Tentamen i matematisk statistik

Storlek: px
Starta visningen från sidan:

Download "Tentamen i matematisk statistik"

Transkript

1 MSTA3, Saolikhetsteori A, 5 p 5--7 Tetame i matematisk statistik Saolikhetsteori A, 5 poäg Skrivtid: Tillåta hjälpmedel: Tabellsamlig, ege miiräkare. Studetera får behålla tetamesuppgiftera. På vissa cigarettpaket fis varigstete 9 av som drabbats av strupcacer är rökare. Dea faktauppgift är ite helt relevat för att bedöma om riske är stor eller lite för att drabbas av strupcacer, om ma röker. Beräka, med hjälp av iformatioe i varigstete och följade data, saolikhete att e rökare drabbas av strupcacer. 9% av befolkige är mä. Av mäe röker 3% och av kviora röker %. Saolikhete att drabbas av strupcacer är %. (3 p) Låt Chädelse cacer, Rhädelse rökare och Mhädelse ma. Vi vet då att P(C)., P(R C).9, P(M).9, P(R M).3, P(R M*).. P(C R) P(R C)P(C).9*. P (C R).56 P(R) P(R M)P(M) + P(R M*)P(M*).3*.9 +.*.5 Låt (X, Y) vara e tvådimesioell s.v. med simulta frekvesfuktio k, < <, < y < f (, y)., för övrigt a) Bestäm värdet på kostate k. ( p) b) Bestäm margiella frekvesfuktioe för Y. ( p) c) Bestäm variase för X. ( p) a) kdy k( ( ))d k( )d k /3 k 3 b) f Y(y) y+ y 3(y + ) 3d 3( y) 3d - < y < y

2 MSTA3 Saolikhetsteori A, 5 p 5--7 c) fx() 3dy 3( ( )) 6( ), <. Detta ger att V(X)/ 3 Till e affär kommer kuder eligt e Poissoprocess med itesitete 7 kuder per timme. Varje gåg det kommer e kud så är det lika saolikt att det är e ma som e kvia, oberoede av köet på tidigare kuder. a) Beräka de betigade saolikhete att det har kommit mist två mä uder de första halvtimme, givet att det har kommit eakt fyra kuder sammalagt uder de första halvtimme. (.5 p) b) Beräka vätevärdet av tide det tar ia det kommer e kud av motsatt kö mot ärmast föregåede kud. (.5 p) Låt X(t)atal kuder uder tide (,t), M(t)atal mä uder tide(,t) och K(t)atal kvior uder tide(,t). Då gäller att {X(t),t>} är e Poissopro cess med itesitet 7, {M(t),t>} och {K(t),t>} är oberoede Poissoproces ser med itesitera 3.5. a) P(M(.5) X(.5))- P(M(.5) X(.5))- P(M(.5) X(.5)) P(M(.5) X(.5) ) P(M(.5) X(.5) ) P(X(.5) ) P(X(.5) ) P(M(.5) K(.5) ) P(M(.5) K(.5) 3) P(X(.5) ) P(X(.5) ) P(M(.5) )P(K(.5) ) P(M(.5) )P(K(.5) ) P(X(.5) ) P(X(.5) ) e *e e 3.5 /! /! e *e.75 /3! 3.5 e 3.5 /! b) Låt N vara umret på de första kud som har motsatt kö mot föregåede kud. N ka då ata värdea,3,,. Vi fier P(N)*/, P(N3)*/*/(/) och att P(Nk)(/) k-, k,3, Av detta ka vi dra slutsatse att (N-) är geometriskt fördelad med p/ och att E(N-) dvs E(N)3. Låt u T i vara tidpuktera är kuder aläder, i,, Då gäller att T i är epoetialfördelade med E(T i )/7. N N Vi får då E Ti E E Ti N E(N) * E(T i) 3*/ 7 3/ 7 i i Låt X och X vara två oberoede slumptal med frekvesfuktio f(),. a) Bestäm frekvesfuktioe för X +X och rita de i e figur. (.75 p) b) Bestäm mometgeererade fuktio för X +X (.75 p) c) Visa att X -X har samma fördelig som X +X - (.75 p)

3 MSTA3 Saolikhetsteori A, 5 p 5--7 d) Bestäm frekvesfuktioe för X -X och rita de i e figur. (.75 p) a) Låt YX +X. Då F (y) P(X + X Y dyd z z) z z z dyd z y ( z) ddy + ddy < z z z + < y ddy z + y z z z () f Y z z < z < z f Y () b) M(Y,t) M(X,t)M(X tx t t,t) (E(e )) ( e d) (e ) t c) t t M(X X,t) M(X,t)M(X, t) (e + e ) t t t t t t M(X + X,t) e M(X,t)M(X,t) e (e ) (e + e ) t t Eftersom mgf är uik måste X -X ha samma fördelig som X +X - d) () P(X X ) P(X + X ) P(X + X ) F X X + Geom deriverig erhålles f X-X () f X X () f Y + ( + ) < < - 5 a) Defiiera begreppet koverges i saolikhet för e följd av slumpvariabler X, X, ( p) b) Formulera Stora tales svaga lag ( p) c) Låt P(A) betecka saolikhete att hädelse A iträffar vid ett försök. Gör oberoede upprepigar av försöket och låt A vara atalet gåger A iträffar. Motivera att relativa frekvese A / kovergerar i saolikhet mot P(A). ( p) 6 E belysigsarmatur består av tre lysrör som går söder oberoede av varadra. Itesitete (hazarde) som ett lysrör går söder med är

4 MSTA3 Saolikhetsteori A, 5 p 5--7 h (t).5,, t >, t. a) Bestäm de förvätade livslägde hos ett lysrör. (.5p) b) Ata att belysige är tillräcklig om mist två lysrör lyser. Bestäm de förvätade tide till dess att belysige blir otillräcklig. (.5p) / a) Xlivslägde har fördeligsfuktio F() e e. X är alltså epoetialfördelad med vätevärde. b) Ssystemets livslägd. P(S>t)P( av 3 lysrör fugerar vid tid t). Låt pp(x>t)e -t/ och Yatal som fugerar vid tid t. Då Y Bi(3,p) och P(S>t)P(Y)+P(Y3)-P(Y)-P(Y)-(-p) 3-3p(-p) -(-e -t/ ) 3-3 e -t/ (-e -t/ ) 3e -t -e -3t/. Vi erhåller t / E(S) 3e e 3t dt 5/ 3 7 E Taylorutvecklig av g(x) krig E(X)m är (X m) g(x) g(m) + (X m)g (m) + g (m) +... Vid Gauss approimatio! kasseras termer av ordig två och högre. Detta leder till uttrycke E (g(x)) g(m) och V(g(X)) V(X)g (m). E bättre approimatio uppås om vi i Taylorutvecklige också behåller :a grads-terme. a) Härled på detta sätt ett approimativt uttryck för E(g(X)). ( p) b) Låt X vara e Poissofördelad stokastisk variabel med vätevärde m. Bestäm med valig Gauss-approimatio approimatioer av vätevärde och stadardavvikelse för g( X) e X, samt med de ya variate i a) e alterativ approimatio av E(e X ). ( p) c) Bestäm E(e X ) eakt. Vad ka ma säga om approimatioera i detta fall? ( p) a) E(g(X)) g(m)+v(x)g (m)/ b) Gauss: E(e X ) e E(X) e , V(e X ) V(X)e m e och D(e X ) Ny variat : E(e X ) e +5e 6e k k X k e e e (e) (e) c) E(e ) e e e e k! e k! k k.5du

5 MSTA3 Saolikhetsteori A, 5 p a) Visa Tjebysjevs olikhet, dvs För varje k > gäller P( X µ kσ) / k, där E(X) µ och V(X) σ. Välj själv om du vill visa satse för e diskret eller kotiuerlig s.v. (.5 p) b) Aväd satse för att utgåede frå oberoede s v X, X,..., X med samma fördelig som X, härleda ett kofidesitervall för µ med kofidesgrad mist 88,9% oavsett vilke fördelig X har. (3 p) σ b) E(X) µ och V(X). Eligt Tjebysjev s olikhet gäller då att kσ kσ P( X µ > ) eller att P( X µ ) >. Sätt k3 ger k k 3σ σ P ( X µ ) >.889 eller att X ± 3 är ett 88.9%-igt kofidesitervall för µ. Lycka till

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs

SAMMANFATTNING TAMS79 Matematisk statistik, grundkurs SAMMANFATTNING TAMS79 Matematisk statistik, grudkurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, HT 2015 Versio: 1.0 Seast reviderad: 2016-02-01 Författare: Viktor Cheg

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

(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

Sannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00. Kap 2: Sannolikhetsteorins grunder

Sannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00. Kap 2: Sannolikhetsteorins grunder LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, AK FÖR I, FMS 10, HT-00 Saolikhetsteori Kap : Saolikhetsteoris gruder Följade gäller för saolikheter: 0

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

FORMELSAMLING MATEMATISK STATISTIK, FMS601. Fördelning Väntevärde Varians. p x (1 p) n x x = 0, 1,..., n np np(1 p) ) x = 0, 1,..., n np.

FORMELSAMLING MATEMATISK STATISTIK, FMS601. Fördelning Väntevärde Varians. p x (1 p) n x x = 0, 1,..., n np np(1 p) ) x = 0, 1,..., n np. LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, FMS601 Valiga fördeligar Fördelig Vätevärde Varias Biomialfördelig, Bi (, p ) P (X = x) = ( x) p x (1 p)

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

Uppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik

Uppsala Universitet Matematiska institutionen Matematisk Statistik. Formel- och tabellsamling. Sannolikhetsteori och Statistik Uppsala Uiversitet Matematiska istitutioe Matematisk Statistik Formel- och tabellsamlig Saolikhetsteori och Statistik IT2-2004 Formelsamlig, Saolikhetsteori och Statistik IT-2004 1 Saolikhetsteori 1.1

Läs mer

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet? Statistisk aalys Vilka slutsatser ka dras om populatioe med resultatet i stickprovet som grud? Hur säkra uttalade ka göras om resultatet? Mats Guarsso Tillämpad matematik III/Statistik - Sida 83 Exempel

Läs 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

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

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

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1). Harald Lag Formelsamlig och Tabeller i Statistik och Saolikhetsteori (15/11-10) Datareducerig Om x 1,..., x är ett stickprov ur e populatio så defiieras medelvärdet x x = 1 k=1 x k och stadardavvikelse

Läs mer

4.2.3 Normalfördelningen

4.2.3 Normalfördelningen 4.2.3 Normalfördelige Biomial- och Poissofördelige är två exempel på fördeligar för slumpvariabler som ka ata ädligt eller uppräkeligt måga olika värde. Sådaa fördeligar sägs vara diskreta. Ofta är ett

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

Skattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas?

Skattning / Inferens. Sannolikhet och statistik. Skattning / Inferens. Vad är det som skattas? Skattig / Iferes Saolikhet och statistik Puktskattig Försöket att beskriva e hel populatio pga ågra få mätvärde! Oberservatio = Populatio HT 2008 UweMezel@mathuuse http://wwwmathuuse/ uwe/ Populatio har

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

Formelblad Sannolikhetsteori 1

Formelblad Sannolikhetsteori 1 Formelblad Saolikhetsteori Bayes formel: Låt A och D vara två hädelser Då gäller P A D = P D AP A P D Chebyshevs olikhet: Låt X vara e stokastisk variabel med vätevärde µ och varias Då gäller för alla

Läs mer

LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall:

LÖSNINGAR TILL. Räkningar: (z i z) 2 = , Δ = z = 1 n. n 1. Konfidensintervall: LÖSNINGAR TILL Matematisk statistik Tetame: 2014 10 28 kl 14 00 19 00 Matematikcetrum FMS 086 Matematisk statistik för B, K, N och BME, 7.5 hp Luds tekiska högskola MASB02 Matematisk statistik för kemister,

Läs 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

Grundläggande matematisk statistik

Grundläggande matematisk statistik Grudläggade matematisk statistik Puktskattig Uwe Mezel, 2018 uwe.mezel@slu.se; uwe.mezel@matstat.de www.matstat.de Saolikhetsteori: Saolikhetsteori och statistikteori vad vi gjorde t.o.m. u vi hade e give

Läs mer

TMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar

TMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar TMS36: Dataaalys och statistik Tetame 03-0-6 med lösigar Examiator och jour: Mattias Sude, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkäd räkare och formelsamlig formelsamlig delas ut med teta). Betygsgräser:

Läs mer

TAMS79: Föreläsning 9 Approximationer och stokastiska processer

TAMS79: Föreläsning 9 Approximationer och stokastiska processer TAMS79: Föreläsig 9 Approximatioer och stokastiska processer Joha Thim 18 ovember 2018 9.1 Biomialfördelig Vi har reda stött på dea fördelig flera gåger. Situatioe är att ett slumpförsök har två möjliga

Läs 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

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

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

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

Intervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej

Intervallskattning. c 2005 Eric Järpe Högskolan i Halmstad. Antag att vi har ett stickprov x 1,..., x n på X som vi vet är N(µ, σ) men vi vet ej Itervallskattig c 005 Eric Järpe Högskola i Halmstad Atag att vi har ett stickprov x,..., x på X som vi vet är Nµ, σ me vi vet ej värdet av µ = EX. Då ka vi beräka x, vvr skattig av µ. För att få reda

Läs mer

Föreläsning 2: Punktskattningar

Föreläsning 2: Punktskattningar Föreläsig : Puktskattigar Joha Thim joha.thim@liu.se 7 augusti 08 Repetitio Stickprov Defiitio. Låt de stokastiska variablera X, X,..., X vara oberoede och ha samma fördeligsfuktio F. Ett stickprov x,

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I SF1917/SF1918/SF1919 SANNOLIKHETSTEORI OCH STATISTIK, TISDAG 8 JANUARI 2019 KL 8.00 13.00. Examiator för SF1917/1919: Jörge Säve-Söderbergh, 08-790 65 85. Examiator

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

Datorövning 2 Fördelningar inom säkerhetsanalys

Datorövning 2 Fördelningar inom säkerhetsanalys Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade frå saolikhetsteori:

Läs mer

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 26 mars 2004, klockan Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för Statistik Tetame i Statistik, STA A10 och STA A13 (9 poäg) 6 mars 004, klocka 14.00-19.00 Tillåta hjälpmedel: Bifogad formelsamlig (med

Läs mer

Sannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR CDEFI, NANO OCH PI, MAS233, 2004 FMS 012, FMS 022, FMS 121 OCH MAS233

Sannolikhetsteori FORMELSAMLING MATEMATISK STATISTIK, AK FÖR CDEFI, NANO OCH PI, MAS233, 2004 FMS 012, FMS 022, FMS 121 OCH MAS233 LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK FORMELSAMLING MATEMATISK STATISTIK, AK FÖR CDEFI, NANO OCH PI, MAS233, 2004 FMS 012, FMS 022, FMS 121 OCH MAS233 Saolikhetsteori Kap 2: Saolikhetsteoris

Läs mer

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp, MA018 Tillämpad Matematik III-Statistik,.hp, 019-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!

Läs mer

TAMS15: SS1 Markovprocesser

TAMS15: SS1 Markovprocesser TAMS15: SS1 Markovprocesser Joha Thim (joha.thim@liu.se) 21 ovember 218 Vad häder om vi i e Markovkedja har kotiuerlig tid istället för diskreta steg? Detta är ett specialfall av e kategori stokastiska

Läs mer

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

Rättningstiden är i normalfall 15 arbetsdagar, annars är det detta datum som gäller: Matematisk Statistik Provmomet: Ladokkod: Tetame ges för: Tetame TT091A KMASK14H 7,5 högskolepoäg Nam: (Ifylles av studet) Persoummer: (Ifylles av studet) Tetamesdatum: 2 jui 2015 Tid: 9:00-13:00 Hjälpmedel:

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1)

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 4 (del 1) Fiasiell Statistik (GN, 7,5 hp,, HT 008) Föreläsig 4 (del 1) Sampligfördeligar (LLL Kap 8) Departmet of Statistics (Gebreegus Ghilagaber, PhD, Associate Professor) Fiacial Statistics (Basic-level course,

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00 0.01.007 Tetame i Statistik, STA A13 Deltetame, 5p 0 jauari 007, kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig lärare: Haah Hall Övrigt:

Läs mer

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp, MA018 Tillämpad Matematik III-Statistik,.hp, 018-0-1 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!

Läs mer

Datorövning 2 Fördelningar inom säkerhetsanalys

Datorövning 2 Fördelningar inom säkerhetsanalys Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-15 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade

Läs 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

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

Stokastiska variabler

Stokastiska variabler TNG006 F2 11-04-2016 Stoastisa variabler Ett slumpmässigt försö ger ofta upphov till ett tal som bestäms av utfallet av försöet. Talet är ite ät före försöet uta bestäms av vilet utfall som ommer att uppstå,

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

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin Föreläsig 6 732G70, 732G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 6 Iferes om e populatio Sid 151-185 Puktskattig och itervallskattig Statistisk iferes om populatiosmedelvärde

Läs mer

Sannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1

Sannolikheter 0 < P < 1. Definition sannolikhet: Definition sannolikhet: En sannolikhet kan anta värden från 0 till 1 Saolikheter E saolikhet ka ata värde frå 0 till 1 0 < P < 1 Beteckas: P Pr Prob Saolikhete för e hädelse Hädelse A P(A) Pr(A) Prob(A) Defiitio saolikhet: De frekves med vilke hädelse av itresse iträffar

Läs mer

Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15

Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15 Karlstads uiversitet Fakultete för ekoomi, kommuikatio och IT Statistik Tetame i Statistik STG A0 ( hp) 5 mars 00, kl. 08.5 3.5 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt

Läs mer

F3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index.

F3 Lite till om tidsserier. Statistikens grunder 2 dagtid. Sammansatta index 4. Deflatering HT Laspeyres index: Paasche index: Index. F3 Lite till om tidsserier Deflaterig, att justera för iflatioe tatistikes gruder dagtid 4 3,5 3,5,5 Mjölk ockerdricka HT,5 975 976 977 978 979 98 98 98 Löpade priser År Mjölk ockerdricka KPI 945 = 975,34,

Läs mer

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp, MA2018 Tillämpad Matematik III-Statistik, 3.hp, 2018-08- Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 20 frågor! Edast Svarsblakette ska lämas

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

b 1 och har för olika värden på den reella konstanten a.

b 1 och har för olika värden på den reella konstanten a. Första häftet 649. a) A och B spelar cigarr, vilket som bekat tillgår på följade sätt. Omväxlade placerar de ibördes lika, jämtjocka cigarrer på ett rektagulärt bord, varvid varje y cigarr måste placeras

Läs mer

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten

Statistik. Språkligt och historiskt betyder statistik ungefär sifferkunskap om staten Statistik Språkligt och historiskt betyder statistik ugefär sifferkuskap om state E Statistisk udersökig består av fyra delar: Plaerig Dataisamlig Bearbetig Beskrivade statistik (kap 1) Statistisk aalys

Läs mer

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ)

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ) Normalfördeliges betydelse Empirisktse gur: måga storheter approximativt ormalfördelade Summa av måga ugefär oberoede och ugefär likafördelade s.v. är approximativt ormalfördelad CGS Exempel: mätfel =

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

Högskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00

Högskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00 Lösigsförslag UPPGIFT 1 Kvia Ma Högskoleutbildad 0,90*0,70=0,63 0,80*0,30=0,24 0,87 Ej högskoleutbildad 0,07 0,06 0,13 0,70 0,30 1,00 Pr(ej högskoleutbildad kvi=0,07=7% Pr(högskoleutbildad)=0,87 c) Pr(Kvi*Pr(Högskoleutbildad)=0,70*0,87=0,609

Läs mer

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 3.5hp

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 3.5hp Övigstetame i MA08 Tillämpad Matematik III-Statistik,.hp Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas

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

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp Övigstetame i MA08 Tillämpad Matematik III-Statistik, 7.5hp Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.

Läs mer

Föreläsning 3. 732G04: Surveymetodik

Föreläsning 3. 732G04: Surveymetodik Föreläsig 3 732G04: Surveymetodik Dages föreläsig Obudet slumpmässigt urval (OSU) Populatiosparametrar och stickprovsstatistikor Vätevärdesriktighet Ädliga och oädliga populatioer Medelvärde, adel Kofidesitervall

Läs 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

Föreläsning G70 Statistik A

Föreläsning G70 Statistik A Föreläsig 5 732G70 Statistik A Egeskaper hos stickprovsstatistikora Stickprovsmedelvärde Stickprovssumma Stickprovsadel Lägesmått Spridig Medelfel EX VarX 2 2 E X Var X E P Var P X X 1 1 P Eftersom respektive

Läs mer

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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel, del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel, del II Estimerig 2 Kofidesitervall G. Gripeberg Aalto-uiversitetet 3 februari 205 3 Hypotesprövig 4 Korrelatio och regressio G. Gripeberg Aalto-uiversitetet

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistiksammafattig,

Läs mer

P (A) = k A P (A ) = 1 P (A) P (A B) P (B) P (M i ) = 1 P (A) P (X = k) = p X (k) p X (k) = 1 P (A B) p X (k)

P (A) = k A P (A ) = 1 P (A) P (A B) P (B) P (M i ) = 1 P (A) P (X = k) = p X (k) p X (k) = 1 P (A B) p X (k) SVERIGES LANTBRUKSUNIVERSITET Istitutioe för eergi och tekik Uwe Mezel e-post: uwe.mezel@matstat.de Formelsamlig Grudläggade matematiskt statistik 2080822 Saolikhetslära Klassisk saolikhetsdeitio: P A

Läs mer

F10 ESTIMATION (NCT )

F10 ESTIMATION (NCT ) Stat. teori gk, ht 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlista till NCT Iferece Parameter Estimator Estimate Ubiased Bias Efficiecy Cofidece iterval Cofidece level (Studet s) t distributio Slutledig,

Läs mer

Tentamen Metod C vid Uppsala universitet, , kl

Tentamen Metod C vid Uppsala universitet, , kl Tetame Metod C vid Uppsala uiversitet, 160331, kl. 08.00 12.00 Avisigar Av rättigspraktiska skäl skall var och e av de tre huvudfrågora besvaras på separata pappersark. Börja alltså på ett ytt pappersark

Läs mer

Matematisk statistik

Matematisk statistik Matematisk statistik (Corelia Schiebold) Iehåll:. Saolikhetsteori 2. Diskreta stokastiska variabler 3. Kotiuerliga stokastiska variabler 4. Oberoedemått, summor av stokastiska variabler och cetrala gräsvärdessatse

Läs mer

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin Föreläsig 5 73G70, 73G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 5 Stickprovsteori Sid 15-150 Statistisk iferes Populatio (äve målpopulatio) = de (på logisk väg

Läs mer

MA2018 Tillämpad Matematik III-Statistik, 3.5hp,

MA2018 Tillämpad Matematik III-Statistik, 3.5hp, MA08 Tillämpad Matematik III-Statistik, 3.5hp, 08-05-3 Hjälpmedel: Pea, radergummi och lijal. Räkedosa och medföljade formelsamlig är tillåte! Tetame består av 0 frågor! Edast Svarsblakette ska lämas i!

Läs mer

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in.

Viktigt! Glöm inte att skriva Tentamenskod på alla blad du lämnar in. Statistisk försöksplaerig Provmomet: Ladokkod: Tetame ges för: Skriftlig tetame 3,0 hp 51SF01 DTEIN14h 4,5 högskolepoäg TetamesKod: Tetamesdatum: 5 ovember 015 Tid: 9.00-13.00 Hjälpmedel: Miiräkare Totalt

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

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II Stickprov MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig del II G Gripeberg Aalto-uiversitetet 4 februari 04 Estimerig 3 Kofidesitervall 4 Hypotesprövig 5 Korrelatio och regressio G Gripeberg

Läs mer

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23 1 MA018 Tillämpad Matematik III-Statistik, 7.5hp, 014-08-3 Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna Föreläsning 26, 9/2 2011: y + ay + by = h(x)

Uppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna Föreläsning 26, 9/2 2011: y + ay + by = h(x) Uppsala Uiversitet Matematiska Istitutioe Bo Styf Evariabelaalys, 0 hp STS, X 200-0-27 Föreläsig 26, 9/2 20: Geomgåget på föreläsigara 26-30. Att lösa de ihomogea ekvatioe. De ekvatio vi syftar på är förstås

Läs mer

Följande begrepp används ofta vid beskrivning av ett statistiskt material:

Följande begrepp används ofta vid beskrivning av ett statistiskt material: Armi Halilovic: EXTRA ÖVNINGAR Besrivade statisti BESKRIVANDE STATISTIK. GRUNDBEGREPP Följade begrepp aväds ofta vid besrivig av ett statistist material: LÄGESMÅTT (medelvärde, media och typvärde): Låt

Läs mer

Tentamen i Tillämpad Matematik och statistik för IT-forensik. Del 1: Matematik 7.5 hp

Tentamen i Tillämpad Matematik och statistik för IT-forensik. Del 1: Matematik 7.5 hp Tetame i Tillämpad Matematik och statistik för IT-foresik. Del 1: Matematik 7.5 hp 1 jui, 2017 Maxpoäg: 30p. Betygsgräser: 12p: betyg 3, 18p: betyg 4, 24p: betyg 5. Hjälpmedel: Typgodkäd miiräkare samt

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

2. Konfidensintervall för skillnaden mellan två proportioner.

2. Konfidensintervall för skillnaden mellan två proportioner. Föreläsig 12 LV1, Torsdag 12/10 Upplägg 1. Kofidesitervall för proportioer. 2. Kofidesitervall för skillade mella två proportioer. 3. Grafteori Kofidesitervall för proportioer Atag att vi vill skatta adele

Läs mer

Vid mer än 30 frihetsgrader approximeras t-fördelningen med N(0; 1). Konfidensintervallet blir då

Vid mer än 30 frihetsgrader approximeras t-fördelningen med N(0; 1). Konfidensintervallet blir då Stat. teori gk, ht 006, JW F7 ENKEL LINJÄR REGRESSION, FORTS. (NCT.5-.7) Statistisk iferes rörade β Vi vet reda att b är e vätevärdesriktig skattig av modellparameter β. Vi vet också att skattige b har

Läs mer

KOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!

KOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!! Göteborgs uiversitet Psykologiska istitutioe Tetame Psykologi kurskod PC106, Kurs 6: Idivide i ett socialt sammahag (15 hp) och PC 145. Tid för tetame: 6/5-01. Hel och halvfart VT 1. Provmomet: Socialpsykologi

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

Laboration 5: Konfidensintervall viktiga statistiska fördelningar

Laboration 5: Konfidensintervall viktiga statistiska fördelningar LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 5 MATEMATISK STATISTIK, AK FÖR L, FMS 033, HT-02 Laboratio 5: Kofidesitervall viktiga statistiska fördeligar Syfte I dea laboratio

Läs mer

E ( X ) = (här ska ni skriva en viss bokstav! Vilken? Varför)

E ( X ) = (här ska ni skriva en viss bokstav! Vilken? Varför) STOCKHOLMS UNIVERSITET HT 2005 Statistiska istitutioe 2005-09-9 MC Istruktioer till DATORÖVNING Fortsättigskurs i statistik, momet, Statistisk Teori, 0 poäg. Saolikhetsteori - Cetrala gräsvärdessatse.

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

Tolkning av sannolikhet. Statistikens grunder, 15p dagtid. Lite mängdlära. Lite mängdlära, forts. Frekventistisk n A /n P(A) då n

Tolkning av sannolikhet. Statistikens grunder, 15p dagtid. Lite mängdlära. Lite mängdlära, forts. Frekventistisk n A /n P(A) då n Tolkig av saolikhet Statistikes gruder, 15p dagtid HT 01 Föreläsigar F4-F6 Frekvetistisk A / A) då Klassisk atal(a) / atal(ω) = A) storlek(a) / storlek(ω) = A) Subjektiv (persolig) isats/total vist = A)

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

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

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet.

. Mängden av alla möjliga tillstånd E k kallas tillståndsrummet. Stokastiska rocesser Defiitio E stokastisk rocess är e mägd familj av stokastiska variabler Xt arameter t är oftast me ite alltid e tidsvariabel rocesse kallas diskret om Xt är e diskret s v för varje

Läs mer

SAMMANFATTNING TAMS65

SAMMANFATTNING TAMS65 SAMMANFATTNING TAMS65 Matematisk statistik, fortsättigskurs LÄST SOM EN DEL AV CIVILINGENJÖRSPROGRAMMET I INDUSTRIELL EKONOMI VID LITH, VT 016 Seast reviderad: 016-06-01 Författare: Viktor Cheg Iehållsförteckig

Läs mer

Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL

Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL Fourierserie fortsättig Ortogoalitetsrelatioera och Parsevals formel Med hjälp av ortogoalitetsrelatioera Y Â m W t, Â W t ] =, m ¹, m = () där Xf, g\ = Ÿ T f HtL g HtL, där W ã p, ka ma bevisa följade

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

Armin Halilovic: EXTRA ÖVNINGAR

Armin Halilovic: EXTRA ÖVNINGAR Stokastiska rocesser Defiitio E stokastisk rocess är e mägd (familj) av stokastiska variabler X(t) arameter t är oftast (me ite alltid) e tidsvariabel rocesse kallas diskret om X(t) är e diskret s v för

Läs mer

Tentamen SF1633, Differentialekvationer I, den 22 oktober 2018 kl

Tentamen SF1633, Differentialekvationer I, den 22 oktober 2018 kl 1 Matematiska Istitutioe, KTH Tetame SF1633, Differetialekvatioer I, de 22 oktober 2018 kl 08.00-13.00. Examiator: Pär Kurlberg OBS: Iga hjälpmedel är tillåta på tetamesskrivige. För full poäg krävs korrekta

Läs 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

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

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

Tenta i MVE025/MVE295, Komplex (matematisk) analys, F2 och TM2/Kf2

Tenta i MVE025/MVE295, Komplex (matematisk) analys, F2 och TM2/Kf2 Teta i MVE5/MVE95, Komplex (matematisk) aalys, F och TM/Kf 6, 8.3-.3 Hjälpmedel: Formelblad som delas ut av tetamesvaktera Telefovakt: Mattias Leartsso, 3-535 Betygsgräser: -9 (U), -9 (3), 3-39 (4), 4-5

Läs mer

Uppgifter 3: Talföljder och induktionsbevis

Uppgifter 3: Talföljder och induktionsbevis Gruder i matematik och logik (017) Uppgifter 3: Talföljder och iduktiosbevis Ur Matematik Origo 5 Talföljder och summor 3.01 101. E talföljd defiieras geom formel a 8 + 6. a) Är det e rekursiv eller e

Läs mer

Tentamen i Elektronik, ESS010, del 2 den 14 dec 2009 klockan 14:00 19:00.

Tentamen i Elektronik, ESS010, del 2 den 14 dec 2009 klockan 14:00 19:00. Tekiska Högskola i Lud Istitutioe för Elektroveteskap Tetame i Elektroik, ESS010, del 2 de 14 dec 2009 klocka 14:00 19:00. Uppgiftera i tetame ger totalt 60p. Uppgiftera är ite ordade på ågot speciellt

Läs mer