Del A: Begrepp och grundläggande förståelse

Storlek: px
Starta visningen från sidan:

Download "Del A: Begrepp och grundläggande förståelse"

Transkript

1 STOCKHOLMS UNIVERSITET FYSIKUM K.H./C.F./C.W. Tentamensskrivning i Experimentella metoder, 1p, för kandidatprogrammet i fysik, 18/6 013, Införda beteckningar skall förklaras och uppställda ekvationer motiveras. Resonemang, ekvationslösningar och uträkningar får inte vara så knapphändiga att de blir svåra att följa. För varje problem skall tydligt framgå vilket svar som ges. När så är möjligt skall svaret bestå av siffror med rätt enheter. Antalet värdesiffror skall stå i rimlig proportion till i texten angivna värdesiffror. Avdrag görs om lösningar eller svar inte utformas i enlighet med ovanstående. För godkända betyg krävs minst 5 poäng på del A, samt ett sammanlagt antal poäng som är olika för olika betyg. För betyg E krävs minst 15 poäng sammanlagt. Hjälpmedel : UTDELAD RÄKNEDOSA, PHYSICS HANDBOOK, BIFOGAD FORMELSAMLING MED TABELLER. Del A: Begrepp och grundläggande förståelse 1 Datorföretaget Pearshape använder sig av en viss typ av integrerade kretsar sina datorer. För varje sådan krets är sannolikheten att den är defekt. I en viss datormodell monteras 10 stycken sådana kretsar. Hur sannolikt är det att två eller flera av dem är defekta? Ange, för vart och ett av följande påståenden om det är sant eller falskt: a: En sannolikhetstäthet är enhetslös. b: Summan av två oberoende poissonfördelade variabler blir poissonfördelad. c: Om chikvadratsannolikheten blir 0,999 är det troligt att något är fel med beräkningarna snarare än själva mätningarna. d: Kovariansen mellan oberoende variabler är noll. e: Felfortplantningsformeln bygger på en linjär approximation. (För varje felaktigt eller uteblivet svar förloras en halv poäng, men totalpoängen kan inte bli under noll.) 3 Beskriv likheter och skillnader mellan poissonfördelningen och en chikvadratfördelningen! 4 En hiss är märkt Högst 5 personer eller 430 kg. Antag att manliga passagerares vikt är normalfördelad runt 81 kg med standardavvikelsen 9 kg. Om fem män samtidigt åker upp i hissen, hur sannolikt är det att deras totala vikt överskrider gränsen 430 kg? 5 Effekten som utvecklas i en växelströmskrets är P = UI cos φ där U är spänningen, I strömmen och φ fasförskjutningen dem emellan. Man uppmäter värdena U = (41 ± )V, I = (150 ± )ma och φ = (31 ± 1). Beräkna effekten med fel!

2 Del B: Fördjupande uppgifter 6 Ett GM-rör känsligt för joniserande strålning har en viss bakgrundsräknehastighet. En dator kopplad till röret räknar antalet pulser i femsekundersintervall. Poissonmedelvärdet av antalet pulser i ett sådant intervall är 1,6. Hur stor är sannolikheten för att det totala antalet pulser under två på varandra följande intervall (summan av antalet pulser i de två intervallen) skall bli större än två. (5p) 7 Fyra olika studentgrupper mäter det värme som frigörs (entalpiminskningen) då en mol svavel förbränns och bildar svaveldioxid. De använder olika metoder och får följande värden: (0 ± 40)kJ (60 ± 0)kJ (300 ± 50)kJ (30 ± 30)kJ a: Bestäm ett bästa värde med fel på entalpiminskningen, baserat på ovansående fyra mätresultat, under antagandet att felen är oberoende. b: Undersök om de olika resultaten är förenliga med varandra. (1p) c: Litteraturvärdet för entalpiminskningen är 97kJ. Genomför ett hypotestest, med signifikansnivån 5%, av nollhypotesen att felen i de fyra mätningarna är korrekt bestämda och oberoende. 8 För uppvärmning av hus används ibland en luftvärmepump som överför värme från den omgivande luften in i huset. Man brukar definiera COP-talet ( Coefficent Of Performance ), eller verkningsgraden, som kvoten mellan den levererade värmeenergin och den tillförda el-energin. För kommersiella luftvärmepumpar anges ofta värden runt 5. Det finns (som en följd av termodynamikens andra huvudsats) en absolut övre gräns för verkningsgraden ɛ i en värmepump, nämligen T h ɛ max = T h T c där T c är temperaturen där värmeenergin tas och T h den temperatur där den levereras. För en luftvärmepump är T c temperaturen på utsidan av huset, och T h temperaturen inomhus. Både T c och T h är temperaturer i den absoluta skalan med nollpunkten vid T 0 = 73,15 C. En höstdag tar Lisa fram sin digitala termometer och mäter med den upp utetemperaturen till 1, C och innetemperaturen till 0,7 C. På termometern står att noggrannheten är 1 C, vilket Lisa tolkar som att det finns ett gemensamt systematiskt fel i båda mätningarna (termometern visar genomgående fel lika mycket) som är så stort. Uppskatta den absoluta gränsen för verkningsgraden, med fel, för en värmepump under dessa förhållanden! (5p) 9 En Laplacefördelning, eller dubbel exponentialfördelning, har formen f(x) = λ e λ x µ där λ är en konstant. Antag att en sådan fördelning beskriver resultatet av en mätning av en längd x om µ är det sanna värdet. a: Gör en figur som visar sannolikhetstätheten om λ = 1,0 mm 1. Figuren skall vara så korrekt som möjligt, både kvantitativt och kvalitativt. b: Antag att man gör 5 oberoende mätningar som alla beskrivs av laplacefördelningen i a-uppgiften, och får värdena 3,5 mm, 3,40 mm, 4,35 mm, 3,80 mm och 3,63 mm. Använd maximum likelihood-principen för att bestämma en bästa uppskattning av det sanna värdet µ. (3p)

3 Uppgift 1, lösning: Antalet defekta kretsar ges av en binomialfördelning med p = och antalet försök N = 10. Sannolikheten för två eller flera defekta kretsar (ν )ges av P (ν > 1) = 1 P (ν = 0) P (ν = 1) = 1 (1 p) N 10p(1 p) N 1 = 1 0,9704 0,09 = 1 0,9996 = Uppgift, lösning: a: Falskt. För en sannolikhetstäthet i x är f(x) dx enhetslös (en sannolikhet). Dimensionen för f är alltså inversen av dimensionen för x. b: Sant. c: Sant. (Det troligaste är att felen i chikvadratsumman överskattats på något sätt.) d: Sant. Omvändningen gäller däremot inte. ( ) a e: Sant. Förändringen i funktionen a för en ändring dx i x approximeras med x x=x m dx, där x m är det mätta x-värdet. Uppgift 3, lösning: Likheter: Ingendera fördelningen kan ha ett negativt medelvärde. Ingendera fördelningen kan ge negativa värden. Båda fördelningarna är skeva, med en svans mot högre värden. Båda fördelningarna beskrivs av en enda parameter, som är medelvärdet (poissonmedelvärdet µ resp. antalet frihetsgrader N dof ). Summan av två poissonfördelade variabler är poissonfördelad, och summan av två chikvadratfördelade variabler är chikvadratfördelad. Båda fördelningarna kan approximeras med en normalfördelning för stora medelvärden. Skillnader: En poissonfördelad variabel antar heltalsvärden, medan en chikvadratfördelad variabel antar reella värden. (Poissonfördelningen anger sannolikheten för olika heltal, medan chikvadratfördelningen anger en sannolikhetstäthet.) Medelvärdet i chikvadratfördelningen är ett heltal, medan medelvärdet i poissonfördelningen är ett reellt tal. För poissonfördelningen är standardavvikelsen lika med roten ur medelvärdet (σ = µ), vilket inte gäller för chikvadratfördelningen. (Men även för chikvadratfördelningen blir σ µ, vilket kan inses av att en chikvadratvariabel med µ frihetsgrader kan fås som en summa av µ variabler med en frihetsgrad. Faktum är att σ = µ.) Uppgift 4, lösning: Den totala vikten för fem män blir summan av fem normalfördelade variabler, och därför också normalfördelad. Medelvärdet blir µ = 5 81 kg = 405 kg och standardavvikelsen blir σ = 5 9 kg = 0,1 kg. (Det senare visas genom felfortplantning för summan; varianserna adderas.)

4 Gränsen 430 kg ligger ,1 σ = 1,4σ ovanför fördelningens medelvärde. Ur tabell B fås att sannolikheten för att vikten skall överstiga detta värde är 50% 39,5% = 10,75%. Den sökta sannolikheten är alltså 11%. Uppgift 5, lösning: Insättning ger värdet P = 41V 0,15A cos 31 = 30,99 W. Partialderivatorna av P blir P U = P/U, P I = P/I, P φ = P tan φ. Felfortplantningsformeln ger variansen för P (i W ) som σ P /W = (30,99/41) + (30,99/0,15) 0, ,99 tan (31 )(π/180) = och slutresultatet blir 0, , ,106 = 0,34 P = (31,0 ± 0,6)W. Uppgift 6, lösning: Medelvärdet för det totala antalet pulser är µ = 3,, och även det totala antalet pulser blir poissonfördelat (summan av två poissonvariabler är en poissonvariabel). Sannolikheten att det totala antalet pulser skall bli 0, 1, eller blir ( ) P (ν ) = e µ 1 + µ + µ = 0,38. Sannolikheten för att antalet blir större än två är slutligen P (ν > ) = 1 P (ν ) = 0,6 Uppgift 7, lösning: a: För att bestämma en bästa uppskattning utifrån mätningarna bildar vi det viktade medelvärdet. Vi betecknar mätvärdena för entalpiminskningen i kilojoule med x i och ställer upp en tabell (den sista kolumnen gäller b-uppgiften): Det viktade medelvärdet blir x w = x σ x w = 1/σx wx χ , ,1375 0, , ,65 0, ,1 0, , ,556 0,48 Summa: 4, ,16,5 wx w = 50,9, och dess standardavvikelse blir σ w = ( w) 1/ = 14,7. Resultatet för entalpiminskningen blir alltså (51 ± 15) kj. b: För att undersöka om värdena är förenliga med varandra bildar vi chikvadratsumman χ = w i (x i x w ). Termerna i summan finns i sista kolumnen i figuren, och summan blir,5 för tre frihetsgrader, vilket inte tyder på någon inkonsistens (chikvadratsannolikheten blir 5%). c: Det viktade medelvärdet, (51 ± 15) kj, ligger 3,07σ under litteraturvärdet 97 kj. Enligt tabell A är sannolikheten för att hamna närmare medelvärdet än så, för en normalfördelad variabel, större än 99,73 %. Sannolikheten att hamna längre bort är alltså mindre än 0,07 %, vilket

5 är betydligt mindre än signifikansnivån 5%. Således förkastas nollhypotesen: Mätresultaten visar en signifikant avvikelse från litteraturvärdet. Uppgift 8, lösning: Vi får T h = 93,85 K och T c = 71,95 K. Detta ger ɛ max = T h T h T c = 13,4 Det systematiska felet s T påverkar T h, men inte T diff = T h T c = 1,9 K. Felpropagering (eller störningsräkning) i ɛ max = T h T diff ger den systematiska osäkerheten i ɛ max som s ɛ max = st T diff = 1 1,9 = 0,046 Det finns emellertid också ett avrundningsfel, som vi kan uppskatta till en halv enhet i sista siffran på termometern, dvs a T = 0,05 K. Detta fel kan anses vara oberoende för de två temperaturerna T c och T h. Felfortplantningsformeln kan användas för att ta fram motsvarande fel i ɛ max. Men för att förenkla kan vi konstatera att det relativa felet i täljaren är så litet att det kan försummas jämfört med relativa felet i nämnaren. Felet i nämnaren blir a T diff = 0,05 K = 0,07 K och bidraget till ɛmax blir Det totala felet i ɛ max blir och slutresultatet blir a ɛ max = at diff T diff ɛ max = 0,043 ɛ max = ( a ɛ max ) + ( s ɛ max ) = 0,063, ɛ max = 13,4 ± 0,06. Om man istället använder felfortplantningsformeln för avrundningsfelet a ɛ max får man beräkna och vilket med a T = 0,05 K ger istället för 0,043. a ɛ max = ɛ max T h = ɛ max T c = ( ɛ max T c = 0,57 K 1 (T h T c) T h (T h T c) = 0,61 K 1, T h a T ) + ( ɛ max T c a T ) = 0,04

6 Uppgift 9, lösning: a: Fördelningen har sitt maximum för x = µ och faller exponentiellt på båda sidor. Vill man inte använda absolutbelopp skiljer sig funktionsuttrycken för x > µ och x < µ: b: Likelihoodfunktionen för N stycken mätvärden x i ; i = 1, N blir L(µ) = N f(x i ) = i=1 e λσ i x i µ L är en kontinuerlig funktion eftersom absolutbeloppet är det. Däremot är L inte deriverbar överallt eftersom absolutbeloppet inte är det. Men vi kan betrakta ett intervall för µ där N l mätvärden är mindre än µ och N h mätvärden är större (N = N l + N h ). I detta intervall kan vi skriva L som L(µ) = f(x j ) f(x k ) = e λσ j(µ x j ) e λσ k(x k µ) = x j <µ x k >µ e λ(σ jx j N l µ) e λ(n hµ Σ k x k ) = e λ(σ jx j Σ k x k ) e λ(n h N l )µ Här löper index j över de N l mätvärdena nedanför µ, och index k över resterande N h mätvärden (ovanför µ). Ovanstående funktion innehåller inget absolutbelopp, utan kan deriveras på vanligt sätt. Det är endast den sista exponentialfunktionen som varierar med µ, så. dl dµ = e λ(σ jx j Σ k x k ) λ(n h N l )e λ(n h N l )µ. Alla faktorer utom (N h N l ) är alltid positiva. Vi ser att derivatan är positiv så länge vi har fler mätvärden som ligger ovanför µ än nedanför, noll om vi har lika många värden ovanför som nedanför, och negativ då det finns fler mätvärden nedanför µ. Om vi har ett udda antal mätvärden betyder detta att L antar sitt maximala värde för medianvärdet, d.v.s. det som ligger i mitten. Detta värde är alltså maximum likelihood-uppskattningen av µ. Utifrån de givna mätresultaten uppskattar vi alltså att µ = 3,63 mm. För att göra sig kvitt exponentialfunktionerna och göra deriveringarna enklare kan man maximera ln L istället. Som ytterligare en alternativ lösning kan man beräkna L numeriskt för olika µ och rita en figur där det maximala värdet kan identifieras.

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

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 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

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

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

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

10x 3 4x 2 + x. 4. Bestäm eventuella extrempunkter, inflexionspunkter samt horizontella och vertikala asymptoter. y = x 1 x + 1

10x 3 4x 2 + x. 4. Bestäm eventuella extrempunkter, inflexionspunkter samt horizontella och vertikala asymptoter. y = x 1 x + 1 TM-Matematik Mikael Forsberg Pär Hemström Övningstenta Envariabelanalys ma034a ovnt--vt0 Skrivtid: 5 timmar. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift

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

(b) Bestäm sannolikheten att minst tre tåg är försenade under högst tre dagar en given vecka.

(b) Bestäm sannolikheten att minst tre tåg är försenade under högst tre dagar en given vecka. Avd. Matematisk statistik TENTAMEN I SF1901, SF1905 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 11 JANUARI 2016 KL 14.00 19.00. Kursledare för CINEK2: Thomas Önskog, tel: 08 790 84 55 Kursledare för

Läs mer

Ingenjörsmetodik IT & ME 2011 Föreläsning 11

Ingenjörsmetodik IT & ME 2011 Föreläsning 11 Ingenjörsmetodik IT & ME 011 Föreläsning 11 Sammansatt fel (Gauss regel) Felanalys och noggrannhetsanalys Mätvärden och mätfel Medelvärde, standardavvikelse och standardosäkerher (statistik) 1 Läsanvisningar

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

Tentamen för kursen. Linjära statistiska modeller. 16 augusti 2007 9 14

Tentamen för kursen. Linjära statistiska modeller. 16 augusti 2007 9 14 STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Tentamen för kursen Linjära statistiska modeller 16 augusti 2007 9 14 Examinator: Anders Björkström, tel. 16 45 54, bjorks@math.su.se Återlämning: Rum 312, hus

Läs mer

Ingenjörsmetodik IT & ME 2010 Föreläsning 5

Ingenjörsmetodik IT & ME 2010 Föreläsning 5 Ingenjörsmetodik IT & ME 010 Föreläsning 5 Sammansatt fel (Gauss regel) Felanalys och noggrannhetsanalys Mätvärden och mätfel Medelvärde, standardavvikelse och standardosäkerher (statistik) 1 Frågor från

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

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

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

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

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

Läs mer

Uppgift a b c d e Vet inte Poäng 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Uppgift a b c d e Vet inte Poäng 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 TENTAMEN: Dataanalys och statistik för I, TMS136 Onsdagen den 5 oktober kl. 8.30-13.30 på M. Jour: Jenny Andersson, ankn 5317 Hjälpmedel: Utdelad formelsamling med tabeller, BETA, på kursen använd ordlista

Läs mer

Matematik 3 Digitala övningar med TI-82 Stats, TI-84 Plus och TI-Nspire CAS

Matematik 3 Digitala övningar med TI-82 Stats, TI-84 Plus och TI-Nspire CAS Matematik 3 Digitala övningar med TI-8 Stats, TI-84 Plus och TI-Nspire CAS Matematik 3 digitala övningar med TI-8 Stat, TI-84 Plus och TI Nspire CAS Vi ger här korta instruktioner där man med fördel kan

Läs mer

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29)

BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29) LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29) Aktuella avsnitt i boken: Kap 61 65 Lektionens mål: Du ska

Läs mer

a n β n + a n 1 β n a 0 + a 1 β 1 + a 2 β , x = r β e ; 0.1 r < 1; e = heltal.

a n β n + a n 1 β n a 0 + a 1 β 1 + a 2 β , x = r β e ; 0.1 r < 1; e = heltal. De iakttagna fenomenen beror på avrundningsfel, och vi skall därför studera talframställningen i datorer. Vid beräkningar för hand är det vanligt att man uttrycker tal i tiopotensframställningen, men i

Läs mer

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 april 2004, klockan 08.15-13.15

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 april 2004, klockan 08.15-13.15 Karlstads universitet Institutionen för informationsteknologi Avdelningen för Statistik Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 6 april 004, klockan 08.15-13.15 Tillåtna hjälpmedel: Bifogad

Läs mer

SF1625 Envariabelanalys Tentamen Måndagen den 12 januari 2015

SF1625 Envariabelanalys Tentamen Måndagen den 12 januari 2015 SF1625 Envariabelanalys Tentamen Måndagen den 12 januari 2015 Skrivtid: 08:00-13:00 Tillåtna hjälpmedel: inga Examinator: Lars Filipsson Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng.

Läs mer

Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar

Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar Sannolikhetslära och inferens II Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar 1 Diskreta slumpvariabler En slumpvariabel tilldelar tal till samtliga utfall i ett slumpförsök. Vi

Läs mer

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-05-29 Tid:

Läs mer

Nedan redovisas resultatet med hjälp av ett antal olika diagram (pkt 1-6):

Nedan redovisas resultatet med hjälp av ett antal olika diagram (pkt 1-6): EM-fotboll 2012 några grafer Sport är en verksamhet som genererar mängder av numerisk information som följs med stort intresse EM i fotboll är inget undantag och detta dokument visar några grafer med kommentarer

Läs mer

Blandade problem från elektro- och datateknik

Blandade problem från elektro- och datateknik Blandade problem från elektro- och datateknik Sannolikhetsteori (Kapitel 1-10) E1. En viss typ av elektroniska komponenter anses ha exponentialfördelade livslängder. Efter 3000 timmar brukar 90 % av komponenterna

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

Matematik 4 Kap 3 Derivator och integraler

Matematik 4 Kap 3 Derivator och integraler Matematik 4 Kap 3 Derivator och integraler Konkretisering av ämnesplan (länk) http://www.ioprog.se/public_html/ämnesplan_matematik/struktur_ämnesp lan_matematik/struktur_ämnesplan_matematik.html Inledande

Läs mer

Föreläsning 12: Regression

Föreläsning 12: Regression Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är

Läs mer

Prov 1 2. Ellips 12 Numeriska och algebraiska metoder lösningar till övningsproven uppdaterad 20.5.2010. a) i) Nollställen för polynomet 2x 2 3x 1:

Prov 1 2. Ellips 12 Numeriska och algebraiska metoder lösningar till övningsproven uppdaterad 20.5.2010. a) i) Nollställen för polynomet 2x 2 3x 1: Ellips Numeriska och algebraiska metoder lösningar till övningsproven uppdaterad.. Prov a) i) ii) iii) =,, = st 9,876 =,9876,99 = 9,9,66,66 =,7 =,7 Anmärkning. Nollor i början av decimaltal har ingen betydelse

Läs mer

Uppgift 1 Andrej och Harald roar sig med en standardkortlek med 52 kort uppdelade på fyra färger (spader, klöver, hjärter och ruter).

Uppgift 1 Andrej och Harald roar sig med en standardkortlek med 52 kort uppdelade på fyra färger (spader, klöver, hjärter och ruter). Avd. Matematisk statistik TENTAMEN I SF1901, SF1905 SANNOLIKHETSTEORI OCH STATISTIK, FREDAGEN DEN 13:E MARS 2015 KL 14.00 19.00. Kursledare för F och E: Timo Koski, tel: 070 237 00 47 Kursledare för D

Läs mer

Linnéuniversitetet Institutionen för datavetenskap, fysik och matematik Per-Anders Svensson

Linnéuniversitetet Institutionen för datavetenskap, fysik och matematik Per-Anders Svensson Linnéuniversitetet Institutionen för datavetenskap, fysik och matematik Per-Anders Svensson Tentamen i Matematikens utveckling, 1MA163, 7,5hp fredagen den 28 maj 2010, klockan 8.00 11.00 Tentamen består

Läs mer

a) Bestäm sannolikheten att en slumpmässigt vald komponent är defekt.

a) Bestäm sannolikheten att en slumpmässigt vald komponent är defekt. Tentamen i Matematisk statistik, S0001M, del 1, 007-10-30 1. En viss typ av komponenter tillverkas av en maskin A med sannolikheten 60 % och av en maskin B med sannolikheten 40 %. För de komponenter som

Läs mer

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p)

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p) Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 27:E OKTOBER 2014 KL 08.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66, Björn-Olof Skytt, 08-790 86 49.

Läs mer

Tentamen i FTF140 Termodynamik och statistisk mekanik för F3

Tentamen i FTF140 Termodynamik och statistisk mekanik för F3 Chalmers Institutionen för Teknisk Fysik Göran Wahnström Tentamen i FTF14 Termodynamik och statistisk mekanik för F3 Tid och plats: Onsdag 15 jan 14, kl 8.3-13.3 i Maskin -salar. Hjälpmedel: Physics Handbook,

Läs mer

Tentamen i Matematisk statistik Kurskod S0001M

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

Läs mer

TENTAMEN I SF1906 (f d 5B1506) MATEMATISK STATISTIK GRUNDKURS,

TENTAMEN I SF1906 (f d 5B1506) MATEMATISK STATISTIK GRUNDKURS, Avd. Matematisk statistik TENTAMEN I SF1906 (f d 5B1506) MATEMATISK STATISTIK GRUNDKURS, TORSDAGEN DEN 7 JUNI 2012 KL 14.00 19.00 Examinator:Gunnar Englund, 073 3213745 Tillåtna hjälpmedel: Formel- och

Läs mer

1 10 e 1 10 x dx = 0.08 1 e 1 10 T = 0.08. p = P(ξ < 3) = 1 e 1 10 3 0.259. P(η 2) = 1 P(η = 0) P(η = 1) = 1 (1 p) 7 7p(1 p) 6 0.

1 10 e 1 10 x dx = 0.08 1 e 1 10 T = 0.08. p = P(ξ < 3) = 1 e 1 10 3 0.259. P(η 2) = 1 P(η = 0) P(η = 1) = 1 (1 p) 7 7p(1 p) 6 0. Tentamen TMSB18 Matematisk statistik IL 091015 Tid: 08.00-13.00 Telefon: 036-10160 (Abrahamsson, Examinator: F Abrahamsson 1. Livslängden för en viss tvättmaskin är exponentialfördelad med en genomsnittlig

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 29 oktober, 2016 Examinatorer: Kerstin Wiklander och Erik Broman. Jour:

Läs mer

Optimering av synvinkeln i en biosalong

Optimering av synvinkeln i en biosalong Optimering av synvinkeln i en biosalong The Mad Mathematician s Mathematical Consultancy Bureau Johanna Kilander Optimering av synvinkeln i en biosalong Frågeställning Mitt uppdrag är att ta reda på vart

Läs mer

Frågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1

Frågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1 ATM-Matematik Mikael Forsberg 6-64 89 6 Matematik med datalogi, mfl. Skrivtid:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift på ny sida. Använd ej baksidor.

Läs mer

x 2 + x 2 b.) lim x 15 8x + x 2 c.) lim x 2 5x + 6 x 3 + y 3 xy = 7

x 2 + x 2 b.) lim x 15 8x + x 2 c.) lim x 2 5x + 6 x 3 + y 3 xy = 7 TM-Matematik Mikael Forsberg 0734-41331 Pär Hemström 06-64896 För ingenjörs och distansstudenter Envariabelanalys ma034a 01 10 01 Skrivtid: 09:00-14:00. Inga hjälpmedel. Lösningarna skall vara fullständiga

Läs mer

Tenta i Statistisk analys, 15 december 2004

Tenta i Statistisk analys, 15 december 2004 STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN LÖSNINGAR Avd. Matematisk statistik, ML 15 december 004 Lösningar Tenta i Statistisk analys, 15 december 004 Uppgift 1 Vi har två stickprov med n = 5 st.

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF1907, SF1908 samt SF1913 SANNOLIKHETSTEORI OCH STATISTIK, ONS- DAGEN DEN 9:E JANUARI 2013 KL 14.00 19.00. Examinator: Tatjana Pavlenko, tel 790 8466. Tillåtna hjälpmedel:

Läs mer

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 2004, kl 14.00-19.00

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 2004, kl 14.00-19.00 Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 004, kl 14.00-19.00 Tillåtna hjälpmedel: Bifogad formelsamling, approimationsschema och tabellsamling (dessa skall returneras). Egen miniräknare.

Läs mer

SF1625 Envariabelanalys Tentamen Onsdagen den 5 juni, 2013

SF1625 Envariabelanalys Tentamen Onsdagen den 5 juni, 2013 SF625 Envariabelanalys Tentamen Onsdagen den 5 juni, 23 Skrivtid: 8:-3: Tillåtna hjälpmedel: inga Examinator: Bengt Ek, Maria Saprykina Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng.

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

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 STATISTIKENS GRUNDER 2

TENTAMEN I STATISTIKENS GRUNDER 2 STOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson HT2012 TENTAMEN I STATISTIKENS GRUNDER 2 2012-11-20 Skrivtid: kl 9.00-14.00 Godkända hjälpmedel: Miniräknare, språklexikon Bifogade hjälpmedel:

Läs mer

Gruppuppgifter 1 MMA132, Numeriska metoder, distans

Gruppuppgifter 1 MMA132, Numeriska metoder, distans Gruppuppgifter 1 MMA132, Numeriska metoder, distans Uppgifter märkta med redovisas 1. Läs om felkalkyl i enkla fall sidan 1.2-1.3. Givet a = 1,23, E a = 0,005 c = 0,00438 ± 0,5 10 5 b = 23,71, E b = 0,003

Läs mer

7x 2 5x + 6 c.) lim x 15 8x + 3x 2. 4. Bestäm eventuella extrempunkter, inflexionspunkter samt horizontella och vertikala asymptoter

7x 2 5x + 6 c.) lim x 15 8x + 3x 2. 4. Bestäm eventuella extrempunkter, inflexionspunkter samt horizontella och vertikala asymptoter TM-Matematik Mikael Forsberg 074-42 Pär Hemström 026-648962 För ingenjörs och distansstudenter Envariabelanalys ma04a 202 06 04 Skrivtid: 09:00-4:00. Inga hjälpmedel. Lösningarna skall vara fullständiga

Läs mer

Växande och avtagande

Växande och avtagande Växande och avtagande Innehåll 1 Växande och avtagande 1 Andraderivatan.1 Andraderivatan och acceleration................... Andrederivatans tecken.........................1 Andraderivatans nollställen:

Läs mer

MSG830 Statistisk analys och experimentplanering

MSG830 Statistisk analys och experimentplanering MSG830 Statistisk analys och experimentplanering Tentamen 16 April 2015, 8:30-12:30 Examinator: Staan Nilsson, telefon 073 5599 736, kommer till tentamenslokalen 9:30 och 11:30 Tillåtna hjälpmedel: Valfri

Läs mer

cos( x ) I 1 = x 2 ln xdx I 2 = x + 1 (x 1)(x 2 2x + 2) dx

cos( x ) I 1 = x 2 ln xdx I 2 = x + 1 (x 1)(x 2 2x + 2) dx TM-Matematik Mikael Forsberg DistansAnalys Envariabelanalys Distans ma4a ot-nummer Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift på ny sida. Använd ej

Läs mer

Bengt Ringnér. October 30, 2006

Bengt Ringnér. October 30, 2006 Väntevärden Bengt Ringnér October 0, 2006 1 Inledning 2 Väntevärden Låt X vara en stokastisk variabel som representerar ett slumpmässigt försök, t ex att mäta en viss storhet. Antag att man kan göra, eller

Läs mer

Linköpings tekniska högskola IEI / Mekanisk värmeteori och strömningslära. Exempeltentamen 8. strömningslära, miniräknare.

Linköpings tekniska högskola IEI / Mekanisk värmeteori och strömningslära. Exempeltentamen 8. strömningslära, miniräknare. Linköpings tekniska högskola IEI / Mekanisk värmeteori och strömningslära Tentamen Joakim Wren Exempeltentamen 8 Tillåtna hjälpmedel: Allmänt: Formelsamling i Mekanisk värmeteori och strömningslära, miniräknare.

Läs mer

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK 2007-08-29

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK 2007-08-29 UMEÅ UNIVERSITET Institutionen för matematik och matematisk statistik Statistik för Teknologer, 5 poäng (TNK, ET, BTG) Peter Anton, Per Arnqvist Anton Grafström TENTAMEN 7-8-9 LÖSNINGSFÖRSLAG TILL TENTAMEN

Läs mer

Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola.

Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola. Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola. Hjälpmedel: Valfri räknare, egenhändigt handskriven formelsamling (4 A4-sidor på 2 blad) och till skrivningen medhörande tabeller. Onsdagen

Läs mer

ABSORPTION AV GAMMASTRÅLNING

ABSORPTION AV GAMMASTRÅLNING ABSORPTION AV GAMMASTRÅLNING Uppgift: Materiel: Teori: Att bestämma ett samband för den intensitet av gammastrålning som passerar en absorbator, som funktion av absorbatorns tjocklek. Att bestämma halveringstjockleken

Läs mer

STOCKHOLMS UNIVERSITET FYSIKUM

STOCKHOLMS UNIVERSITET FYSIKUM STOCKHOLMS UNIVERSITET FYSIKUM Tentamensskrivning i Fysikexperiment, 7,5 hp, för FK2002 Onsdagen den 17 december 2008 kl. 9-14. Skrivningen består av två delar A och B. Del A innehåller enkla frågor och

Läs mer

Föreläsningen ger en introduktion till differentialekvationer och behandlar stoff från delkapitel 18.1, 18.3 och 7.9 i Adams. 18.

Föreläsningen ger en introduktion till differentialekvationer och behandlar stoff från delkapitel 18.1, 18.3 och 7.9 i Adams. 18. Föreläsningen ger en introduktion till differentialekvationer och behandlar stoff från delkapitel 18.1, 18.3 och 7.9 i Adams. 18.1 Delkapitlet introducerar en del terminologi och beteckningar som används.

Läs mer

Tentamen i Statistik, STG A01 och STG A06 (13,5 hp) Torsdag 5 juni 2008, Kl

Tentamen i Statistik, STG A01 och STG A06 (13,5 hp) Torsdag 5 juni 2008, Kl Karlstads Universitet Avdelningen för Nationalekonomi och Statistik Tentamen i Statistik, STG A0 och STG A06 (3,5 hp) Torsdag 5 juni 008, Kl 4.00-9.00 Tillåtna hjälpmedel: Bifogad formelsamling, approximationsschema

Läs mer

Tentamen i Sannolikhetslära och statistik Kurskod S0008M

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

Läs mer

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

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2013-03-28 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson Jourhavande

Läs mer

Uppgift Endast svar krävs. Uppgift Fullständiga lösningar krävs. 120 minuter för Del B och Del C tillsammans.

Uppgift Endast svar krävs. Uppgift Fullständiga lösningar krävs. 120 minuter för Del B och Del C tillsammans. NpMab ht 01 Del B Del C Provtid Hjälpmedel Uppgift 1-10. Endast svar krävs. Uppgift 11-16. Fullständiga lösningar krävs. 10 minuter för Del B och Del C tillsammans. Formelblad och linjal. Kravgränser Provet

Läs mer

Linköpings tekniska högskola Exempeltentamen 7 IEI / Mekanisk värmeteori och strömningslära. Exempeltentamen 7. strömningslära, miniräknare.

Linköpings tekniska högskola Exempeltentamen 7 IEI / Mekanisk värmeteori och strömningslära. Exempeltentamen 7. strömningslära, miniräknare. Linköpings tekniska högskola Exempeltentamen 7 IEI / Mekanisk värmeteori och strömningslära Joakim Wren Exempeltentamen 7 Tillåtna hjälpmedel: Allmänt: Formelsamling i Mekanisk värmeteori och strömningslära,

Läs mer

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011 Avd. Matematisk statistik Tobias Rydén 2011-09-30 SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011 Förberedelser. Innan du går till laborationen, läs igenom den här handledningen. Repetera också i

Läs mer

SVÄNGNINGSTIDEN FÖR EN PENDEL

SVÄNGNINGSTIDEN FÖR EN PENDEL Institutionen för fysik 2012-05-21 Umeå universitet SVÄNGNINGSTIDEN FÖR EN PENDEL SAMMANFATTNING Ändamålet med experimentet är att undersöka den matematiska modellen för en fysikalisk pendel. Vi har mätt

Läs mer

Samplingfördelningar 1

Samplingfördelningar 1 Samplingfördelningar 1 Parametrar och statistikor En parameter är en konstant som karakteriserar en population eller en modell. Exempel: Populationsmedelvärdet Parametern p i binomialfördelningen 2 Vi

Läs mer

SVANTE JANSON OCH SVANTE LINUSSON

SVANTE JANSON OCH SVANTE LINUSSON NORMLPPROXIMTION FÖR SNNOLIKHETEN FÖR TT FELKTIGT HNTERDE RÖSTER PÅVERKR MNDTFÖRDELNINGEN SVNTE JNSON OCH SVNTE LINUSSON. Inledning ntag att det är nästan jämnt mellan två partier och B vid fördelningen

Läs mer

a) Ange ekvationen för den räta linjen L. (1/0/0)

a) Ange ekvationen för den räta linjen L. (1/0/0) Delprov B: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet. 1. Ange det uttryck som ska stå i parentesen för att likheten ska gälla. ( ) ( x 5) = x 5 (1/0/0).

Läs mer

6-2 Medelvärde och median. Namn:

6-2 Medelvärde och median. Namn: 6-2 Medelvärde och median. Namn: Inledning Du har nu lärt dig en hel del om datainsamling och presentation av data i olika sorters diagram. I det här kapitlet skall du studera hur man kan karaktärisera

Läs mer

7 november 2014 Sida 1 / 21

7 november 2014 Sida 1 / 21 TANA09 Föreläsning 2 Talrepresentation i datorer. Flyttalssystem. Datoraritmetik och Beräkningsfel. Beräkningsfelsanalys och Kancellation. Serier och Resttermsuppskattningar. Tillämpning - Beräkning av

Läs mer

Diskussionsproblem för Statistik för ingenjörer

Diskussionsproblem för Statistik för ingenjörer Diskussionsproblem för Statistik för ingenjörer Måns Thulin thulin@math.uu.se Senast uppdaterad 20 februari 2013 Diskussionsproblem till Lektion 3 1. En projektledare i ett byggföretaget ska undersöka

Läs mer

R AKNE OVNING VECKA 1 David Heintz, 31 oktober 2002

R AKNE OVNING VECKA 1 David Heintz, 31 oktober 2002 RÄKNEÖVNING VECKA David Heintz, 3 oktober 22 Innehåll Uppgift 27. 2 Uppgift 27.8 4 3 Uppgift 27.9 6 4 Uppgift 27. 9 5 Uppgift 28. 5 6 Uppgift 28.2 8 7 Uppgift 28.4 2 Uppgift 27. Determine primitive functions

Läs mer

Approximation av funktioner

Approximation av funktioner Vetenskapliga beräkningar III 8 Kapitel Approximation av funktioner Vi skall nu övergå till att beskriva, hur man i praktiken numeriskt beräknar funktioner I allmänhet kan inte ens elementära funktioner

Läs mer

Laboration 1: Grundläggande sannolikhetsteori, simulering och dataanalys

Laboration 1: Grundläggande sannolikhetsteori, simulering och dataanalys LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 1 MATEMATISK STATISTIK AK FÖR F OCH FYSIKER, FMS012/MASB03, VT15 Laboration 1: Grundläggande sannolikhetsteori, simulering och dataanalys

Läs mer

a) Ange ekvationen för den räta linjen L. (1/0/0)

a) Ange ekvationen för den räta linjen L. (1/0/0) Delprov B: Digitala verktyg är inte tillåtna. Endast svar krävs. Skriv dina svar direkt i provhäftet. 1. Ange det uttryck som ska stå i parentesen för att likheten ska gälla. ( ) ( x 5) = x 5 (1/0/0).

Läs mer

SF1901: Övningshäfte

SF1901: Övningshäfte SF1901: Övningshäfte 13 oktober 2013 Uppgifterna under rubriken Övning kommer att gås igenom under övningstillfällena. Uppgifterna under rubriken Hemtal är starkt rekommenderade och motsvarar nivån på

Läs mer

Ma3bc. Komvux, Lund. Prov kap

Ma3bc. Komvux, Lund. Prov kap Ma3bc. Komvux, Lund. Prov kap1-3.1. 150513 (Lärare: Ingemar Carlsson) Anvisningar Del B, C och Del D Provtid Hjälpmedel Del A Del B Del C och D Kravgränser Övrigt 140 minuter för Del B, C och Del D. Du

Läs mer

LINKÖPINGS UNIVERSITET EXAM TAMS 79 / TEN 1

LINKÖPINGS UNIVERSITET EXAM TAMS 79 / TEN 1 LINKÖPINGS UNIVERSITET Matematiska institutionen EXAM TAMS 79 / TEN 1 augusti 14, klockan 8.00-12.00 Examinator: Jörg-Uwe Löbus Tel: 28-1474) Tillåtna hjälpmedel är en räknare, formelsamling i matematisk

Läs mer

Del I Denna del består av 8 uppgifter och är avsedd att genomföras utan miniräknare.

Del I Denna del består av 8 uppgifter och är avsedd att genomföras utan miniräknare. Del I Denna del består av 8 uppgifter och är avsedd att genomföras utan miniräknare. Dina lösningar på denna del görs på separat papper som ska lämnas in innan du får tillgång till din miniräknare. Observera

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys Modul 4: Tillämpningar av derivata Institutionen för matematik KTH 22-23 september 2015 Översikt över några viktiga derivatatillämningar 1. Förändringstakt. Derivata mäter förändringstakt, till exemel

Läs mer

TENTAMEN I TERMODYNAMIK för K2 och Kf2 (KVM090) 2009-08-27 kl. 14.00-18.00 i V

TENTAMEN I TERMODYNAMIK för K2 och Kf2 (KVM090) 2009-08-27 kl. 14.00-18.00 i V CHLMERS 1 (3) TENTMEN I TERMODYNMIK för K2 och Kf2 (KVM090) 2009-08-27 kl. 14.00-18.00 i V Hjälpmedel: Kursböckerna Elliott-Lira: Introductory Chemical Engineering Thermodynamics och P. tkins, L. Jones:

Läs mer

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 2009-01-16. DAG: Fredag 16 januari 2009 TID: 14.00-18.

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 2009-01-16. DAG: Fredag 16 januari 2009 TID: 14.00-18. Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 9--6 DAG: Fredag 6 januari 9 TID: 4. - 8. SAL: V Ansvarig: Ivar Gustafsson, tel: 77 94 Förfrågningar: Ivar Gustafsson

Läs mer

Upphämtningskurs i matematik

Upphämtningskurs i matematik Upphämtningskurs i matematik C.J. 2013 Föreläsningsunderlaget är uppbyggt utgående från kurserna i den långa gymnasiematematiken, ellips-kursböckerna (Schilds förlag) har använts som förebild. Böckerna

Läs mer

Facit till Några extra uppgifter inför tentan Matematik Baskurs. x 2 x 3 1 2.

Facit till Några extra uppgifter inför tentan Matematik Baskurs. x 2 x 3 1 2. KTH Matematik Lars Filipsson Facit till Några extra uppgifter inför tentan Matematik Baskurs 1. Låt f(x) = ln 2x + 4x 2 + 9 + ln 2x 4x 2 + 9. Bestäm definitionsmängd och värdemängd till f och rita kurvan

Läs mer

Funktionsstudier med derivata

Funktionsstudier med derivata Funktionsstudier med derivata Derivatan ett kraftfullt verktyg för att studera och tolka funktioner Det här avsnittet handlar om att man kan använda derivatan till att bestämma en funktions egenskaper

Läs mer

Tentamen i Statistik STG A01 (12 hp) Fredag 16 januari 2009, Kl 14.00-19.00

Tentamen i Statistik STG A01 (12 hp) Fredag 16 januari 2009, Kl 14.00-19.00 Tentamen i Statistik STG A01 (12 hp) Fredag 16 januari 2009, Kl 14.00-19.00 Tillåtna hjälpmedel: Bifogad formelsamling, tabellsamling (dessa skall returneras). Miniräknare. Ansvarig lärare: Jari Appelgren,

Läs mer

LABORATION cos (3x 2 ) dx I =

LABORATION cos (3x 2 ) dx I = SF1518,SF1519,numpbd14 LABORATION 2 Trapetsregeln, ekvationer, ekvationssystem, MATLAB-funktioner Studera kapitel 6 och avsnitt 5.2.1, 1.3 och 3.8 i NAM parallellt med arbetet på denna laboration. Genomför

Läs mer

Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola.

Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola. Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola. Tid: Måndagen den 2015-06-01, 8.30-12.30. Examinator och Jour: Olle Nerman, tel. 7723565, rum 3056, MV, Chalmers. Hjälpmedel: Valfri

Läs mer

ATT KUNNA TILL. MA1203 Matte C Vuxenutbildningen Dennis Jonsson

ATT KUNNA TILL. MA1203 Matte C Vuxenutbildningen Dennis Jonsson ATT KUNNA TILL MA1203 Matte C 2011-06-14 Vuxenutbildningen Dennis Jonsson Sida 2 av 5 Att kunna till prov C1 Kunna kvadreringsreglerna! (...utan att titta i formelsamlingen) Kunna konjugatregeln! (...utan

Läs mer

2x 2 3x 2 4x 2 5x 2. lim. Lösning. Detta är ett gränsvärde av typen

2x 2 3x 2 4x 2 5x 2. lim. Lösning. Detta är ett gränsvärde av typen Institutionen för matematik, KTH Mattias Dahl 5B, Dierential- och integralkalkyl I, del, för TIMEH2 Tentamen, tisdag 29 mars 25 kl.9.. Svara med motivering och mellanräkningar. Tillåtet hjälpmedel är formelsamlingen

Läs mer

Betygskriterier Matematik D MA p. Respektive programmål gäller över kurskriterierna

Betygskriterier Matematik D MA p. Respektive programmål gäller över kurskriterierna Betygskriterier Matematik D MA04 00p Respektive programmål gäller över kurskriterierna MA04 är en nationell kurs och skolverkets kurs- och betygskriterier finns på http://www3.skolverket.se/ Detta är vår

Läs mer

SF1635, Signaler och system I

SF1635, Signaler och system I SF635, Signaler och system I Tentamen tisdagen 0--, kl 4 00 9 00 Hjälpmedel: BETA Mathematics Handbook Räknedosa utan program Formelsamling i Signalbehandling (rosa), Formelsamling för Kursen SF635 (ljusgrön)

Läs mer

Läs noggrant informationen nedan innan du börjar skriva tentamen

Läs noggrant informationen nedan innan du börjar skriva tentamen Tentamen i Statistik 1: Undersökningsmetodik Ämneskod S0006M Totala antalet uppgifter: Totala antalet poäng Lärare: 5 25 Mykola Shykula, Inge Söderkvist, Ove Edlund, Niklas Grip Tentamensdatum 2013-03-27

Läs mer

Mätning av fokallängd hos okänd lins

Mätning av fokallängd hos okänd lins Mätning av fokallängd hos okänd lins Syfte Labbens syfte är i första hand att lära sig hantera mätfel och uppnå god noggrannhet, även med systematiska fel. I andra hand är syftet att hantera linser och

Läs mer

Ylioppilastutkintolautakunta S t u d e n t e x a m e n s n ä m n d e n

Ylioppilastutkintolautakunta S t u d e n t e x a m e n s n ä m n d e n Ylioppilastutkintolautakunta S t u d e n t e a m e n s n ä m n d e n MATEMATIKPROV KORT LÄROKURS..0 BESKRIVNING AV GODA SVAR De beskrivningar av svarens innehåll och poängsättningar som ges här är inte

Läs mer