Planering Matematik II Period 3 VT Räkna själv! Gör detta före räkneövningen P1. 7, 17, 21, 37 P3. 29, 35, 39 P4. 1, 3, 7 P5.

Storlek: px
Starta visningen från sidan:

Download "Planering Matematik II Period 3 VT Räkna själv! Gör detta före räkneövningen P1. 7, 17, 21, 37 P3. 29, 35, 39 P4. 1, 3, 7 P5."

Transkript

1 Avsnitt 1, Inledning ( Adams P1,P3,P4, P5) Genomgång och repetition av grundläggande begrepp. Funktion, definitionsmängd, värdemängd. Intervall. Olikheter. Absolutbelopp. Styckvis definierade funktioner. Parablar. Skiftning och skalning. Matematiska modeller. P.1. Intervallbeteckningar (s5), olikheter, belopp. P3. Parabler, skalning och skiftning (s19-21) P4. Vad är en funktion? (definition 1, s24). Se till att du förstår begreppen: Definitionsmängd (domain) Värdemängd (range) P5. Sammansatta funktioner. Se till att du förstår exempel 3 & 4 (s33-34) Styckvis definierade funktioner. Se till att du förstår exempel 6-9 (s35-36) Övning 1: P1. 16, 22, 41, 43, 44 P3. 15, 40 P4. 5, 6, 8, 13, 37 P5. 9 Avsnitt 2, Gränsvärden och kontinuitet ( Adams ) Exempel på hastigheter och ytor. Gränsvärden av funktioner. Gränsvärden i oändligheten. Kontinuitet Principerna i Exempel 1, 2, 4. Se till att du förstår principen i exempel 4 (s60-61) 1.2. Principen för gränsvärde Se till att du: förstår begreppen höger och vänster gränsvärde kan använda regler för gränsvärden, Teorem 2 & Gränsvärden i oändligheten. Se till att du kan bestämma gränsvärden för polynom och bråk Se till att du förstår exempel 2, 4, 8, 9, 10 (s72-74) 1.4 Kontinuitet Se till att du förstår begreppen kontinuitet kontinuitet i en punkt kontinuitet i ett intervall Se till att du förstår Teorem 8 (s80) Övning 2: , 20, 22, , 9, , 8 P1. 7, 17, 21, 37 P3. 29, 35, 39 P4. 1, 3, 7 P5. 1, , 7, , 3, 5, , 7

2 Avsnitt 3, Derivator ( Adams , 2.11) Begreppet derivata, elementära derivator och grundläggande deriveringsregler räknas som förkunskaper och förutsätts kända från gymnasiet. Om du känner dig osäker är det läge att repetera, se rutan till höger. Föreläsningen behandlar: Tangenter och lutning. Normaler. Derivering. Översikt över deriveringsregler. Medelvärdesteroremet. Förändringshastighet. Hastighet och acceleration Förkunskaper! Elementära derivator Tabell 1 (s 102) Deriveringsregler (2.3) Derivatan av sinus och cosinus (s 120) Några repetitionsexempel för att testa dina förkunskaper 2.3: 1, 7, 13, 19, 21, : 1, 3, 13, : 3, 9, 11, 17, 31, Bestämma elementära derivator (med hjälp av formelsamling). Behärska deriveringsregler: derivatan av en produkt derivatan av en kvot kedjeregeln Förstå och kunna använda sambandet mellan derivatan, lutningen hos en kurva och tangenten. Förstå och kunna förklara sambandet mellan derivatan och en kurvas utseende Förstå och kunna använda derivatan för att beskriva förändringar och hastigheter Övning 3: , 3, , 25, , , , 7, 19, , 7, 15 Avsnitt 4, Mer om derivator ( Adams ) Högre ordningens derivator. Induktion. Implicit derivering. Begynnelsevärdesproblem. Kunna bestämma högre derivator. Förstå och kunna använda induktion. Implicit derivering: Förstå principen och tillämpa på enkla exempel. Förstå principen för begynnelsevärdesproblem. Övning 4: , , 15, , 19, 29, 39, , 5, , 3, , 3, 9, 13

3 Avsnitt 5, Inverser, Exponential- och logaritmfunktioner ( Adams 3) Inversa funktioner. (3.1) Logaritm- och exponentialfunktion ( ) Tillväxtproblem (3.4) Känna till vad en invers funktion är. Kunna ge exempel på några vanliga inversa funktioner Kunna bestämma enkla inverser. Exponential- och logaritmfunktioner: Kunna använda, med tillhörande räknegler. Känna till vanliga gränsvärden för. Kunna formulera tillväxtproblem som en diffekvation , 3, , 3, 7, 20, Övning 5: , , 13, 15, , 13, 15, 16, 17, 25, , 3, 5, Avsnitt 6, Derivatatillämpningar ( Adams 4) Tillämpningar (4.1) Extremvärden och tillämpningar (4.2, 4.5) Linjär approximation (4.7) Förstå sambandet mellan derivata och förändring av storheter, och kunna tillämpa detta. Kunna lösa extremvärdesproblem (rutan s ) Kunna principen för linjär approximation , 3, , 119, , 73, , 19, 39 Övning , 13, , 7, 9, 21, 27, 29, , 9, 21, , 7, 15 Avsnitt 7, Integraler ( Adams 5) Summor (5.1), area som summor (5.2) Egenskaper hos integraler (5.4) Huvudsatsen (5.5) Förstå grundläggande egenskaper hos integraler Övning 7: , 9, 11, 17, 21, , , 9, 13, 29, , 23, 49 Förkunskaper! Elementära integraler, se tabell s : 1-10, Egenskaper s Några repetitionsexempel för att testa dina förkunskaper 5.1: 1, 7 5.4: 1, 17, 23, (använd metoden från ex 1, sid 293): 3, 5, , 5, 9, 13, 21

4 Avsnitt 8, Mer om integration ( Adams , 6.3) Tillämpning: Arean av plana ytor (5.7) Integrationsteknik: Substitution (5.6) Partiell integration (6.1) Rationella funktioner och partialbråk (6.3) Bestämma arean av plana ytor Förstå och kunna använda partiell integration Förstå och kunna använda substitutioner Förstå tekniken med partialbråk , 3, , Övning 8: , 9, 15, , 7, 15, 17, , 5, , 5, 17 Avsnitt 9, Integration: tillämpningar ( Adams 7.1, 7.3, 7.7, 7.9) Volymer (7.1) Båglängder (7.3) Ekonomi (7.7) Separabla diffekvationer (7.9) Förstå och kunna använda de grundläggande metoderna för volymberäkning. Skivor Cylindriska skal Kunna beräkna båglängder Övning 9: , 7, , 5, , 9, , 5, , , Avsnitt 10, Serier ( Adams 9.1, 9.2, 9.6) Talföljder (9.1) Geometriska serier, konvergens (9.2) Taylorserier (9.7) Förstå begreppet konvergens. Kunna avgöra om en geometrisk serie är konvergent (och kunna bestämma summan) Förstå principen för potensserier , 9, 13, , Övning 9: , 5, 15, 17, , 5, , 11,

5 Avsnitt 11, Diffekvationer ( Adams 3.7, 7.9, 17.1, 17.2, 17.6) 2:a ordningens linjära diff.ekv. (3.7, 17.6) 1:a ordningens linjär diff.ekv, integrerande faktor (7.9) 1:a ordningens homogena diff.ekv. (17.2) Kunna lösa diffekvationer med Mathematica Kunna lösa enkla typer av diffekvationer för hand Kunna tolka lösningarna Kunna förstå betydelsen av begynnnelsevärden 3.7: 1, : 1, 3, : 1 Övning 11: 3.7: 2, 6, 10, 19, 24, 7.9: 11, 15, : 2, : 2, 4, 12 Avsnitt 12, Sannolikhetslära ( Blom 2) Sannolikheter Kombinatorik Betingad sannolikhet Oberoende händelser (se sammanfattning på sid 37) Behärska ovanstående begrepp och kunna tillämpa dem Övning 12: (kap 2.9): 2.6, 2.8, 2.9, 2.13, 2.21, , 2.39, 2.40 Förkunskaper från Matematik I Multiplikationssatsen (s. 20). Dragning med och utan återläggning (satserna 2.5, 2.6, 2.7, 2.8) (2.9): 2.1, Avsnitt 13, Stokastiska variabler ( Blom 3) Stokastiska variabler (3.2) Diskreta stokastiska fördelninger (3.3, 3.4) Kontinuerlig stokastisk variabel (3.5) Kontinuerliga fördelningar (3.6) Fördelningsfunktion (3.7) (3.12): 3.1, 3.3, 3.10, 3.11, 3.16, 3.17 Övning 13: (kap 3.12): 3.2, 3.4, 3.8, 3.9, 3.11, 3.14, 3.20, 3.22

6 Avsnitt 14, Väntevärden, spridningsmått ( Blom 5) Väntevärde 5.2ab (ej c) (def 5.1) Varians och standardavvikelse 5.3 (def 5.2,5.3, sats 5.6,5.7) Summa och linjärkombination 5.5 (sats 5.10, 5.11) Stora talens lag 5.6 Beräkna väntevärde, varians och standardavvikelse Övning 14: (kap 5.9): 5.2, 5.4, 5.6, 5.9, 513, 5.15, 5.23, 5.31 (5.9): 5.1, 5.3, 5.12, Avsnitt 15, Normalfördelningen ( Blom 6) Normalfördelningen (6.2) Standardiserad normalfördelning (6.3) Allän normalfördelning (6.4) Linjärkombinationer (6.6, sats 6.3, 6.4, 6.5) Centrala gränsvärdessatsen (6.7, följdsats 6.8.1) Bestämma sannolikheter för normalfördelade stokastiska variabler summor av normalfördelade stokastiska variabler samt tillämpa detta Förstå och tillämpa centrala gränsvärdessatsen Övning 15: (kap 6.9): 6.8, 6.10, 6.12,, 6.15, 6.19, 6.21, 6.23 Avsnitt 16, Några andra fördelningar ( Blom 7) Binomialfördelningen (7.2ab) Poissonfördelning (7.4ab) Hypergeometrisk fördelning (7.5a) Bestämma sannolikheter för stokastiska variabler som är binomialfördelade Poissonfördelade hypergeometriskt fördelade samt tillämpa detta (6.9): 6.1, 6.3, 6.7 (7.7): 7.4, 7.6 Övning 16: (kap 6.9): 7.1, 7.3, 7.7, 7.11, 7.16, 7.24, 7.27

KURSPROGRAM TILL KURSEN DIFFERENTIAL- OCH INTEGRALKALKYL II: 5B1106, DEL 1, FÖR F, HT 2001

KURSPROGRAM TILL KURSEN DIFFERENTIAL- OCH INTEGRALKALKYL II: 5B1106, DEL 1, FÖR F, HT 2001 INSTITUTIONEN FÖR MATEMATIK Per Sjölin KURSPROGRAM TILL KURSEN DIFFERENTIAL- OCH INTEGRALKALKYL II: 5B1106, DEL 1, FÖR F, HT 2001 Kursledare: Per Sjölin, rum 3632, Lindstedtsvägen 25, tel 790 7204, pers@math.kth.se.

Läs mer

Matematik och statistik NV1, 10 poäng

Matematik och statistik NV1, 10 poäng UPPSALA UNIVERSITET Matematiska institutionen Höstterminen 2006 Matematik och statistik NV1, 10 poäng Välkommen till Matematiska institutionen och kursen Matematik och statistik NV1, 10p. Kursen består

Läs mer

LMA515 Matematik, del B Sammanställning av lärmål

LMA515 Matematik, del B Sammanställning av lärmål LMA515 Matematik, del B Sammanställning av lärmål Lärmål för godkänt Funktion, gränsvärde, kontinuitet, derivata. Förklara begreppen funktion, definitionsmängd och värdemängd, och bestämma (största möjliga)

Läs mer

ENVARIABELANALYS, ht 2003 (version 17 nov) Kursansvarig: tel ,

ENVARIABELANALYS, ht 2003 (version 17 nov) Kursansvarig: tel , ENVARIABELANALYS, ht 2003 (version 17 nov) Kursansvarig: Georgi.Tchilikov@ide.hh.se, tel.035-167124, http://www.hh.se/staff/getc Ett försök till "strukturering" av innehållet (skrivet i första hand med

Läs mer

Övningsuppgifter. 9 Linjer i planet och rummet Plan i rummet : 32, 33 Övningar4(sida 142) exempel

Övningsuppgifter. 9 Linjer i planet och rummet Plan i rummet : 32, 33 Övningar4(sida 142) exempel Detaljplanering: Kurs: Matematik I HF1903, År 2013/14 Period: P1, Rekommenderande uppgifter i boken Matematik för ingenjörer, Rodhe, Sollervall er finns på kursens webbadress : www.sth.kth.se/armin/ar_13_14/hf1903/dirhf1903_13_14.html

Läs mer

Kap. P. Detta kapitel utgör Inledande kurs i matematik. I kapitlet beskrivs vilka bakgrundskunskaper som förutsätts.

Kap. P. Detta kapitel utgör Inledande kurs i matematik. I kapitlet beskrivs vilka bakgrundskunskaper som förutsätts. 5B1103, Differential och integralkalkyl II, del 1. LÄSANVISNINGAR TILL R.A. ADAMS, CALCULUS, A COMPLETE COURSE, 4TH ED. OMFATTNING: kapitel 1.1 1.5, Appendix III, 2, 3.1 3.4, 3.5 till def. 13, 17.7 t.o.m.

Läs mer

Kap 2. Sannolikhetsteorins grunder

Kap 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 mer

ENVARIABELANALYS FÖR F OCH Q HT 2012, 10 HP

ENVARIABELANALYS FÖR F OCH Q HT 2012, 10 HP UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN Thomas Önskog ENVARIABELANALYS FÖR F OCH Q HT 2012, 10 HP Kurskod: 1MA013. Kurslitteratur: Robert Adams, Christopher Essex, Calculus : a complete course. Pearson

Läs mer

5B1147 Envariabelanalys, 5 poäng, för E1 ht 2006.

5B1147 Envariabelanalys, 5 poäng, för E1 ht 2006. Institutionen för Matematik, KTH, Olle Stormark. 5B1147 Envariabelanalys, 5 poäng, för E1 ht 2006. Detta är en grundläggande kurs i differential - och integralkalkyl för funktioner av en variabel. Enligt

Läs mer

Repetitionsfrågor i Flervariabelanalys, Ht 2009

Repetitionsfrågor i Flervariabelanalys, Ht 2009 Repetitionsfrågor i Flervariabelanalys, Ht 2009 Serier 1. Visa att för en positiv serie är summan oberoende av summationsordningen. 2. Visa att för en absolutkonvergent serie är summan oberoende av summationsordningen.

Läs mer

Lektioner Datum Lokal Grupp 1 Grupp 2 Grupp 3 Grupp 4 Avsnitt

Lektioner Datum Lokal Grupp 1 Grupp 2 Grupp 3 Grupp 4 Avsnitt Föreläsning 8.15-10.00 Lektioner 10.15-12.00 Datum Lokal Grupp 1 Grupp 2 Grupp 3 Grupp 4 Avsnitt ons-3-dec Hörsal G C: 5.1-5.2 tor-4-dec Hörsal G N210 A302 A303 MC413 C: 5.3-5.4 fre-5-dec Hörsal G C: 2.10,

Läs mer

HEM KURSER SKRIV UT HEM ÄMNE SKRIV UT

HEM KURSER SKRIV UT HEM ÄMNE SKRIV UT Matematik HEM KURSER SKRIV UT MA200 - Matematik A 110 poäng inrättad 1994-07 SKOLFS: 1994:9 et för kursen är att ge de matematiska kunskaper som krävs för att ta ställning i vardagliga situationer i privatliv

Läs mer

Matematik 1B. Taluppfattning, aritmetik och algebra

Matematik 1B. Taluppfattning, aritmetik och algebra Matematik 1a Centralt innehåll Metoder för beräkningar med reella tal skrivna på olika former inom vardagslivet och karaktärsämnena, inklusive överslagsräkning, huvudräkning och uppskattning samt strategier

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys Föreläsning 2 Institutionen för matematik KTH 31 augusti 2016 Att göra denna vecka Översikt över modul 1 Funktion Definitionsmängd Värdemängd Udda, jämn Begränsad Absolutbelopp, Trigonometri, Polynom Gränsvärde

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

Teorifrå gor kåp

Teorifrå gor kåp Teorifrå gor kåp. 2.2 5.2 Funktioner och dess grafer 1) Vad är en funktion? 2) Vad är den naturliga definitionsmängden ge några eempel 3) Vad är en värdemängd? 4) Vad är en sammansatt funktion? 5) Varför

Läs mer

Föreläsning 2 (kap 3): Diskreta stokastiska variabler

Föreläsning 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 mer

Läsanvisningar till kapitel 6 i Naturlig matematik. Avsnitt 6.6 ingår inte.

Läsanvisningar till kapitel 6 i Naturlig matematik. Avsnitt 6.6 ingår inte. Läsanvisningar till kapitel 6 i Naturlig matematik Avsnitt 6.6 ingår inte. Avsnitt 6.1 Detta avsnitt illustrerar hur sekanten övergår i en tangent genom att den ena skärningspunkten rör sig mot den andra.

Läs mer

Välkommen till Matematik 3 för lärare!

Välkommen till Matematik 3 för lärare! Välkommen till Matematik 3 för lärare! Nu: Statistik för lärare + Linjär algebra + datorlabbar Antagen? Registrerad? För er som läser första ämnet nu (MAxx eller FYMA): Hållbar Utveckling med Människan

Läs mer

Matematik i Gy11. 110912 Susanne Gennow

Matematik i Gy11. 110912 Susanne Gennow Matematik i Gy11 110912 Susanne Gennow Var finns matematik? Bakgrund Nationella utredning 2003 PISA 2009 TIMSS Advanced 2008 Skolinspektionens rapporter Samband och förändring åk 1 3 Olika proportionella

Läs mer

Läsanvisningar Henrik Shahgholian

Läsanvisningar Henrik Shahgholian Institutionen för matematik SF1626 Flervariabelanalys Läsanvisningar Henrik Shahgholian Läsanvisningarna nedan är har tagits fram som hjälpmedel för de studenter som vill helst ha en snabb tillgång till

Läs mer

Matematik 4 Kap 3 Derivator och integraler

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

Läs mer

Föreläsning 3. Kapitel 4, sid Sannolikhetsfördelningar

Föreläsning 3. Kapitel 4, sid Sannolikhetsfördelningar Föreläsning 3 Kapitel 4, sid 79-124 Sannolikhetsfördelningar 2 Agenda Slumpvariabel Sannolikhetsfördelning 3 Slumpvariabel (Stokastisk variabel) En variabel som beror av slumpen Ex: Tärningskast, längden

Läs mer

Kursbeskrivning för Statistisk teori med tillämpningar, Moment 1, 7,5 hp

Kursbeskrivning för Statistisk teori med tillämpningar, Moment 1, 7,5 hp Statistiska institutionen VT2011 Kursbeskrivning för Statistisk teori med tillämpningar, Moment 1, 7,5 hp MOMENTETS INNEHÅLL Momentet ger studenten kunskap om ett antal olika statistiska modeller och hur

Läs mer

KURSPROGRAM HT-18 MATEMATISK STATISTIK AK FÖR D, I OCH PI, FMSF45 & MASB03

KURSPROGRAM HT-18 MATEMATISK STATISTIK AK FÖR D, I OCH PI, FMSF45 & MASB03 LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK KURSPROGRAM HT-18 MATEMATISK STATISTIK AK FÖR D, I OCH PI, FMSF45 & MASB03 Allmänt Kursen ger 9hp och omfattar 36 timmar föreläsning, 28 timmar

Läs mer

Övning 1 Sannolikhetsteorins grunder

Övning 1 Sannolikhetsteorins grunder Övning 1 Sannolikhetsteorins grunder Två händelser A och B är disjunkta om {A B} =, det vill säga att snittet inte innehåller några element. Om vi har en mängd händelser A 1, A 2, A 3,..., A n, vilka är

Läs mer

Tentamen IX1304 Matematik, Analys , lösningsidéer

Tentamen IX1304 Matematik, Analys , lösningsidéer Tentamen IX0 Matematik, Analys 0-05-0, lösningsidéer. Gör en linjär approximation till kurvan y x, kring den punkt på kurvan där lutningen är. Bestäm sedan för vilka x som det relativa felet för approximationen

Läs mer

Studieanvisning till Matematik 3000 kurs C/Komvux

Studieanvisning till Matematik 3000 kurs C/Komvux Studieanvisning till Matematik 3000 kurs C/Komvu ISBN 91-27-51027-1 Förord Vår ambition med denna studiehandledning är att den skall guida dig genom boken Matematik 3000 kurs C/Komvu av Lars-Eric Björk,

Läs mer

Matematik: Det centrala innehållet i kurserna i Gy 2011 i relation till kurserna i Gy 2000

Matematik: Det centrala innehållet i kurserna i Gy 2011 i relation till kurserna i Gy 2000 2011-12-21 Matematik: Det centrala innehållet i kurserna i Gy 2011 i relation till kurserna i Gy 2000 Kurs 1a och 2a i Gy 2011 jämfört med kurs A och B i Gy 2000 Poängomfattningen har ökat från 150 poäng

Läs mer

Lösningsförslag obs. preliminärt, reservation för fel

Lösningsförslag obs. preliminärt, reservation för fel Lösningsförslag obs. preliminärt, reservation för fel v0.6, 4 april 04 Högskolan i Skövde (SK, JS) Tentamen i matematik Kurs: MA5G Matematisk Analys MA3G Matematisk analys för ingenjörer Tentamensdag:

Läs mer

Förord till läraren. 1. Mer praktisk information

Förord till läraren. 1. Mer praktisk information 10 Förord till läraren Förord till studenten innehåller praktisk information om bokens uppbyggnad. Det gäller exempel, teknikproblem, bevis, dialoger, rekommenderade övningar, matematiska fortsättningar,

Läs mer

4 Diskret stokastisk variabel

4 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 mer

Faktiska förkunskapskrav för vissa behörigheter

Faktiska förkunskapskrav för vissa behörigheter Malmö högskola / Gemensamt verksamhetsstöd Studentcentrum 1(5) Mars 2016 Faktiska förkunskapskrav för vissa behörigheter Ersättning för behörighetskursen Engelska B En del utbildningar anger Engelska B

Läs mer

Instuderingsfrågor i Funktionsteori

Instuderingsfrågor i Funktionsteori Instuderingsfrågor i Funktionsteori Anvisningar. Avsikten med dessa instuderingsfrågor är att ge Dig möjlighet att fortlöpande kontrollera att Du någorlunda behärskar kursens teori. Om Du märker att Du

Läs mer

Våra vanligaste fördelningar

Våra vanligaste fördelningar Sida Våra vanligaste fördelningar Matematisk statistik för D3, VT Geometrisk fördelning X är geometriskt fördelad med parameter p, X Geo(p), om P (X = k) = ( p) k p P (X k) = ( p) k för k =,,... Beskriver

Läs mer

+ 5a 16b b 5 då a = 1 2 och b = 1 3. n = 0 där n = 1, 2, 3,. 2 + ( 1)n n

+ 5a 16b b 5 då a = 1 2 och b = 1 3. n = 0 där n = 1, 2, 3,. 2 + ( 1)n n Repetition, Matematik I.. Bestäm koefficienten vid 2 i utvecklingen av ( + 2 2 ) 5. 2. Bestäm koefficienten vid 2 i utvecklingen av ( + ) n för n =, 2,,.. Beräkna a 5 5a 2b + 5a 2b 2 5a 2 b + 5a 6b 2b

Läs mer

Modul 1: Funktioner, Gränsvärde, Kontinuitet

Modul 1: Funktioner, Gränsvärde, Kontinuitet Institutionen för Matematik SF1625 Envariabelanalys Läsåret 2015/2016 Modul 1: Funktioner, Gränsvärde, Kontinuitet Denna modul omfattar kapitel P och kapitel 1 kursboken Calculus av Adams och Essex och

Läs mer

Jörgen Säve-Söderbergh

Jörgen Säve-Söderbergh SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 8 Binomial-, hypergeometrisk- och Poissonfördelning Exakta egenskaper Approximativa egenskaper Jörgen Säve-Söderbergh Binomialfördelningen

Läs mer

Modul 1: Funktioner, Gränsvärde, Kontinuitet

Modul 1: Funktioner, Gränsvärde, Kontinuitet Institutionen för Matematik SF1625 Envariabelanalys Läsåret 2015/2016 Modul 1: Funktioner, Gränsvärde, Kontinuitet Denna modul omfattar kapitel P och kapitel 1 kursboken Calculus av Adams och Essex och

Läs mer

Matematik 5 Kap 3 Derivator och Integraler

Matematik 5 Kap 3 Derivator och Integraler Matematik 5 Kap 3 Derivator och Integraler Inledning I kap 4 Differentialekvationer behövs derivator (och integraler) och i kap 5 Omfångsrika problemsituationer finns intressanta problem med användning

Läs mer

Kapitel 4 Sannolikhetsfördelningar Sid Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Kapitel 4 Sannolikhetsfördelningar Sid Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin Kapitel 4 Sannolikhetsfördelningar Sid 79-14 Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin Slumpvariabel En variabel för vilken slumpen bestämmer utfallet. Slantsingling, tärningskast,

Läs mer

Flervariabelanalys. Undervisning Undervisning sker i form av föreläsningar (39 st) och lektioner (20 st).

Flervariabelanalys. Undervisning Undervisning sker i form av föreläsningar (39 st) och lektioner (20 st). UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN Vårterminen 2012 Flervariabelanalys för F1, KandMa1, KandFy1 och Gylärare Kursen behandlar följande ämnen: 1. Flervariabelanalys. Kursbok är Calculus: a complete

Läs mer

Lärmål Sannolikhet, statistik och risk 2015

Lärmål Sannolikhet, statistik och risk 2015 Lärmål Sannolikhet, statistik och risk 2015 Johan Jonasson Februari 2016 Följande begrepp och metoder ska behärskas väl, kunna förklaras och tillämpas. Direkta bevis av satser från kursen kommer inte på

Läs mer

Föreläsning 12: Repetition

Föreläsning 12: Repetition Föreläsning 12: Repetition Marina Axelson-Fisk 25 maj, 2016 GRUNDLÄGGANDE SANNOLIKHETSTEORI Grundläggande sannolikhetsteori Utfall = resultatet av ett försök Utfallsrum S = mängden av alla utfall Händelse

Läs mer

Modul 1 Mål och Sammanfattning

Modul 1 Mål och Sammanfattning Institutionen för Matematik SF1625 Envariabelanalys Läsåret 2016-2017 Lars Filipsson Modul 1 Mål och Sammanfattning 1. Reella tal. 1. MÅL FÖR MODUL 1 Känna till talsystememet och kunna använda notation

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys Föreläsning 7 Institutionen för matematik KTH 12 september 2016 Injektiva funktioner En funktion är en regel som till varje tal i definitionsmängden ordnar ett bestämt tal i värdemängden. Injektiva funktioner

Läs mer

Matematisk statistik KTH. Formelsamling i matematisk statistik

Matematisk statistik KTH. Formelsamling i matematisk statistik Matematisk statistik KTH Formelsamling i matematisk statistik Vårterminen 2017 1 Kombinatorik ) n n! = k k! n k)!. Tolkning: mängd med n element. ) n = antalet delmängder av storlek k ur en k 2 Stokastiska

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys Kursmål och pluggtips Institutionen för matematik KTH Kursmål Kursmålen står på sidan Kursplan mm (länk i menyn). De anger vad man ska kunna för att bli godkänd på kursen. I den här pdf:en går jag igenom

Läs mer

En Guide till hur man Pluggar för Tentan. 1 Hur man Läser Matte.

En Guide till hur man Pluggar för Tentan. 1 Hur man Läser Matte. En Guide till hur man Pluggar för Tentan. 1 Hur man Läser Matte. Att läsa matte är en väldigt aktiv process. Det handlar inte om att bara skumma texten. Att läsa matte är att aktivt återskapa och internalisera

Läs mer

Kommentarer till uppbyggnad av och struktur för ämnet matematik

Kommentarer till uppbyggnad av och struktur för ämnet matematik 2011-06-10 Kommentarer till uppbyggnad av och struktur för ämnet matematik Likheter och skillnader jämfört med den gamla kursplanen Ämnesplanen i gymnasieskola 2011 (Gy 2011) har en ny struktur jämfört

Läs mer

SF 1625 Envariabelanalys, 7.5 hp, för M1 ht 2009.

SF 1625 Envariabelanalys, 7.5 hp, för M1 ht 2009. Institutionen för Matematik, KTH, Jockum Aniansson (efter Olle Stormark). Kursplan SF 1625 Envariabelanalys, 7.5 hp, för M1 ht 2009. Denna kursplan nås via kursens hemsida /index.html som finns under http://www.math.kth.se/math/gru/2009.2010/sf1625/cmast/

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

KURSPLANERING 5B1138 REELL ANALYS II, VT06

KURSPLANERING 5B1138 REELL ANALYS II, VT06 KURSPLANERING 5B1138 REELL ANALYS II, VT06 Kursen Reell analys II, 7p, är en mer avancerad alternativkurs till 5B1107 Diff&Int II, 6p. Teori och bevis betonas något mer än i den ordinarie kursen, men god

Läs mer

Meningslöst nonsens. December 14, 2014

Meningslöst 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 mer

BIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 3, OCH INFÖR ÖVNING 4

BIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 3, OCH INFÖR ÖVNING 4 LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11, VT-16, VT2 ÖVNING 3, 216-4-6 OCH INFÖR ÖVNING 4 Övningens mål: Du ska förstå begreppet slumpvariabel och skilja

Läs mer

SF1901: Sannolikhetslära och statistik

SF1901: Sannolikhetslära och statistik SF1901: Sannolikhetslära och statistik Föreläsning 6. Normalfördelning, Centrala gränsvärdessatsen, Approximationer Jan Grandell & Timo Koski 06.02.2012 Jan Grandell & Timo Koski () Matematisk statistik

Läs mer

Kursinformation, ETE499 8 hp MATEMATIK H Högskoleförberedande matematik

Kursinformation, ETE499 8 hp MATEMATIK H Högskoleförberedande matematik Kursinformation, ETE499 8 hp MATEMATIK H Högskoleförberedande matematik Fristående matematikkurs vid ITN (Institutionen för Teknik och Naturvetenskap i Norrköping) en förberedande matematikkurs inför kurser

Läs mer

Föreläsning 1. X kallas för funktionens definitionsmängd, mängden av funktionens alla värden kallas funktionens värdemängd.

Föreläsning 1. X kallas för funktionens definitionsmängd, mängden av funktionens alla värden kallas funktionens värdemängd. Föreläsning 1 Kursinformation All viktig information om kursen ska kunna läsas på kursens hemsida http://www.math.uu.se/ rikardo/ envariabelanalys/huvudsidor/index.html Funktioner En funktion f, från mängden

Läs mer

ÖVN 6 - DIFFERENTIALEKVATIONER OCH TRANSFORMMETODER - SF Nyckelord och innehåll. a n (x x 0 ) n.

ÖVN 6 - DIFFERENTIALEKVATIONER OCH TRANSFORMMETODER - SF Nyckelord och innehåll. a n (x x 0 ) n. ÖVN 6 - DIFFERENTIALEKVATIONER OCH TRANSFORMMETODER - SF683 HTTP://KARLJODIFFTRANS.WORDPRESS.COM KARL JONSSON Nyckelord och innehåll Potensserielösningar Analytiska funktioner Konvergensradie Rot- och

Läs mer

Studiehandledning M0038M Matematik I Differentialkalkyl Lp 1, 2016

Studiehandledning M0038M Matematik I Differentialkalkyl Lp 1, 2016 Studiehandledning M0038M Matematik I Differentialkalkyl Lp 1, 2016 Kursansvarig/Examinator: Staffan Lundberg, TVM Telefon: 0920-49 18 69 Rum: E882 E-post: Lärare i Skellefteå: Eva Lövf, tfn. 0910-58 53

Läs mer

Föreläsning 7. SF1625 Envariabelanalys. Hans Thunberg, 13 november 2018

Föreläsning 7. SF1625 Envariabelanalys. Hans Thunberg, 13 november 2018 Föreläsning 7 SF1625 Envariabelanalys 13 november 2018 SF1625 CDEPR1, CENMI1, CLGYM TEMI2 HT18 F7 1 / 23 Dagens teman: exponentialfunktioner och logaritmer standardgränsvärden tillväxtproblem SF1625 CDEPR1,

Läs mer

SF1625 Envariabelanalys

SF1625 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 mer

Veckoblad 3. Kapitel 3 i Matematisk statistik, Blomqvist U.

Veckoblad 3. Kapitel 3 i Matematisk statistik, Blomqvist U. Veckoblad 3 Kapitel 3 i Matematisk statistik, Blomqvist U. ya begrepp: likformig fördelning, hypergeometerisk fördelning, Hyp(, n, p), binomialfördelningen, Bin(n, p), och Poissonfördelningen, Po(λ). Standardfördelningarna

Läs mer

Läsanvisningar till: R.A. Adams, Calculus, a Complete Course, 4th ed.

Läsanvisningar till: R.A. Adams, Calculus, a Complete Course, 4th ed. Läsanvisningar till: R.A. Adams, Calculus, a Complete Course, 4th ed. Del 2 (funktioner av flera variabler). Omfattning: Kapitel 8.2, 8.3 t.o.m. s 497, 8.4, endast båglängd, 8.5 tom s. 506, 10.1, 10.5,

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

Finansiell 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 mer

Tentamen i matematik. f(x) = 1 + e x.

Tentamen 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 mer

Instuderingsfrågor för Endimensionell analys kurs B1

Instuderingsfrågor för Endimensionell analys kurs B1 Instuderingsfrågor för Endimensionell analys kurs B1 Anvisningar Avsikten med följande frågor är att hjälpa dig med självkontroll av dina kunskaper. Om du känner dig osäker på svaren bör du slå upp motsvarande

Läs mer

Ledtrå dår till lektionsuppgifter

Ledtrå dår till lektionsuppgifter Ledtrå dår till lektionsuppgifter Allmänna råd vid lösning av lektionsuppgifter: Försök inledningsvis att lösa uppgiften på egen hand, genom att omsätta innehållet i den tillhörande föreläsningen samt

Läs mer

Upphämtningskurs i matematik

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

Läs mer

TAMS79: Föreläsning 6. Normalfördelning

TAMS79: Föreläsning 6. Normalfördelning TAMS79: Föreläsning 6 Normalfördelningen Johan Thim (johan.thim@liu.se 3 november 018 Normalfördelning Definition. Låt µ R och > 0. Om X är en stokastisk variabel med täthetsfunktion f X ( = 1 ( ep ( µ,

Läs mer

Viktiga begrepp, satser och typiska problem i kursen MVE460, 2015.

Viktiga begrepp, satser och typiska problem i kursen MVE460, 2015. Viktiga begrepp, satser och typiska problem i kursen MVE460, 2015. Begrepp och definitioner Egenskaper och satser Typiska problem Reella tal. Rationella tal. a(b + c) = ab + ac Bråkräkning. Irrationella

Läs mer

SF1901 Sannolikhetsteori och statistik I

SF1901 Sannolikhetsteori och statistik I SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 3 4 november 2016 1 / 28 Idag Förra gången Stokastiska variabler (Kap. 3.2) Diskret stokastisk variabel (Kap. 3.3 3.4) Kontinuerlig stokastisk

Läs mer

Välkommen till MVE340 Matematik B för Sjöingenjörer. Kursinnehåll i stora drag. Kurslitteratur MVE Carl-Henrik Fant MV, Chalmers 1

Välkommen till MVE340 Matematik B för Sjöingenjörer. Kursinnehåll i stora drag. Kurslitteratur MVE Carl-Henrik Fant MV, Chalmers 1 Välkommen till MVE340 Matematik B för Sjöingenjörer Carl-Henrik Fant E-post: carl-henrik.fant@chalmers.se Tel: 772 35 57 Kontor: L3037 i matematikhuset, Johanneberg Kursinnehåll i stora drag Funktioner

Läs mer

SF 1625 Envariabelanalys, 7.5 hp, för M1 ht 2008.

SF 1625 Envariabelanalys, 7.5 hp, för M1 ht 2008. Institutionen för Matematik, KTH, Jockum Aniansson (efter Olle Stormark). kurspm SF 1625 Envariabelanalys, 7.5 hp, för M1 ht 2008. Detta är en grundläggande kurs i differential- och integralkalkyl för

Läs mer

Matematik 3c Kap 2 Förändringshastighet och derivator

Matematik 3c Kap 2 Förändringshastighet och derivator Matematik 3c Kap 2 Förändringshastighet och derivator Inledning Konkretisering av ämnesplan (länk) http://www.ioprog.se/public_html/ämnesplan_matematik/struktur_äm nesplan_matematik/struktur_ämnesplan_matematik.html

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

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A SF165 Envariabelanalys Lösningsförslag till tentamen 15-4-7 DEL A 1. Låt f(x) = arcsin x + 1 x. A. Bestäm definitionsmängden till funktionen f. B. Bestäm funktionens största och minsta värde. (Om du har

Läs mer

TNA003 Analys I för ED, MT, KTS

TNA003 Analys I för ED, MT, KTS TNA003 Analys I för ED, MT, KTS Litteraturkommentarer till föreläsningarna VT1 2017 Sixten Nilsson TNA003 FÖ 1: Kap 3.1 3.2 Litteraturkommentarer 3.1 Gränsvärdesidén Skilj på de två typerna av gränsvärden.

Läs mer

5.6 Matematik. Bedömning

5.6 Matematik. Bedömning 5.6 Matematik På grund av matematikens ställning i vår kultur behöver vi kompetens att förstå, använda och producera information i matematisk form. Matematiken spelar en viktig eller rent av avgörande

Läs mer

4. Bestäm eventuella extrempunkter, inflexionspunkter samt horisontella och vertikala asymptoter till y = 1 x 1 + x, och rita funktionens graf.

4. Bestäm eventuella extrempunkter, inflexionspunkter samt horisontella och vertikala asymptoter till y = 1 x 1 + x, och rita funktionens graf. TM-Matematik Mikael Forsberg 73 1 3 31 Pär Hemström 7 3 57 För ingenjörs och distansstudenter Envariabelanalys ma3a 1 8 Skrivtid: 9:-1:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att

Läs mer

Planering Analys 1, höstterminen 2011

Planering Analys 1, höstterminen 2011 Nr 1 Matematikcentrum Matematik NF Planering Analys 1, höstterminen 2011 Program Anders Olofsson Kurslitteratur: Adams RA, Essex C, Calculus a complete course, sjunde upplagan, 2010 (A). Gamla tentor delas

Läs mer

LMA222a. Fredrik Lindgren. 17 februari 2014

LMA222a. Fredrik Lindgren. 17 februari 2014 LMA222a Fredrik Lindgren Matematiska vetenskaper Chalmers tekniska högskola och Göteborgs universitet 17 februari 2014 F. Lindgren (Chalmers&GU) Matematisk analys 17 februari 2014 1 / 68 Outline 1 Lite

Läs mer

SF1922/SF1923: SANNOLIKHETSTEORI OCH DISKRETA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 23 mars, 2018

SF1922/SF1923: SANNOLIKHETSTEORI OCH DISKRETA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 23 mars, 2018 SF1922/SF1923: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 3 DISKRETA STOKASTISKA VARIABLER Tatjana Pavlenko 23 mars, 2018 PLAN FÖR DAGENSFÖRELÄSNING Repetition av betingade sannolikheter, användbara satser

Läs mer

Kap 6: Normalfördelningen. Normalfördelningen Normalfördelningen som approximation till binomialfördelningen

Kap 6: Normalfördelningen. Normalfördelningen Normalfördelningen som approximation till binomialfördelningen Kap 6: Normalfördelningen Normalfördelningen Normalfördelningen som approximation till binomialfördelningen σ μ 1 Sats 6 A Om vi ändrar läge och/eller skala på en normalfördelning så har vi fortfarande

Läs mer

SF1901: Sannolikhetslära och statistik

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 mer

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

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

Läs mer

Kursinformation och studiehandledning, M0038M Matematik I Differentialkalkyl, Lp I 2012.

Kursinformation och studiehandledning, M0038M Matematik I Differentialkalkyl, Lp I 2012. Kursinformation och studiehandledning, M0038M Matematik I Differentialkalkyl, Lp I 2012. Kursansvarig och examinator: Staffan Lundberg, TVM. Telefon: 0920-49 18 69. Rum: E 882. E-post: lund@ltu.se Lärare

Läs mer

MATEMATIK. Ämnets syfte

MATEMATIK. Ämnets syfte MATEMATIK Matematiken har en flertusenårig historia med bidrag från många kulturer. Den utvecklas såväl ur praktiska behov som ur människans nyfikenhet och lust att utforska matematiken som sådan. Kommunikation

Läs mer

Finansiell Statistik (GN, 7,5 hp,, VT 2009) Föreläsning 2. Diskreta Sannolikhetsfördelningar. (LLL Kap 6) Stokastisk Variabel

Finansiell Statistik (GN, 7,5 hp,, VT 2009) Föreläsning 2. Diskreta Sannolikhetsfördelningar. (LLL Kap 6) Stokastisk Variabel Finansiell Statistik (GN, 7,5 hp,, VT 009) Föreläsning Diskreta (LLL Kap 6) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics (Basic-level course, 7,5 ECTS,

Läs mer

Lärarutbildningsnämnden Matematik. Kursplan

Lärarutbildningsnämnden Matematik. Kursplan Dnr: FL 2008/5 Lärarutbildningsnämnden Matematik Kursplan Beslut om inrättande av kursen Kursplanen är fastställd av Lärarutbildningsnämnden, 2008-09-09 och gäller från höstterminen 2008 vid Karlstads

Läs mer

ÄMAD04, Matematik 4, 30 högskolepoäng Mathematics 4, 30 credits Grundnivå / First Cycle

ÄMAD04, Matematik 4, 30 högskolepoäng Mathematics 4, 30 credits Grundnivå / First Cycle Humanistiska och teologiska fakulteterna ÄMAD04, Matematik 4, 30 högskolepoäng Mathematics 4, 30 credits Grundnivå / First Cycle Fastställande Kursplanen är fastställd av Naturvetenskapliga fakultetens

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

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13 Matematisk Statistik 7,5 högskolepoäng Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling Tentamensdatum: 28 maj 2018 Tid: 9-13 Hjälpmedel: Miniräknare

Läs mer

Instuderingsfrågor för Endimensionell analys kurs B1 2011

Instuderingsfrågor för Endimensionell analys kurs B1 2011 Instuderingsfrågor för Endimensionell analys kurs B1 2011 Anvisningar Avsikten med följande frågor är att hjälpa dig med självkontroll av dina kunskaper. Om du känner dig osäker på svaren bör du slå upp

Läs mer

TMS136. Föreläsning 7

TMS136. Föreläsning 7 TMS136 Föreläsning 7 Stickprov När vi pysslar med statistik handlar det ofta om att baserat på stickprovsinformation göra utlåtanden om den population stickprovet är draget ifrån Situationen skulle kunna

Läs mer

KURSPROGRAM HT-10 MATEMATISK STATISTIK AK FÖR CDI, FMS 012

KURSPROGRAM HT-10 MATEMATISK STATISTIK AK FÖR CDI, FMS 012 LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK KURSPROGRAM HT-10 MATEMATISK STATISTIK AK FÖR CDI, FMS 012 Hemsida Kursens hemsida finns på http://www.maths.lth.se/matstat/kurser/fms012/

Läs mer

TMV225+TMV176 Inledande matematik M, TD Sammanfattning. Läsanvisningar inför tentamen.

TMV225+TMV176 Inledande matematik M, TD Sammanfattning. Läsanvisningar inför tentamen. TMV225+TMV176 Inledande matematik M, TD Sammanfattning. Läsanvisningar inför tentamen. 2008 10 14 A. Talsystemen. (Adams P.1. Anteckningar från introkursen.) N de naturliga talen Z de hela talen Q de rationella

Läs mer

1.1 Diskret (Sannolikhets-)fördelning

1.1 Diskret (Sannolikhets-)fördelning Föreläsning III. Diskret (Sannolikhets-)fördelning Med diskret menas i matematik, att något antar ett ändligt antal värden eller uppräkneligt oändligt med värden e.vis {, 2, 3,...}. Med fördelning menas

Läs mer

Föreläsning 5. Funktioner av slumpvariabler. Ett centralt resultat.

Föreläsning 5. Funktioner av slumpvariabler. Ett centralt resultat. Föreläsning 5. Funktioner av slumpvariabler. Ett centralt resultat. Jesper Rydén Matematiska institutionen, Uppsala universitet jesper.ryden@math.uu.se 1MS008, 1MS777 vt 2016 Ytterligare begrepp Viktiga

Läs mer