtid: 3:-7: : Lärare och examiator : Armi Halilovic Hjälmedel: Bifogat formelhäfte ("Formler och tabeller i statisti ") och miiräare av vile ty

Läs mer

Digital signalbehandling

Digital signalbehandling Istitutio ör lktro- och iormatiostkik LH, Lud Uivrsity örläsig : Sigalbhadlig ESS4 Sigalbhadlig sigalbhadlig A/D sig. bhadl. D/A Lågpassiltr Lågpassiltr ESS4 9 Samplig krts Rkostruktio Sigal Procssig:

Läs mer

I den här stencilen betraktar vi huvudsakligen reella talserie, dvs serier vars termer ak

I den här stencilen betraktar vi huvudsakligen reella talserie, dvs serier vars termer ak Armi Hlilovic: EXTRA ÖVIGAR SERIER (OÄDLIGA SUMMOR) Defiitio E serie är e summ v oädligt måg termer I de här stecile etrtr vi huvudslige reell tlserie, dvs serier vrs termer är reell tl (I slutet v stecile

Läs mer

101. och sista termen 1

101. och sista termen 1 Lektio, Evariabelaalys de ovember 999 5.. Uttryck summa j uta summasymbole. j + Termera är idexerade frå j = till j = och varje term är blir j j+. Summa Skriver vi upp summa uta summasymbole blir de +

Läs mer

Kontextfri grammatik (CFG)

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

Läs mer

Formelsamling Ljud i byggnad och samhälle

Formelsamling Ljud i byggnad och samhälle ormlsamlg jud bggad oh samhäll Några räkrglr för logarmr: log log log log log log log log log log log log Några grudläggad akusska dfor oh räkrglr -dmsoll la ljudåg som ubrdr sg os -rkg: Aos Effkärd rms

Läs mer

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n = grad( P(

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n = grad( P( Armi Halilovic: EXTRA ÖVNINGAR Polyom POLYNOM OCH ALGEBRAISKA EKVATIONER Defiitio Polyom är uttrycet av type a a a 0, eller ortare a 0, ( där är ett ice-egativt heltal) Defiitio Låt P( a a a0 vara ett

Läs mer

Digital signalbehandling Föreläsningsanteckningar Bilagor

Digital signalbehandling Föreläsningsanteckningar Bilagor Bilaa Istitutio ör data- och lktrotkik Bilaor -3-8 U ma U ma U ma Varias (kvatisrisbrusts kt) 3 σ P() d 3 d 3 3 4 4 Altrativt, kvatisrislts kt τ är d tid som sial lir iom kvatisrisstt Bil.vsd Flt är ästa

Läs mer

TENTAMEN Datum: 18 aug 11 TEN2: TRANSFORMMETODER

TENTAMEN Datum: 18 aug 11 TEN2: TRANSFORMMETODER TENTAMEN Daum: aug TEN: TRANSFORMMETODER Program:. Daa/ lkro och. Gamla udr Mdicikkik Kur: MATEMATIK Kurkod HF, H Skrivid::5-:5 Hjälpmdl: Formlblad dla u låmpl och miiräkar av vilk p om hl. Lärar: Armi

Läs mer

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}.

SANNOLIKHETER. Exempel. ( Tärningskast) Vi har sex möjliga utfall 1, 2, 3, 4, 5 och 6. Därför är utfallsrummet Ω = {1, 2, 3, 4, 5,6}. rmi Halilovic: EXTR ÖVIGR SOLIKHETER GRUDLÄGGDE BEGRE OH BETEKIGR Utfall Resultat av ett slumpmässigt försök. Utfallsrummet ägde av alla utfall (beteckas oftast med Ω ). Hädelse E delmägd av utfallsrummet.

Läs mer

4.1 Förskjutning Töjning

4.1 Förskjutning Töjning Övning Stark/Svag Form, Fackvrk Rickard Shn 3--5 FEM för Ingnjörstillämpningar, SE5 rshn@kth.s 4. Förskjutning öjning a) Sökt: Visa att töjningn i lmntt är. du ösning: I grundkursn fick man lära sig att.

Läs mer

TEKNISKA HÖGSKOLAN I LUND Institutionen för elektrovetenskap. Tentamen i Digital Signalbehandling ESS040 (ETI240/ETI275)

TEKNISKA HÖGSKOLAN I LUND Institutionen för elektrovetenskap. Tentamen i Digital Signalbehandling ESS040 (ETI240/ETI275) TEKNISKA ÖGSKOLAN I LUND Istitutio ör ltrovtsap Ttam i Digital Sigalbhadlig ESS ETI/ETI75 -- Tid: 8. - 3. Sal: MA F-J älpmdl: Formlsamlig, Rädosa. Motivra atagad. D olia ld i lösigara sa ua ölas. Rita

Läs mer

spänner upp ett underrum U till R 4. Bestäm alla par av tal (r, s) för vilka vektorn (r 3, 1 r, 3, 22 3r + s) tillhör U. Bestäm även en bas i U.

spänner upp ett underrum U till R 4. Bestäm alla par av tal (r, s) för vilka vektorn (r 3, 1 r, 3, 22 3r + s) tillhör U. Bestäm även en bas i U. MÄLARDALENS HÖGSKOLA Akadmin för utbildning, kultur och kommunikation Avdlningn för tillämpad matmatik Examinator: Lars-Göran Larsson TENTAMEN I MATEMATIK MMA9 Linjär algbra Datum: augusti 04 Skrivtid:

Läs mer

Formelsamling Ljud i byggnad och samhälle

Formelsamling Ljud i byggnad och samhälle ormlsamlg jd bggad oh samhäll Några räkrglr för logarmr: log log log log log log log log log log log log Några grdläggad aksska dfor oh räkrglr -dmsoll la ljdfäl: Aos Effkärd rms för ljdrk k: ~ d jdrkså

Läs mer

Kontrollskrivning Introduktionskurs i Matematik HF0009 Datum: 25 aug Uppgift 1. (1p) Förenkla följande uttryck så långt som möjligt:

Kontrollskrivning Introduktionskurs i Matematik HF0009 Datum: 25 aug Uppgift 1. (1p) Förenkla följande uttryck så långt som möjligt: Kontrollskrivning Introduktionskurs i Matmatik HF9 Datum: 5 aug 7 Vrsion A Kontrollskrivningn gr maimalt p För godkänd kontrollskrivning krävs p Till samtliga uppgiftr krävs fullständiga lösningar! Inga

Läs mer

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS E

FORMLER TILL NATIONELLT PROV I MATEMATIK KURS E (8 FORMLER TILL NATIONELLT PROV I MATEMATIK KURS E ALGERA Rgl Adgdskvtio ( + = + + ( = + (kvdigsgl ( + ( = (kojugtgl ( + = + + + ( = + + = ( + ( + = ( ( + + Ekvtio + p+ q = ött p p p = + q o = dä + = p

Läs mer

Taylors formel används bl. a. vid i) numeriska beräkningar ii) optimering och iii) härledningar inom olika tekniska och matematiska områden.

Taylors formel används bl. a. vid i) numeriska beräkningar ii) optimering och iii) härledningar inom olika tekniska och matematiska områden. Armi Hlilovic: EXRA ÖVNINGAR ylors ormelör evribeluktioer AYLORS FOREL FÖR FUNKIONER AV EN VARIABEL ylors ormel väds bl vid i umerisk beräkigr ii optimerig och iii härledigr iom olik tekisk och mtemtisk

Läs mer

NÅGRA OFTA FÖREKOMMANDE KONTINUERLIGA FÖRDELNINGAR. Fördelningsfunk. t 2

NÅGRA OFTA FÖREKOMMANDE KONTINUERLIGA FÖRDELNINGAR. Fördelningsfunk. t 2 Likformig, Eponntial-, Normalfördlning NÅGRA OFTA FÖREKOMMANDE KONTINUERLIGA FÖRDELNINGAR Fördlning Rktangl (uniform, likformig) Eponntial Frkvnsfunk. f (), a b b a 0 för övrigt Fördlningsfunk. F () a,

Läs mer

1. Hur gammalt är ditt barn?

1. Hur gammalt är ditt barn? Förskoleekät 2017 Filtrerigsvillkor: Villkor: 1: Svarsalterativ Björkduge (Fråga: Vilke förskola går ditt bar i?) 1. Hur gammalt är ditt bar? 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 1-2 22% 3-4 50% 5-6

Läs mer

Tentamen i Sannolikhetsteori III 13 januari 2000

Tentamen i Sannolikhetsteori III 13 januari 2000 STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Louise af Klitberg Lösigar Tetame i Saolikhetsteori III 13 jauari 2000 Uppgift 1 a) Det mest detaljerade utfallsrummet är med uppebara beteckigar Ω = {(B1, B2),

Läs mer

DOP-matematik Copyright Tord Persson Övning Bråkräkning. Matematik 1. Uppgift nr 14 Addera 9. Uppgift nr 15 Addera 3. Uppgift nr 16 Subtrahera 6 7-1 7

DOP-matematik Copyright Tord Persson Övning Bråkräkning. Matematik 1. Uppgift nr 14 Addera 9. Uppgift nr 15 Addera 3. Uppgift nr 16 Subtrahera 6 7-1 7 Övning Bråkräkning Uppgift nr 1 Vilket av bråken 1 och 1 är Uppgift nr Vilket av bråken 1 och 1 är Uppgift nr Skriv ett annat bråk, som är lika stort som bråket 1. Uppgift nr Förläng bråket med Uppgift

Läs mer

Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL

Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL Fourierserie fortsättig Ortogoalitetsrelatioera och Parsevals formel Med hjälp av ortogoalitetsrelatioera Y Â m W t, Â W t ] =, m ¹, m = () där Xf, g\ = Ÿ T f HtL g HtL, där W ã p, ka ma bevisa följade

Läs mer