Matematikkens filosofi filosofisk matematik

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Starte visningen fra side:

Download "Matematikkens filosofi filosofisk matematik"

Transkript

1 K Ø B E N H A V N S U N I V E R S I T E T Det Naturvidenskabelige Fakultet Matematikkens filosofi filosofisk matematik Flemming Topsøe, Institut for Matematiske Fag, Københavns Universitet Naturvidenskabsfestival, September 2012 Dias 1

2 Et svært spørgsmål Hvad er matematik? Matematik er læren om strukturer og sammenhænge der kan diskuteres på et abstrakt grundlag og via ræsonneren føre til præcise udsagn. Dias 2

3 antydninger af en diskussion abstrakt? Det passer da ikke! Således optræder tallene, f.eks. 2, i matematikken, og det er da noget ganske konkret?...hmmm... men så er matematik ikke en naturvidenskab! for i naturvidenskaberne søger vi sandheden om den fysiske verden, vi er anbragt i. Dias 3

4 Matematik, hvorfor egentlig? Der er to grunde til at beskæftige sig med matematik: som et middel til at opnå erkendelse på andre felter, som erkendelse i sig selv. Dias 4

5 Hvad indgår i matematik? Matematikken har tre bestanddele: Mængdelæren: et sæt genstande, mængder, for vor ræsonneren, Matematisk logik: et regelsæt for vor ræsonneren, Det æstetiske element, skønheden... Vi forlader matematikkens filosofi og ser på et eksempel på matematik, hvor filosofiske betragtninger spiller en stor rolle, filosofisk matematik: Dias 5

6 Dias 6

7 verden og dig Det hele er verden, Ω. Situationer fra verden vedrører Naturen og Iagttager, dig! Naturen har ingen bevidsthed det har du! Naturen er ikke kreativ det er du! Naturen er bærer af sandheden, x, du søger sandheden, men er henvist til tro, y. Med erfaring kommer viden, erkendelse, z. En anden opfattelse af viden: sådan opfatter du sandheden! perception Dias 7

8 eksempler på situationer Naturfænomener: vejret i morgen, kommer tsunamien? Fysik: tilstanden af en gas i et varmebad,... Sundhed: virker pillen? kommer der en epedemi?... Samfund, økonomi: kursernes udsving... Den religiøse sfære: forholdet mellem Vorherre og dig,... Personlige forhold: elsker hun mig?... Litteraturen: Daphne myten... Psykologi: udfyldning, placebo effekt Spil: hvor mange øjne? er terningen ægte?... Dias 8

9 eksempler på verdener Antagelse: Viden afledes af sandhed og tro tilsammen, idet der findes en funktion Π, vekselvirkeren eller interaktoren således, at z = Π(x, y). Eksempler: Den klassiske verden Ω 1 er karakteriseret ved at z = x, det, du ser, er det, der er sandt! Et sort hul Ω 0 er karakteriseret ved at z = y, det, du ser, er det, du tror! Blandinger, f.eks. Ω 3 4 svarende til z = 3 4 x y. Dias 9

10 Dias 10 Score-funktioner I enhver situation (x, y) indebærer det et besvær at nå frem til viden (z). Anden sprogbrug: Vi må betale en pris for at score den viden, der kan opnås i situationen. Lad F(x, y) betegne denne pris. Vi kalder F en score-funktion og siger, at F er en ren score-funktion, hvis besværet er mindst når tro matcher sandhed, dvs. når der for alle x og y gælder, at F(x, y) F(x, x) med lighedstegn kun når y = x. (Iøvrigt: F(x, x) er entropien af x. Så entropi er minimalt besvær.) Hovedopgave: Bestem en ren score-funktion og udtænk en tilhørende score-strategi der sikrer, at besværet (den pris, der skal betales) i en given situation er højst F(x, y). Men hvordan? Det afhænger af den verden, vi befinder os i. Lad os se på verdener, hvor sandhed og tro udtrykkes i sandsynligheder:

11 Dias 11 Verdener baseret på sandsynlighed Verdener, hvor situationer er bestemt ved sandsynligheder over et alfabet. Skematisk: A sandhed tro viden i x i y i z i Husk: z er givet ved (x, y) gennem vekselvirkeren Π. Antag nu, at denne virker lokalt. Så findes en funktion π, den punktvise vekselvirker eller interaktor, som virker på de enkelte punktsandsynligheder og så kan vi ovenfor sætte z i = π(x i, y i ). I den klassiske verden er den punktvise vekselvirker funktionen π 1 givet ved π 1 (s, t) = s og i et sort hul er den punktvise vekselvirker funktionen π 0 givet ved π 0 (s, t) = t.

12 din kreativitet sætter ind! Lys idé: Glem i første omgang det med en score-strategi og fokusér på at det samlede besvær er summen af bidrag fra de enkelte udfald; besværet svarende til et enkelt udfald i er proportional med z i = π(x i, y i ) der er den vægt med hvilken jeg, iagttageren, opfatter udfaldet; ud over denne proportionalitet afhænger besværet svarende til i kun af den troede sandsynlighed y i. Så findes en funktion κ, koderen, så det samlede besvær, score-funktionen, er givet ved F(x, y) = i Aπ(x i, y i )κ(y i ). Dias 12

13 opsummering: F(x, y) = i A π(x i, y i )κ(y i ) A x y z besvær (pris, energi...) i x i y i z i = π(x i, y i ) z i κ(y i ) = π(x i, y i )κ(y i ) Om κ forlanger vi, at κ(1) = 0 (valg af nulpunkt) og at κ (1) = 1 (valg af enhed). κ : [0, 1] [0, ], knytter til en given værdi af t (den sandsynlighed, du tror, et udfald har) det besvær, κ(t), du er villig til, eller nødt til, at acceptere for at finde frem til udfaldet. Anden sprogbrug: κ(t) er den pris, du er villig til at betale for at få information om at en hændelse er indtruffet, som funktion af hændelsens sandsynlighed t. Dias 13 OBS: κ skal bestemmes, så den tilhørende score-funktion F er en ren score-funktion. Lad os se på det:

14 bestemmelse af κ i den klassiske verden Vi gætter! Skal finde κ, så det for alle sandsynlighedsvektorer x og y gælder, at summen F(x, x) er summen F(x, y), se skema: A x y bidrag til F(x, x) bidrag til F(x, y) 1 x 1 y 1 x 1 κ(x 1 ) x 1 κ(y 1 ) 2 x 2 y 2 x 2 κ(x 2 ) x 2 κ(y 2 ) i x i y i x i κ(x i ) x i κ(y i ) sum 1 1 F(x, x) F(x, y) Et trick: Vis i stedet, at summen F(x, x)+1 er summen F(x, y)+1, se skema: Dias 14

15 A x y bidrag til F(x, x)+1 bidrag til F(x, y)+ 1 1 x 1 y 1 x 1 κ(x 1 )+x 1 x 1 κ(y 1 )+y 1 2 x 2 y 2 x 2 κ(x 2 )+x 2 x 2 κ(y 2 )+y 2 i x i y i x i κ(x i )+x i x i κ(y i )+y i sum 1 1 F(x, x)+1 F(x, y)+ 1 Satser på at dette endog gælder ledvist, dvs. at sκ(s)+s sκ(t)+t (1) gælder for alle 0 s 1 og alle 0 t 1. Hold først s fast. Højre-siden i (1) er en funktion af t med mindsteværdi for t = s; derfor er der stationært punkt for t = s, dvs. sκ (s)+1 = 0. Dette gælder alle s og bestemmer dermed en differentialligning. Løsningen med κ(1) = 0 er funktionen κ(t) = ln 1 t. Dias 15

16 ... fortsat... Vi har gættet en κ-funktion og dermed en score-funktion! Men er det en ren score-funktion? Vi checker: Er sκ(s)+s sκ(t)+t? eller: er eller: er s ln 1 s + s s ln 1 t + t? s ln t s t s? JA! det følger af den velkendte ulighed ln x x 1. Vi konkluderer: I den klassiske verden Ω 1 er F givet via κ : t ln 1 t den entydigt bestemte rene score-funktion! Dias 16

17 ...og hvad med score-strategien? Det kan jeg kun antydningsvis komme ind på. En anden gang måske... Det har noget med koder at gøre og også med beskrivelse: Den, der kan beskrive verden, behersker verden! Vores enhed er naturlige enheder, nats. Skifter vi til binære enheder, bits, kan vi beskrive ved hjælp af binære koder, strenge af 0 er og 1 er. Og så kan besvær (pris) måles i antallet af binære cifre der skal til for at beskrive (kode) de enkelte udfald.... Skemaet næste side må være nok som antydning. Dér ser vi på det stokastiske fænomen, der består i tilfældigt at udvælge et bogstav i Dickens roman to byer. Der er vist to strategier, en dårlig (konstant kodeordslængde) og en smart svarende til en ren score-funktion. Dias 17

18 Letter frequency fixed length Huffman code ideal word length word length length a % b % c % d % e % f % g % h % i % j % k % l % m % n % o % p % q % r % s % t % u % v % w % x % y % z % total = % mean = 5.00 mean = 4.19 H = 4.16 Dias 18

19 tabel i uddrag Letter frequency fixed length Huffman code word length word length le a % b % c % d % e % f % g % h % i % j % k % Tak for nu! Dias 19

Om sandhed, tro og viden

Om sandhed, tro og viden Om sandhed, tro og viden Flemming Topsøe Institut for Matematiske Fag Københavns Universitet http://www.math.ku.dk/ topsoe med mange manuskripter se specielt http://www.math.ku.dk/ topsoe/sandhednatfest09.pdf

Læs mere

u n i v e r s i t y o f c o p e n h a g e n Slide 1/26

u n i v e r s i t y o f c o p e n h a g e n Slide 1/26 Slide 1/26 Faculty of Science Om Sandhed, Tro og Viden i Naturvidenskaberne Flemming Topsøe, topsoe@math.ku.dk Institut for Matematiske Fag, Københavns Universitet Foredrag under Forskningens Døgn, 23-24

Læs mere

Den sproglige vending i filosofien

Den sproglige vending i filosofien ge til forståelsen af de begreber, med hvilke man udtrykte og talte om denne viden. Det blev kimen til en afgørende ændring af forståelsen af forholdet mellem empirisk videnskab og filosofisk refleksion,

Læs mere

Formål & Mål. Ingeniør- og naturvidenskabelig. Metodelære. Kursusgang 1 Målsætning. Kursusindhold. Introduktion til Metodelære. Indhold Kursusgang 1

Formål & Mål. Ingeniør- og naturvidenskabelig. Metodelære. Kursusgang 1 Målsætning. Kursusindhold. Introduktion til Metodelære. Indhold Kursusgang 1 Ingeniør- og naturvidenskabelig metodelære Dette kursusmateriale er udviklet af: Jesper H. Larsen Institut for Produktion Aalborg Universitet Kursusholder: Lars Peter Jensen Formål & Mål Formål: At støtte

Læs mere

DM13-1. Obligatoriske Opgave - Kredsløbs design

DM13-1. Obligatoriske Opgave - Kredsløbs design DM13-1. Obligatoriske Opgave - Kredsløbs design Jacob Christiansen moffe42@imada.sdu.dk Institut for MAtematik og DAtalogi, Syddansk Universitet, Odense 1. Opgaven Opgaven består i at designe et kredsløb,

Læs mere

Noter til Perspektiver i Matematikken

Noter til Perspektiver i Matematikken Noter til Perspektiver i Matematikken Henrik Stetkær 25. august 2003 1 Indledning I dette kursus (Perspektiver i Matematikken) skal vi studere de hele tal og deres egenskaber. Vi lader Z betegne mængden

Læs mere

Epidemi. Matematik. Indermohan Singh Walia, Egedal Gymnasium & HF

Epidemi. Matematik. Indermohan Singh Walia, Egedal Gymnasium & HF Matematik Epidemi Indermohan Singh Walia, Egedal Gymnasium & HF Denne artikel er skrevet som den matematiske teori til beskrivelse af udvikling af en epidemi i en befolkning. Den matematiske model indeholder

Læs mere

Kønsproportion og familiemønstre.

Kønsproportion og familiemønstre. Københavns Universitet Afdeling for Anvendt Matematik og Statistik Projektopgave forår 2005 Kønsproportion og familiemønstre. Matematik 2SS Inge Henningsen februar 2005 Indledning I denne opgave undersøges,

Læs mere

Primtal - hvor mange, hvordan og hvorfor?

Primtal - hvor mange, hvordan og hvorfor? Johan P. Hansen 1 1 Institut for Matematiske Fag, Aarhus Universitet Gult foredrag, EULERs Venner, oktober 2009 Disposition 1 EUKLIDs sætning. Der er uendelig mange primtal! EUKLIDs bevis Bevis baseret

Læs mere

Kryptologi og RSA. Jonas Lindstrøm Jensen (jonas@imf.au.dk)

Kryptologi og RSA. Jonas Lindstrøm Jensen (jonas@imf.au.dk) Kryptologi og RSA Jonas Lindstrøm Jensen (jonas@imf.au.dk) 1 Introduktion Der har formodentlig eksisteret kryptologi lige så længe, som vi har haft et sprog. Ønsket om at kunne sende beskeder, som uvedkommende

Læs mere

Fejlkorligerende køder Fejlkorrigerende koder

Fejlkorligerende køder Fejlkorrigerende koder Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget

Læs mere

TØ-opgaver til uge 45

TØ-opgaver til uge 45 TØ-opgaver til uge 45 Først laver vi en liste over de ligninger med mere i [IPT], der skal bruges: [1]: Ligning (2.5) på side 4. [2]: Ligning (2.6) på side 5. [3]: Sætning 3.1, ligning (3.3) på side 7.

Læs mere

Skriftlig Eksamen Algoritmer og sandsynlighed (DM538)

Skriftlig Eksamen Algoritmer og sandsynlighed (DM538) Skriftlig Eksamen Algoritmer og sandsynlighed (DM538) Institut for Matematik & Datalogi Syddansk Universitet Fredag den 9 Januar 2015, kl. 10 14 Alle sædvanlige hjælpemidler(lærebøger, notater etc.) samt

Læs mere

Skriftlig Eksamen Diskret Matematik (DM528)

Skriftlig Eksamen Diskret Matematik (DM528) Skriftlig Eksamen Diskret Matematik (DM528) Institut for Matematik & Datalogi Syddansk Universitet Tirsdag den 20 Januar 2009, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug

Læs mere

Dagens program. Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler

Dagens program. Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler Dagens program Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler 1 Sandsynlighedsmodel Kvantitative Metoder 1 - Efterår 2006 Eksperiment

Læs mere

Tip til 1. runde af Georg Mohr-Konkurrencen Kombinatorik

Tip til 1. runde af Georg Mohr-Konkurrencen Kombinatorik Tip til 1. runde af - Kombinatorik, Kirsten Rosenkilde. Tip til 1. runde af Kombinatorik Her er nogle centrale principper om og strategier for hvordan man tæller et antal kombinationer på en smart måde,

Læs mere

Statistik i basketball

Statistik i basketball En note til opgaveskrivning jerome@falconbasket.dk 4. marts 200 Indledning I Falcon og andre klubber er der en del gymnasieelever, der på et tidspunkt i løbet af deres gymnasietid skal skrive en større

Læs mere

Skriftlig Eksamen Beregnelighed (DM517)

Skriftlig Eksamen Beregnelighed (DM517) Skriftlig Eksamen Beregnelighed (DM517) Institut for Matematik & Datalogi Syddansk Universitet Torsdag den 1 November 212, kl. 1 14 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug af computer

Læs mere

Kolb s Læringsstil. Jeg kan lide at iagttage og lytte mine fornemmelser 2. Jeg lytter og iagttager omhyggeligt

Kolb s Læringsstil. Jeg kan lide at iagttage og lytte mine fornemmelser 2. Jeg lytter og iagttager omhyggeligt Kolb s Læringsstil Denne selvtest kan bruges til at belyse, hvordan du lærer bedst. Nedenfor finder du 12 rækker med 4 forskellige udsagn i hver række. Du skal rangordne udsagnene i hver række, sådan som

Læs mere

Lidt historisk om chancelære i grundskolen

Lidt historisk om chancelære i grundskolen Lidt historisk om chancelære i grundskolen 1976 1.-2.klassetrin Vejledende forslag til læseplan:.det tilstræbes endvidere at eleverne i et passende talmaterialer kan bestemme for eksempel det største tal,

Læs mere

VINCENT HENDRICKS: VI ER NØDT TIL AT DROPPE DET MEGET LEMFÆLDIGE FORHOLD TIL INFORMATION

VINCENT HENDRICKS: VI ER NØDT TIL AT DROPPE DET MEGET LEMFÆLDIGE FORHOLD TIL INFORMATION VINCENT HENDRICKS: VI ER NØDT TIL AT DROPPE DET MEGET LEMFÆLDIGE FORHOLD TIL INFORMATION 08.12.2013 Hvis man har et alt for lemfældigt forhold til sandhed, så har man også et alt for lemfældigt forhold

Læs mere

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden

Læs mere

UNDERVISNING I PROBLEMLØSNING

UNDERVISNING I PROBLEMLØSNING UNDERVISNING I PROBLEMLØSNING Fra Pernille Pinds hjemmeside: www.pindogbjerre.dk Kapitel 1 af min bog "Gode grublere og sikre strategier" Bogen kan købes i min online-butik, i boghandlere og kan lånes

Læs mere

Personlig stemmeafgivning

Personlig stemmeafgivning Ib Michelsen X 2 -test 1 Personlig stemmeafgivning Efter valget i 2005 1 har man udspurgt en mindre del af de deltagende, om de har stemt personligt. Man har svar fra 1131 mænd (hvoraf 54 % har stemt personligt

Læs mere

Rasmus Rønlev, ph.d.-stipendiat og cand.mag. i retorik Institut for Medier, Erkendelse og Formidling

Rasmus Rønlev, ph.d.-stipendiat og cand.mag. i retorik Institut for Medier, Erkendelse og Formidling Rasmus Rønlev, ph.d.-stipendiat og cand.mag. i retorik Institut for Medier, Erkendelse og Formidling Rasmus Rønlev CV i uddrag 2008: Cand.mag. i retorik fra Københavns Universitet 2008-2009: Skrivekonsulent

Læs mere

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM58) Institut for Matematik & Datalogi Syddansk Universitet Torsdag den 7 Januar 010, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger,

Læs mere

Differentiation i praksis

Differentiation i praksis Differentiation i praksis Frank Villa 7. august 2012 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere

Læs mere

Lad os som eksempel se på samtidigt kast med en terning og en mønt:

Lad os som eksempel se på samtidigt kast med en terning og en mønt: SANDSYNLIGHEDSREGNING Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet Til gengæld kan vi prøve

Læs mere

Forslag til løsning af Opgaver til sandsynlighedsregning (side 434)

Forslag til løsning af Opgaver til sandsynlighedsregning (side 434) Forslag til løsning af Opgaver til sandsynlighedsregning (side 434) Opgave Vi kan selv vælge, om vi vil arbejde med ordnet eller uordnet udtagelse, hvis vi blot sikrer, at vi er konsekvente i vores valg,

Læs mere

Lektion ordens lineære differentialligninger

Lektion ordens lineære differentialligninger Lektion 11 1. ordens lineære differentialligninger Lineære differentialligninger Lineære differentialligninger af 1. orden 1. homogene 2. inhomogene Lineære differentialligninger af 1. orden med konstante

Læs mere

Fejlkorligerende køder Fejlkorrigerende koder

Fejlkorligerende køder Fejlkorrigerende koder Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget

Læs mere

Tema: Kvadrattal og matematiske mønstre:

Tema: Kvadrattal og matematiske mønstre: 2 Indholdsfortegnelse: Tema: Kvadrattal og matematiske mønstre: Side 4: Side 5: Side 9: Side 10: Side 12: Side 14: Side 15: Side 16: Side 19: Side 20: Side 21: Side 23: Problemformulering. En nem tilgang

Læs mere

Appendiks 6: Universet som en matematisk struktur

Appendiks 6: Universet som en matematisk struktur Appendiks 6: Universet som en matematisk struktur En matematisk struktur er et meget abstrakt dyr, der kan defineres på følgende måde: En mængde, S, af elementer {s 1, s 2,,s n }, mellem hvilke der findes

Læs mere

Implikationer og Negationer

Implikationer og Negationer Implikationer og Negationer Frank Villa 5. april 2014 Dette dokument er en del af MatBog.dk 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Se yderligere betingelser for brug her. Indhold 1 Introduktion

Læs mere

Note omkring RSA kryptering. Gert Læssøe Mikkelsen Datalogisk institut Aarhus Universitet

Note omkring RSA kryptering. Gert Læssøe Mikkelsen Datalogisk institut Aarhus Universitet Note omkring RSA kryptering. Gert Læssøe Mikkelsen Datalogisk institut Aarhus Universitet 3. april 2009 1 Kryptering med offentlige nøgler Indtil midt i 1970 erne troede næsten alle, der beskæftigede sig

Læs mere

MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 4. fjerdedel

MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 4. fjerdedel Juni 2000 MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 4. fjerdedel Opgave 1. (a) Find den fuldstændige løsning til differentialligningen y 8y + 16y = 0. (b) Find den fuldstændige løsning til differentialligningen

Læs mere

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte

Læs mere

Fra logiske undersøgelser til fænomenologi

Fra logiske undersøgelser til fænomenologi HUSSERL Fra logiske undersøgelser til fænomenologi For den kontinentale filosofi skete der et afgørende nybrud omkring århundredeskiftet. Her lagde tyskeren EDMUND HUSSERL (189-1938) med værket Logische

Læs mere

Statistik. Hjemmeside: kkb. Statistik - lektion 1 p.1/22

Statistik. Hjemmeside:  kkb. Statistik - lektion 1 p.1/22 Statistik Kursets omfang: 2 ECTS Inklusiv mini-projekt! Bog: Complete Business Statistics, AD Aczel & J. Sounderpandian Software: SPSS eller Excel?? Forelæser: Kasper K. Berthelsen E-mail: kkb@math.aau.dk

Læs mere

Monotoniforhold Der gælder følgende sætninger om en differentiabel funktions monotoniforhold:

Monotoniforhold Der gælder følgende sætninger om en differentiabel funktions monotoniforhold: Side 21 Oversigt over undervisningen i matematik - 2x 05/06 Der undervises efter: Claus Jessen, Peter Møller og Flemming Mørk : Tal, Geometri og funktioner. Gyldendal 1997 Claus Jessen, Peter Møller og

Læs mere

MODELSÆT 2; MATEMATIK TIL LÆREREKSAMEN

MODELSÆT 2; MATEMATIK TIL LÆREREKSAMEN MODELSÆT ; MATEMATIK TIL LÆREREKSAMEN Forberedende materiale Den individuelle skriftlige røve i matematik vil tage udgangsunkt i følgende materiale:. En diskette med to regnearks-filer og en MathCad-fil..

Læs mere

Binomialfordelingen. Binomialfordelingen. Binomialfordelingen

Binomialfordelingen. Binomialfordelingen. Binomialfordelingen Statistik og Sandsynlighedsregning 1 MS kapitel 3 Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne Definition 3.2.1 Lad X 1, X 2,..., X n være uafhængige

Læs mere

Plan. Markovkæder Matematisk modelling af kølængde, yatzy, smittespredning og partikelbevægelser. Materiale mm.

Plan. Markovkæder Matematisk modelling af kølængde, yatzy, smittespredning og partikelbevægelser. Materiale mm. Institut for Matematiske Fag Plan Markovkæder Matematisk modelling af kølængde, yatzy, smittespredning og partikelbevægelser Helle Sørensen Eftermiddagen vil være bygget om 3 4 eksempler: A. B. Random

Læs mere

{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )}

{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )} Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet. Til gengæld kan vi prøve at sige noget om,

Læs mere

Matematik A. Højere handelseksamen. Mandag den 16. december 2013 kl. 9.00-14.00. hhx133-mat/a-16122013

Matematik A. Højere handelseksamen. Mandag den 16. december 2013 kl. 9.00-14.00. hhx133-mat/a-16122013 Matematik A Højere handelseksamen hhx133-mat/a-161013 Mandag den 16. december 013 kl. 9.00-14.00 Matematik A Prøven består af to delprøver. Delprøven uden hjælpemidler består af opgave 1 til 5 med i alt

Læs mere

1. Kræfter. 2. Gravitationskræfter

1. Kræfter. 2. Gravitationskræfter 1 M1 Isaac Newton 1. Kræfter Vi vil starte med at se på kræfter. Vi ved fra vores hverdag, at der i mange daglige situationer optræder kræfter. Skal man fx. cykle op ad en bakke, bliver man nødt til at

Læs mere

Kursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.

Kursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M. Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 9, 2015 Sandsynlighedsregning og lagerstyring Normalfordelingen

Læs mere

Produkt og marked - matematiske og statistiske metoder

Produkt og marked - matematiske og statistiske metoder Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring

Læs mere

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 6.1 og 6.2 Betingede diskrete

Læs mere

Nordisk Matematikkonkurrence Danmarks Matematiklærerforening Skoleåret 2010-2011 Opgaver ved semifinalen

Nordisk Matematikkonkurrence Danmarks Matematiklærerforening Skoleåret 2010-2011 Opgaver ved semifinalen Opgave 1 Sum af produkter i en trekant Antag at der i et koordinatsystem er en trekant hvis vinkelspidser ligger i punkterne ( 2, 1), (3, 3) og (4, 3). Find alle de punkter inden i trekanten hvis koordinater

Læs mere

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 6.1 og 6.2 Betingede diskrete

Læs mere

Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80)

Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80) Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80) Opgave 1 Vi skal tegne alle de linjestykker, der forbinder vilkårligt valgte punkter blandt de 4 punkter. Gennem forsøg finder

Læs mere

Fælles Mål dækker over de to vigtigste sæt af faglige tekster til skolens fag og emner

Fælles Mål dækker over de to vigtigste sæt af faglige tekster til skolens fag og emner Hvad er Fælles Mål? Fælles Mål dækker over de to vigtigste sæt af faglige tekster til skolens fag og emner De bindende fælles nationale mål i form af fagformål, centrale kundskabs- og færdighedsområder

Læs mere

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Grådige algoritmer Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for

Læs mere

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Sandsynlighedsregning 0. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 6. og 6. Betingede diskrete

Læs mere

Funktionsterminologi

Funktionsterminologi Funktionsterminologi Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette

Læs mere

- og ORDET. Erik Ansvang.

- og ORDET. Erik Ansvang. 1 - og ORDET var GUD! Erik Ansvang www.visdomsnettet.dk 2 I Joh. 1,1 står der: I begyndelsen var Ordet, og Ordet var hos Gud, og Ordet var Gud! At alt i Universet er opstået af et skabende ord, er i sig

Læs mere

Prevalens af navnet Lars i det danske folketing

Prevalens af navnet Lars i det danske folketing Prevalens af navnet Lars i det danske folketing Ege Rubak Institut for Matematiske Fag Aalborg Universitet 18. januar 011 Som udgangspunkt oplyses det fra Danmarks Statistik at der er 46.440 personer der

Læs mere

Produkt og marked - matematiske og statistiske metoder

Produkt og marked - matematiske og statistiske metoder Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 11, 2016 1/22 Kursusindhold: Sandsynlighedsregning og lagerstyring

Læs mere

Nanostatistik: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/ kurser/nanostatistik/

Nanostatistik: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/ kurser/nanostatistik/ Nanostatistik: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/ kurser/nanostatistik/ JLJ Nanostatistik: sandsynlighederkursushjemmeside:http://www.imf.au.dk/kurser/nanostatistik/ p. 1/16 Højder

Læs mere

Sandsynlighed og kombinatorik

Sandsynlighed og kombinatorik Sandsynlighed og kombinatorik Simpel sandsynlighed... 94 Kombinatorik... 95 Sandsynlighed og kombinatorik... 97 Kombinatorik og kugletrækning... 97 Kombinatorik og sandsynlighedsregning Side 93 Sandsynlighedsregning

Læs mere

Oversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable

Oversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Tilstandssummen. Ifølge udtryk (4.28) kan MB-fordelingen skrives , (5.1) og da = N, (5.2) . (5.3) Indføres tilstandssummen 1 , (5.

Tilstandssummen. Ifølge udtryk (4.28) kan MB-fordelingen skrives , (5.1) og da = N, (5.2) . (5.3) Indføres tilstandssummen 1 , (5. Statistisk mekanik 5 Side 1 af 10 ilstandssummen Ifølge udtryk (4.28) kan M-fordelingen skrives og da er μ N e e k = N g ε k, (5.1) N = N, (5.2) μ k N Ne g = e ε k. (5.3) Indføres tilstandssummen 1 Z g

Læs mere

University of Copenhagen. Notat om statistisk inferens Larsen, Martin Vinæs. Publication date: Document Version Peer-review version

University of Copenhagen. Notat om statistisk inferens Larsen, Martin Vinæs. Publication date: Document Version Peer-review version university of copenhagen University of Copenhagen Notat om statistisk inferens Larsen, Martin Vinæs Publication date: 2014 Document Version Peer-review version Citation for published version (APA): Larsen,

Læs mere

Anvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger

Anvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Anvendt Statistik Lektion 2 Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Sandsynlighed: Opvarmning Udfald Resultatet af et eksperiment kaldes et udfald. Eksempler:

Læs mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Statistisk Model

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Statistisk Model Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Statistisk Model Indhold Binomialfordeling Sandsynlighedsfunktion Middelværdi og spredning 1 Aalen: Innføring i statistik med medisinske eksempler

Læs mere

Sandsynlighed og kombinatorik

Sandsynlighed og kombinatorik Sandsynlighed og kombinatorik Indholdsfortegnelse... 1 Simpel sandsynlighed... 2 Kombinatorik... 4 Sandsynlighed ved hjælp af kombinatorik... 7 Udregningsark... 8 side 1 Simpel sandsynlighed 1: Du kaster

Læs mere

Løsning til eksaminen d. 14. december 2009

Løsning til eksaminen d. 14. december 2009 DTU Informatik 02402 Introduktion til Statistik 200-2-0 LFF/lff Løsning til eksaminen d. 4. december 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition,

Læs mere

Dygtige pædagoger skabes på uddannelsen

Dygtige pædagoger skabes på uddannelsen Dygtige pædagoger skabes på uddannelsen Anna Spaanheden Stud.mag. i Læring og Forandringsprocesser Institut for Uddannelse, Læring og Filosofi Aalborg Universitet Abstract Denne artikel vil beskæftige

Læs mere

Vejledning til skema om kompetencebeskrivelse til brug ved lønforhandling og evt. MUS. (HK-kontor)

Vejledning til skema om kompetencebeskrivelse til brug ved lønforhandling og evt. MUS. (HK-kontor) Vejledning til skema om kompetencebeskrivelse til brug ved lønforhandling og evt. MUS. (HK-kontor) Deadline for indsendelse af skemaet er den 10. april 2007 og skemaet skal sendes til fællestillidsrepræsentant

Læs mere

Skriftlig Eksamen Algoritmer og Datastrukturer (DM507)

Skriftlig Eksamen Algoritmer og Datastrukturer (DM507) Skriftlig Eksamen Algoritmer og Datastrukturer (DM507) Institut for Matematik og Datalogi Syddansk Universitet, Odense Mandag den 7. juni 00, kl. 9 Alle sædvanlige hjælpemidler (lærebøger, notater, osv.)

Læs mere

UENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, Indledning

UENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, Indledning UENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, ESBEN BISTRUP HALVORSEN 1 Indledning De fleste kan nok blive enige om, at mængden {a, b, c} er større end mængden {d} Den ene indeholder jo tre elementer,

Læs mere

Mundtlighed i matematikundervisningen

Mundtlighed i matematikundervisningen Mundtlighed i matematikundervisningen 1 Mundtlighed Annette Lilholt Side 2 Udsagn! Det er nemt at give karakter i færdighedsregning. Mine elever får generelt højere standpunktskarakter i færdighedsregning

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Termin hvori undervisningen afsluttes: juni 14 Institution Uddannelse Fag og niveau Lærer(e) Hold EUC Vest,

Læs mere

Kvantitative Metoder 1 - Efterår 2006. Dagens program

Kvantitative Metoder 1 - Efterår 2006. Dagens program Dagens program Afsnit 2.4-2.5 Bayes sætning Uafhængige stokastiske variable - Simultane fordelinger - Marginale fordelinger - Betingede fordelinger Uafhængige hændelser - Indikatorvariable Afledte stokastiske

Læs mere

Fortroligt dokument. Matematisk projekt

Fortroligt dokument. Matematisk projekt Fortroligt dokument Matematisk projekt Briefing til Agent 00-DiG Velkommen til Kryptoafdeling 1337, dette er din første opgave. Det lykkedes agenter fra Afdelingen for Virtuel Efterretning (AVE) at opsnappe

Læs mere

Vi deler ikke bare viden fordi det er en god ide heller ikke i vidensamfundet

Vi deler ikke bare viden fordi det er en god ide heller ikke i vidensamfundet Vi deler ikke bare viden fordi det er en god ide Vi deler ikke bare viden fordi det er en god ide heller ikke i vidensamfundet af adjunkt Karina Skovvang Christensen, ksc@pnbukh.com, Aarhus Universitet

Læs mere

brikkerne til regning & matematik tal og algebra F+E+D preben bernitt

brikkerne til regning & matematik tal og algebra F+E+D preben bernitt brikkerne til regning & matematik tal og algebra F+E+D preben bernitt 1 brikkerne. Tal og algebra E+D 2. udgave som E-bog ISBN: 978-87-92488-35-0 2010 by bernitt-matematik.dk Kopiering af denne bog er

Læs mere

Løsning af simple Ligninger

Løsning af simple Ligninger Løsning af simple Ligninger Frank Nasser 19. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:

Læs mere

Projektopgave til Mat2SS. Espen Højsgaard (CPR xxxx) Rune Højsgaard (CPR xxxx)

Projektopgave til Mat2SS. Espen Højsgaard (CPR xxxx) Rune Højsgaard (CPR xxxx) Projektopgave til MatSS Espen Højsgaard (CPR 04038-xxxx) Rune Højsgaard (CPR 090678-xxxx) 1 1 Samme sandsynlighed for drengefødsel Vi har som udgangspunkt for løsning af opgaven brugt følgende tabeller,

Læs mere

Store Uløste Problemer i Matematikken. Lisbeth Fajstrup Aalborg Universitet

Store Uløste Problemer i Matematikken. Lisbeth Fajstrup Aalborg Universitet Store Uløste Problemer i Matematikken. Lisbeth Fajstrup Aalborg Universitet Oversigt Hvad er et stort problem i matematik Eksempler fra 1900 og fra 2000 Problemer om tal perfekte tal, primtal. Meget store

Læs mere

fx 8 Sandsynligheden for at slå en 4 er med en 6-sidet 1 terning 2

fx 8 Sandsynligheden for at slå en 4 er med en 6-sidet 1 terning 2 Logik Udsagn Reduktion Ligninger Uligheder Regnehistorier I en trekant er den største vinkel 0 større end den næststørste og denne igen 0 større end den mindste. Find vinklernes gradtal. = og Lig med og

Læs mere

Årsplan for matematik i 1. klasse 2010-11

Årsplan for matematik i 1. klasse 2010-11 Årsplan for matematik i 1. klasse 2010-11 Vanløse den 6. juli 2010 af Musa Kronholt Formål for faget matematik Formålet med undervisningen er, at eleverne udvikler matematiske kompetencer og opnår viden

Læs mere

Tal. Vi mener, vi kender og kan bruge følgende talmængder: N : de positive hele tal, Z : de hele tal, Q: de rationale tal.

Tal. Vi mener, vi kender og kan bruge følgende talmængder: N : de positive hele tal, Z : de hele tal, Q: de rationale tal. 1 Tal Tal kan forekomme os nærmest at være selvfølgelige, umiddelbare og naturgivne. Men det er kun, fordi vi har vænnet os til dem. Som det vil fremgå af vores timer, har de mange overraskende egenskaber

Læs mere

TØ-opgaver til uge 46

TØ-opgaver til uge 46 TØ-opgaver til uge 46 Først laver vi en liste over de ligninger med mere i [ITP], der skal bruges: [1]: Ligning (2.5) på side 4. [2]: Sætning 3.1, ligning (3.3) på side 7. [3]: Sætning 3.1, ligning (3.4)

Læs mere

Sandsynligheder. Udfaldsrum Ω = {ω 1,..., ω N } hvor alle udfald er lige sandsynlige, dvs. P (ω i )=1/N for alle i =1,..., N.

Sandsynligheder. Udfaldsrum Ω = {ω 1,..., ω N } hvor alle udfald er lige sandsynlige, dvs. P (ω i )=1/N for alle i =1,..., N. Dagens program Afsnit 1.4-1.6 Kombinatorik - Permutationer - Kombinationer Udtagelse af stikprøver - Population - Med og uden tilbagelægning Eksempler 1 Sandsynligheder Udfaldsrum Ω = {ω 1,..., ω N } hvor

Læs mere

Sandsynligheder. Mængder Hændelser Sandsynligheder Regler for sandsynligheder

Sandsynligheder. Mængder Hændelser Sandsynligheder Regler for sandsynligheder Sandsynligheder Mængder Hændelser Sandsynligheder Regler for sandsynligheder Sandsynligheder En sandsynlighed er et kvantitativt mål for usikkerhed et mål der udtrykker styrken af vores tro på forekomsten

Læs mere

Geovidenskab. university of copenhagen DEPARTMENT OF SCIENCE EDUCATION. En undersøgelse af de første studenter

Geovidenskab. university of copenhagen DEPARTMENT OF SCIENCE EDUCATION. En undersøgelse af de første studenter university of copenhagen DEPARTMENT OF SCIENCE EDUCATION Geovidenskab En undersøgelse af de første studenter Rie Hjørnegaard Malm & Lene Møller Madsen IND s skriftserie nr. 41, 2015 Udgivet af Institut

Læs mere

Baggrundsnote om logiske operatorer

Baggrundsnote om logiske operatorer Baggrundsnote om logiske operatorer Man kan regne på udsagn ligesom man kan regne på tal. Regneoperationerne kaldes da logiske operatorer. De tre vigtigste logiske operatorer er NOT, AND og. Den første

Læs mere

Sammenligning af metoder

Sammenligning af metoder Sammenligning af metoder Hvorfor sammenligne? Den ideelle metode Generelle frameworks (NIMSAD/Andersen) Wood-Harper framework til sammenligning Problemer med sammenligning af metoder Hvorfor sammenligne?

Læs mere

WORKSHOP 2C, DLF-kursus, Krogerup, 26. november 2015

WORKSHOP 2C, DLF-kursus, Krogerup, 26. november 2015 WORKSHOP 2C, DLF-kursus, Krogerup, 26. november 2015 At I får overblik over statistik og sandsynlighed som fagområde i folkeskolen indblik i didaktiske forskeres anbefalinger til undervisningen i statistik

Læs mere

Foredrag af Bruno Gröning, München, 23. september 1950

Foredrag af Bruno Gröning, München, 23. september 1950 Henvisning: Denne oversættelse følger nøjagtigt det stenografisk protokollerede foredrag, som Bruno Gröning holdt den 23. september 1950 for mongoler hos heilpraktiker Eugen Enderlin i München. For at

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Sandsynlighedsregning Udfaldsrum og hændelser Udfald e:resultatetafetforsøg. Udfaldsrum S: Mængden af de mulige udfald af forsøget. Hændelse A: En delmængde af udfaldsrummet. Tilfældigt fænomen S e (eks.)

Læs mere

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Grådige algoritmer Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni, 2015/16 Institution Vid Gymnasier Uddannelse Fag og niveau Lærer(e) Hold hhx Matematik B Hasse Rasmussen

Læs mere

Noter om primtal. Erik Olsen

Noter om primtal. Erik Olsen Noter om primtal Erik Olsen 1 Notation og indledende bemærkninger Vi lader betegne de hele tal, og Z = {... 3, 2, 1, 0, 1, 2, 3...} N = {0, 1, 2, 3...} Z være de positive hele tal. Vi minder her om et

Læs mere

Nogle eksempler til debat. Lektor Bent Lindhardt UCSJ

Nogle eksempler til debat. Lektor Bent Lindhardt UCSJ Nogle eksempler til debat Lektor Bent Lindhardt UCSJ 27-09-2015 Lektor Bent Lindhardt UCSJ 27-09-2015 Regnestrategier 7. - 9. klasse Eleverne går sammen to og to. Hvert par udstyres med en skumbold eller

Læs mere

Analyse 1, Prøve 2 Besvarelse

Analyse 1, Prøve 2 Besvarelse Københavns Universitet Prøve ved Det naturvidenskabelige Fakultet maj Analyse, Prøve Besvarelse Opgave (3%) (a) (%) Bestem mængden af x R for hvilke rækken ( + (x) n ) er konvergent og angiv sumfunktionen

Læs mere

KREATIVITET - OG FILOSOFI

KREATIVITET - OG FILOSOFI P r o j e k t 2 01 2. 1 O k t. 1 2 fe b. 1 3 KREATIVITET - OG FILOSOFI Dagtilbuddet Riisvangen i samarbejde med Louise NabeNielsen Hvor skal vi hen? Opsamling - konklusioner Vidensdeling Evaluering Næste

Læs mere

Surrealisme - Drømmen om en overvirkelighed

Surrealisme - Drømmen om en overvirkelighed Surrealisme - Drømmen om en overvirkelighed Undervisningsmateriale 8.-10. klasse Malerier på grænsen mellem verdener En gruppe kunstnere i 1920ernes Paris troede fuldt og fast på, at man igennem kunsten

Læs mere