Lösning till TENTAMEN

Storlek: px
Starta visningen från sidan:

Download "Lösning till TENTAMEN"

Transkript

1 Isttutoe för Sjöfart oh Mar Tekk ös tll TENTAMEN 0706 KURSNAMN Termodyamk oh strömslära ROGRAM: am Sjöejörsrorammet åk / läserod KURSBETECKNING //auusterode SJO el A Strömslära EXAMINATOR Mats Jarlros TI FÖR TENTAMEN JÄMEE ANS ÄRARE: am Tyodkäd räkedosa, Matematska tabeller Eertekk formler oh tabeller, ata oh aram Teksk Formelsaml S Kaasa, Ist formelsaml Mats Jarlros telr besöker tetame kl 09.0 oh 0.0 ATUM FÖR ANSAG av resultat samt av td oh lats för rask ÖRIG INFORM. (ex.vs atal fråor, Sarast 50 oä. Godkät 0 oä, G 0 oä oh MG 0 oä ufter, oä o dyl) NAMN (tetad):

2 Isttutoe för Sjöfart oh Mar Tekk. Korta fråor korta svar. oä er fråa. a) lke aroxmato örs kurse för vätskors komressbltet? b) Beroulls rudläade ekvato fs tre varater. lka? ) u har två vetler av samma storlek me av olka ty. ur skall du avöra vlke vetl som har läst trykfall? d) E um er e trykusätt å 0 mv då de arbetar med e vätska med destete 950 m /k. ad blr trykusätte, meter vätskeelare, om vätskas destet ädras tll 000 m /k vd samma volymflöde? e) ad är skllade mella e fläkt oh e komressor? 0 oä ös a) ätskor betraktas kurse som komressbla. b) Beroulls ekvato fs följade varater Eerform Trykform öjdform. ) e vetl som har de bästa strömsblde, vd sektor, rak eomflöde et., er det lästa trykfallet. d) Trykusätte meter vätskeelare blr de samma. Alltså 0 mv. e) E fläkt har e så lte trykusätt att ma ka försumma förädre av destete, det å att räka komressbelt. För e komressor måste ma ta häsy tll destetsvaratoera. Ett mått å detta är att om trykusätte överster 0000 a så är det e komressor aat fall är det e fläkt.

3 Isttutoe för Sjöfart oh Mar Tekk. E rkulär luka med dameter 75 m är laerad med stt etrum 5 m uder vatteyta. Atmosfärstryk råder å de torra sda. Beräka å krafte å luka. 5 oä ös Förutsättar uka ameter 75 m 0,75 m ukas medelukt uder vätskeyta h 5 m. Atmosfärstryk å lukas torra sda a 0 barö uka skall kua öas mometfrtt med avseede å vattetryket. Fråa Krafte å lyka Ataade attet kr luka är stllaståede attets destet är 000 k/m Aalys h 5 m 0,75 m Krafte å luka F A h π 0, ,8 π,7 kn Svar: Krafte å luka är,7 kn

4 Isttutoe för Sjöfart oh Mar Tekk. Ett flöde mäts med e horsotellt moterad veturmeter som har största dameter mm oh msta dameter mm. Trykskllade mella dessa sektoer mäts med u-rör tll 780 mm vätskeelare. Beräka hasthetera sektoera oh volymflödet. 0 oä ös Förutsättar eturmeter ameter största sekto mm 0,0 m ameter msta sekto mm 0,0 m Trykskllad mella största oh msta sekto h 780 mm 0,780 m Fråor asthetera sektoera oh volymflödet Ataade Statoär ström Förlustfrtt Aalys Med förutsätte att destete är kostat så är volymflödet kostat. Kotutetsekvatoe er: A A Sekto Sekto A ekvato A Om hasthete ökar kommer statska tryket att mska elt Beroulls ekvato. z z om höjde z sekto lka med höjde z sekto lka, z z, fås:

5 Isttutoe för Sjöfart oh Mar Tekk ( ) ekvato Isätt av ekvato er: asthete löses ut: h h ekvato där h höjdskllade mät med U-röret. Ekvatoe ova vsar att hasthete e rörled ka bestämmas med e veturmeter eom att mäta trykskllade mella största oh msta sekto. Uder förutsätt att veturmeters eometr är käd ka volymflödet beräkas. Alltså blr volymflödet: h A. π ekvato asthete största sektoe er av ekvato, m/s 0,0 0,0 9,8 0,780 h asthete msta sektoe es av ekvato,6 m/s 0,0 0,0, olymflödet erhålls eom att multlera hasthete med area alteratvt eom att aväda ekvato : 8, l/m s / m 0 6,0 0,0, A. π π Svar: asthete största sekto, m/s asthete msta sekto,6 m/s olymflödet 0,0006 m /s 8, l/m

6 Isttutoe för Sjöfart oh Mar Tekk. I e öe tak står vätskevå 0 m över ett hål med dameter 5 mm. asthetskoeffete är 0,95 oh kotraktoskoeffete är 0,85. Beräka a) Utströmmade volymflöde om vätska har destete 000 k/m b) Utströmmade volymflöde om vätska har destete 850 k/m ) Förklara resultatet. 0 oä ös Förutsättar Tak ätskevå h 0 m ål dameter d 5 mm 0,05 m asthetskoeffete φ 0,95 Kotraktoskoeffete ψ 0,85 ätskas destet fall 000 k/m ätskas destet fall 850 k/m Fråor a) Utströmmade volymflöde om vätska har destete 000 k/m b) Utströmmade volymflöde om vätska har destete 850 k/m ) Förklara resultatet. Ataade Statoär utström Take stor förhållade tll utflödet vlket ör att vås hasthet ka försummas Atmosfärstryk råder både å yta oh utströmshålet. Aalys Idex h 0 m Idex Teka Beroulls ekvato höjdform mella yta - dex oh utströmshålet - dex. h h är 0. å take är stor förhållade tll utströmsflödet.

7 Isttutoe för Sjöfart oh Mar Tekk h h 0 m atmosfärstryket teoretsk hasthet utströmshålet h 0 referesvå Isätt er: h h h h h h h 9,80,0 m/s et ka kostateras att hasthete är oberoede av destete. etta beror å att vätska vd yta har e vss läeseer m h. ea rörelseeer omvadlas tll ketsk W eer Wk m utströmshålet. Sätts dessa ekvatoer lka ka massa m förkortas bort. ätska med e höre destet har e höre otetal eer me okså e höre ketsk eer vd e ve hasthet. erklt volymflöde d π 0,05 π ϕψ A ϕψ 0,95 0,85,0,000 m / s l/s Svar: olymflödet är oberoede av vätska destet 0,0000 m /s l/s Förklar, se ova.

8 Isttutoe för Sjöfart oh Mar Tekk 5. E um med verksrade 80 % umar vatte eom e rörled frå e sjö tll e reservoar som ler 0 meter över sjös yta. Rörledes första del år horsotellt 5 m över sjös yta oh har dameter 500 mm oh läde 00 m. I dea del fs styke klsldvetler oh styke 90 -böjar. Rörlede koas er tll dameter 00 mm oh ster därefter tll sluthöjde. ea del av rörlede är 00 m lå. I dea del fs kulvetl, e bakvetl oh två styke 90 böjar. Flödet rörledara är 00 m /h. ata övrt Trykförlustkoeffeter Klsldvetler 0,8 Kulvetler,0 Bakvetl,5 90 -böj 0, Nerko 0,05 räkat å utåshasthete Rörfrktoskoeffete 0,00 Beräka a) Tryket omedelbart före erkoe b) umes effektbehov ös Förutsättar um erksrad η 0,80 olymflöde 00 m / h Rörled ameter 500 mm 0,500 m äd 00 m Klsldvetler ks st trykförlustkoeffet b 0,8 Rörböjar atal b st trykförlustkoeffet b 0, Slutuktes höjd över sjö h 5 m Rörled ameter 00 mm 0,00 m äd 00 m Kulvetler kul st trykförlustkoeffet b,0 Bakvetl bak st trykförlustkoeffet b,5 Rörböjar atal b st trykförlustkoeffet b 0, Nerko atal k st trykförlustkoeffet b 0,05 Utloets höjd över sjö h 0 m Rörfrktoskoeffete λ 0,00 Fråor: a) Tryket omedelbart före erkoe b) umes effektbehov 0 oä

9 Isttutoe för Sjöfart oh Mar Tekk Ataade Statoärt Rörfrktoskoeffete kostat Sjö oh reservoare är stora förhållade tll flödet. Yta ädras ej. Atmosfärstryket a 0 barö råder reservoare oh vd sjö 9,8 m/s Aalys -edko 0 m 5 m Idexer atteyta sjö a res före erkoe b res efter edkoe Utströme reservoare Rörled Strömshasthete π A π a b π π ,5 π , π,8 m/s,87 m/s

10 Teka Beroulls ekvato mella a oh a a h a h h är a,8 m/s elt ova h 5 m,87 m/s h 0 m a 0 barö Isttutoe för Sjöfart oh Mar Tekk f Trykfallet h f- λ b h f Summer av eåsmotståde mella - Kulvetler st b,0,0 Bakvetl bak st b,5,5 Rörböjar atal b st b 0, 0, Nerko atal k st b 0,05 0,05 Σ,95 Isätt Beroulls ekvato b,87 m/s elt ova a a h a h a a h a,87, ,8 9,8 a h a 9,0000 9,8 87 ka λ λ 0 9,8 Rörled Teka Beroulls ekvato mella oh a a a h um h a h är 0 m/s elt ova a,8 m/s elt ova h 0 m h a 5 m a 0 barö a 87 ka el ova um umes trykusätt mv b b 0,0000,87,95 9,0 mv 0, 9,8 fa

11 Isttutoe för Sjöfart oh Mar Tekk Trykfallet h f-a λ a h f a Summer av eåsmotståde mella - Klsldvetler ks st b 0,8,6 Rörböjar atal b st b 0, 0,6 Σ, Isätt Beroulls ekvato a h um h h um um um um um a h a 0 h a h h a a um a h a a h a λ a λ a λ a 0 a a a h a λ λ 80 0,00 00,8 5, 5,9 mv 0009,8 0,5 9,8 0 a a umes effektbehov 00 5,90009, kw η 0,8 Svar: Tryket res före erkoe 9,0 mv 87 ka umes effektbehov 5 kw fa a a a

12 Isttutoe för Sjöfart oh Mar Tekk 6. E fläkt arbetar vd varvtalet 800 rm. olymflödet är m /s oh trykusätte är 600 a. Gase har e destet å, k/m. Elt fläktdarammet är effektbehovet 8 kw vd 800 rm oh m /s. olymflödet säks tll,5 m /s med varvtalsreler. Beräka: a) Beräka effektbehovet vd fullt flödet b) Beräka följade efter edrelere. arvtal Trykusätt Effektbehov ös Förutsättar rftfall fullt flöde arvtal 800 rm olymflöde m /s Trykusätt 600 a rftfall edrelerat olymflöde,5 m /s ärde frå darammet arvtal rm olymflöde 0 m /s Effekt 0 8 kw Fråor a) Beräka effektbehovet vd fullt flödet b) Beräka följade efter edrelere arvtal Trykusätt Effektbehov Ataade Fläktdarammet baseras å destete 0, k/m erksrade är oförädrad Statoär drft. Fläkte har et statskt mottryk 5 oä Aalys a) Beräka effektbehovet vd fullt flöde. et ka kostateras att aktuell as har e aa destet ä fläktdarammets effekt. Omräk måste ske ,, 6,5 kw

13 Isttutoe för Sjöfart oh Mar Tekk b) Efter edrelere Afftetslaara er:,kw ,5 kostat 900 a kostat 00 rm 800,0,5 kostat Svar: a) Fläktes effektbehov är 6,5 kw b) Efter edreler arvtal 00 rm Trykusätt 900 a Effekt, kw

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng UMEÅ UNIVERSITET Isttutoe för matematsk statstk Statstk för lärare, MSTA38 Lef Nlsso TENTAMEN 04--6 TENTAMEN I MATEMATISK STATISTIK Statstk för lärare, 5 poäg Skrvtd: 9.00-15.00 Tllåta hjälpmedel: Utdelad

Läs mer

Kap. 1. Gaser Ideala gaser. Ideal gas: För en ideal gas gäller: Allmänna gaslagen. kraft yta

Kap. 1. Gaser Ideala gaser. Ideal gas: För en ideal gas gäller: Allmänna gaslagen. kraft yta Termodyamk - ärmets rörelse - Jämvkt - Relatoer mella olka kemska tllståd - Hur mycket t.ex. eerg eller rodukter som bldas e kemsk reakto - arför kemska reaktoer sker Ka. 1. Gaser 1.1-2 Ideala gaser Ideal

Läs mer

D 45. Orderkvantiteter i kanbansystem. 1 Kanbansystem med två kort. Handbok i materialstyrning - Del D Bestämning av orderkvantiteter

D 45. Orderkvantiteter i kanbansystem. 1 Kanbansystem med två kort. Handbok i materialstyrning - Del D Bestämning av orderkvantiteter Hadbok materalstyrg - Del D Bestämg av orderkvatteter D 45 Orderkvatteter kabasystem grupp av materalstyrgsmetoder karakterseras av att behov av materal som uppstår hos e förbrukade ehet mer eller mdre

Läs mer

Orderkvantiteter vid begränsningar av antal order per år

Orderkvantiteter vid begränsningar av antal order per år Hadbok materalstyrg - Del D Bestämg av orderkvatteter D 64 Orderkvatteter vd begräsgar av atal order per år Olka så kallade partformgsmetoder aväds som uderlag för beslut rörade val av lämplg orderkvattet

Läs mer

Stort massflöde Liten volym och vikt Hög verkningsgrad. Utföranden Kolv (7) Skruv (4) Ving (4) Roots (1,5) Radial (2-4) Axial (1,3) Diagonal.

Stort massflöde Liten volym och vikt Hög verkningsgrad. Utföranden Kolv (7) Skruv (4) Ving (4) Roots (1,5) Radial (2-4) Axial (1,3) Diagonal. Komressorer F1 F Skillad mot fläktar: Betydade desitetsförädrig, ryk mäts ormalt som absolut totaltryk. vå huvudgruer av komressorer: Förträgigskomressorer urbokomressorer Egeskaer Lågt massflöde Höga

Läs mer

Korrelationens betydelse vid GUM-analyser

Korrelationens betydelse vid GUM-analyser Korrelatoes betydelse vd GUM-aalyser Hela koceptet GUM geomsyras av atagadet att gåede mätgar är okorrelerade. Gude betoar och för sg att ev. korrelato spelar, me ger te mycket vägledg för hur ma då ska

Läs mer

Fyra typer av förstärkare

Fyra typer av förstärkare 1 Föreläsg 1, Ht2 Hambley astt 11.6 11.8, 11.11, 12.1, 12.3 Fyra tyer a förstärkare s 0 s ut s A ut L s L 0 ägsförstärkare ägströmförstärkare (trasadmttasförst.) 0 ut s s ut L s s A 0 L trömsägsförstärkare

Läs mer

Något om beskrivande statistik

Något om beskrivande statistik Något om beskrvade statstk. Iledg I de flesta sammahag krävs fakta som uderlag för att komma tll rmlga slutsatser eller fatta vettga beslut. Exempelvs ka det på ett företag ha uppstått dskussoer om att

Läs mer

Introduktion till statistik för statsvetare

Introduktion 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 mer

θx θ 1 om 0 x 1 f(x) = 0 annars

θx 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 mer

Orderkvantiteter i kanbansystem

Orderkvantiteter i kanbansystem Hadbok materalstyrg - Del D Bestämg av orderkvatteter D 45 Orderkvatteter kabasystem E grupp av materalstyrgsmetoder karakterseras av att behov av materal som uppstår hos e förbrukade ehet mer eller mdre

Läs mer

Tentamen i matematisk statistik, Statistisk Kvalitetsstyrning, MSN320/TMS070 Lördag , klockan Lärare: Jan Rohlén

Tentamen i matematisk statistik, Statistisk Kvalitetsstyrning, MSN320/TMS070 Lördag , klockan Lärare: Jan Rohlén FACIT Tetame i matematisk statistik, Statistisk Kvalitetsstyrig, MSN3/TMS7 Lördag 6-1-16, klocka 14.-18. Lärare: Ja Rohlé Ugift 1 (3.5 ) Se boke! Ugift (3.5) Se boke! Ugift 3 (3) a-ugifte Partistorlek:

Läs mer

Begreppet rörelsemängd (eng. momentum) (YF kap. 8.1)

Begreppet rörelsemängd (eng. momentum) (YF kap. 8.1) Begreppet rörelsemägd (eg. mometum) (YF kap. 8.1) Defto (Newto!): E partkel med massa m och hastghet ഥv har rörelsemägd ഥp = m ഥv. Vektor med samma rktg som hastghete! Newto II: ሜF = m dvlj = d dt dt d

Läs mer

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I Föreläsg 6 73G04 urveymetodk 73G9 Utredgskuska I Dages föreläsg ortfall Totalbortfall Partellt bortfall Hur hatera bortfall? ortfallsstratumasatse (tvåfasurval) ubsttuto Imuterg Reettosquz ortfall och

Läs mer

= α. β = α = ( ) D (β )= = 0 + β. = α 0 + β. E (β )=β. V (β )= σ2. β N β, = σ2

= α. β = α = ( ) D (β )= = 0 + β. = α 0 + β. E (β )=β. V (β )= σ2. β N β, = σ2 Ljär regresso aolkhet och statstk Regressosaalys VT 2009 Uwe.Mezel@math.uu.se http://www.math.uu.se/ uwe/ Fgur: Mätpukter: x, y Ljär regresso - kalbrerg av e våg Modell för ljär regresso Modell: y α +

Läs mer

Väntevärde, standardavvikelse och varians Ett statistiskt material kan sammanfattas med medelvärde och standardavvikelse (varians), och s.

Väntevärde, standardavvikelse och varians Ett statistiskt material kan sammanfattas med medelvärde och standardavvikelse (varians), och s. Vätevärde, stadardavvkelse och varas Ett statstskt materal ka sammafattas med medelvärde och stadardavvkelse (varas, och s. På lkade sätt ka e saolkhetsfördelg med käda förutsättgar sammafattas med vätevärde,,

Läs mer

Föreläsningsanteckningar till Linjär Regression

Föreläsningsanteckningar till Linjär Regression Föreläsgsateckgar tll Ljär Regresso Kasper K S Aderse 3 oktober 08 Statstsk modell Ofta söks ett sambad y fx mella e förklarade eller oberoede varabel x och e resposvarabel eller beroede varabel y V betrakter

Läs mer

101. och sista termen 1

101. 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 mer

För att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ

För att skatta väntevärdet för en fördelning är det lämpligt att använda Medelvärdet. E(ξ) =... = µ 1 February 1, 2018 1 Förel. VII Puktskattigar av parametrar i fördeligar 1.1 Puktskattig För att skatta vätevärdet för e fördelig är det lämpligt att aväda Medelvärdet ξ = 1 ξ j. Vi tar u vätevärdet av

Läs mer

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

Hambley 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 mer

50p. Rättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller:

50p. Rättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller: ENEGITEKNIK 7,5 högskoleoäng rovmoment: Ladokkod: Tentamen ges för: Tentamen 4ET07 Bt TentamensKod: Tentamensdatum: Måndag 30 maj 06 Tid: 9.00-3.00 Hjälmedel: Valfri miniräknare Formelsamling: Energiteknik-Formler

Läs mer

Lösningar och kommentarer till uppgifter i 1.1

Lösningar 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 mer

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren?

Vad 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 mer

Sensorer och elektronik. Analys av mätdata

Sensorer och elektronik. Analys av mätdata Sesorer och elektrok Aalys av mätdata Iehåll Mätfel Några begrepp om saolkhetslära Läges- och sprdgsmått Kofdestervall Ljär regresso Mätosäkerhetsaalys Mätfel Alla mätresultat är behäftade med e vss osäkerhet

Läs mer

TENTAMEN I MATEMATISK STATISTIK Datum: 13 mars 08

TENTAMEN 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 mer

Sensorer, effektorer och fysik. Analys av mätdata

Sensorer, effektorer och fysik. Analys av mätdata Sesorer, effektorer och fysk Aalys av mätdata Iehåll Mätfel Noggrahet och precso Några begrepp om saolkhetslära Läges- och sprdgsmått Kofdestervall Ljär regresso Mätosäkerhetsaalys Mätfel Alla mätgar är

Läs mer

Armin Halilovic: EXTRA ÖVNINGAR. ) De Moivres formel ==================================================== 2 = 1

Armin Halilovic: EXTRA ÖVNINGAR. ) De Moivres formel ==================================================== 2 = 1 Arm Hallovc: EXTRA ÖVNINGAR KOMPLEXA TAL x + y, där x, y R (rektagulär form r(cosθ + sθ (polär form r (cos θ + s θ De Movres formel y O x + x y re θ (potesform eller expoetell form θ e cosθ + sθ Eulers

Läs mer

Efter tentamen För kurser med fler än 60 examinerande meddelas resultatet SENAST 20 arbetsdagar efter examinationen annars 15 arbetsdagar.

Efter tentamen För kurser med fler än 60 examinerande meddelas resultatet SENAST 20 arbetsdagar efter examinationen annars 15 arbetsdagar. Luleå tekiska uiversitet TENTAMEN Kurskod: R0009N Kursam: Modeller för iter styrig Tetamesdatum: 2015-03-16 Skrivtid: 4 timmar Tillåta hjälpmedel: Räkare. Rätetabeller bifogas lägst bak i dea teta. Jourhavade

Läs mer

Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT

Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT ) Ordlista till NCT Stat. teori gk, ht 2006, JW F13 HYPOTESPRÖVNING (NCT 10.1-10.3) Ordlista till NCT Hypothesis testig Null hypothesis Alterative hypothesis Simple / composite Oe-sided /two-sided Reject Test statistic Type

Läs mer

Lösningsförslag till tentamen i 732G71 Statistik B, 2009-12-04

Lösningsförslag till tentamen i 732G71 Statistik B, 2009-12-04 Prs Lösgsförslag tll tetame 73G7 Statstk B, 009--04. a) 340 30 300 80 60 40 0 0.5.0.5.0 Avståd.5 3.0 3.5 b) r y y y y 4985.75 7.7 830 0 39.335 7.7 0 80300-830 0 3.35 0.085 74.475 c) b y y 4985.75 7.7 830

Läs mer

Tidtabell. 208/209 Skellefteå - Skelleftehamn Sommar, från och med 16/6 till och med 17/8 2014. www.skelleftebuss.se Tel.

Tidtabell. 208/209 Skellefteå - Skelleftehamn Sommar, från och med 16/6 till och med 17/8 2014. www.skelleftebuss.se Tel. Iformatio Dessa biljetter ka köpas på busse; - Ekelbiljett, ige fri övergåg till stadsbussara. - Rabattkort, rabatterade resor med ca 20 %, valfritt atal resor frå 6 resor och uppåt. - Periodkort, gäller

Läs mer

Centrala gränsvärdessatsen

Centrala gränsvärdessatsen Arm Hallovc: EXTRA ÖVNINGAR Cetrala gräsvärdessatse Cetrala gräsvärdessatse Vätevärdet och varase för e ljär kombato av stokastska varabler beräkas elgt följade: S Låt c, c,, c vara kostater,,,, stokastska

Läs mer

TENTAMEN I MATEMATISK STATISTIK

TENTAMEN I MATEMATISK STATISTIK TETAME I MATEMATISK STATISTIK Te i kurse 6H, KÖTEORI OCH MATEMATISK STATISTIK, Te i kurse 6H, 6L MATEMATIK OCH MATEMATISK STATISTIK, Skrivtid: :-7: Lärare: Armi Halilovic Kurskod 6H, 6H, 6L, 6A Hjälpmedel:

Läs mer

Variansberäkningar KPI

Variansberäkningar KPI STATISTISKA CENTRALBYRÅN Slutrapport (9) Varasberäkgar KPI Varasberäkgar KPI Iledg Grov varasskattg Detaljerade varasskattgar av tuga produktgrupper 5 Rätekostader 5 Charter 6 Böcker 8 Utrkesflyg 0 Iträdesbljetter

Läs mer

Borel-Cantellis sats och stora talens lag

Borel-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 mer

= x 1. Integration med avseende på x ger: x 4 z = ln x + C. Vi återsubstituerar: x 4 y 1 = ln x + C. Villkoret ger C = 1.

= x 1. Integration med avseende på x ger: x 4 z = ln x + C. Vi återsubstituerar: x 4 y 1 = ln x + C. Villkoret ger C = 1. Lösigsförslag till tetamesskrivig i Matematik IV, 5B0 Torsdage de 6 maj 005, kl 0800-00 Hjälpmedel: BETA, Mathematics Hadbook Redovisa lösigara på ett sådat sätt att beräkigar och resoemag är lätta att

Läs mer

TENTAMEN I MATEMATIK MED MATEMATISK STATISTIK HF1004 TEN kl

TENTAMEN 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 mer

TENTAMEN Datum: 16 okt 09

TENTAMEN Datum: 16 okt 09 TENTAMEN Datum: 6 okt 09 Kurs: KÖTEORI OCH MATEMATISK STATISTIK HF00 TEN (Matematisk statistik ) Te i kurse HF00 ( Tidigare k 6H0), KÖTEORI OCH MATEMATISK STATISTIK, Te i kurse HF00, 6H000, 6L000 MATEMATIK

Läs mer

Tentamen i Matematisk statistik för V2 den 28 maj 2010

Tentamen i Matematisk statistik för V2 den 28 maj 2010 Tetame i Matematisk statistik för V de 8 maj 00 Uppgift : E kortlek består av 5 kort. Dessa delas i i färger: 3 hjärter, 3 ruter, 3 spader och 3 klöver. Kortleke iehåller damer, e i varje färg. Ata att

Läs mer

Tentamen del 2 i kursen Elinstallation, begränsad behörighet ET

Tentamen del 2 i kursen Elinstallation, begränsad behörighet ET Tetame del 2 i kure Elitallatio, begräad behörighet ET1013 2013-06-03 Tetame omfattar 60 poäg. För godkäd tetame kräv 30 poäg. Tillåta hjälpmedel är räkedoa amt bifogad formelamlig Beräkigar behöver bara

Läs mer

ENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist

ENDIMENSIONELL 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 mer

================================================

================================================ rmi Halilovic: ETR ÖVNINGR TVÅ STICKPROV Vi betraktar två oberoede ormalfördelade sv och Låt x, x,, x vara ett observerat stickprov, av storleke, på N (, ) och låt y, y,, y vara ett observerat stickprov,

Läs mer

Andra ordningens lineära differensekvationer

Andra 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 mer

Genomsnittligt sökdjup i binära sökträd

Genomsnittligt 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 mer

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes

Linjär 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 mer

(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna.

(a) Skissa täthets-/frekvensfunktionen och fördelningsfunktionen för X. Glöm inte att ange värden på axlarna. 1 0,5 0 LÖSNINGAR till tetame: Statistik och saolikhetslära (LMA120) Tid och plats: 08:30-12:30 de 6 april 2016 Hjälpmedel: Typgodkäd miiräkare, formelblad Betygsgräser: 3: 12 poäg, 4: 18 poäg, 5: 24 poäg.

Läs mer

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, betecknar temperaturen i punkten x vid tiden t.

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, betecknar temperaturen i punkten x vid tiden t. Armi Halilovi: EXRA ÖVNINGAR Värmeledigsekvaioe VÄRMEEDNINGSEKVAIONEN Vi berakar följade PDE u x u x k (, ) (, ), < x (ekv), där k> är e kosa Ekvaioe (ekv) ka bl aa beskriva värmeledige i e u sav

Läs mer

Prisuppdateringar på elementär indexnivå - jämförelser mot ett superlativt index

Prisuppdateringar på elementär indexnivå - jämförelser mot ett superlativt index PM tll Nämde för KPI Sammaträde r 3 ES/PR 2017-10-25 Olva Ståhl och Ulf Jostad Prsuppdatergar på elemetär dexvå - jämförelser mot ett superlatvt dex För formato Idex på elemetär vå KPI eräkas de flesta

Läs mer

Tillåtna hjälpmedel: Eget handskrivet formelblad (A4), utdelad tabellsamling, miniräknare med tömt minne Studenterna får behålla tentamensuppgifterna

Tillåtna hjälpmedel: Eget handskrivet formelblad (A4), utdelad tabellsamling, miniräknare med tömt minne Studenterna får behålla tentamensuppgifterna UMEÅ UNIVERSITET Ititutioe för matematik tatitik Statitik för lärare, MSTA8 PA LÖSNINGSFÖRSLAG 004-0-8 LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK Statitik för lärare, poäg Tillåta hjälpmedel:

Läs mer

c 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.

c 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 mer

Betong Cement Gruvor Papper & Cellulosa Asfalt Grus Kemi Plast Läkemedel Livsmedel Avlopp & Vatten Vätskor Pulver Slurry Flingor Granulater

Betong Cement Gruvor Papper & Cellulosa Asfalt Grus Kemi Plast Läkemedel Livsmedel Avlopp & Vatten Vätskor Pulver Slurry Flingor Granulater Nvåmätg Betg Cemet Guv Pappe & Cellula Afalt Gu Kem Plat Läkemedel Lvmedel Avlpp & Vatte Vätk Pulve Sluy Flg Gaulate Nvåmätg fö pcedut Nvåktll fö: Övefylladkydd Batchktll Pduktmätg Lagektll Säkehetlam

Läs mer

MMVA01 Termodynamik med strömningslära Exempel på tentamensuppgifter

MMVA01 Termodynamik med strömningslära Exempel på tentamensuppgifter TERMODYNAMIK MMVA01 Termodynamik med strömningslära Exempel på tentamensuppgifter T1 En behållare med 45 kg vatten vid 95 C placeras i ett tätslutande, välisolerat rum med volymen 90 m 3 (stela väggar)

Läs mer

Lösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007

Lösning 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 mer

Föreskrift. om publicering av nyckeltal för elnätsverksamheten. Utfärdad i Helsingfors den 2. december 2005

Föreskrift. om publicering av nyckeltal för elnätsverksamheten. Utfärdad i Helsingfors den 2. december 2005 Dr 1345/01/2005 Föreskrift om publicerig av yckeltal för elätsverksamhete Utfärdad i Helsigfors de 2. december 2005 Eergimarkadsverket har med stöd av 3 kap. 12 3 mom. i elmarkadslage (386/1995) av de

Läs mer

REGULJÄRA SPRÅK (8p + 6p) 1. DFA och reguljära uttryck (6 p) Problem. För följande NFA över alfabetet {0,1}:

REGULJÄRA 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 mer

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x

x 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 mer

Problem 2 löses endast om Du hade färre än 15 poäng på duggan som gavs arctanx sin x. x(1 cosx) lim. cost.

Problem 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 mer

Matematisk statistik TMS063 Tentamen

Matematisk statistik TMS063 Tentamen Matematisk statistik TMS063 Tetame 208-05-30 Tid: 8:30-2:30 Tetamesplats: SB Hjälpmedel: Bifogad formelsamlig och tabell samt Chalmersgodkäd räkare. Kursasvarig: Olof Elias Telefovakt/jour: Olof Elias,

Läs mer

Bilaga 1 Formelsamling

Bilaga 1 Formelsamling 1 2 Bilaga 1 Formelsamlig Grudbegre, resultatlaerig och roduktkalkylerig Resultat Itäkt - Kostad Lösamhet Resultat Resursisats TTB Täckigsgrad (TG) Totala itäkter TB Säritäkt Divisioskalkyl är de eklaste

Läs mer

1. Test av anpassning.

1. 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 mer

Minsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera

Minsta 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 mer

Tentamen i Sannolikhetsteori III 13 januari 2000

Tentamen i Sannolikhetsteori III 13 januari 2000 STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Louise af Klitberg Lösigar Tetame i Saolikhetsteori III 13 jauari 2000 Uppgift 1 a) Det mest detaljerade utfallsrummet är med uppebara beteckigar Ω = {(B1, B2),

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl

Tentamen 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 mer

Jag läser kursen på. Halvfart Helfart

Jag läser kursen på. Halvfart Helfart KOD: Kurskod: PC106/PC145 Kurs 6: Persolighet, hälsa och socialpsykologi (15 hp) Datum: 3/8 014 Hel- och halvfart VT 14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare:

Läs mer

F7 PP kap 4.1, linjära överbestämda ekvationssystem

F7 PP kap 4.1, linjära överbestämda ekvationssystem F7 BE3 & 3 Page of 5 F7 PP ka 4., ljära överbestäda ekvatossste Här behadlas dels ljära överbestäda sste oh dels tlläge å odellaassg ed stakvadrat-etode so kaske ufas av Gauss. V börjar ed ljära algebra.

Läs mer

Lycka till! I(X i t) 1 om A 0 annars I(A) =

Lycka 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 mer

SAMMANFATTNING AV KURS 602 STATISTIK (Newbold kapitel [7], 8, 9, 10, 13, 14)

SAMMANFATTNING AV KURS 602 STATISTIK (Newbold kapitel [7], 8, 9, 10, 13, 14) AMMANFATTNING AV KUR 6 TATITIK (Newbold katel [7], 8, 9,, 3, 4) INLEDNING 3 Proortoer 3 Proortoer 4 Poulatosvaras 5 KONFIDENINTERVALL 6 Itutv förklarg 6 Arbetsgåg vd beräkg av kofdestervall 7 Tfall. ök

Läs mer

Fördelningen för populationen som stickprovet togs ifrån är känd så nära som på ett antal parametrar, t.ex: N med okända

Fördelningen för populationen som stickprovet togs ifrån är känd så nära som på ett antal parametrar, t.ex: N med okända we Mezel, 7 we.mezel@sl.se; we.mezel@matstat.de www.matstat.de Parametrska metoder Fördelge för poplatoe som stckprovet togs frå är käd så ära som på ett atal parametrar, t.ex: N med okäda Icke-parametrska

Läs mer

F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden

F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden Stat. teori gk, ht 006, JW F19 HPOTESPRÖVNING (NCT 11.1-11.) Hypotesprövig för e differes mella två medelvärde Samma beteckigar som vid kofidesitervall för differes mella två populatiosmedelvärde: Medelvärde

Läs mer

b) Bestäm det genomsnittliga antalet testade enheter, E (X), samt även D (X). (5 p)

b) 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 mer

1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k

1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k LÖSNINGAR TILL Matematisk statistik, Matematikcetrum Tetame: 5 kl 8 Luds tekiska högskola FMS, FMS, FMS, FMS 5, MAS 9 Matematisk statistik för ED, F, I, FED och fysiker. a Eftersom X och Y har samma fördelig

Läs mer

Databaser - Design och programmering. Programutveckling. Programdesign, databasdesign. Kravspecifikation. ER-modellen. Begrepps-modellering

Databaser - Design och programmering. Programutveckling. Programdesign, databasdesign. Kravspecifikation. ER-modellen. Begrepps-modellering Databaser desig och programmerig Desig processe ER-modellerig Programutvecklig Förstudie, behovsaalys Programdesig, databasdesig Implemetatio Programdesig, databasdesig Databasdesig Koceptuell desig Koceptuell

Läs mer

a) Beräkna E (W ). (2 p)

a) Beräkna E (W ). (2 p) Avd. Matematisk statistik TENTAMEN I SF19 och SF191 SANNOLIKHETSTEORI OCH STATISTIK, TISDAGEN DEN 13:E MARS 18 KL 8. 13.. Examiator: Björ-Olof Skytt, 8 79 86 49. Tillåta hjälpmedel: Formel- och tabellsamlig

Läs mer

Partikeldynamik. Fjädervåg. Balansvåg. Dynamik är läran om rörelsers orsak.

Partikeldynamik. Fjädervåg. Balansvåg. Dynamik är läran om rörelsers orsak. Dynamk är läran om rörelsers orsak. Partkeldynamk En partkel är en kropp där utsträcknngen saknar betydelse för dess rörelse. Den kan betraktas som en punktmassa utan rotaton. Massa kan defneras på två

Läs mer

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts:

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts: Webprogrammerig och databaser Koceptuell datamodellerig med Etitets-Relatiosmodelle Begrepps-modellerig Mål: skapa e högivå-specifikatio iformatiosiehållet i database Koceptuell modell är oberoede DBMS

Läs mer

ENERGIPROCESSER, 15 Hp

ENERGIPROCESSER, 15 Hp UMEÅ UNIVERSITET Tillämpad fysik och elektronik Mohsen Soleimani-Mohseni Robert Eklund Umeå 10/3 2012 ENERGIPROCESSER, 15 Hp Tid: 09.00-15.00 den 10/3-2012 Hjälpmedel: Alvarez Energiteknik del 1 och 2,

Läs mer

Uppgift 3. (1p) Beräkna volymen av pyramiden vars hörn är A=(2,2,2), B=(2,3,4), C=(3,3,3) och D=(3,4,9).

Uppgift 3. (1p) Beräkna volymen av pyramiden vars hörn är A=(2,2,2), B=(2,3,4), C=(3,3,3) och D=(3,4,9). Kotrollskriig 9 sep 06 VERSION B Tid: 8:5-000 Kurser: HF008 Aalys och lijär algebra (algebradele HF006 Lijär algebra och aalys (algebradele Lärare: Ari Haliloic, Maria Arakelya, Fredrik Berghol Exaiator:

Läs mer

EKVATIONER MED KOMPLEXA TAL A) Ekvationer som innehåller både ett obekant komplext tal z och dess konjugat z B) Binomiska ekvationer.

EKVATIONER MED KOMPLEXA TAL A) Ekvationer som innehåller både ett obekant komplext tal z och dess konjugat z B) Binomiska ekvationer. Arm Hallovc: EXTRA ÖVNINGAR Bomska ekvatoer EKVATIONER MED KOMPLEXA TAL A Ekvatoer som ehåller både ett obekat komplext tal och dess kojugat B Bomska ekvatoer. A Ekvatoer som ehåller både och För att lösa

Läs mer

S0005M V18, Föreläsning 10

S0005M V18, Föreläsning 10 S0005M V18, Föreläsig 10 Mykola Shykula LTU 2018-04-19 Mykola Shykula (LTU) S0005M V18, Föreläsig 10 2018-04-19 1 / 15 Hypotesprövig ett stickprov, σ okäd. Stadardiserig av stickprovsmedelvärdet då σ är

Läs mer

Linköpings tekniska högskola IKP/Mekaniksystem Mekanisk värmeteori och strömningslära. Exempeltentamen 3. strömningslära, miniräknare.

Linköpings tekniska högskola IKP/Mekaniksystem Mekanisk värmeteori och strömningslära. Exempeltentamen 3. strömningslära, miniräknare. Exempeltetame 3 (OBS! De a te ta m e ga vs i a ku rse delvis bytte i eh å ll. Vis s a u ppgifter s om i te lä gre ä r a ktu ella h a r dä rför ta gits bort, vilket m edför a tt poä gs u m m a ä r < 50.

Läs mer

Hydraulik - Lösningsförslag

Hydraulik - Lösningsförslag Hydraulik - Lösningsförslag Sven Rönnbäck December, 204 Kapitel Övning. Effeten från en hydraulmotor är 5kW vid flödet q = liter/s. tryckskillanden över motorn beräknas via den hydrauliska effekten, P

Läs mer

Tentamen i matematisk statistik

Tentamen 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 mer

Väntevärde för stokastiska variabler (Blom Kapitel 6 och 7)

Väntevärde för stokastiska variabler (Blom Kapitel 6 och 7) Matemats statst för STS vt 004 004-04 - 0 Begt Rosé Vätevärde för stoastsa varabler (Blom Kaptel 6 och 7 1 Vätevärde för e dsret stoasts varabel Låt vara e dsret s.v. med saolhetsfuto p ( elgt eda. Saolhetera

Läs mer

Databaser - Design och programmering. Databasdesign. Kravspecifikation. Begrepps-modellering. Design processen. ER-modellering

Databaser - Design och programmering. Databasdesign. Kravspecifikation. Begrepps-modellering. Design processen. ER-modellering Databaser desig och programmerig Desig processe Databasdesig Förstudie, behovsaalys ER-modellerig Kravspecifikatio För att formulera e kravspecifikatio: Idetifiera avädare Studera existerade system Vad

Läs mer

Föreläsning G70 Statistik A

Föreläsning G70 Statistik A Föreläsig 7 73G70 Statistik A Hypotesprövig för jämförelse av populatiosadelar Krav: vi har dragit två OSU p( p) > 5 för båda stickprove Steg : Välj sigifikasivå och formulera hypoteser H 0 : π - π = d

Läs mer

Stången: Cylindern: G :

Stången: Cylindern: G : mekaik I, 09084- A V H f mg G N B 3 d Frilägg cylider och de lätta ståge! Ståge påverkas av kraftparsmometet M samt kotaktkrafter i A och O. Cylider påverkas av kotaktkrafter i A och B samt tygdkrafte

Läs mer

Studentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta.

Studentens personnummer: Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta. KOD: Kurskod: PC106/PC145 Persolighet, hälsa och socialpsykologi (15 hp) Datum: 4/5 014 Hel- och halvfart VT14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare: Niklas Frasso

Läs mer

Tentamen i mekanik TFYA16

Tentamen i mekanik TFYA16 TEKNSKA HÖGSKOLAN LNKÖPNG nsttutonen ör Fysk, Kem och Bolog Gala Pozna Tentamen mekank TFYA6 Tllåtna Hjälpmedel: Physcs Handbook utan egna antecknngar, aprogrammerad räknedosa enlgt F:s regler. Formelsamlngen

Läs mer

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp)

Tentamenskrivning, , 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 mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2)

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 2) Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del ) Pukt- och itervallskattig (LLL Kap 10) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level

Läs mer

Tentamen i matematisk statistik

Tentamen i matematisk statistik Tetame i matematisk statistik Uppgift : På e arbetsplats skadades % av persoale uder ett år. 60% av alla skadade var mä. 0% av alla aställda var kvior. Är det maliga eller kviliga aställda som löper störst

Läs mer

Föreläsning 10: Kombinatorik

Föreläsning 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 mer

4.2.3 Normalfördelningen

4.2.3 Normalfördelningen 4..3 Normalfördelge Bomal- och Possofördelge är två exempel på fördelgar för slumpvarabler som ka ata ädlgt eller uppräkelgt måga olka värde. Sådaa fördelgar sägs vara dskreta. Ofta är ett resultat X frå

Läs mer

Formelsamling. i= 1. f x. Andelar, medelvärde, standardavvikelse, varians, median. p = Stickprovsandel. Populationsandel

Formelsamling. i= 1. f x. Andelar, medelvärde, standardavvikelse, varians, median. p = Stickprovsandel. Populationsandel fo m e lam l Fomelaml Adela, medeläde, tadadakele, aa, meda Stckpoadel atal p ehete tckpoet med tudead tckpotolek eekap Populatoadel atal ehete populatoe med tudead populatotolek eekap Stckpomedeläde beäkat

Läs mer

Partikeldynamik. Dynamik är läran om rörelsers orsak.

Partikeldynamik. Dynamik är läran om rörelsers orsak. Partkeldynamk Dynamk är läran om rörelsers orsak. Tung och trög massa Massa kan defneras på två sätt. Den ena baserar sg på att olka massor attraheras olka starkt av jordens gravtaton. Att två massor är

Läs mer

SOS HT Punktskattningar. Skattning från stickprovet. 2. Intuitiva skattningar. 3. Skattning som slumpvariabel. slump.

SOS HT Punktskattningar. Skattning från stickprovet. 2. Intuitiva skattningar. 3. Skattning som slumpvariabel. slump. Puktskattgar SOS HT10 Puktskattg uwe@math.uu.se http://www.math.uu.se/~uwe/sos_ht10 1. Vad är e puktskattg och varför behövs de? 1. Jämförelse: saolkhetstoer statstkteor 2. Itutva ( aturlga ) skattgar

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 11 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel

Läs mer

Programmering Emme-makro rvinst_ic.mac version 2

Programmering Emme-makro rvinst_ic.mac version 2 Uppdragsr: 10109320 2008-08-27 Seh Svalgård PM Programmerig Emme-makro rvis_ic.mac versio 2 Iehållsföreckig Förusäigar...2 Beräkigsuryck...2 Daabaser...4 Marisplaser...4 Aropsparamerar...6 Udaa...6 L:\705x\_SAMSAM\3_Dokume\36_PM\PM

Läs mer

HYPOTESPRÖVNING. De statistiska metoderna som används för att fatta denna typ av beslut baseras på två komplementära antaganden om populationen.

HYPOTESPRÖVNING. De statistiska metoderna som används för att fatta denna typ av beslut baseras på två komplementära antaganden om populationen. HPOTESPRÖVNING De tatitika metodera om aväd för att fatta dea typ av belut baera på två komplemetära atagade om populatioe. Partiet produkter har atige de utlovade kvalitete eller å har de de ite. Atige

Läs mer