17.1 Kontinuerliga fördelningar
|
|
- Ann-Marie Jonasson
- för 5 år sedan
- Visningar:
Transkript
1 7. Kontinuerliga fördelningar En SV X är kontinuerlig om F X (x) är kontinuerlig för alla x F X (x) är deriverbar med kontinuerlig derivata för alla x utom eventuellt för ändligt många värden Som vi tidigare sagt kan fördelningsfunktionen för en SV åskådlig göras med en graf som växer kontinuerligt från till då x. Här är ett exempel Figur 7.: En fördelningsfunktion Exempel. lim F X(x) = x lim F X(x) = x x < f X (x) = sinx x π 2 x > π 2 Funktionen f X (x) fungerar som en sannolikhetsfördelning därför att F X (x) får vi genom sinxdx = π 2 x sin x dx = [ cosx] π 2 = ( ) = sin(t)dt = [ cost] x = cosx Håkan Strömberg KTH Syd
2 7.. KONTINUERLIGA FÖRDELNINGAR Figur 7.2: En fördelningsfunktion Eftersom F X () = och F X ( π 2 ) = är motsvarande fördelningsfunktion F X(x) = cosx som har utseendet: Just den här SV har troligtvis inget självständigt liv, även om den uppfyller villkoren för en SV. Derivatan till fördelningsfunktionen F X (x) med avseende på x betecknas f X (x) och benäms frekvensfunktionen för den stokastiska variabeln X Dessa tre egenskaper gäller alltså och och x f X (t)dt f X (t)dt = P(a < X b) = F x (b) F x (a) = b a f X (t)dt Uttrycket P(X = x) är befängt för kontinuerliga fördelningar. Hur stor är sannolikheten att an spik har längden mm? Helt enkelt är P(X = x) =. Detta betyder förstås att det inte är någon skillnad mellan skrivsätten P(a < X b) och P(a < X < b) Figur 7.3: För att bestämma sannolikheten i samband med kontinuerliga SV handlar det alltid om ett intervall och den area som ligger mellan grafen och x-axeln inom detta intervall. I figur Håkan Strömberg 2 KTH Syd
3 ?? ser vi den area, som motsvarar sannolikheten för att vi ska få ett observationsvärde x i intervallet [,2] Figur 7.4: Den här arean är eller hur? Ja, nästan i alla fall eftersom vi troligtvis inte har ritat hela grafen. Om man bestämmer ett x så att arean till höger om x blir lika med ett givet tal α, α får man den så kallade α-kvartilen för fördelningen. Detta är samma sak som lösningen till x = x α till ekvationen F x (X) = α Detta är ett begrepp som vi kommer att används i senare i statistikteorin Till vänster har vi x -kvartilen och till höger x.75 -kvartilen. Rektangelfördelningen Om frekvensfunktionen är konstant i ett intervall [a,b] och för övrigt, sägs X ha en rektangelfördelning (uniform distribution). Eftersom arean under frekvensfunktionen ska vara får vi f X (x) = b a annars om a < x < b Synonymer är frekvensfunktion är sannolikhetsfunktion eller täthetsfunktion (engelska frequency function eller probability density). Håkan Strömberg 3 KTH Syd
4 7.. KONTINUERLIGA FÖRDELNINGAR om x < a x a b a x > b om a x b Figur 7.5: Ett exempel Den här funktionen kommer man nära genom C-satsen s=(double) rand()/32768.; rand levererar i många system heltal i intervallet Dividerar vi det med får vi ett tal i intervallet [,). Hur stor är sannolikheten att vi på detta sätt kommer att få ett slumptal i intervallet [3,8]? 7.. Exponentialfördelningen Frekvensfunktionen har följande utseende f X (x) = a e x a om a < x < b x < Hur ser fördelningsfunktionen ut? Vi vet nu hur vi ska få tag i den x som gäller då x. Då x < är. Eftersom arean under kurvan ska vara måste a e t a dt = e x a a e x a = Hur visar man det? Vi har ju redan F X (x) och då lim F X(x) = lim x x e x a = Håkan Strömberg 4 KTH Syd
5 Figur 7.6: Kan man med hjälp av grafen fastställa a? Maple a:=statevalf[cdf,exponential[/,]](5); b:=statevalf[cdf,exponential[/,]](7); b-a; Exempel 2. The exponential[alpha, a] distribution (exponential distribution) has the probability density function equal to alpha*exp(-alpha*(x-a)) if x>=a and equal to zero if x<a. Constraint: alpha is a non-negative real number. Default: a= Normalfördelningen Om en SV har frekvensfunktionen f X (x) = s (x m) 2 2π e 2s 2 Håkan Strömberg 5 KTH Syd
6 7.. KONTINUERLIGA FÖRDELNINGAR som gäller för < x < och där s > och m är givna storheter. Detta är den kanske vanligast förekommande av alla SV och betecknas N(m,s). Här några varianter I tur och ordning är visas frekvensfunktionerna. N(, ),N(8, 5), N(8, 5), N(8, 5). Kan man ha en aning om vad s och m står för? Hur är det då med fördelningsfunktionen? Den som kan skrivas x s (t m) 2 2π e 2s 2 dt Tyvärr kan inte denna F X (x) uttryckas som en funktion med hjälp av elementära funktioner. Det går med lite högre matematik, än vi bryr oss om här, att visa att arean under kurvan är. Maple a:=statevalf[cdf,normald[8,5]](65); b:=statevalf[cdf,normald[8,5]](95); b-a; Det är N(8,5) som gäller a är P(X < 65) och b är P(X < 95). b a ger då sannolikheten P(65 < X < 95) För att bestämma b a f X (x)dx behöver de flesta en tabell. Men vi som kan integrera numeriskt klarar biffen med hjälp av Simpsons formel och ett litet C-program. Håkan Strömberg 6 KTH Syd
7 double f(double m,double s,double x){ 2 return /(s sqrt(2 M PI)) exp( (x m) (x m)/(2 s s)); 3 } 4 5 int main(void){ 6 double x= 5.,x2=.; 7 double x,h,sum,i; 8 int nh=,s,k; 9 printf("\n"); for(x2=.;x2<=4.;x2=x2+){ sum=f(.,.,x); 2 h=(x2 x)/nh; 3 for(s=;s<nh;s++){ 4 if(s%2==) k=4; else k=2; 5 sum+=k f(.,.,x+s h); 6 } 7 sum+=f(.,.,x2); 8 sum=h sum/3; 9 printf("x=%6.3f -> %7.5f\n",x2,sum); 2 } 2 } Det här lilla programmet producerar stora delar av av det tabellverk, som många statistiker alltid måste bära med sig. Tabellen gäller för m = och s =. Vi har tidigare inte löst en generaliserad integral med hjälp av Simpson. Knepet som vi använder här, är att börja med tillräckligt stora negativa x, här 5 då f X (x) är mycket litet. Förhoppningsvis är alla tal korrekta med 4 decimaler. Problem. Använd programmet som grund för skriva en funktion i C som bestämmer sannolikheten för att ett mätvärde X ska ligga i intervallet [x,x 2 ] för givna m och s. Ett anrop p=norm(x,x2,m,s) Maple Problem 2. Den SV X har 2 + π arctanx Beräkna följande sannolikheter: P(X ), P( < X ) och P(X ). Problem 3. x < 2(x ) + x x > 2 Håkan Strömberg 7 KTH Syd
8 7.. KONTINUERLIGA FÖRDELNINGAR Låt X vara en SV med den ovan angivna funktionen som fördelningsfunktion. Beräkna P(X < 5/3),P(X > 3/2) och P(4/3 < X < 5/3). Problem 4. Den SV X har en sannolikhetsfunktion f X (x) som för x =,,2 3 antar värdena: P(X = ) = /2,P(X = ) = /4,P(X = 2) = /8,P(X = 3) = /8 a) Hur stor är sannolikheten att X antar värdet 3? b) Hur kan man inse att f X (x) = för alla x utom för de fyra ovan angivna x-värdena? c) Hur stor är P(X > ) Problem 5. En SV X kan bara anta värdena 3,4,7,8 och 9. Vidare vet man att P(X = 3) = /3,P(X = 4) = /4,P(X = 7) = /6,P(X = 8) = /6 a) Beräkna P(X = 9). b) Beräkna F X (5). c) Beräkna sannolikheten att X antar ett udda värde. d) Beräkna P(4 X 8) e) Beräkna P(X 8). Problem 6. I en ask ligger en tvåkrona och två femöringar. Man tar upp två på måfå valda av dessa mynt. Låt X beteckna sammanlagda värdet (enhet: öre) av de upptagna mynten. a) Vilka värden kan X anta? b) Ange sannolikhetsfunktionen för X. Problem 7. Ur en urna med 4 vita och 6 svarta kulor drar man upprepade gånger en kula med återläggning mellan varje dragning. Man håller på tills man för första gången får en vit kula. Låt X beteckna antalet dragningar som resulterar i svart kula (dvs antalet misslyckade dragningar) a) Ange sannolikhetsfunktionen för X b) Beräkna P(X 3) Problem 8. En urna innehåller 4 vita och 6 svarta kulor. Man drar 3 gånger en kula med återläggning mellan varje dragning. Låt X beteckna antalet vita kulor bland de dragna kulorna. a) Ange sannolikhetsfunktionen för X b) Beräkna sannolikheten att man får fler vita kulor än svarta. Problem 9. Förutsättningarna i förra uppgiften förändras så att dragningen sker utan återläggning. Utför samma beräkningar som förut. Problem. Den SV X är Poisson-fördelad och har egenskapen att P(X = ) = /2. Beräkna P(X 2) Håkan Strömberg 8 KTH Syd
9 Problem. Ett visst försök ger ett utfall som kan beskrivas som en över intervallet [,] rektangelfördelad SV. Beräkna sannolikheten att man får ett försöksresultat sådant att den första siffran efter decimalkommat är udda. Problem 2. Ett svagt radioaktivt preparat sänder ut elementarpartiklar så att tidsavståndet (enhet: sekund) mellan två på varandra följande emissioner är exponentialfördelat med frekvensfunktionen f X (x) = e x Beräkna sannolikheten att ett sådant tidsavstånd är större än 2 minuter. Problem 3. Radiorör av en viss typ antages ha en livslängd X (enhet: timme) som har frekvensfunktionen f X (x) = e x Beräkna sannolikheten att ett sådant rör håller mer än 5 men ej mer än 5 timmar. Håkan Strömberg 9 KTH Syd
SF1901: Sannolikhetslära och statistik
SF9: Sannolikhetslära och statistik Föreläsning 3. Stokastiska variabler, diskreta och kontinuerliga Jan Grandell & Timo Koski 8.9.28 Jan Grandell & Timo Koski () Matematisk statistik 8.9.28 / 45 Stokastiska
Läs mer19.1 Funktioner av stokastiska variabler
9. Funktioner av stokastiska variabler 9.. Oberoende stokastiska variabler Som vi minns innebär P(A B) = P(A) P(B) att händelserna A och B är oberoende. Låt A vara händelsen att X < x och B vara händelsen
Läs merSF1901: SANNOLIKHETSTEORI OCH KONTINUERLIGA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 7 september 2016
SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 4 KONTINUERLIGA STOKASTISKA VARIABLER Tatjana Pavlenko 7 september 2016 PLAN FÖR DAGENS FÖRELÄSNING Repetition av diskreta stokastiska variabler. Väntevärde
Läs merf (a) sin
Hur kan datorn eller räknedosan känna till värdet hos till exempel sin0.23 eller e 2.4? Denna fråga är berättigad samtidigt som ingen tror att apparaterna innehåller en gigantisk tabell. Svaret på frågan
Läs merSF1901: Sannolikhetslära och statistik
SF9: Sannolikhetslära och statistik Föreläsning 3. Stokastiska variabler, diskreta och kontinuerliga Jan Grandell & Timo Koski 25..26 Jan Grandell & Timo Koski Matematisk statistik 25..26 / 44 Stokastiska
Läs merDemonstration av laboration 2, SF1901
KTH 29 November 2017 Laboration 2 Målet med dagens föreläsning är att repetera några viktiga begrepp från kursen och illustrera dem med hjälp av MATLAB. Laboration 2 har följande delar Fördelningsfunktion
Läs merTMS136. 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 merFöreläsning 8 för TNIU23 Integraler och statistik
Föreläsning 8 för TNIU Integraler och statistik Krzysztof Marciniak ITN, Campus Norrköping, krzma@itn.liu.se www.itn.liu.se/ krzma ver. - 9--6 Inledning - lite om statistik Statistik är en gren av tillämpad
Läs merStatistiska metoder för säkerhetsanalys
F3: Slumpvariaber och fördelningar Diskret Kontinuerlig Slumpvariabler Slumpvariabler = stokastiska variabler = random variables = s.v. Heter ofta X, Y, T. Diskreta kan anta ändligt eller uppräkneligt
Läs merMatematisk statistik 9hp Föreläsning 2: Slumpvariabel
Matematisk statistik 9hp Föreläsning 2: Slumpvariabel Anna Lindgren 6+7 september 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F2: Slumpvariabel 1/23 Begrepp Samband Grundläggande begrepp Utfall
Läs merAntal ögon Vinst (kr) Detta leder till följande uttryck E(x) = x x p X(x) x f X(x)dx
8. Väntevärde Exempel. Banken ordnar ett tärningsspel där de spelande erlägger en insats på 5 kr/kast. Vinsten är beroende på hur många ögon tärningen visar: Antal ögon 3 4 5 6 Vinst (kr) 3 4 5 6 7 8 Hur
Läs merFöreläsning 3, Matematisk statistik Π + E
Repetition Kvantil Presentation Slumptal Transformer Inversmetoden Föreläsning 3, Matematisk statistik Π + E Sören Vang Andersen 13 november 2014 Sören Vang Andersen - sva@maths.lth.se FMS012 F3 1/19 Repetition
Läs merFöreläsning 2, FMSF45 Slumpvariabel
Föreläsning 2, FMSF45 Slumpvariabel Stas Volkov 2017-09-05 Stanislav Volkov s.volkov@maths.lth.se FMSF45 F2: Slumpvariabel 1/23 Begrepp Samband Grundläggande begrepp och beteckningar Utfall resultatet
Läs merDetta formelblad får användas under både KS2T och KS2D, samt ordinarie tentamen. x = 1 n. x i. with(stats): describe[mean]([3,5]); 4.
Formelblad Detta formelblad får användas under både KST och KSD, samt ordinarie tentamen. Medelvärde x = 1 n x i with(stats): describe[mean]([3,5]); 4 Varians s = 1 (x i x) n 1 ( s = 1 x i n 1 1 n ) x
Läs merSF1911: Statistik för bioteknik
SF1911: Statistik för bioteknik Föreläsning 6. TK 14.11.2016 TK Matematisk statistik 14.11.2016 1 / 38 Lärandemål Stokastiska modeller för kontinuerliga datatyper Fördelningsfunktion (cdf) Sannolikhetstäthetsfunktion
Läs merGrundläggande matematisk statistik
Grundläggande matematisk statistik Väntevärde, varians, standardavvikelse, kvantiler Uwe Menzel, 28 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Väntevärdet X : diskret eller kontinuerlig slumpvariable
Läs merExempel för diskreta och kontinuerliga stokastiska variabler
Stokastisk variabel ( slumpvariabel) Sannolikhet och statistik Stokastiska variabler HT 2008 Uwe.Menzel@math.uu.se http://www.math.uu.se/ uwe/ Stokastisk variabel, slumpvariabel (s.v.): Funktion: Resultat
Läs merSF1901 Sannolikhetsteori och statistik I
SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 4 7 november 2017 1 / 29 Idag Förra gången Viktiga kontinuerliga fördelningar (Kap. 3.6) Fördelningsfunktion (Kap. 3.7) Funktioner av stokastiska
Läs merKap 2. Sannolikhetsteorins grunder
Kap 2. Sannolikhetsteorins grunder Olika händelser och deras mängbetäckningar Sats 2.7 Dragning utan återläggning av k element ur n (utan hänsyn till ordning) kan ske på ( n ) olika sätt k För två händelser
Läs merFÖRELÄSNING 4:
FÖRELÄSNING 4: 26-4-9 LÄRANDEMÅL Poissonfördelning Kontinuerliga slumpvariabler Kontinuerlig uniform fördelning Exponentialfördelning Samla in data Sammanställ data Gissa modell för datan Testa modellen
Läs mer5B1134 Matematik och modeller Lösningsförslag till tentamen den 11 oktober 2004
KTH Matematik 5B4 Matematik och modeller Lösningsförslag till tentamen den oktober 4. Två av sidlängderna i en triangel är 8 m och m. En av vinklarna är 6. a) Bestäm alla möjliga värden för den tredje
Läs mer5B1134 Matematik och modeller Lösningsförslag till tentamen den 29 augusti 2005
KTH Matematik 5B114 Matematik och modeller Lösningsförslag till tentamen den 29 augusti 2005 1. a) Om två av sidorna i en triangel är 5 meter respektive 6 meter. Vilka längder på den tredje sidans längd
Läs merMatematisk statistik 9 hp Föreläsning 3: Transformation och simulering
Matematisk statistik 9 hp Föreläsning 3: Transformation och simulering Anna Lindgren 8+9 september 216 Anna Lindgren - anna@maths.lth.se FMS12/MASB3: transform 1/11 Stokastisk variabel Kvantil Stokastisk
Läs merx f (x) dx 1/8. Kan likhet gälla i sistnämnda relation. (Torgny Lindvall.) f är en kontinuerlig funktion på 1 x sådan att lim a
Elementa Årgång 50, 967 Årgång 50, 967 Första häftet 2603. Låt ξ, ξ 2,..., ξ n vara stokastiska variabler med väntevärden E[ξ i ], i =, 2,..., n. Visa att E[max(ξ, ξ 2,..., ξ n )] max(e[ξ ], E[ξ 2 ],...,
Läs merGrundläggande matematisk statistik
Grundläggande matematisk statistik Flerdimensionella Uwe Menzel, 2018 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Flerdimensionella Ett slumpförsök kan ge upphov till flera (s.v.): kast med
Läs meri utvecklingen av (( x + x ) n för n =1,2,3º. = 0 där n = 1,2,3,
Repetition Matematik. Bestäm koefficienten vid x i utvecklingen av ((+ x - x ) 5.. Bestäm koefficienten vid x 3 i utvecklingen av (( x + x ) n för n =,,3º. 3. a 5-5a b + 5a3 b - 5a 8b 3 + 5a 6b - 3b 5
Läs merMeningslöst nonsens. December 14, 2014
December 4, 204 Fråga. Hur visar man att sin(x) x tan(x)? Fråga. Hur visar man att sin(x) x tan(x)? Fråga 2. Hur visar man att a > lim n a n =? Fråga 2. Hur visar man att a > lim n a n =? Röd: Det är ett
Läs merFler uppgifter på andragradsfunktioner
Fler uppgifter på andragradsfunktioner 1 I grafen nedan visas tre andragradsfunktioner. Bestäm a,b och c för p(x) = ax 2 + bx + c genom att läsa av lämpliga punkter i grafen. 10 5 1 3 5 Figur 1: 2 Vi har
Läs merFöreläsning 4, Matematisk statistik för M
Föreläsning 4, Matematisk statistik för M Erik Lindström 1 april 2015 Erik Lindström - erikl@maths.lth.se FMS012 F4 1/19 Binomialfördelning Beteckning: X Bin(n, p) Förekomst: Ett slumpmässigt försök med
Läs merKursens Kortfrågor med Svar SF1602 Di. Int.
Kursens Kortfrågor med Svar SF62 Di. Int. Allmänt om kortfrågor: Kortfrågorna är ett viktigt sätt för er att engagera matematiken. De kommer att dyka upp på kontrollskrivningar. Syftet är att ni ska gå
Läs merMathematica. Utdata är Mathematicas svar på dina kommandon. Här ser vi svaret på kommandot från. , x
Mathematica Första kapitlet kommer att handla om Mathematica det matematiska verktyg, som vi ska lära oss hantera under denna kurs. Indata När du arbetar med Mathematica ger du indata i form av kommandon
Läs mer4 Diskret stokastisk variabel
4 Diskret stokastisk variabel En stokastisk variabel är en variabel vars värde bestäms av utfallet av ett slumpmässigt försök. En stokastisk variabel betecknas ofta med X, Y eller Z (i läroboken används
Läs mer13.1 Matematisk statistik
13.1 Matematisk statistik 13.1.1 Grundläggande begrepp I den här föreläsningen kommer vi att definiera och exemplifiera ett antal begrepp som sedan kommer att följa oss genom hela kursen. Det är därför
Läs merFöreläsning 3. Sannolikhetsfördelningar
Föreläsning 3. Sannolikhetsfördelningar Jesper Rydén Matematiska institutionen, Uppsala universitet jesper.ryden@math.uu.se 1MS008, 1MS777 vt 2016 Slumpvariabel? Resultatet av ett slumpmässigt försök utgörs
Läs merDen räta linjens ekvation
Den räta linjens ekvation Här följer en dialog mellan studenten Tor-Björn (hädanefter kallad TB) och hans lärare i matematik Karl-Ture Hansson (nedan kallad KTH). När vi möter dem för första gången är
Läs merGrundläggande matematisk statistik
Grundläggande matematisk statistik Kontinuerliga fördelningar Uwe Menzel, 8 www.matstat.de Begrepp fördelning Hur beter sig en variabel slumpmässigt? En slumpvariabel (s.v.) har en viss fördelning, d.v.s.
Läs merSF1625 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 merFinansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3
Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Kontinuerliga sannolikhetsfördelningar (LLL Kap 7 & 9) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics
Läs merLösningar och kommentarer till uppgifter i 3.1
Lösningar och kommentarer till uppgifter i.1 102 b) TB: Kör de med dessa uppgifter i det här kapitlet också? Det gör inget, jag börjar bli ganska bra på det. Vi har funktionen fx) = x x 2 24x + 1 och man
Läs merPlanering för Matematik kurs D
Planering för Matematik kurs D Läromedel: Holmström/Smedhamre, Matematik från A till E, kurs D Antal timmar: 9 (7 + ) I nedanstående planeringsförslag tänker vi oss att D-kursen studeras på 9 klocktimmar.
Läs merDen räta linjens ekvation
Den räta linjens ekvation Här följer en dialog mellan studenten Tor-Björn (hädanefter kallad TB) och hans lärare i matematik Karl-Ture Hansson (nedan kallad KTH). När vi möter dem för första gången är
Läs merMatematiska uppgifter
Årgång 54, 1971 Första häftet 8. Bestäm alla reella tal x sådana att x 1 3 x 1 + < 0 (Svar: {x R: 1 < x < 0} {x R: < x < 3}) 83. Visa att om x > y > 1 så är x y 1 > x y > ln(x/y). 84. Undersök om punkterna
Läs merStokastiska signaler. Mediesignaler
Stokastiska signaler Mediesignaler Stokastiska variabler En slumpvariabel är en funktion eller en regel som tilldelar ett nummer till varje resultatet av ett experiment Symbol som representerar resultatet
Läs merFrågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1
ATM-Matematik Mikael Forsberg OvnTenta Matematik Skrivtid. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift på ny sida. Använd ej baksidor. Skriv namn på
Läs merGamla tentemensuppgifter
Inte heller idag någon ny teori! Gamla tentemensuppgifter 1 Bestäm det andragradspolynom vars kurva skär x-axeln i x = 3 och x = 1 och y-axeln i y = 3 f(x) = (x 3)(x + 1) = x x 3 är en bra start, men vi
Läs merLÖSNINGSFÖRSLAG TILL TENTAMEN 2 SF1664
LÖSNINGSFÖRSLAG TILL TENTAMEN 2 SF1664 Tillämpad envariabelanalys med numeriska metoder för CFATE1 den 1 mars 214 kl 8.-1. 1. Bestäm värdemängden till funktionen f(x) = 2 arctan x + ln (1 + x 2 ), där
Läs merChalmers tekniska högskola Datum: kl Telefonvakt: Carl Lundholm MVE475 Inledande Matematisk Analys
MATEMATIK Hjälpmedel: inga Chalmers tekniska högskola Datum: 6825 kl. 8.3 2.3 Tentamen Telefonvakt: Carl Lundholm 5325 MVE475 Inledande Matematisk Analys Tentan rättas och bedöms anonymt. Skriv tentamenskoden
Läs merChalmers tekniska högskola Datum: kl Telefonvakt: Christoffer Standar LMA033a Matematik BI
MATEMATIK Hjälpmedel: inga Chalmers tekniska högskola Datum: 443 kl. 8.3.3 Tentamen Telefonvakt: Christoffer Standar 73 88 34 LMA33a Matematik BI Tentan rättas och bedöms anonymt. Skriv tentamenskoden
Läs merExempel. 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 merFöreläsning 2 (kap 3): Diskreta stokastiska variabler
Föreläsning 2 (kap 3): Diskreta stokastiska variabler Marina Axelson-Fisk 20 april, 2016 Idag: Diskreta stokastiska (random) variabler Frekvensfunktion och fördelningsfunktion Väntevärde Varians Några
Läs merMoment 10.1,10.2 Viktiga exempel Övningsuppgifter T10.1,T10.2,T10.3a,b,c,e,Ö10.1a-f,Ö10.3b-e
Moment 0.,0. Viktiga exempel 0.-0.5 Övningsuppgifter T0.,T0.,T0.3a,b,c,e,Ö0.a-f,Ö0.3b-e Integraler Definition. F(x) sägs vara primitiv funktion till f(x) på intervallet I om F (x) = f(x) Anmärkning. Det
Läs merf(x) = x 2 g(x) = x3 100
När vi nu ska lära oss att skissa kurvor är det bra att ha en känsla för vad som händer med kurvan när vi sätter in stora tal. Inledningsvis är det ju polynom vi ska studera. Här ska vi se vad som händer
Läs merKOKBOKEN 3. Håkan Strömberg KTH STH
KOKBOKEN 3 Håkan Strömberg KTH STH Hösten 006 Håkan Strömberg KTH Syd Innehåll Derivatans definition.............................. 5 Uppgift................................. 5 Uppgift.................................
Läs mer1 Föreläsning V; Kontinuerlig förd.
Föreläsning V; Kontinuerlig förd. Ufallsrummet har hittills varit dsikret, den stokastisk variabeln har endast kunnat anta ett antal värden. Ex.vis Poissonfördeln. är antal observationer inom ett tidsintervall
Läs merSidor i boken f(x) = a x 2 +b x+c
Sidor i boken 18-151 Andragradsfunktioner Här ska vi studera andragradsfunktionen som skrivs f(x) = ax +bx+c där a, b, c är konstanter (reella tal) och där a 0. Grafen (kurvan) till f(x), y = ax + bx +
Läs merhar ekvation (2, 3, 4) (x 1, y 1, z 1) = 0, eller 2x + 3y + 4z = 9. b) Vi söker P 1 = F (1, 1, 1) + F (1, 1, 1) (x 1, y 1, z 1) = 2x + 3y + 4z.
Institutionen för Matematik, KTH Torbjörn Kolsrud SF163, ifferential- och integralkalkyl II, del, flervariabel, för F1. Tentamen onsdag 7 maj 9, 1.-19. 1. Låt F (x, y, z) sin(x + y z) + x + y + 6z. a)
Läs merMer om slumpvariabler
1/20 Mer om slumpvariabler Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 4/2 2013 2/20 Dagens föreläsning Diskreta slumpvariabler Vilket kretskort ska man välja? Väntevärde
Läs merTentamen. Matematik 2 Kurskod HF1003. Skrivtid 8:15-12:15. Fredagen 13 mars Tentamen består av 3 sidor. Maple samt allt tryckt material
Tentamen Matematik 2 Kurskod HF1003 Skrivtid 8:15-12:15 Fredagen 13 mars 2009 Tentamen består av 3 sidor Maple samt allt tryckt material Korrekt löst uppgift ger 2 poäng. För godkänt krävs 16 poäng. Varje
Läs mer5B1134 Matematik och modeller Lösningsförslag till tentamen den 13 januari T = 1 ab sin γ. b sin β = , 956 0, 695 0, 891
KTH Matematik 5B1134 Matematik modeller Lösningsförslag till tentamen den 13 januari 6 1. a) Bestäm sidlängderna i en triangel med vinklarna 44, 63 73 om arean av triangeln är 64 cm. Ange svaren som närmevärden
Läs merKOKBOKEN 1. Håkan Strömberg KTH STH
KOKBOKEN 1 Håkan Strömberg KTH STH Hösten 2006 Håkan Strömberg 2 KTH Syd Innehåll Olikheter.................................... 6................................. 6 Uppgift 2.................................
Läs merDATORLABORATION FÖR KURSEN ENVARIABELANALYS 2
DATORLABORATION FÖR KURSEN ENVARIABELANALYS 2 1. Laborationsregler Läs detta dokument, lös uppgifterna i slutet, och lämna in en individuell laborationsrapport senast måndag 14 januari i pdf-format via
Läs merTENTAMEN. Ten2, Matematik 1 Kurskod HF1903 Skrivtid 13:15-17:15 Fredagen 25 oktober 2013 Tentamen består av 4 sidor
TENTAMEN Ten, Matematik Kurskod HF93 Skrivtid 3:5-7:5 Fredagen 5 oktober 3 Tentamen består av sidor Hjälpmedel: Utdelat formelblad. Räknedosa ej tillåten. Tentamen består av uppgifter som totalt kan ge
Läs merMonte Carlo-metoder. Bild från Monte Carlo
Monte Carlo-metoder 0 Målen för föreläsningen På datorn Bild från Monte Carlo http://en.wikipedia.org/wiki/file:real_monte_carlo_casino.jpg 1 Begrepp En stokastisk metod ger olika resultat vid upprepning
Läs merFunktioner. Räta linjen
Sidor i boken 14-143, 145-147 Funktioner. Räta linjen Här följer en dialog mellan studenten Tor-Björn (hädanefter kallad TB) och hans lärare i matematik Karl-Ture Hansson (nedan kallad KTH). När vi möter
Läs mer2x 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 merUppgift 1. (SUBPLOT) (Läs gärna help, subplot innan du börjar med uppgiften.) 1 A) Testa och förklara hur nedanstående kommandon fungerar.
INLÄMNINGSUPPGIFT 2 Linjär algebra och analys Kurskod: HF1006, HF1008 Skolår: 2016/17 armin@kth.se www.sth.kth.se/armin Redovisas under sista två (av totalt fem) labbövningar i Analys-delen. Preliminärt:
Läs mer5B1134 Matematik och modeller Lösningsförslag till tentamen den 12 januari 2005
KTH Matematik B Matematik modeller Lösningsförslag till tentamen den januari. a) I en triangel är två av sidlängderna 7 respektive 8 längdeneter vinkeln mellan dessa sidor är. Bestäm den tredje sidans
Läs merKontrollskrivning KS1T
Kontrollskrivning KS1T Matematik 2 Kurskod HF100 Skrivtid 8:15-11:15 måndagen 9 februari 2009 Tentamen består av 4 sidor Hjälpmedel: Utdelat formelblad. Räknedosa. Formelsamling Korrekt löst uppgift ger
Läs mer10.1 Linjära första ordningens differentialekvationer
10.1 Linjära första ordningens differentialekvationer Här ska vi studera linjära första ordningens differentialekvationer som kan skrivas y (x) + g(x)y(x) = h(x) Om g(x) har en primitiv funktion G(x) så
Läs merMatematisk statistik 9 hp Föreläsning 4: Flerdim
Matematisk statistik 9 hp Föreläsning 4: Flerdim Johan Lindström 3+4 september 26 Johan Lindström - johanl@maths.lth.se FMS2 F4: Flerdim /5 Transformer Inversmetoden Transformation av stokastiska variabler
Läs merGrundläggande matematisk statistik
Grundläggande matematisk statistik Diskreta fördelningar Uwe Menzel, 2018 www.matstat.de Begrepp fördelning Hur beter sig en variabel slumpmässigt? En slumpvariabel (s.v.) har en viss fördelning, d.v.s.
Läs merde uppgifter i) Under m-filerna iv) Efter samlade i en mapp. Uppgift clear clc Sida 1 av 6
Inlämningsuppgift 2, HF1006.. (MATLAB) INLÄMNINGSUPPGIFT 2 (MATLAB) Kurs: Linjär algebra och analys Del2, analys Kurskod: HF1006 Skolår: 2018/19 Redovisas under en av de tre schemalaggs gda redovisningstillfällen
Läs merMatematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration
10 februari 2017 Matematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration Syfte med övningen: Introduktion till ett par numeriska metoder för lösning av ekvationer respektive
Läs merF5 STOKASTISKA VARIABLER (NCT , samt del av 5.4)
Stat. teori gk, ht 006, JW F5 STOKASTISKA VARIABLER (NCT 5.1-5.3, samt del av 5.4) Ordlista till NCT Random variable Discrete Continuous Probability distribution Probability distribution function Cumulative
Läs mer4x 2 dx = [polynomdivision] 2x x + 1 dx. (sin 2 (x) ) 2. = cos 2 (x) ) 2. t = cos(x),
Lunds Tekniska Högskola Matematik Helsingborg Lösningar Analys, FMAA5 9-8-9. a) e sinx) cosx) dx e sinx) + C. b) 4x dx polynomdivision] x + x + x + dx x x + ] ln x + + ) ln) + ) ln) ln). c) Trigonometriska
Läs merTentamen i Envariabelanalys 2
Linköpings universitet Matematiska institutionen Kurskod: TATA42 Provkod: TEN Tentamen i Envariabelanalys 2 206 0 8, 4 9 Inga hjälpmedel. Lösningarna ska vara fullständiga, välmotiverade, ordentligt skrivna
Läs merHögskolan i Skövde (SK, JS) Svensk version Tentamen i matematik Lösningsförslag till del I
Högskolan i Skövde (SK, JS) Svensk version Tentamen i matematik Lösningsförslag till del I Kurs: MA15G Matematisk Analys MA13G Matematisk analys för ingenjörer MA71A Matematik för lärare C, delkurs Matematisk
Läs mery y 1 = k(x x 1 ) f(x) = 3 x
Räta linjen på olika former Här ska vi bara påpeka att förutom k-form, den som vi är mest vana vid y = k y + m finns också allmän form: ax + by + c = 0 där a och b är konstanter, som inte någon står för
Läs merf (x) = 8x 3 3x Men hur är det när exponenterna inte är heltal eller är negativ, som till exempel g(x) = x h (x) = n x n 1
Derivatan av potensfunktioner. Potensfunktioner med heltalsexponenter, som du redan kan derivera, kallas polynomfunktioner, som till exempel: Derivatan blir: f(x) = x 4 x + x + 8 f (x) = 8x x + Men hur
Läs merMeningslöst nonsens. November 19, 2014
November 19, 2014 Fråga 1. Om f (x) är begränsad kommer F(x) = x 0 f (t)dt att vara kontinuerlig? Deriverbar? Fråga 1. Om f (x) är begränsad kommer F(x) = x 0 f (t)dt att vara kontinuerlig? Deriverbar?
Läs merMoment Viktiga exempel Övningsuppgifter Ö , Ö1.25, Ö1.55, Ö1.59
Moment.0-. Viktiga exempel Övningsuppgifter Ö.9-., Ö.5, Ö.55, Ö.59 Funktioner Definition. En funktion y = f(x) är ett samband mellan variablerna x och y, sådant att ett x-värde motsvaras av högst ett värde
Läs merLösningar till MVE016 Matematisk analys i en variabel för I yy 1 + y 2 = x.
Lösningar till MVE6 Matematisk analys i en variabel för I 7-4-. a Division ger yy + y x. Ekvationen är alltså separabel. Integration av vänstra ledet ger y + y dy ln + y Efter integration blir det alltså
Läs merFörkortning och förlängning av rationella uttryck (s. 29 Origo 3b)
1 Print 1 Algebraiska 2 Variabler 1 Algebraiska 3 Input 1 Algebraiska 4 For 1 Algebraiska uttryck, Rationella uttryck Förkortning och förlängning av rationella uttryck (s. 29 Origo 3b) Eleverna kan träna
Läs merMatematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs VT2014, lp3. Laboration 2. Fördelningar och simulering
Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 - Biostatistisk grundkurs VT2014, lp3 Laboration 2 Fördelningar och simulering Introduktion 2014-02-06 Syftet med laborationen är dels
Läs merResultat till ett försök är ofta ett tal. Talet kallas en stokastisk variabel (kortare s. v.).
STOKASTISKA VARIABLER Resultat till ett försök är ofta ett tal. Talet kallas en stokastisk variabel (kortare s. v.). Definition 1. En reellvärd funktion definierad på ett utfallsrum Ω kallas en (endimensionell)
Läs merNewtons metod och arsenik på lekplatser
Newtons metod och arsenik på lekplatser Karin Kraft och Stig Larsson Beräkningsmatematik Chalmers tekniska högskola 1 november 2004 Introduktion Denna övning ingår i Lärardag på Chalmers för kemilärare
Läs merTentamen i matematik. f(x) = 1 + e x.
Lösningsförslag Högskolan i Skövde (SK, JS) Tentamen i matematik Kurs: MA52G Matematisk Analys MA23G Matematisk analys för ingenjörer Tentamensdag: 202-03-23 kl 4.30-9.30 Hjälpmedel : Inga hjälpmedel utöver
Läs merLösningar och kommentarer till uppgifter i 2.3
Lösningar och kommentarer till uppgifter i 2.3 2303 d) TB: Jaha, nu gäller det att kunna sina deriveringsregler. Polynom kommer man alltid ihåg hur de ska deriveras. f(x) = 4x 2 + 5x 3 ger derivatan f
Läs merTillämpningar av integraler: Area, skivformeln för volymberäkning, båglängd, rotationsarea, integraler och summor
Tillämpningar av integraler: Area, skivformeln för volymberäkning, båglängd, rotationsarea, integraler och summor Areaberäkningar En av huvudtillämpningar av integraler är areaberäkning. Nedan följer ett
Läs mer6 Derivata och grafer
6 Derivata och grafer 6.1 Dagens Teori När vi plottar funktionen f(x) = x + 1x 99x 8 med hjälp av dosan kan man få olika resultat beroende på vilka intervall man valt. 00000 100000-00 -100 100 00-100000
Läs merSF1625 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 merRepetitionsuppgifter
MVE5 H5 MATEMATIK Chalmers Repetitionsuppgifter Integraler och tillämpningar av integraler. (a) Beräkna (b) Avgör om den generaliserade integralen arctan(x) ( + x) dx. dx x x är konvergent eller divergent.
Läs merSF1625 Envariabelanalys Lösningsförslag till tentamen DEL A. e 50k = k = ln 1 2. k = ln = ln 2
SF625 Envariabelanalys Lösningsförslag till tentamen 23--24 DEL A. Den :a januari 26 låstes kg av ett visst radioaktivt ämne in i en källare. Ämnet sönderfaller i en takt som är direkt proportionell mot
Läs merKOKBOKEN. Håkan Strömberg KTH STH
KOKBOKEN Håkan Strömberg KTH STH Hösten 2007 Håkan Strömberg 2 KTH Syd Innehåll Genomsnittlig förändringshastighet...................... 5 Uppgift 1................................. 5 Uppgift 2.................................
Läs merSF1625 Envariabelanalys
Föreläsning 5 Institutionen för matematik KTH 5 september 2017 Hur mycket behöver man jobba? Vi har ett gemensamt ansvar: Jag visar vad som behöver göras Men det är ni som måste göra det Viktigt faktum:
Läs merMoment Viktiga exempel Övningsuppgifter. t 4 3t 2 +2 = 0. x 2 3x+2 = 0
Onsdag oktober kl :5, Sal 09, Moment Viktiga exempel Övningsuppgifter Variabelsubstitution Sats. Antag att funktionen f(x) har en primitiv funktion F(x) och att funktionen t(x) är deriverbar. Då gäller:
Läs merTransformer i sannolikhetsteori
Transformer i sannolikhetsteori Joakim Lübeck 28-11-13 För dig som läst eller läser sannolikhetsteori (fram till och med normalfördelningen) och läst eller läser system och transformer (till och med fouriertransform)
Läs mer5 Om f (r) = 0 kan andraderivatan inte avgöra vilken typ av extrempunkt det handlar om. Återstår att avgöra punktens typ med teckenstudium.
Så här hittar man extrempunkter, max-, min eller terrasspunkter, till en kurva y = f(x) med hjälp av i första hand f (x) 1 Bestäm f (x) och f (x) 2 Lös ekvationen f (x) = 0. Om ekvationen saknar rötter
Läs merLösandet av ekvationer utgör ett centralt område inom matematiken, kanske främst den tillämpade.
1.1 Ekvationslösning Lösandet av ekvationer utgör ett centralt område inom matematiken, kanske främst den tillämpade. 1.1.1 Polynomekvationer Ett polynom i en variabel x är som bekant en summa av termer
Läs mer