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

Del A: Begrepp och grundläggande förståelse

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

Läs mer

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

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

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

Läs mer

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

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

Läs mer

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

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

Läs mer

Uppgift 1. f(x) = 2x om 0 x 1

Uppgift 1. f(x) = 2x om 0 x 1 Avd. Matematisk statistik TENTAMEN I Matematisk statistik SF1907, SF1908 OCH SF1913 TORSDAGEN DEN 30 MAJ 2013 KL 14.00 19.00. Examinator: Gunnar Englund, 073 321 3745 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

TMS136: Dataanalys och statistik Tentamen

TMS136: Dataanalys och statistik Tentamen TMS136: Dataanalys och statistik Tentamen 013-08-7 Examinator och jour: Mattias Sunden, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkänd räknare och formelsamling (formelsamling delas ut med tentan). Betygsgränser:

Läs mer

SF1625 Envariabelanalys Lösningsförslag till tentamen

SF1625 Envariabelanalys Lösningsförslag till tentamen SF1625 Envariabelanalys Lösningsförslag till tentamen 216-6-1 1. Derivera nedanstående funktioner med avseende på x och ange för vilka x derivatan existerar. Endast svar krävs. A. f(x) = arctan 1 x B.

Läs mer

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

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

Läs mer

x +y +z = 2 2x +y = 3 y +2z = 1 x = 1 + t y = 1 2t z = t 3x 2 + 3y 2 y = 0 y = x2 y 2.

x +y +z = 2 2x +y = 3 y +2z = 1 x = 1 + t y = 1 2t z = t 3x 2 + 3y 2 y = 0 y = x2 y 2. Lösningar till tentamen i Inledande matematik för M/TD, TMV155/175 Tid: 2006-10-27, kl 08.30-12.30 Hjälpmedel: Inga Betygsgränser, ev bonuspoäng inräknad: 20-29 p. ger betyget 3, 30-39 p. ger betyget 4

Läs mer

(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs.

(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs. Avd. Matematisk statistik TENTAMEN I SF1901 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 31:E MAJ 2012 KL 08.00 13.00. Examinator: Tobias Rydén, tel 790 8469. Kursledare: Tatjana Pavlenko, tel 790 8466.

Läs mer

Kort om mätosäkerhet

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

Läs mer

Del A Begrepp och grundläggande förståelse.

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

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

NATIONELLT PROV I MATEMATIK KURS E VÅREN Tidsbunden del

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

Läs mer

(a) Avgör om A och B är beroende händelser. (5 p) (b) Bestäm sannolikheten att A inträffat givet att någon av händelserna A och B inträffat.

(a) Avgör om A och B är beroende händelser. (5 p) (b) Bestäm sannolikheten att A inträffat givet att någon av händelserna A och B inträffat. Avd. Matematisk statistik TENTAMEN I SF1901, SANNOLIKHETSLÄRA OCH STATISTIK I, MÅNDAGEN DEN 15 AUGUSTI 2016 KL 08.00 13.00. Examinator: Tatjana Pavlenko, 08 790 84 66. Kursledare: Thomas Önskog, 08 790

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF90 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 26:E OKTOBER 206 KL 8.00 3.00. Examinator: Thomas Önskog, 08 790 84 55. Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF194 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAG 1 AUGUSTI 019 KL 8.00 13.00. Examinator: Björn-Olof Skytt, 08-790 86 49. Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

TENTAMEN Datum: 14 feb 2011

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

Läs mer

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

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

Läs mer

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 22 december, 2016 Examinatorer: Kerstin Wiklander och Erik Broman.

Läs mer

Bestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p)

Bestäm med hjälp av en lämplig och välmotiverad approximation P (X > 50). (10 p) Avd. Matematisk statistik TENTAMEN I SF1901, SF1905, SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 17:E AUGUSTI 2015 KL 8.00 13.00. Kursledare: Tatjana Pavlenko, 08-790 84 66 Tillåtna hjälpmedel: Formel-

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 (9 uppgifter) Tentamensdatum 2011-06-04 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson,

Läs mer

Fel- och störningsanalys

Fel- och störningsanalys Fel- och störningsanalys 1 Terminologi Antag att x är ett exakt värde och x är en approximation av x. Vi kallar då absoluta felet i x = x x, relativa felet i x = x x x. Ofta känner vi inte felet precis

Läs mer

e x x + lnx 5x 3 4e x (0.4) x 0 e 2x 1 a) lim (0.3) b) lim ( 1 ) k. (0.3) c) lim 2. a) Lös ekvationen e x = 0.

e x x + lnx 5x 3 4e x (0.4) x 0 e 2x 1 a) lim (0.3) b) lim ( 1 ) k. (0.3) c) lim 2. a) Lös ekvationen e x = 0. LUNDS TEKNISKA HÖGSKOLA MATEMATIK TENTAMENSSKRIVNING ENDIMENSIONELL ANALYS DELKURS B 00 0 kl 8 3 INGA HJÄLPMEDEL. Lösningarna ska vara försedda med ordentliga motiveringar. Lämna tydliga svar om så är

Läs mer

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:...

Del I. Uppgift 1 För händelserna A och B gäller att P (A) = 1/4, P (B A) = 1/3 och P (B A ) = 1/2. Beräkna P (A B). Svar:... Avd. Matematisk statistik TENTAMEN I SF9/SF94/SF95/SF96 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 4:E OKTOBER 08 KL 8.00 3.00. Examinator för SF94/SF96: Tatjana Pavlenko, 08-790 84 66 Examinator för

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

Tentamen i matematik. f(x) = ln(ln(x)),

Tentamen i matematik. f(x) = ln(ln(x)), Lösningsförslag Högskolan i Skövde (SK, JS) Tentamen i matematik Kurs: MA52G Matematisk Analys MA23G Matematisk analys för ingenjörer Tentamensdag: 203-05- kl 4.30-9.30 Hjälpmedel : Inga hjälpmedel utöver

Läs mer

Matematisk statistik TMS064/TMS063 Tentamen

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

Läs mer

Sannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

Sannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0 Avd. Matematisk statistik TENTAMEN I SF191, SANNOLIKHETSTEORI OCH STATISTIK, ONSDAGEN DEN 1:A JUNI 216 KL 8. 13.. Kursledare: Thomas Önskog, 8-79 84 55 Tillåtna hjälpmedel: Formel- och tabellsamling i

Läs mer

0 om x < 0, F X (x) = c x. 1 om x 2.

0 om x < 0, F X (x) = c x. 1 om x 2. Avd. Matematisk statistik TENTAMEN I SF193 SANNOLIKHETSLÄRA OCH STATISTIK FÖR 3-ÅRIG Media TIMEH MÅNDAGEN DEN 16 AUGUSTI 1 KL 8. 13.. Examinator: Gunnar Englund, tel. 7974 16. Tillåtna hjälpmedel: Läroboken.

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

Envariabelanalys 5B1147 MATLAB-laboration Derivator

Envariabelanalys 5B1147 MATLAB-laboration Derivator Envariabelanalys 5B1147 MATLAB-laboration Derivator Sanna Eskelinen eskelinen.sanna@gmail.com Sonja Hiltunen sonya@gmail.com Handledare: Karim Dao Uppgift 15 Problem: Beräkna numeriskt derivatan till arctan

Läs mer

Forskningsmetodik 2006 lektion 2

Forskningsmetodik 2006 lektion 2 Forskningsmetodik 6 lektion Per Olof Hulth hulth@physto.se Slumpmässiga och systematiska mätfel Man skiljer på två typer av fel (osäkerheter) vid mätningar:.slumpmässiga fel Positiva fel lika vanliga som

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

TMS136. Föreläsning 4

TMS136. Föreläsning 4 TMS136 Föreläsning 4 Kontinuerliga stokastiska variabler Kontinuerliga stokastiska variabler är stokastiska variabler som tar värden i intervall av den reella axeln Det kan handla om längder, temperaturer,

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

Högskolan i Skövde (SK, YW) Svensk version Tentamen i matematik

Högskolan i Skövde (SK, YW) Svensk version Tentamen i matematik Högskolan i Skövde (SK, YW) Svensk version Tentamen i matematik Kurs: MA52G Matematisk Analys MA23G Matematisk analys för ingenjörer Tentamensdag: 2-5-5 kl 8.3-3.3 Hjälpmedel : Inga hjälpmedel utöver bifogat

Läs mer

a = a a a a a a ± ± ± ±500

a = a a a a a a ± ± ± ±500 4.1 Felanalys Vill man hårddra det hela, kan man påstå att det inte finns några tal i den tillämpade matematiken, bara intervall. Man anger till exempel inte ett uppmätt värde till 134.78 meter utan att

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

Experimentella metoder 2014, Räkneövning 4

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

Läs mer

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Avdelningen för beräkningsvetenskap Tentamen i Beräkningsvetenskap I och KF, 5.0 hp, 017-0-14 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!)

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF1901 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 5:E APRIL 2018 KL 14.00 19.00. Examinator: Thomas Önskog, 08 790 84 55. Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

SF1625 Envariabelanalys Tentamen Måndagen den 11 januari 2016

SF1625 Envariabelanalys Tentamen Måndagen den 11 januari 2016 SF625 Envariabelanalys Tentamen Måndagen den januari 206 Skrivtid: 08:00-3:00 Tillåtna hjälpmedel: inga Examinator: Lars Filipsson Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng.

Läs mer

3 Deriveringsregler. Vi ska nu bestämma derivatan för dessa fyra funktioner med hjälp av derivatans definition

3 Deriveringsregler. Vi ska nu bestämma derivatan för dessa fyra funktioner med hjälp av derivatans definition 3 Deriveringsregler 3.1 Dagens Teori Vi ar lärt oss derivera en funktion, främst polynom, med jälp av derivatans definition. Vi ar funnit denna teknik ganska krävande. 3.1.1 Vi är på jakt efter ett mönster

Läs mer

Experimentella metoder, FK3001. Datorövning: Finn ett samband

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

Läs mer

TENTAMEN TEN2 i HF1006 och HF1008

TENTAMEN TEN2 i HF1006 och HF1008 TENTAMEN TEN i HF006 och HF008 Moment TEN (analys) Datum 0 aug 09 Tid 8- Lärare: Maria Shamoun, Armin Halilovic Eaminator: Armin Halilovic Betygsgränser: För godkänt krävs0 av ma 4 poäng För betyg A, B,

Läs mer

SF1661 Perspektiv på matematik Tentamen 24 oktober 2013 kl Svar och lösningsförslag. z 11. w 3. Lösning. De Moivres formel ger att

SF1661 Perspektiv på matematik Tentamen 24 oktober 2013 kl Svar och lösningsförslag. z 11. w 3. Lösning. De Moivres formel ger att SF11 Perspektiv på matematik Tentamen 4 oktober 013 kl 14.00 19.00 Svar och lösningsförslag (1) Låt z = (cos π + i sin π ) och låt w = 1(cos π 3 + i sin π 3 ). Beräkna och markera talet z11 w 3 z 11 w

Läs mer

Program: DATA, ELEKTRO

Program: DATA, ELEKTRO Program: DATA, ELEKTRO TENTAMEN Datum: 0 aug 007 Kurser: MATEMATIK OCH MAT STATISTIK 6H3000, 6L3000, MATEMATIK 6H30 TEN (Differential ekvationer, komplea tal) Skrivtid: 3:5-7:5 Lärare: Armin Halilovic

Läs mer

b) Beräkna sannolikheten att en mottagen nolla har sänts som en nolla. (7 p)

b) Beräkna sannolikheten att en mottagen nolla har sänts som en nolla. (7 p) Avd. Matematisk statistik TENTAMEN I SF90 OCH SF905 SANNOLIKHETSTEORI OCH STATISTIK, FREDAGEN DEN 4:E MARS 204 KL 4.00 9.00. Kursledare: För D och Media: Gunnar Englund, 073 32 37 45 Kursledare: För F:

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF90/SF9 SANNOLIKHETSTEORI OCH STATISTIK, ONSDAG 5 JUNI 09 KL 4.00 9.00. Examinator: Björn-Olof Skytt, 08-790 86 49. Tillåtna hjälpmedel: Formel- och tabellsamling

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

b) Beräkna sannolikheten för att en person med språkcentrum i vänster hjärnhalva är vänsterhänt. (5 p)

b) Beräkna sannolikheten för att en person med språkcentrum i vänster hjärnhalva är vänsterhänt. (5 p) Avd. Matematisk statistik TENTAMEN I SF1922/SF1923/SF1924 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 13:E AUGUSTI 2018 KL 8.00 13.00. Examinator för SF1922/SF1923: Tatjana Pavlenko, 08-790 84 66 Examinator

Läs mer

Fel- och störningsanalys

Fel- och störningsanalys Fel- och störningsanalys Terminologi Antag att x är ett exakt värde och x är en approximation av x. Vi kallar då absoluta felet i x = x x, relativa felet i x = x x x. Ofta känner vi inte felet precis utan

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 2019-01-18 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson, Mykola

Läs mer

Exempel. Kontinuerliga stokastiska variabler. Integraler i stället för summor. Integraler i stället för summor

Exempel. Kontinuerliga stokastiska variabler. Integraler i stället för summor. Integraler i stället för summor Kontinuerliga stokastiska variabler Exempel En stokastisk variabel är kontinuerlig om den kan anta vilka värden som helst i ett intervall, men sannolikheten för varje enskilt utfall är noll: P(X = x) =.

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

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

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I 5B508 MATEMATISK STATISTIK FÖR S TISDAGEN DEN 20 DECEMBER 2005 KL 08.00 3.00. Examinator: Gunnar Englund, tel. 790 746. Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

Lufttorkat trä Ugnstorkat trä

Lufttorkat trä Ugnstorkat trä Avd. Matematisk statistik TENTAMEN I SF1901 och SF1905 SANNOLIKHETSTEORI OCH STATISTIK, TORSDAGEN DEN 18:E OKTOBER 2012 KL 14.00 19.00. Examinator: Tatjana Pavlenko, tel 790 8466. Tillåtna hjälpmedel:

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

Föreläsning 4: Konfidensintervall (forts.)

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

Läs mer

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

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

Resultatet anslås senast 10 juni på institutionens anslagstavla samt på kurshemsidan.

Resultatet anslås senast 10 juni på institutionens anslagstavla samt på kurshemsidan. Matematisk statistik Tentamen: 28 5 27 kl 8 13 FMS 32 Matematisk statistik AK för V och L, 7.5 hp Till Del A skall endast svar lämnas. Samtliga svar skall skrivas på ett och samma papper. Övriga uppgifter

Läs mer

(a) Vilket av följande alternativ är sannolikheten för JACKPOT: P (A \ B), P A C \ B, P (A \ B), P A C \ B C?

(a) Vilket av följande alternativ är sannolikheten för JACKPOT: P (A \ B), P A C \ B, P (A \ B), P A C \ B C? Lösningar till tentamen i Militärteknik Grundkurs Metod 1OP103 Del: Statistik Datum: 2009-12-04, Tid: 8.30-12.30 Hjälpmedel: Kurslitteratur, egna anteckningar, miniräknare, dator (ej internettillgång)

Läs mer

LAB 1. FELANALYS. 1 Inledning. 2 Flyttal. 1.1 Innehåll. 2.1 Avrundningsenheten, µ, och maskinepsilon, ε M

LAB 1. FELANALYS. 1 Inledning. 2 Flyttal. 1.1 Innehåll. 2.1 Avrundningsenheten, µ, och maskinepsilon, ε M TANA21+22/ 5 juli 2016 LAB 1. FELANALYS 1 Inledning I laborationerna används matrishanteringsprogrammet MATLAB. som genomgående använder dubbel precision vid beräkningarna. 1.1 Innehåll Du ska 1. bestämma

Läs mer

MATEMATIKPROV, LÅNG LÄROKURS BESKRIVNING AV GODA SVAR

MATEMATIKPROV, LÅNG LÄROKURS BESKRIVNING AV GODA SVAR MATEMATIKPROV, LÅNG LÄROKURS..07 BESKRIVNING AV GODA SVAR Examensämnets censorsmöte har godkänt följande beskrivningar av goda svar. Av en god prestation framgår det hur examinanden har kommit fram till

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

v0.2, Högskolan i Skövde Tentamen i matematik

v0.2, Högskolan i Skövde Tentamen i matematik v0., 08-03-3 Högskolan i Skövde Tentamen i matematik Kurs: MA5G Matematisk analys MA3G Matematisk analys för ingenjörer Tentamensdag: 08-0-03 kl 4:30-9:30 Hjälpmedel : Inga hjälpmedel utöver bifogat formelblad.

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

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

Preliminärt lösningsförslag till del I, v1.0

Preliminärt lösningsförslag till del I, v1.0 Preinärt lösningsförslag till del I, v1. Högskolan i Skövde SK) Tentamen i matematik Kurs: MA152G Matematisk Analys MA123G Matematisk analys för ingenjörer Tentamensdag: 215-8-18 kl 8.3-13.3 Hjälpmedel

Läs mer

FACIT för Förberedelseuppgifter: SF1911 STATISTIK FÖR BI0TEKNIK inför tentan MÅDAGEN DEN 9 DECEMBER 2016 KL Examinator: Timo Koski

FACIT för Förberedelseuppgifter: SF1911 STATISTIK FÖR BI0TEKNIK inför tentan MÅDAGEN DEN 9 DECEMBER 2016 KL Examinator: Timo Koski FACIT för Förberedelseuppgifter: SF9 STATISTIK FÖR BI0TEKNIK inför tentan MÅDAGEN DEN 9 DECEMBER 206 KL 4.00 9.00. Examinator: Timo Koski - - - - - - - - - - - - - - - - - - - - - - - - 0. FACIT Problem

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

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

Namn Klass Personnummer (ej fyra sista)

Namn Klass Personnummer (ej fyra sista) Prövning matematik 4 april 06 (prövningstillfälle 6) Namn Klass Personnummer (ej fyra sista) Mobiltelefonnummer e-post SKRIV TYDLIGT! Alla papper ska förses med namn och återlämnas Skriv tydligt. Oläsliga

Läs mer

SF1625 Envariabelanalys Tentamen Lördagen den 11 januari, 2014

SF1625 Envariabelanalys Tentamen Lördagen den 11 januari, 2014 SF65 Envariabelanalys Tentamen Lördagen den januari, 04 Skrivtid: 9:00-4:00 Tillåtna hjälpmedel: inga Examinator: Bengt Ek, Maria Saprykina Tentamen består av nio uppgifter som vardera ger maximalt fyra

Läs mer

Uppgift a b c d e Vet inte Poäng

Uppgift a b c d e Vet inte Poäng TENTAMEN: Dataanalys och statistik för I2, TMS135 Fredagen den 12 mars kl. 8:45-11:45 på V. Jour: Jenny Andersson, ankn 8294 (mobil:070 3597858) Hjälpmedel: Utdelad formelsamling med tabeller, BETA, på

Läs mer

Maclaurins och Taylors formler. Standardutvecklingar (fortsättning), entydighet, numerisk beräkning av vissa uttryck, beräkning

Maclaurins och Taylors formler. Standardutvecklingar (fortsättning), entydighet, numerisk beräkning av vissa uttryck, beräkning Maclaurins och Taylors formler Standardutvecklingar (fortsättning), entydighet, numerisk beräkning av vissa uttryck, beräkning av gränsvärden Standardutvecklingar Vid beräkningar där man inte behöver någon

Läs mer

KTH Matematik Tentamensskrivning i Differentialekvationer och transformer III, SF1637.

KTH Matematik Tentamensskrivning i Differentialekvationer och transformer III, SF1637. KTH Matematik Tentamensskrivning i Differentialekvationer och transformer III, SF637. Måndagen den 7 oktober, kl 8-3. Hjälpmedel: BETA, Mathematics Handbook. Redovisa lösningarna på ett sådant sätt att

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF1913 MATEMATISK STATISTIK FÖR IT OCH ME ONSDAGEN DEN 12 JANUARI 2011 KL 14.00 19.00. Examinator: Camilla Landén, tel. 7908466. Tillåtna hjälpmedel: Formel- och tabellsamling

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

Kap Inversfunktion, arcusfunktioner.

Kap Inversfunktion, arcusfunktioner. Kap 3. 3.5. Inversfunktion, arcusfunktioner. 30. (A) Förenkla uttrycken så långt som möjligt a. ln 8 ln + ln 8 ln + ln b. ln 3 log 0 3 log 0 e + 3 ln 3 log 3 e 30. (A) Lös ekvationerna a. e x = e x b.

Läs mer

Lektionsanteckningar 11-12: Normalfördelningen

Lektionsanteckningar 11-12: Normalfördelningen Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet

Läs mer

Uppgift 1 a) En kontinuerlig stokastisk variabel X har fördelningsfunktion

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

Läs mer

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 2019-06-07 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 9.00 14.00 Lärare: Adam Jonsson Jourhavande

Läs mer

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A SF1625 Envariabelanalys Lösningsförslag till tentamen 215-1-27 DEL A 4 1. Betrakta funktionen f som ges av f(x) = 1 + x + (x 2). 2 A. Bestäm definitionsmängden till f. B. Bestäm alla intervall där f är

Läs mer

Föreläsningsmanus i matematisk statistik för lantmätare, vecka 5 HT06

Föreläsningsmanus i matematisk statistik för lantmätare, vecka 5 HT06 Föreläsningsmanus i matematisk statistik för lantmätare, vecka 5 HT06 Bengt Ringnér September 20, 2006 Inledning Detta är preliminärt undervisningsmaterial. Synpunkter är välkomna. 2 Väntevärde standardavvikelse

Läs mer

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder.

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder. Tentamen 2014-12-05 i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder. Tillåtna hjälpmedel: Miniräknare och utdelad formelsamling med tabeller. C1. (6 poäng) Ange för

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF1901 SANNOLIKHETSTEORI OCH STATISTIK, MÅNDAGEN DEN 8:E JANUARI 2018 KL 14.00 19.00. Examinator: Thomas Önskog, 08 790 84 55. Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

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

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

Läs mer

y + 1 y + x 1 = 2x 1 z 1 dy = ln z 1 = x 2 + c z 1 = e x2 +c z 1 = Ce x2 z = Ce x Bestäm den allmänna lösningen till differentialekvationen

y + 1 y + x 1 = 2x 1 z 1 dy = ln z 1 = x 2 + c z 1 = e x2 +c z 1 = Ce x2 z = Ce x Bestäm den allmänna lösningen till differentialekvationen UPPSALA UNIVERSITET Matematiska institutionen Vera Djordjevic PROV I MATEMATIK Civilingenjörsprogrammen Ordinära differentialekvationer 2007-10-12 Skrivtid: 9-14. Tillåtna hjälpmedel: Mathematics Handbook

Läs mer

SVAR: Det är modell 1 som är rimlig för en avsvalningsprocess. Föremålets temperatur efter lång tid är 20 grader Celsius.

SVAR: Det är modell 1 som är rimlig för en avsvalningsprocess. Föremålets temperatur efter lång tid är 20 grader Celsius. Lösningsförslag till tentamensskrivning i SF633 Differentialekvationer I Onsdagen den maj 03, kl 0800-300 Hjälpmedel: BETA, Mathematics Handbook Redovisa lösningarna på ett sådant sätt att beräkningar

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 TM-Matematik Mikael Forsberg ovntenta Envariabelanalys ma3a Skrivtid: ::. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa på de uppgifter som kräver lösning. Frågorna till 6 ska

Läs mer