Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL
|
|
- Berit Persson
- för 5 år sedan
- Visningar:
Transkript
1 Fourierserie fortsättig Ortogoalitetsrelatioera och Parsevals formel Med hjälp av ortogoalitetsrelatioera Y  m W t,  W t ] =, m ¹, m = () där Xf, g\ = Ÿ T f HtL g HtL, där W ã p, ka ma bevisa följade itressata formel BEVIS PARSEVALS FORMEL T f HtL c I vårt bevis täker vi oss att Fourierserie kovergerar mot f HtL i varje pukt och att beloppet i kvadrat ka itegreras termvis. I själva verket ka formel bevisas uder svagare villkor. T f HtL = Xf, f \ = [ m c  m W t, c  W t _ = Yc m  m W t, c  W t ] m, = m, T c m  m W t c - W t
2 Fourierserie.b = c m c m, T Â m W t -Â W t = c m c Y Â m W t, Â W t ] m, HL = c c ÿ = c. Parsevals formel och eergispektrum När f represeterar e sigal, är f reellvärd, och då är c - = c, varför c + c - = c Så för reellvärda f ka Parsevals formel skrivas f T HtL = c + c = K a H*L O + = = Ia + b M () (*) c = a - Â b ï c =Ia + b M/ E fysikalisk tolkig av () är att västerledet beskriver eergi i sigale f och att högerledet beskriver hur samma eergi fördelar sig på sigales olika frekveser. Därför kallas följde för f :s eergispektrum. I c, c, c, M Eergispektrum
3 3 Fourierserie.b Parsevals formel och Pythagoras sats För e vektor i plaet u = c e + c e där e, e är e ortoomerad bas u c e c e gäller som bekat Pythagoras sats u c + c För f HtL = +c - - W t + c - - W t + c + c  W t + c  W t + ser Parsevals formel ut som e oädligtdimesioell Pythagoras sats f = + c - + c - + c + c + c + ANM. Beteckige f avser Ÿ T f HtL. EXEMPEL Beräka med hjälp av Parsevals 49 formel för fuktioe edaför - - Lösig EXEMPEL 8 - Â, udda c = p, jäm
4 Fourierserie.b 4 Parsevals formel säger att = - Det följer (Kotrollera det!) att Derivera e Fourierserie = =- udda p = p 8. E Fourierseries termer ka deriveras hur måga gåger som helst, eftersom t # Â W t är oädligt måga gåger deriverbar. Det torde ite komma som ågo större överaskig för läsare att om e fuktios Fourierserie deriveras termvis så blir resultatet lika med Fourierserie för de deriverade fuktioe - givet att de periodiska utvidgige av fuktioe är deriverbar. f HtL ~ Â W c Hf L Â W t (3) Kostatterme i (3) är lika med oll. Varför? E ekvivalet formulerig av (3) är c Hf L Â W c Hf L (3) följer om ma partialitegrerar Ÿ T f HtL ÿ -Â W t och utyttjar att f HtL ÿ -Â W t är -periodisk. Ë ANM. Om f är flera gåger deriverbar får ma f HtL ~ HÂ WL c Hf L Â W t osv. EXEMPEL Fi e p-periodisk lösig y till differetialekvatioe.
5 5 Fourierserie.b Lösig y HtL + b y HtL + a yhtl dhtl. Spektraltrasformerig av differetialekvatioe resulterar i Härav, Dvs. - c HyL +  b c HyL + a c HyL c HyL yhtl ~ - +  b + a - +  b + a  t - - H L t -.4  -. -p p EXEMPEL Beräka Fourierseriera till f, f, f och f H3L, då f HtL = Jt - 4 N, t œ B-, F. Lösig f är jäm. Så f :s Fourierserie blir e cosiusserie. f HtL ~ c Hf L + a Hf L cosh p tl Deriverig termvis ger
6 Fourierserie.b 6 f HtL ~ -a Hf L p sih p tl f HtL ~ -a Hf L H p L cosh p tl f H3L HtL ~ a Hf L H p L 3 sih p tl Det återstår u bara att beräka f :s Fourierkoefficieter. Kom ihåg att a = ReHc L, där c H f L = t c H f L = t = t t3 6 + t -Â p t 6 - partiella itegratioerd = - 3 H-L p 4 4 Således är a Hf L = - 3 H-L p 4 4. Det följer att = 3 f HtL ~ H-L p 4 4 f 6 H-L HtL ~ p 3 3 f H-L HtL ~ p cosh p tl sih p tl cosh p tl f H3L -4 H-L HtL ~ sih p tl p Notera att termera i de fyra seriera har olika storleksordigar: 4, 3, respektive. Detta gör att seriera kovergerar olika sabbt. Variera (i figure
7 7 Fourierserie.b Detta gör att seriera kovergerar olika sabbt. Variera (i figure edaför) atalet termer, och otera hur få termer som behövs i de första falle för att få hyggliga approximatioer av fuktioera (som för jämförelse skull fis iritade med blått tillsammas med seriera). Atal termer 6 Fourierkoefficieteras storleksordig Exemplet ovaför tycks idikera att ju mjukare de periodiska utvidgige av e fuktio och dess derivator böjer sig, ju sabbare kovergerar fuktios Fourierserie. Följade tumregel formaliserar dea observatio.
8 Fourierserie.b 8 f HkL Hme ite lägre derivatorl har språgdiskotiuitet c är av storleksordig k+ (4) Förmodlige vill du förstå (4). Så läs vidare. Betrakta först fallet k =, dvs. fallet att f själv gör ett språg i origo. T.ex. som -T T T Då gäller f H -L ¹ f H +L, och därmed f H -L ¹ f H +L p.g.a. periodicitet. Det följer att c får e ollskild term (se första terme i högerledet edaför) av storleksordig. c = f HtL -Â W t = f HtL -Â t W -Â W f HtL -Â W t -Â W = Â W f H -L - f H +L - f HtL -Â W t -Â W Betrakta seda fallet k =, dvs. att f ite har ett språg i origo, me att f har det. Således (jfr. med resoemaget ovaför) är f H - L = f I + M, me f H - L ¹ f I + M.
9 9 Fourierserie.b Det följer att c ite iehåller ågo term av storleksordig, me däremot e av storleksordig : c = f HtL -Â W t ovad = Â p f H -L - f H +L - f HtL -Â W t -Â W = - f HtL -Â W t -Â W = - f HtL -Â t W H-Â WL f HtL -Â W t H-Â WL = f H -L - f H +L W + f HtL -Â W t H-Â WL Med hjälp av flera partiella itegratioer bevisas (4) för högre värde på k. Itegrera e Fourierserie I föregåede avsitt har vi sett att är Fourierserie till e fuktio deriveras termvis (ågot som alltid går att göra), får ma Fourierserie till de deriverade fuktioe om de seare går att derivera. Nu ska vi se att ett motsvarade resultat gäller för baklägesderiverig (itegratio uta bestämda gräser):
10 Fourierserie.b c Hf L f HtL ~ c Hf L t + kostat +  W  W t ¹ (5) Ifall c Hf L =, så har vi c H f L f HtL ~ kostat +  W  W t ¹ (6) Försök själv härleda dessa resultat. EXEMPEL 3 Beräka (äu e gåg) Fourierseriera till f, f, f och f H3L, då f HtL = Jt - 4 N, t œ B-, F. Lösig Tre deriverigar av f HtL = Jt - 4 N ger f H3L HtL = 4 t, vilke är udda. Så f H3L :s Fourierserie är e siusserie. f H3L HtL ~ b If H3L M sih p tl Av (6) följer att f HtL ~ b If H3L M kostat + - cosh p tl p Kostate ovaför visar sig bli oll fastä f är jäm! Därför ka (6) tillämpas e gåg till: f HtL ~ kostat + - b If H3L M sih p tl H p L Me eftersom f är udda, måste dess Fourierserie vara e siusserie (kostatterme är oll således). Alltså är (6) tillämplig ytterligare e gåg:
11 Fourierserie.b f HtL ~ 3 + där värdet på kostatterme följer av att - f HtL 3. b If H3L M cosh p tl H p L3 Nu återstår bara att beräka b If H3L M = - ImIc If H3L MM. c If H3L M = 4 t -Â p partiell itegratiod - Således är b If H3L M = - Det följer att 4 H-L p. Â H-L p. f H3L -4 H-L HtL ~ p sih p tl f H-L HtL ~ p f 6 H-L HtL ~ p 3 3 f HtL ~ H-L p 4 4 cosh p tl sih p tl cosh p tl
Trigonometriska polynom
Trigoometriska polyom Itroduktio Iga strägistrumet eller blåsistrumet ka producera estaka siustoer, blott lieära kombiatioer av dem, där de med lägsta frekvese kallas för grudtoe, och de övriga för övertoer.
Läs merc n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.
P Potesserier Med e potesserie mear vi e serie av type c x, där c, c, c,... är giva (reella eller komplexa) kostater, s.k. koefficieter, och där x är e (reell eller komplex) variabel. För varje eskilt
Läs merFouriertransformen. Faltning, filtrering och sampling
Faltig Fouriertrasforme Faltig, filtrerig och samplig Givet två sigaler f och g och deras respektive spektra f`, g`, hur bildar ma e tredje sigal såda att dess spektrum är lika med summa f` + g`. Lätt!
Läs merTvå enkla egenvärdesproblem. Två - gissningsvis välbekanta - egenvärdesproblem
Partiella differetialekvatioer Trasformmetodslösigar av lieära differetialekvatioer har vi reda stött på. Me då har det - såär som på ågot udatag - hadlat om ordiära ekvatioer. Nu har ture kommit till
Läs merUppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-6, 29/10-8/11, = m n
Uppsala Uiversitet Matematiska Istitutioe Bo Styf Trasformmetoder, 5 hp ES, gyl, Q, W --9 Sammafattig av föreläsigara - 6, 9/ - 8/,. De trigoometriska basfuktioera. Dea kurs hadlar i pricip om att uttrycka
Läs merAndra ordningens lineära differensekvationer
Adra ordiges lieära differesekvatioer Differese Differese f H + L - f HL mäter hur mycket f :s värde förädras då argumetet förädras med de mista ehete. Låt oss betecka ämda differes med H Df L HL. Eftersom
Läs mer101. och sista termen 1
Lektio, Evariabelaalys de ovember 999 5.. Uttryck summa j uta summasymbole. j + Termera är idexerade frå j = till j = och varje term är blir j j+. Summa Skriver vi upp summa uta summasymbole blir de +
Läs merb 1 och har för olika värden på den reella konstanten a.
Första häftet 649. a) A och B spelar cigarr, vilket som bekat tillgår på följade sätt. Omväxlade placerar de ibördes lika, jämtjocka cigarrer på ett rektagulärt bord, varvid varje y cigarr måste placeras
Läs merTentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp)
KTH-Matematik Tetameskrivig, 2008-0-0, kl. 4.00-9.00 SF625, Evariabelaalys för CITE(IT) och CMIEL(ME ) (7,5h) Prelimiära gräser. Registrerade å kurse SF625 får graderat betyg eligt skala A (högsta betyg),
Läs merUppgifter 3: Talföljder och induktionsbevis
Gruder i matematik och logik (017) Uppgifter 3: Talföljder och iduktiosbevis Ur Matematik Origo 5 Talföljder och summor 3.01 101. E talföljd defiieras geom formel a 8 + 6. a) Är det e rekursiv eller e
Läs merUppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna Föreläsning 26, 9/2 2011: y + ay + by = h(x)
Uppsala Uiversitet Matematiska Istitutioe Bo Styf Evariabelaalys, 0 hp STS, X 200-0-27 Föreläsig 26, 9/2 20: Geomgåget på föreläsigara 26-30. Att lösa de ihomogea ekvatioe. De ekvatio vi syftar på är förstås
Läs merVad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren?
Problemlösig. G. Polya ger i si utmärkta lilla bok How to solve it (Priceto Uiversity press, 946) ett schema att följa vid problemlösig. I de flod av böcker om problemlösig som har följt på Polyas bok
Läs merKompletterande kurslitteratur om serier
KTH Matematik Has Thuberg 5B47 Evariabelaalys Kompletterade kurslitteratur om serier I Persso & Böiers.5.4 itroduceras serier, och serier diskuteras också i kapitel 7.9. Ia du läser vidare här skall du
Läs merBorel-Cantellis sats och stora talens lag
Borel-Catellis sats och stora tales lag Guar Eglud Matematisk statistik KTH Vt 2005 Iledig Borel-Catellis sats är e itressat och avädbar sats framför allt för att bevisa stora tales lag i stark form. Vi
Läs merEkvationen (ekv1) kan beskriva en s.k. stationär tillstånd (steady-state) för en fysikalisk process.
Armi Halilovic: EXTRA ÖVNINGAR aplace-ekvatioe APACES EKVATION Vi etraktar följade PDE u, u,, a, ekv1 som kallas aplaces ekvatio Ekvatioe ekv1 ka eskriva e sk statioär tillståd stead-state för e fsikalisk
Läs mervara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n grad( P(
Armi Halilovic: EXTRA ÖVNINGAR Polyom POLYNOM OCH ALGEBRAISKA EKVATIONER Defiitio Polyom är uttrycket av type a a a 0 ( där är ett icke-egativt heltal) Defiitio Låt P( a a a0 vara ett polyom där a 0, då
Läs merIntroduktion till statistik för statsvetare
"Det fis iget så praktiskt som e bra teori" November 2011 Bakgrud Stadardiserig E saolikhetsekvatio Kosekves av stora tales lag Stora tales lag ger att är slumpvariablera X i är oberoede, med e och samma
Läs merTENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08
TENTAMEN I MATEMATISK STATISTIK Datum: 3 mars 8 Te i kurse HF3, 6H3, 6L3 MATEMATIK OCH MATEMATISK STATISTIK, Te i kurse HF ( Tidigare k 6H3), KÖTEORI OCH MATEMATISK STATISTIK, Skrivtid: 8:5-:5 Hjälpmedel:
Läs merMS-A0409 Grundkurs i diskret matematik Sammanfattning, del I
MS-A0409 Grudkurs i diskret matematik Sammafattig, del I G. Gripeberg Aalto-uiversitetet 2 oktober 2013 G. Gripeberg (Aalto-uiversitetet) MS-A0409 Grudkurs i diskret matematiksammafattig, del 2Ioktober
Läs merH1009, Introduktionskurs i matematik Armin Halilovic POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING. vara ett polynom där a
POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING Defiitio Polyom är ett uttryck av följade typ P( ) a a a, där är ett icke-egativt heltal (Kortare 0 P k ( ) a a 0 k ) k Defiitio
Läs merRäkning med potensserier
Räkig med potesserier Serier (termiologi fis i [P,4-4]!) av type P + + + + 4 +... k ( om < ) k + + + + P 4 4 +... k k! ( e för alla ) k och de i [P, sid.9, formler 7-] som ärmast skulle kua beskrivas som
Läs merGenomsnittligt sökdjup i binära sökträd
Iformatiostekologi Tom Smedsaas 10 augusti 016 Geomsittligt sökdjup i biära sökträd Detta papper visar att biära sökträd som byggs upp av slumpmässiga data är bra. Beteckigar och defiitioer Defiitio De
Läs merUppsala Universitet Matematiska Institutionen Thomas Erlandsson
Uppsala Uiversitet Matematisa Istitutioe Thomas Erladsso LÄSANVISNINGAR VECKA -5 BINOMIALSATSEN Ett uttryc av forme a + b allas ett biom eftersom det är summa av två moom. För uttrycet (a + b) gäller de
Läs merSvar till tentan
UPPSALA UNIVERSITET Matematiska istitutioe Sigstam, Styf Prov i matematik ES, K, KadKemi, STS, X ENVARIABELANALYS 0-03- Svar till teta 0-03-. Del A ( x Bestäm e ekvatio för tagete till kurva y = f (x =
Läs mer= (1 1) + (1 1) + (1 1) +... = = 0
TALFÖLJDER OCH SERIER Läs avsitte - och 5 Lös övigara, abcd, 4, 5, 7-9, -5, 7-9, -abcd, 4, 5 Läsavisigar Avsitt Defiitioe av talföljd i boe är ågot ryptis, me egetlige är det ågot väldigt eelt: e talföljd
Läs merFöreläsning 10: Kombinatorik
DD2458, Problemlösig och programmerig uder press Föreläsig 10: Kombiatorik Datum: 2009-11-18 Skribeter: Cecilia Roes, A-Soe Lidblom, Ollata Cuba Gylleste Föreläsare: Fredrik Niemelä 1 Delmägder E delmägd
Läs merPROV I MATEMATIK Transformmetoder 1MA dec 2010
UPPSALA UNIVERSITET Matematiska institutionen Södergren, Salling PROV I MATEMATIK Transformmetoder MA0 dec 00 SKRIVTID: -9 HJÄLPMEDEL: Formelsamling (delas ut) och miniräknare. MOTIVERA alla lösningar
Läs merI situationer där det inte råder någon oklarhet om vilken funktion f som avses, nöjer vi oss med att skriva c n istället för c n Hf L.
Fourierserien Fourierkoefficienter I avsnittet trigonometriska olynom har vi härlett en integralformel för koefficienterna i n c n  n W t när summan är lika med f HtL. Med integralformeln som utgångsunkt
Läs merTentamen SF1633, Differentialekvationer I, den 22 oktober 2018 kl
1 Matematiska Istitutioe, KTH Tetame SF1633, Differetialekvatioer I, de 22 oktober 2018 kl 08.00-13.00. Examiator: Pär Kurlberg OBS: Iga hjälpmedel är tillåta på tetamesskrivige. För full poäg krävs korrekta
Läs merLINJÄRA DIFFERENTIALEKVATIONER AV HÖGRE ORDNINGEN
Armi Halilovic: EXTRA ÖVNINGAR, SF7 LINJÄRA DIFFERENTIALEKVATIONER AV HÖGRE ORDNINGEN INLEDNING LINJÄRA DIFFERENTIAL EKVATIONER E DE är lijär om de är lijär med avseede å de obekata fuktioe oc dess derivator
Läs merTentamen i Flervariabelanalys F/TM, MVE035
Tetame i Flervariabelaalys F/TM, MV35 8 3 kl. 8.3.3. Hjälpmedel: Iga, ej räkedosa. Telefo: Oskar Hamlet tel 73-8834 För godkät krävs mist 4 poäg. Betyg 3: 4-35 poäg, betyg 4: 36-47 poäg, betyg 5: 48 poäg
Läs merTenta i MVE025/MVE295, Komplex (matematisk) analys, F2 och TM2/Kf2
Teta i MVE5/MVE95, Komplex (matematisk) aalys, F och TM/Kf 6, 8.3-.3 Hjälpmedel: Formelblad som delas ut av tetamesvaktera Telefovakt: Mattias Leartsso, 3-535 Betygsgräser: -9 (U), -9 (3), 3-39 (4), 4-5
Läs merInduktion LCB Rekursion och induktion; enkla fall. Ersätter Grimaldi 4.1
duktio LCB 2000 Ersätter Grimaldi 4. Rekursio och iduktio; ekla fall E talföljd a a 0 a a 2 ka aturligtvis defiieras geom att ma ager e explicit formel för uträkig av dess elemet, som till exempel () a
Läs merREGULJÄRA SPRÅK (8p + 6p) 1. DFA och reguljära uttryck (6 p) Problem. För följande NFA över alfabetet {0,1}:
CD58 FOMEA SPÅK, AUTOMATE, OCH BEÄKNINGSTEOI, 5 p JUNI 25 ÖSNINGA EGUJÄA SPÅK (8p + 6p). DFA och reguljära uttryck (6 p) Problem. För följade NFA över alfabetet {,}:, a) kovertera ovaståede till e miimal
Läs merCartesisk produkt. Multiplikationsprincipen Ï Ï Ï
Kombiatorik Kombiatorik hadlar oftast om att räka hur måga arragemag det fis av e viss typ. Sådaa kalkyler uderlättas om ma ka hitta relevata represetatioer av de ibladade arragemage ågot som illustreras
Läs merENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist
Föreläsig VI Mikael P. Sudqvist Aritmetisk summa, exempel Exempel I ett sällskap på 100 persoer skakar alla persoer had med varadra (precis e gåg). Hur måga hadskakigar sker? Defiitio I e aritmetisk summa
Läs merDatorövning 2 Fördelningar inom säkerhetsanalys
Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-15 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade
Läs merKontrollskrivning 3 i SF1676, Differentialekvationer med tillämpningar. Tisdag kl 8:15-10
KH Matematik Kotrollskrivig 3 i SF676, Differetialekvatioer med tillämpigar isdag 7-5-6 kl 8:5 - illåtet hjälpmedel på lappskrivigara är formelsamlige BEA För godkäd på module räcker 5 poäg Bara väl motiverade
Läs merPROV I MATEMATIK Transformmetoder 1MA april 2011
UPPSALA UNIVERSITET Matematiska institutionen Salling (7-65753) PROV I MATEMATIK Transformmetoder MA34 8 april SKRIVTID: 8-3 HJÄLPMEDEL: Formelsamling (delas ut) och miniräknare. MOTIVERA alla lösningar
Läs merInduktion och Binomialsatsen. Vi fortsätter att visa hur matematiska påståenden bevisas med induktion.
Idutio och Biomialsatse Vi fortsätter att visa hur matematisa påståede bevisas med idutio. Defiitio. ( )! = ( över ).!( )! Betydelse av talet studeras seare. Med idutio a vi u visa SATS (Biomialsatse).
Läs merDel A. x 0 (1 + x + x 2 /2 + x 3 /6) x x 2 (1 x 2 /2 + O(x 4 )) = x3 /6 + O(x 5 ) (x 3 /6) + O(x 4 )) = 1 + } = 1
UPPSALA UNIVERSITET Matematiska istitutioe Sigstam, Styf Svar till övigsteta ENVARIABELANALYS 0-0- Svar till övigsteta. Del A. Bestäm e ekvatio för tagete till kurva y f x) x 5 i pukte där x. Skissa kurva.
Läs merθx θ 1 om 0 x 1 f(x) = 0 annars
Avd. Matematisk statistik TENTAMEN I SF903 SANNOLIKHETSLÄRA OCH STATISTIK FÖR 3-ÅRIG Media TIMEH TORSDAGEN DEN TREDJE JUNI 200 KL 4.00 9.00. Examiator: Guar Eglud, tel. 790 74 06 Tillåta hjälpmedel: Läroboke.
Läs merBertrands postulat. Kjell Elfström
F r å g a L u d o m m a t e m a t i k Matematikcetrum Matematik NF Bertrads ostulat Kjell Elfström Bertrads ostulat är satse, som säger, att om > är ett heltal, så fis det ett rimtal, sådat att < < 2 2.
Läs mer7 Sjunde lektionen. 7.1 Digitala filter
7 Sjude lektioe 7. Digitala filter 7.. Flera svar Ett lijärt tidsivariat system ka karakteriseras med ett flertal svar, t.ex. impuls-, steg- och amplitudsvare. LTI-system ka ju äve i de flesta fall beskrivas
Läs merMS-A0409 Grundkurs i diskret matematik I
MS-A0409 Grudkurs i diskret matematik I G. Gripeberg Mägder och logik Relatioer och fuktioer Aalto-uiversitetet oktober 04 Kombiatorik etc. G. Gripeberg (Aalto-uiversitetet MS-A0409 Grudkurs i diskret
Läs merDatastrukturer och algoritmer
Iehåll Föreläsig 6 Asymtotisk aalys usammafattig experimetell aalys uasymtotisk aalys Lite matte Aalysera pseudokode O-otatio ostrikt o Okulärbesiktig 2 Mäta tidsåtgåge uhur ska vi mäta tidsåtgåge? Experimetell
Läs mersom är styckvis kontinuerlig och har styckvis kontinuerlig derivatan. Notera att f (x)
Armi Hlilovic: EXRA ÖVNINGAR cosiusserier,siusserier SINUSSERIER OCH COSINUSSERIER I föregåede lektio (stecil om Fourierserier) hr vi vist hur m utvecklr e periodisk fuktio i e trigoometrisk serie K vi
Läs merStatistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?
Statistisk aalys Vilka slutsatser ka dras om populatioe med resultatet i stickprovet som grud? Hur säkra uttalade ka göras om resultatet? Mats Guarsso Tillämpad matematik III/Statistik - Sida 83 Exempel
Läs merLINJÄR ALGEBRA II LEKTION 4
LINJÄR ALGEBRA II LEKTION 4 JOHAN ASPLUND Iehåll Egevärde, egevektorer och egerum 2 Diagoaliserig 3 Uppgifter 2 5:4-5a) 2 Extrauppgift frå dugga 2 52:8 4 52:3 4 Extrauppgift frå teta 4 Egevärde, egevektorer
Läs merTNA001- Matematisk grundkurs Tentamen Lösningsskiss
TNA00- Matematisk grudkurs Tetame 07-0- - Lösigsskiss. a) Svar: x ], [ [, [. 4x x + 4x 4x (x + ) 0 0 x x + x + x + 0 //Teckeschema// x ], [ [, [ b) I : x I : x I : x x x + = 4 = 4 Lösig sakas x + x + =
Läs merTentamen i matematisk statistik
MSTA3, Saolikhetsteori A, 5 p 5--7 Tetame i matematisk statistik Saolikhetsteori A, 5 poäg Skrivtid: 9.-5.. Tillåta hjälpmedel: Tabellsamlig, ege miiräkare. Studetera får behålla tetamesuppgiftera. På
Läs merx 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x
Uppgift 1 a) Vi iför slackvariabler x 4, x 5 och x 6 och löser problemet med hjälp av simplexalgoritme. Z -2-1 1 0 0 0 0 x 4 1 1-1 1 0 0 20 x 5 2 1 1 0 1 0 30 x 6 1-1 2 0 0 1 10 x 1 blir igåede basvariabel
Läs merFöreläsning 3. 732G04: Surveymetodik
Föreläsig 3 732G04: Surveymetodik Dages föreläsig Obudet slumpmässigt urval (OSU) Populatiosparametrar och stickprovsstatistikor Vätevärdesriktighet Ädliga och oädliga populatioer Medelvärde, adel Kofidesitervall
Läs merAntalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).
Harald Lag Formelsamlig och Tabeller i Statistik och Saolikhetsteori (15/11-10) Datareducerig Om x 1,..., x är ett stickprov ur e populatio så defiieras medelvärdet x x = 1 k=1 x k och stadardavvikelse
Läs merOm komplexa tal och funktioner
Om komplexa tal och fuktioer Aalys60 (Grudkurs) Istuderigsuppgifter Dessa övigar är det täkt du ska göra i aslutig till att du läser huvudtexte. De flesta av övigara har, om ite lösigar, så i varje fall
Läs merFörfrågan till Klockarens redaktörer
Förfråga till Klockares redaktörer 1. Hur öjd är du med Klockare? Ge Klockare ett geerellt vitsord. Atal svarade: 29 1 2 3 4 5 6 7 8 9 10 Totalt Medelvär Usel 1 0 2 1 2 5 5 9 3 1 Utmärkt 29 6,72 3,45%
Läs merLösningar och kommentarer till uppgifter i 1.1
Lösigar och kommetarer till uppgifter i. 407 d) 408 d) 40 a) 3 /5 5) 5 3 0 ) 0) 3 5 5 4 0 6 5 x 5 x) 5 x + 5 x 5 x 5 x 5 x + 5 x 40 Om det u är eklare så här a x a 3x + a x) a 4x + 43 a) 43 45 5 3 5 )
Läs merFöreläsning 2: Punktskattningar
Föreläsig : Puktskattigar Joha Thim joha.thim@liu.se 7 augusti 08 Repetitio Stickprov Defiitio. Låt de stokastiska variablera X, X,..., X vara oberoede och ha samma fördeligsfuktio F. Ett stickprov x,
Läs mer2. Konfidensintervall för skillnaden mellan två proportioner.
Föreläsig 12 LV1, Torsdag 12/10 Upplägg 1. Kofidesitervall för proportioer. 2. Kofidesitervall för skillade mella två proportioer. 3. Grafteori Kofidesitervall för proportioer Atag att vi vill skatta adele
Läs merRESTARITMETIKER. Avsnitt 4. När man adderar eller multiplicerar två tal som t ex
Avsitt 4 RESTARITMETIKER När ma adderar eller multiplicerar två tal som t ex 128 + 39..7 128 43..4 så bestämmer ma först de sista siffra. De operatioer som leder till resultatet kallas additio och multiplikatio
Läs mer4. Uppgifter från gamla tentor (inte ett officiellt urval) 6
SF69 - DIFFERENTIALEKVATIONER OCH TRANSFORMER II - ÖVNING 4 KARL JONSSON Iehåll. Egeskaper hos Fouriertrasforme. Kapitel 3: Z-Trasform.. Upp. 3.44a-b: Bestämig av Z-trasforme för olika talföljder.. Upp.
Läs merDEL I. Matematiska Institutionen KTH
1 Matematiska Istitutioe KTH Lösig till tetamesskrivig på kurse Diskret Matematik, momet A, för D2 och F, SF1631 och SF1630, de 5 jui 2009 kl 08.00-13.00. DEL I 1. (3p) Bestäm e lösig till de diofatiska
Läs mer1. BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. n x
BERÄKNING AV GRÄNSVÄRDEN ( då ) MED HJÄLP AV MACLAURINUTVECKLING a) Maclauris formel ( ) f () f () f () f ( ) f () + f () + + + +!!! ( ) f ( c) där R och c är tal som ligger mella och ( + )! Amärkig Eftersom
Läs merFormelblad Sannolikhetsteori 1
Formelblad Saolikhetsteori Bayes formel: Låt A och D vara två hädelser Då gäller P A D = P D AP A P D Chebyshevs olikhet: Låt X vara e stokastisk variabel med vätevärde µ och varias Då gäller för alla
Läs mer. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet.
Stokastiska rocesser Defiitio E stokastisk rocess är e mägd familj av stokastiska variabler Xt arameter t är oftast me ite alltid e tidsvariabel rocesse kallas diskret om Xt är e diskret s v för varje
Läs merDigital signalbehandling Alternativa sätt att se på faltning
Istitutioe för data- oc elektrotekik 2-2- Digital sigalbeadlig Alterativa sätt att se på faltig Faltig ka uppfattas som ett kostigt begrepp me adlar i grude ite om aat ä att utgåede frå e isigal x [],
Läs merArmin Halilovic: EXTRA ÖVNINGAR
Stokastiska rocesser Defiitio E stokastisk rocess är e mägd (familj) av stokastiska variabler X(t) arameter t är oftast (me ite alltid) e tidsvariabel rocesse kallas diskret om X(t) är e diskret s v för
Läs merTentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl
Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för statistik Tetame i Statistik, STA A13 Deltetame, 5p 5 jui 004, kl. 09.00-13.00 Tillåta hjälpmedel: Asvarig lärare: Övrigt: Bifogad formel-
Läs merMultiplikationsprincipen
Kombiatori Kombiatori hadlar oftast om att räa hur måga arragemag det fis av e viss typ. Multipliatiospricipe Atag att vi är på e restaurag för att provsmaa trerättersmåltider. Om det fis fyra förrätter
Läs merTAMS79: Föreläsning 9 Approximationer och stokastiska processer
TAMS79: Föreläsig 9 Approximatioer och stokastiska processer Joha Thim 18 ovember 2018 9.1 Biomialfördelig Vi har reda stött på dea fördelig flera gåger. Situatioe är att ett slumpförsök har två möjliga
Läs merGrundläggande matematisk statistik
Grudläggade matematisk statistik Puktskattig Uwe Mezel, 2018 uwe.mezel@slu.se; uwe.mezel@matstat.de www.matstat.de Saolikhetsteori: Saolikhetsteori och statistikteori vad vi gjorde t.o.m. u vi hade e give
Läs merF4 Matematikrep. Summatecken. Summatecken, forts. Summatecken, forts. Summatecknet. Potensräkning. Logaritmer. Kombinatorik
03-0-4 F4 Matematirep Summatece Summatecet Potesräig Logaritmer Kombiatori Säg att vi har styce tal x,, x Summa av dessa tal (alltså x + + x ) srivs ortfattat med hjälp av summatece: x i i summa x i då
Läs merTNA001 Matematisk grundkurs Övningsuppgifter
TNA00 Matematisk grudkurs Övigsuppgiter Iehåll: Uppgit Uppgit 8 Uppgit 9 6 Uppgit 7 5 Uppgit 55 60 Facit sid. 8-0 Summor, Biomialsatse, Iduktiosbevis Ivers uktio Logaritmer, Expoetialuktioer Trigoometri
Läs mer1. Test av anpassning.
χ -metode. χ -metode ka avädas för prövig av hypoteser i flera olika slag av problem: om e stokastisk variabel följer e viss saolikhetsfördelig med käda eller okäda parametrar. om två stokastiska variabler
Läs merMS-A0409 Grundkurs i diskret matematik Sammanfattning, del I
MS-A0409 Gudkus i disket matematik Sammafattig, del I G. Gipebeg 1 Mägde och logik 2 Relatioe och fuktioe Aalto-uivesitetet 15 maj 2014 3 Kombiatoik etc. G. Gipebeg Aalto-uivesitetet MS-A0409 Gudkus i
Läs merAnalys av algoritmer. Beräkningsbar/hanterbar. Stora Ordo. O(definition) Datastrukturer och algoritmer. Varför analysera algoritmer?
Datastrukturer och algoritmer Föreläsig 2 Aalys av Algoritmer Aalys av algoritmer Vad ka aalyseras? - Exekverigstid - Miesåtgåg - Implemetatioskomplexitet - Förstålighet - Korrekthet - - 29 30 Varför aalysera
Läs merLösningar till tentamensskrivning i kompletteringskurs Linjär Algebra, SF1605, den 10 januari 2011,kl m(m + 1) =
Lösigar till tetamesskrivig i kompletterigskurs Lijär Algebra, SF605, de 0 jauari 20,kl 4.00-9.00. 3p Visa med hjälp av ett iduktiosbevis att m= mm + = +. Lösig: Formel är uppebarlige sa är = eftersom
Läs merMinsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera
Matematisk statistik slumpes matematik Saolikhetsteori hur beskriver ma slumpe? Statistikteori vilka slutsatser ka ma dra av ett datamaterial? Statistikteori översikt Puktskattig Hur gör ma e bra gissig
Läs merProblem 2 löses endast om Du hade färre än 15 poäng på duggan som gavs arctanx sin x. x(1 cosx) lim. cost.
UPPSALA UNIVERSITET Matematiska istitutioe Abrahamsso 7-6796 Prov i matematik IT, W, lärarprogrammet Evariabelaalys, hp 9-6-4 Skrivtid: : 5: Tillåta hjälpmedel: Mauella skrivdo Varje uppgift är värd maimalt
Läs merb) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)
Avd Matematisk statistik TENTAMEN I SF922, SF923 och SF924 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 29:E MAJ 208 KL 0800 300 Examiator för SF922/SF923: Tatjaa Pavleko, 08-790 84 66 Examiator för SF924:
Läs merIntervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej
Itervallskattig c 005 Eric Järpe Högskola i Halmstad Atag att vi har ett stickprov x,..., x på X som vi vet är Nµ, σ me vi vet ej värdet av µ = EX. Då ka vi beräka x, vvr skattig av µ. För att få reda
Läs merLycka till! I(X i t) 1 om A 0 annars I(A) =
Avd Matematisk statistik TENTAMEN I SF955 f d 5B555 DATORINTENSIVA METODER ONSDAGEN DEN AUGUSTI 008 KL 400 900 Examiator: Guar Eglud, tel 790746 Email: guare@mathkthse Tillåta hjälpmedel: Formel- och tabellsamlig
Läs merLinjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes
Lijär Algebra (lp 1, 2016) Lösigar till skrivuppgifte Julia Brades Uppgift 1. Betecka mägde av alla matriser med M(). Vi har e elemetvist defiierad additio av två matriser A, B M(). De är defiierad geom
Läs merVisst kan man faktorisera x 4 + 1
Visst ka ma faktorisera + 1 Per-Eskil Persso Faktoriserig av polyomuttryck har alltid utgjort e svår del av algebra. Reda i slutet av grudskola möter elever i regel dea omvädig till multiplikatio med hjälp
Läs merInledande matematisk analys (TATA79) Höstterminen 2016 Föreläsnings- och lekionsplan
Iledade matematisk aalys TATA79) Hösttermie 016 Föreläsigs- och lekiospla Föreläsig 1 Logik, axiom och argumet iom matematik, talbeteckigssystem för hetal, ratioella tal, heltalspoteser. Lektio 1 och Hadledigstillfälle
Läs merAnmärkning: I några böcker använder man följande beteckning ]a,b[, [a,b[ och ]a,b] för (a,b), [a,b) och (a,b].
MÄNGDER Stadardtalmägder: N={0,, 2, 3, } mägde av alla aturliga tal (I ågra böcker N={,2,3, }) Z={ 3, 2,,0,, 2, 3, 4, } mägde av alla hela tal m Q={, där m, är hela tal och 0 } mägde av alla ratioella
Läs merTentamen 19 mars, 8:00 12:00, Q22, Q26
Avdelige för elektriska eergisystem EG225 DRIFT OCH PLANERING AV ELPRODUKTION Vårtermie 25 Tetame 9 mars, 8: 2:, Q22, Q26 Istruktioer Skriv alla svar på det bifogade svarsbladet. Det är valfritt att också
Läs merUppsala Universitet Matematiska Institutionen Bo Styf. Att repetera.
Uppsala Uiversitet Matematisa Istitutioe Bo Styf rasformmetoder, 5 hp gyl, I, W, X 20-0-26 Att repetera. Vi samlar här e del material frå tidigare urser som a vara avädbart uder urses gåg. Serier. E serie
Läs merHambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)
1 Föreläsig 6, Ht 2 Hambley avsitt 12.7 (äve 7.3 för de som vill läsa lite mer om gridar) Biära tal Vi aväder ormalt det decimala talsystemet, vilket har base 10. Talet 2083 rereseterar då 2 10 3 0 10
Läs merSannolikhetslära. c 2015 Eric Järpe Högskolan i Halmstad
Saolikhetslära c 201 Eric Järpe Högskola i Halmstad Saolikhetslära hadlar om att mäta hur saolikt (dvs hur ofta ) ma ka förväta sig att ågot iträffar. Därför sorterar saolikhetslära uder de matematiska
Läs merLÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:
LÖSNINGAR TILL Matematisk statistik Tetame: 2014 10 28 kl 14 00 19 00 Matematikcetrum FMS 086 Matematisk statistik för B, K, N och BME, 7.5 hp Luds tekiska högskola MASB02 Matematisk statistik för kemister,
Läs merF10 ESTIMATION (NCT )
Stat. teori gk, ht 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlista till NCT Iferece Parameter Estimator Estimate Ubiased Bias Efficiecy Cofidece iterval Cofidece level (Studet s) t distributio Slutledig,
Läs merSannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1
Saolikheter E saolikhet ka ata värde frå 0 till 1 0 < P < 1 Beteckas: P Pr Prob Saolikhete för e hädelse Hädelse A P(A) Pr(A) Prob(A) Defiitio saolikhet: De frekves med vilke hädelse av itresse iträffar
Läs merAnalys av polynomfunktioner
Aals av polomfutioer Aals36 (Grudurs) Istuderigsuppgifter Dessa övigar är det tät du sa göra i aslutig till att du läser huvudtete. De flesta av övigara har, om ite lösigar, så i varje fall avisigar till
Läs merLösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007
STOCKHOLMS UNIVERSITET MS 3150 MATEMATISKA INSTITUTIONEN TENTAMEN Avd. Matematisk statistik 29 maj 2007 Lösig till tetame för kurse Log-lijära statistiska modeller 29 maj 2007 Uppgift 1 a Modelle uta ågra
Läs merDigital signalbehandling Fönsterfunktioner
Istitutioe för data- och elektrotekik Digital sigalbehadlig Fösterfuktioer 2-2-7 Fösterfuktioer aväds för att apassa mätserie vid frekvesaalys via DFT och FFT samt vid dimesioerig av FIR-filter via ivers
Läs mer5. Linjer och plan Linjer 48 5 LINJER OCH PLAN
48 5 LINJER OCH PLAN 5. Lijer och pla 5.. Lijer Eempel 5.. Låt L ara e lije i rummet. Atag att P är e pukt på L och att L är parallell med e ektor, lijes riktigsektor. Då gäller att e pukt P ligger på
Läs merTentamen i Envariabelanalys 1
Liöpigs uiversitet Matematisa istitutioe Matemati och tillämpad matemati Kursod: TATA4 Provod: TEN Iga hjälpmedel är tillåta. Tetame i Evariabelaalys 4-4-3 l 4 9 Lösigara sall vara fullstädiga, välmotiverade,
Läs merTENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl
TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF004 TEN 0-04-5 kl 8.5-.5 Hjälpmedel: Formler och tabeller i statistik, räkedosa Fullstädiga lösigar erfordras till samtliga uppgifter. Lösigara skall vara
Läs merKonsoliderad version av. Styrelsens för ackreditering och teknisk kontroll föreskrifter (STAFS 1993:18) om EEG-märkning av färdigförpackade varor
Kosoliderad versio av Styrelses för ackrediterig och tekisk kotroll föreskrifter (STAFS 1993:18) om EEG-märkig av färdigförpackade varor Rubrike har dea lydelse geom (STAFS 2008:11) Ädrig iförd: t.o.m.
Läs mer