Fornyelsesteori med anvendelser: Afleveringsopgave 1
|
|
- Valdemar Bundgaard
- 5 år siden
- Visninger:
Transkript
1 Fornyelsesteori med anvendelser: Afleveringsopgave 1 February 27, 2003 Opgaven stilles fredag d. 28/ og afleveres d. 14/ ved forelæsningen. Opgaven kan besvares i grupper af 1-3 studerende. Man må gerne samarbejde på tværs af grupperne, blot der afleveres en selvstændig opgavebesvarelse fra hver enkelt gruppe. Opgavebesvarelsen må gerne være skrevet i hånden. I er velkomne til at kontakte mig pr. eller evt. i lokale E319 med spørgsmål til opgaven. Opgaveformuleringen findes i afsnit 2 og indeholder 3 spørgsmål, der skal besvares i to omgange. Afsnit 1 indeholder nogle resultater for fornyelsesteori, når ventetidsfordelingen lever på et gitter. Ved besvarelsen forventes det, at I henviser til de benyttede resultater. Anders Tolver Jensen 1
2 1 Fornyelsessætningen i diskret version I dette afsnit betragter vi fornyelsesprocesser, hvor ventetidsfordelingen og forsinkelsen kun kan antage heltallige værdier. Fornyelser kan således kun indtræffe til heltallige tidspunkter, hvilket man skal tage højde for i formuleringen af Blackwells fornyelsessætning og senere i the Key Renewal Theorem. 1.1 Diskrete fornyelsesprocesser Udgangspunktet er en fornyelsesproces S = {S n }, hvor S 0, S 1 S 0, S 2 S 1,... er uafhængige, hvor S 0 følger en fordeling A 0 på N 0, og W k = S k S k 1, k N følger en fordeling A på N. Vi indfører notationen b n = P(S 0 = n) = A 0 ({n}), n N 0 a n = P(W 1 = n) = A({n}), n N. Fornyelsesfunktionen, H, er som altid defineret ved, at H(t) betegner antallet af fornyelser i intervallet [0; t]. Da fornyelser kun kan indtræffe til heltallige tidspunkter, har fornyelsesmålet kun masse i N 0, og vi indfører notationen h n = H({n}), n N 0. Da der ikke kan ske flere fornyelser på samme tidspunkt, er h n lig med sandsynligheden for, at der sker en fornyelse til tid n. Som sædvanligt betegner H 0 fornyelsesfunktionen i tilfældet, hvor forsinkelsen er 0, dvs. S 0 = Fornyelsessætningen For en diskret fornyelsesproces indføres perioden d, som det største heltal, der går op i alle tallene {n N a n = P(W 1 = n) > 0}. Hvis for eksempel ventetidsfordelingen, A, mellem fornyelserne kun har masse i de lige tal, så vil d = 2. Hvis d = 1 siges processen at være aperiodisk. 2
3 Theorem 1.1 For en aperiodisk fornyelsesproces gælder n=1 na n. h n 1 µ, n, Hvis perioden d 2 kan man formulere en fornyelsessætning, der udtaler sig om tilfældet, hvor forsinkelsen er 0. Theorem 1.2 For en fornyelsesproces med periode d og forsinkelse 0 gælder h nd d µ, n, n=1 na n. Endvidere er h k = 0, når k ikke er delelig med d. Bemærk at sætningerne også gælder når µ = +. Her skal 1 fortolkes som µ The Key Renewal Theorem Antag nu, at vi har givet en talfølge {u n } n N0, som opfylder relationen u 0 = c 0 u n = c n + (a 1 u n 1 + a 2 u n a n u 0 ), n N (1) for en begrænset følge {c n } n N0 af ikke-negative tal. Ud fra fornyelsessætningen kan man umiddelbart vise følgende sætning. Theorem 1.3 For en aperiodisk fornyelsesproces gælder, at hvis n=0 c n er endelig, da vil u n 1 c µ n, n, n=1 na n. n=0 Resultatet holder også for µ =, hvor højresiden fortolkes som 0. Sætningen kaldes the Key Renewal Theorem. 3
4 2 Opgave: Befolkningsmodeller En yndet anvendelse af fornyelsesprocesser i diskret tid er at lave demografiske prognoser for størrelsen af udvalgte befolkningsgrupper. Vi skal i denne opgave benytte nogle simple statistiske modeller til at fremskrive aldersfordelingen i en fiktiv befolkning. Vi betragter N = 1000 udvalgte kvinder på 0 år fra en givet befolkning. Med a n, n N, betegnes sandsynligheden for at en vilkårlig kvinde føder sin første pige i en alder af n år. Drengefødsler er således aldeles irrelevante i denne opgave. Vi gør nu følgende urealistiske antagelse: hver kvinde får en og kun en pige i løbet af sit liv Vi udvælger nu en af de 1000 kvinder. Hun føder til tid S 1 sin første - og eneste - datter. Datteren føder sin eneste datter til tid S 2 osv. Der vil således være netop en kvinde i hver generation af efterkommere, og kvinden i k. generation fødes til tid S k. Spørgsmål A Antag at a n = p(1 p) n 1, n N, for et p ]0; 1[. Find den asymptotiske opførsel af sandsynligheden for, at der fødes en kvindelig efterkommer efter n år, når n. Spørgsmål B Lad nu u n betegne det forventede antal kvindelige efterkommere, der fødes efter n år, når vi betrager hele populationen af de oprindelige 1000 kvinder. Opskriv en ligning af formen (1) for {u n }, og bestem lim n u n. Spørgsmål C Vi betragter for hver enkelt af de oprindelige 1000 kvinder den yngste kvindelige efterkommer. Vi ønsker at bestemme aldersfordelingen blandt disse 1000 efterkommere i den yngste generation til tid n. Til tid n lader vi v k (n) betegne det forventede antal kvinder i yngste generation, der har alderen k. Bestem grænsealdersfordelingen, lim n v k (n), for alle k N 0. 4
5 Vink: Antallet af efterkommere med alder k til tid n skal søges blandt efterkommere, der blev født i år n k. Spørgsmål D Vi foretager nu den ændring, at kvinderne først begynder at få kvindelige efterkommere, fra de er 20 år gamle. I resten af opgaven er således { 0 for n 19 a n = p(1 p) n 20 for n 20. Besvar spørgsmål A-C med denne ændring. 5
1 Beviser for fornyelsessætningen
Hvordan beviser man fornyelsessætningen? 1 1 Beviser for fornyelsessætningen I dette notat skal vi diskutere, hvorman man kan bevise fornyelsessætningen. Vi vil starte med at se på tilfældet, hvor ventetidsfordelingen
Læs mereFornyelsesteori med anvendelser: Punktprøve
Fornyelsesteori med anvendelser: Punktprøve May 9, 2003 For at få kredit for kurset Fornyelsesteori med anvendelser kræves at afleveringsopgave 1 og 2 samt nedenstående punktprøve besvares tilfredsstillende.
Læs mereKvantitative Metoder 1 - Forår 2007
Dagens program Kapitel 8.7, 8.8 og 8.10 Momenter af gennemsnit og andele kap. 8.7 Eksempel med simulationer Den centrale grænseværdisætning (Central Limit Theorem) kap. 8.8 Simulationer Normalfordelte
Læs mere1 Palm teori. Palm teori 1
Palm teori 1 1 Palm teori Lad X = {X(t)} t 0 være en stokastisk proces defineret på et måleligt rum (Ω, F), og lad T = {T n } n N0 være en voksende følge af ikke-negative stokastiske variable herpå. Vi
Læs mereKønsproportion 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 mereNoget om en symmetrisk random walks tilbagevenden til udgangspunktet
Random Walk-kursus 2014 Jørgen Larsen 14. oktober 2014 Noget om en symmetrisk random walks tilbagevenden til udgangspunktet Dette notat giver et bevis for at en symmetrisk random walk på Z eller Z 2 og
Læs mereStatistik Lektion 2. Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var.
Statistik Lektion Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var. Repetition Stikprøve Stikprøvestørrelse n Stikprøvemiddelværdi Stikprøvevarians s Population
Læs mereMatematik B. Højere handelseksamen
Matematik B Højere handelseksamen hhx122-mat/b-17082012 Fredag den 17. august 2012 kl. 9.00-13.00 Prøven består af to delprøver. Delprøven uden hjælpemidler består af opgave 1 til 5 med i alt 5 spørgsmål.
Læs mereSandsynligheder. 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 mereNormalfordelingen og Stikprøvefordelinger
Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger
Læs mere3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve
Læs mereDATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi
DATALOGISK INSTITUT, AARHUS UNIVERSITET Det Naturvidenskabelige Fakultet EKSAMEN Grundkurser i Datalogi Antal sider i opgavesættet (incl. forsiden): 1 (tolv) Eksamensdag: Fredag den 7. august 009, kl.
Læs mereHvad skal vi lave i dag?
p. 1/1 Hvad skal vi lave i dag? Repeterer lidt om diskrete sv. Standardfordelinger (binomial, Poisson, geometrisk) Stokastiske vektorer Diskrete stokastiske vektorer p. 2/1 Repetition Heltallige sv er
Læs mereDefinition. Definitioner
Definition Landmålingens fejlteori Lektion Diskrete stokastiske variable En reel funktion defineret på et udfaldsrum (med sandsynlighedsfordeling) kaldes en stokastisk variabel. - kkb@math.aau.dk http://people.math.aau.dk/
Læs mereLandmålingens fejlteori - Repetition - Kontinuerte stokastiske variable - Lektion 3
Landmålingens fejlteori Repetition - Kontinuerte stokastiske variable Lektion 4 - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf10 Institut for Matematiske Fag Aalborg Universitet 29. april
Læs mereStatistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen
Statistik Lektion etinget sandsynlighed ayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV inomialfordelingen Repetition Udfaldsrum S Hændelse S Simpel hændelse O i 1, 3 4,
Læs mereElementær sandsynlighedsregning
Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en
Læs mereAnvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2- test [ki-i-anden-test] Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination af
Læs mereKursusindhold: 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 mereReeksamen i Diskret Matematik
Reeksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 21. august 2015 Nærværende eksamenssæt består af 10 nummererede sider med ialt 17 opgaver. Tilladte hjælpemidler:
Læs merePlan. 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 mereMatematik B. Højere handelseksamen. Vejledende opgave 1
Matematik B Højere handelseksamen Vejledende opgave 1 Efterår 011 Prøven består af to delprøver. Delprøven uden hjælpemidler består af opgave 1 til 5 med i alt 5 spørgsmål. Besvarelsen af denne delprøve
Læs mereForelæsning 2: Kapitel 4, Diskrete fordelinger
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 mereOm hypoteseprøvning (1)
E6 efterår 1999 Notat 16 Jørgen Larsen 11. november 1999 Om hypoteseprøvning 1) Det grundlæggende problem kan generelt formuleres sådan: Man har en statistisk model parametriseret med en parameter θ Ω;
Læs mereProdukt 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 mereMatematik B. Studentereksamen. Skriftlig prøve (4 timer)
Matematik B Studentereksamen Skriftlig prøve (4 timer) STX093-MAB Fredag den 11. december 2009 kl. 9.00-13.00 Opgavesættet er delt i to dele. Delprøven uden hjælpemidler består af opgave 1-5 med i alt
Læs mereKursusindhold: 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 mereSTUDENTEREKSAMEN DECEMBER 2008 MATEMATIK B-NIVEAU. Fredag den 12. december 2008. Kl. 09.00 13.00 STX083-MAB
STUDENTEREKSAMEN DECEMBER 008 MATEMATIK B-NIVEAU Fredag den 1. december 008 Kl. 09.00 13.00 STX083-MAB Opgavesættet er delt i to dele. Delprøven uden hjælpemidler består af opgave 1-5 med i alt 5 spørgsmål.
Læs mereOversigt. 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 mereSkriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Institut for Matematik & Datalogi Syddansk Universitet Mandag den 3 Januar 2011, kl. 9 13 Alle sædvanlige hjælpemidler
Læs mereElementær sandsynlighedsregning
Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder
Læs mere1/41. 2/41 Landmålingens fejlteori - Lektion 1 - Kontinuerte stokastiske variable
Landmålingens fejlteori - lidt om kurset Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet Kursusholder
Læs mereUniversity 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 mereKøbenhavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 4
Københavns Universitet, Det naturvidenskabelige Fakultet Lineær Algebra LinAlg Afleveringsopgave 4 Eventuelle besvarelser laves i grupper af 2-3 personer og afleveres i to eksemplarer med 3 udfyldte forsider
Læs mereAnvendt 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 mereAnvendt 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 mereSandsynlighedsregning 3. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner Stokastiske variable:
Læs mereStikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader
Stikprøver og stikprøve fordelinger Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Statistik Statistisk Inferens: Prediktere og forekaste værdier af
Læs mereTemaopgave i statistik for
Temaopgave i statistik for matematik B og A Indhold Opgave 1. Kast med 12 terninger 20 gange i praksis... 3 Opgave 2. Kast med 12 terninger teoretisk... 4 Opgave 3. Kast med 12 terninger 20 gange simulering...
Læs merec) For, er, hvorefter. Forklar.
1 af 13 MATEMATIK B hhx Udskriv siden FACITLISTE TIL KAPITEL 7 ØVELSER ØVELSE 1 c) ØVELSE 2 og. Forklar. c) For, er, hvorefter. Forklar. ØVELSE 3 c) ØVELSE 4 90 % konfidensinterval: 99 % konfidensinterval:
Læs mereStatistik II 1. Lektion. Sandsynlighedsregning Analyse af kontingenstabeller
Statistik II 1. Lektion Sandsynlighedsregning Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller
Læs mereSandsynlighedsregning 3. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 28 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner Stokastiske variable: udfald
Læs mereHvorfor er normalfordelingen så normal?
Hvorfor er normalfordelingen så normal? Søren Højsgaard Institut for Matematiske Fag, Aalborg Universitet October 24, 2018 normalfordelingen så normal? October 24, 2018 1 / 13 Højde af kvinder Histogram
Læs mereCIVILINGENIØREKSAMEN Side 1 af 18 sider. Skriftlig prøve, den: XY. december 200Z Kursus nr : (navn) (underskrift) (bord nr)
CIVILINGENIØREKSAMEN Side 1 af 18 sider Skriftlig prøve, den: XY. december 200Z Kursus nr : 02405 Kursus navn: Sandsynlighedsregning Tilladte hjælpemidler: Alle Dette sæt er besvaret af: (navn) (underskrift)
Læs mereBilledbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)
; C ED 6 > Billedbehandling og mønstergenkendelse Lidt elementær statistik (version 1) Klaus Hansen 24 september 2003 1 Elementære empiriske mål Hvis vi har observationer kan vi udregne gennemsnit og varians
Læs mereSandsynlighedsregning 4. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 4. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner: Afsnit 3.3 og 3.4 Varians/standardafvigelse
Læs mereSandsynlighedsregning 4. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 4. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner: Afsnit 3.3 og 3.4 Varians/standardafvigelse
Læs mereHØJERE FORBEREDELSESEKSAMEN MAJ 2007 MATEMATIK C-NIVEAU. Tirsdag den 15. maj 2007. Kl. 09.00 12.00 2HF071-MAC
HØJERE FORBEREDELSESEKSAMEN MAJ 2007 MATEMATIK C-NIVEAU Tirsdag den 15. maj 2007 Kl. 09.00 12.00 2HF071-MAC Opgavesættet består af 9 opgaver med i alt 14 spørgsmål. De 14 spørgsmål indgår med lige vægt
Læs mereSandsynlighedsregning 4. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 4. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner: Afsnit 3.3 og 3.4 Varians/standardafvigelse
Læs mereForelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup)
Kursus 02402 Introduktion til Statistik Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske
Læs mereGUX-2013. Matematik Niveau B prøveform b Vejledende sæt 2
GUX-01 Matematik Niveau B prøveform b Vejledende sæt Matematik B Prøvens varighed er 4 timer. Delprøven uden hjælpemidler består af opgaverne 1 til 6 med i alt 6 spørgsmål. Besvarelsen af denne delprøve
Læs mereC) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.
C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b. 5.000 4.800 4.600 4.400 4.00 4.000 3.800 3.600 3.400 3.00 3.000 1.19% 14.9% 7.38% 40.48% 53.57% 66.67% 79.76% 9.86% 010 011
Læs mereINSTITUT FOR DATALOGI, AARHUS UNIVERSITET EKSAMEN. Grundkurser i Datalogi. Algoritmer og Datastrukturer 1 (2003-ordning)
INSTITUT FOR DATALOGI, AARHUS UNIVERSITET EKSAMEN Grundkurser i Datalogi Antal sider i opgavesættet (incl. forsiden): 12 (tolv) Eksamensdag: Fredag den 10. august 2012, kl. 9.00-11.00 Eksamenslokale: Finlandsgade
Læs mereProdukt 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 mereKarakteristiske funktioner og Den Centrale Grænseværdisætning
E6 efterår 1999 Notat 10 Jørgen Larsen 20. oktober 1999 Karakteristiske funktioner og Den Centrale Grænseværdisætning Karakteristiske funktioner som er nære slægtninge til Fourier-transformationen) er
Læs mereStatistik. 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 mereKvantitative Metoder 1 - Forår Dagens program
Dagens program Kontinuerte fordelinger Ventetider i en Poissonproces Beskrivelse af kontinuerte fordelinger: - Median og kvartiler - Middelværdi - Varians Simultane fordelinger 1 Ventetider i en Poissonproces
Læs mereSandsynlighedsregning 6. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 6. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfn@dtu.dk Dagens emner: Afsnit 4.2, 4.3 og 4.4 Poissonprocessen/eksponentialfordelingen
Læs mereSandsynlighedsregning 5. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 5. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 3.5 og 4.1 Poissonfordelingen
Læs mereKvantitative Metoder 1 - Forår Dagens program
Dagens program Kapitel 8.1-8.3 Tilfældig stikprøve (Random Sampling) Likelihood Eksempler på likelihood funktioner Sufficiente statistikker Eksempler på sufficiente statistikker 1 Tilfældig stikprøve Kvantitative
Læs mereTØ-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 mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Introduktion Kursusholder: Kasper K. Berthelsen Opbygning: Kurset består af 5 blokke En blok består af: To normale
Læs mereSTUDENTEREKSAMEN AUGUST 2007 MATEMATIK B-NIVEAU. Torsdag den 16. august Kl STX072-MAB
STUDENTEREKSAMEN AUGUST 2007 MATEMATIK B-NIVEAU Torsdag den 16. august 2007 Kl. 09.00 13.00 STX072-MAB Bedømmelsen af det skriftlige eksamenssæt I bedømmelsen af besvarelsen af de enkelte spørgsmål og
Læs mereAnalyse 2. Bevis af Fatous lemma (Theorem 9.11) Supplerende opgave 1. Øvelser
Analyse 2 Øvelser Rasmus Sylvester Bryder 24. og 27. september 203 Bevis af Fatous lemma (Theorem 9.) Hvis (u j ) j er en følge af positive, målelige, numeriske funktioner (dvs. med værdier i [, ]) over
Læs mereMatematik B. Højere handelseksamen
Matematik B Højere handelseksamen hhx132-mat/b-16082013 Fredag den 16. august 2013 kl. 9.00-13.00 Matematik B Prøven består af to delprøver. Delprøven uden hjælpemidler består af opgave 1 til 5 med i alt
Læs mereGult Foredrag Om Net
Gult Foredrag Om Net University of Aarhus Århus 8 th March, 2010 Introduktion I: Fra Metriske til Topologiske Rum Et metrisk rum er en mængde udstyret med en afstandsfunktion. Afstandsfunktionen bruges
Læs mereMikro II, Øvelser 3. ) er mindre eller lig i begge koordinater, da er (u, 1 u 2
Mikro II 208I Øvelser 3, side Mikro II, Øvelser 3. To individer har i fællesskab opnået ret til 00 enheder af en vare, under den betingelse at de kan blive enige om en fordeling, ellers mistes denne ret.
Læs mereSandsynlighedsregning 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 mereTeori og opgaver med udgangspunkt i udvalgte områder i Køge Bugt regionen
Modeller af befolkningsudvikling Teori og opgaver med udgangspunkt i udvalgte områder i Køge Bugt regionen Af Mikkel Rønne, Brøndby Gymnasium Forord. Data er udtrukket fra Danmarks Statistiks interaktive
Læs meregl. Matematik B Studentereksamen
gl. Matematik B Studentereksamen gl-stx123-mat/b-07122012 Fredag den 7. december 2012 kl. 9.00-13.00 Opgavesættet er delt i to dele. Delprøven uden hjælpemidler består af opgave 1-6 med i alt 6 spørgsmål.
Læs mereLars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ 2 -test og Goodness of Fit test.
Lars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ -test og Goodness of Fit test. Anvendelser af statistik Statistik er et levende og fascinerende emne, men at læse om det er alt
Læs mereMatematik A. Højere handelseksamen
Matematik A Højere handelseksamen hhx1-mat/a-160801 Fredag den 16. august 01 kl. 9.00-14.00 Matematik A Prøven består af to delprøver. Delprøven uden hjælpemidler består af opgave 1 til 5 med i alt 5 spørgsmål.
Læs mereAnvendt Statistik Lektion 6. Kontingenstabeller χ 2 -test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2 -test [ki-i-anden-test] 1 Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination
Læs mereSandsynlighedsregning 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 mereKapitel 12 Variansanalyse
Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 / 43 Indledning Sammenligning af middelværdien i to grupper indenfor en stikprøve kan
Læs mereSandsynlighedsregning 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 mereMatematik B. Studentereksamen. Torsdag den 22. maj 2014 kl stx141-MAT/B
Matematik B Studentereksamen 1stx141-MAT/B-22052014 Torsdag den 22. maj 2014 kl. 9.00-13.00 Opgavesættet er delt i to dele. Delprøven uden hjælpemidler består af opgave 1-6 med i alt 6 spørgsmål. Delprøven
Læs mereINSTITUT FOR DATALOGI, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi
INSTITUT FOR DATALOGI, AARHUS UNIVERSITET Det Naturvidenskabelige Fakultet EKSAMEN Grundkurser i Datalogi Antal sider i opgavesættet (incl. forsiden): 12 (tolv) Eksamensdag: Fredag den 16. august 2013,
Læs mereDATALOGISK INSTITUT, AARHUS UNIVERSITET
DATALOGISK INSTITUT, AARHUS UNIVERSITET Det Naturvidenskabelige Fakultet EKSAMEN Grundkurser i Datalogi Antal sider i opgavesættet (incl. forsiden): 12 (tolv) Eksamensdag: Fredag den 1. april 200, kl..00-11.00
Læs mereDATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi
DATALOGISK INSTITUT, AARHUS UNIVERSITET Det Naturvidenskabelige Fakultet EKSAMEN Grundkurser i Datalogi Antal sider i opgavesættet (incl. forsiden): 12 (tolv) Eksamensdag: Torsdag den 26. marts 2009, kl.
Læs mereReeksamen i Diskret Matematik
Reeksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet Torsdag den 9. august, 202. Kl. 9-3. Nærværende eksamenssæt består af 9 nummererede sider med ialt 2 opgaver.
Læs mereLøsning til prøveeksamen 1
IMM - DTU 020 Probability 2006-2-8 BFN/bfn Løsning til prøveeksamen Spørgsmål ) For en indikatorvariabel I A for hændelsen A gælder E(I A ) = P(A) (se for eksemepl side 68). Således er E(X) = P(N ) = =
Læs mereINDHOLD. 1 Prognosens hovedresultater 1. 2 Indledning 3. 3 Overordnede forudsætninger 4. 4 Beregningsmetode 9
INDHOLD 1 Prognosens hovedresultater 1 2 Indledning 3 3 Overordnede forudsætninger 4 4 Beregningsmetode 9 5 Befolkningsprognosens resultater 10 5.1 Boligbyggeri 11 5.2 Flytninger 14 5.3 Fødsler og dødsfald
Læs mereEksamen 2014/2015 Mål- og integralteori
Eksamen 4/5 Mål- og integralteori Københavns Universitet Institut for Matematiske Fag Formalia Eksamensopgaven består af 4 opgaver med ialt spørgsmål Ved bedømmelsen indgår de spørgsmål med samme vægt
Læs mere13 Markovprocesser med transitionssemigruppe
13 Markovprocesser med transitionssemigruppe I nærværende kapitel vil vi antage at tilstandsrummet er polsk, hvilket sikrer, at der findes regulære betingede fordelinger. Vi skal se på eksistensen af Markovprocesser.
Læs mereModul 2: Sandsynlighedsmodeller og diskrete stokastiske variable
Forskningsenheden for Statistik ST501: Science Statistik Bent Jørgensen Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable 2.1 Sandsynlighedsbegrebet............................... 1 2.1.1
Læs mereKvadratiske matricer. enote Kvadratiske matricer
enote enote Kvadratiske matricer I denne enote undersøges grundlæggende egenskaber ved mængden af kvadratiske matricer herunder indførelse af en invers matrix for visse kvadratiske matricer. Det forudsættes,
Læs mereMatematik A. Højere handelseksamen
Matematik A Højere handelseksamen hhx141-mat/a-305014 Fredag den 3. maj 014 kl. 9.00-14.00 Prøven består af to delprøver. Delprøven uden hjælpemidler består af opgave 1 til 5 med i alt 5 spørgsmål. Besvarelsen
Læs mereKvantitative 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 mereKvantitative Metoder 1 - Efterår Dagens program
Dagens program Estimation: Kapitel 9.7-9.10 Estimationsmetoder kap 9.10 Momentestimation Maximum likelihood estimation Test Hypoteser kap. 10.1 Testprocedure kap 10.2 Teststørrelsen Testsandsynlighed 1
Læs mereGUX. Matematik Niveau B. Prøveform b
GUX Matematik Niveau B Prøveform b August 014 GUX matematik B august 014 side 0 af 5 Matematik B Prøvens varighed er 4 timer. Delprøven uden hjælpemidler består af opgaverne 1 til 6 med i alt 6 spørgsmål.
Læs mereMatematik B. Højere handelseksamen
Matematik B Højere handelseksamen hh123-mat/b-17122012 Mandag den 17. december 2012 kl. 9.00-13.00 Prøven består af to delprøver. Delprøven uden hjælpemidler består af opgave 1 til 5 med i alt 5 spørgsmål.
Læs mereKapitel 4 Sandsynlighed og statistiske modeller
Kapitel 4 Sandsynlighed og statistiske modeller Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 22 Generalisering fra stikprøve til population Idé: Opstil en model for populationen
Læs mereMATEMATIK 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 mereMatematik B. Højere handelseksamen
Matematik B Højere handelseksamen hh11-mat/b-70501 Mandag den 7. maj 01 kl. 9.00-1.00 Matematik B Prøven består af to delprøver. Delprøven uden hjælpemidler består af opgave 1 til 5 med i alt 5 spørgsmål.
Læs mereDagens program. Afsnit Diskrete stokastiske variable Sandsynlighedsfunktioner Simultane fordelinger Betingede sandsynligheder
Dagens program Afsnit 2.1-2.3 Diskrete stokastiske variable Sandsynlighedsfunktioner Simultane fordelinger Betingede sandsynligheder 1 Stokastiske variable (diskrete) Et eksperiment med usikkerhed beskrives
Læs meregl. Matematik B Studentereksamen
gl. Matematik B Studentereksamen gl-1stx131-mat/b-24052013 Fredag den 24. maj 2013 kl. 9.00-13.00 Opgavesættet er delt i to dele. Delprøven uden hjælpemidler består af opgave 1-6 med i alt 6 spørgsmål.
Læs mereEksaminanderne på hf tilvalg forventes ikke at kunne udnytte grafregnerens muligheder for regression.
Bilag 3: Uddrag af Matematik 1999. Skriftlig eksamen og større skriftlig opgave ved studentereksamen og hf. Kommentarer på baggrund af censorernes tilbagemeldinger HF-tilvalgsfag (opgavesæt HF 99-8-1)
Læs mereDifferensligninger og populationsstørrelser
Differensligninger og populationsstørrelser Søren Højsgaard Department of Mathematical Sciences Aalborg University, Denmark October 5, 2014 Printed: October 5, 2014 File: differensligninger-slides.tex
Læs mere