Sandsynlighedsregning 5. forelæsning Bo Friis Nielsen

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Starte visningen fra side:

Download "Sandsynlighedsregning 5. forelæsning Bo Friis Nielsen"

Transkript

1 Dgens emner fsnit 3.5 og 4. oissonfordelingen Sndsynlighedsregning 5. forelæsning Bo Friis Nielsen Mtemtik og Computer Science Dnmrks Tekniske Universitet 800 Kgs. Lyngby Dnmrk Emil: Kontinuerte stokstiske vrible X = ) = µ! e µ Tæthed density): f) 0, f)d = X d) = f)d Middelværdi, vrins momenter): EX) = f)d Normlfordelingen: f) = π e µ ) Den centrle grænseværdisætning oisson-fordelingen En binomilfordelingen med mnge forsøg, hvert med lille sndsynlighed N= 5, p= No. successes Eksempler på oissonfordelte vrible?) Antl børn født i et klenderår i Dnmrk med en given sjælden sygdom. Antl rdioktive henfld i en prøve indenfor et bestemt tidsrum. Antl komponenter i en btch der er defekte. n stor p lille np modert N= 00, p= No. successes N= 000, p= forelæsning 5 No. successes forelæsning 5 4

2 Sndsynlighedsfordelingen for X oisµ) oisson punktprocessen sctter) X = ) = µ! e µ kn findes som grænsen f Binn,µ/n) for n Momenter i oisson-fordelingen Vi får middelværdi: EX) = µ og vrins: VrX) = EX ) µ = µ 0405 forelæsning forelæsning 5 6 Antgelser p. 9) Antgelse : Ikke multiple forekomster, hvert punkt eller forekomst hr særskilt plcering Antgelse : Tilfældighed. Alle disjunkte delområder med smme rel bliver rmt med smme sndsynlighed og ufhænigt f hinnden. oisson Sctter Theorem p. 30): unktprocessen hr en intensitet tæthed) λ så: Antllet f forekomster i et område B er oisλ B ) Overlejring Hvis to oisson-punktprocesser overlejres, er resulttet en ny oisson punktprocess. Intensiteten i den nye process er summen f intensiteterne i de to komponenter. Udtynding Hvis hvert punkt fjernes fr en oisson-punktproces med sndsynlighed p bibeholdes med sndsynlighed p), er resulttet en ny oisson-punktproces med intensitet p λ. Antllet f forekomster i disjunkte områder er ufhængige forelæsning forelæsning 5 8

3 Middelværdi for oissonfordeling EX) = f) = Lidt mnipultion med summen giver =0 VrX) = µ µ! e µ = = = µe µ X = ) = µ )! e µ = µe µ y=0 =0 = µ y y! = µe µ e µ = µ µ! e µ µ )! Ligefordelingen uniform) side olitiet ønsker t udspørge en bestemt personge ngående en sg om nogle forsvundne høns. I den forbindelse spekuleres der over, hvor mn kn finde hm. Mn ntger, t hn befinder sig på lndevejen mellem Københvn og Klundborg. olitimesteren i Slgelse spekulerer over hvd sndsynligheden er for t finde Knud Erik Omstrejfer i Vestsjællnds mt? Hvordn kunne vi gribe det n? 0405 forelæsning forelæsning 5 0 φ) Tætheden f) f en kontinuert S.V En funktion ft) er en tæthed hvis. ft) 0 for lle t. f er normeret, d.v.s. < X < + ) = Sndsynligheder findes som relet under kurven s. 60) < X < b) = b f)d NB! Smmenftning s ft) dt = Tætheder fortolket som sndsynligheder For en kontinuert stokstisk vribel er lle punktsndsynligheder 0. Sndsynligheden for t observere en observtion i en omegn h f findes som hf). φ) forelæsning 5 X +h)=f)h

4 Middelværdi og vrins side 6) Generelt erstttes beregninger f summer for diskrete vrible) med integrler for kontinuerte vrible) Eksempelvis EX) = f)d EX ) = Vi hr stdig den meget vigtige beregningsformel VrX) = EX ) EX)) f)d Ligefordelingen Hvd er så c? = = c = b f)d f)d+ f) = b c hvis < < b 0 ellers f)d+ b f)d = 0+b ) c forelæsning forelæsning 5 4 Beregning i ligefordelingen Spm: For < < y < b find < X < y) Svr: < X < y) = y fu)du = cy ) = y b. Sndsynligheden er ltså den del f intervllet fr til b, der udgøres f intervllet fr til y forelæsning 5 5 Antg t X er en stokstisk vribel med tæthed c hvis < < b f) =. 0 ellers Spørgsmål Ld U = X )/b ). Værdimængden for U er 0;) 0;b/b )) 3 ; ) 4 /b );b/b )) 5 Oplysningerne i teksten er ikke tilstrækkelige 6 Ved ikke 0405 forelæsning 5 6

5 Normlisering/stndrdisering Alterntivt U = X b X = +b )U EX) = = [ f)d = b ] b b = +b f)d Vrinsberegning VrX) = Vr+b )U) = b ) VrU) VrX) = b ) E U ) EU)) ) E U ) = VrX) = b ) 3 0 u du = 3 ) ) = b ) EX) = E+b )U) = E)+b )EU) = +b ) 0405 forelæsning forelæsning 5 8 Antg t X er en stokstisk vribel med tæthed f) = c+) for < < 0, og 0 ellers. Spørgsmål Værdien f c er f) kn ikke være en tæthed 6 Ved ikke 0405 forelæsning 5 9 Opgve 4..3 modificeret) Ld X være en stokstisk vribel med tæthed f) = c+) for < < 0, og 0 ellers. Spm: Find værdien f c. Svr: Vi kræver +... og finder 0 f) d = c+) d = c 6 ltså c = 6. φ) forelæsning 5 0

6 Spm: Bestem værdien f X Svr: D fordelingen er symmetrisk om får vi X ) = ) Spm: Bestem værdien f X 3 ) φ) φ) forelæsning forelæsning 5 Svr: Vi benytter smmenhængen mellem tæthed og sndsynlighed side 60 eller side 63 X ) [ 3 = c+)d = c 3 + ] = = Med c = 6 får vi X ) = Spm: Hvd er 3 X Svr: ) ) 3 X = 7 7 = 3 54 φ) forelæsning forelæsning 5 4

7 Spm: Hvd er middelværdi og vrins f X? Svr: Middelværdien er ud fr symmetrien. Vi finder EX ) EX ) = 6...og dermed 0 +)d = 6 0 En række generiske modeller Forskellige ingeniørtekniske problemstillinger: Hvor mnge ulykker sker der i et vejkryds Tidsfstnden mellem to pkker i et kommuniktionsnetværk Vægt/mængde ngivelse f et kemisk produkt Antl positive respondenter i en mrkedsnlyse og vrinter herf VrX) = = forelæsning forelæsning 5 6 Den centrle grænseværdisætning side 68, 96) I nturen/teknikken observeres ofte en klokkeformet fordeling Dette understøttes teoretisk netop f CGS En sum f mnge bidrg er tilnærmelsesvist) norml fordelt når intet enkeltbidrg dominerer summen Formen formlen!) for normlfordelingen fremkommer netop gennem udledningen - beviset - for CGS Normlfordeling - udtryk og egenskber side 66-67, 477, Hvis X Nµ, ), så: X hr tætheden φ) = π e µ ) Middelværdi EX) = µ Vrins VrX) = Spredning SDX) = φ) % Norml p.d.f Vendetnge 0405 forelæsning forelæsning 5 8

8 Den stndrdiserede normlfordeling X Nµ, ) : < X < b) = b π e µ ) d De normlfordelte vrible bevres under ffine trnsformtioner: Vi kn stndrdisere X: c X +c Nc µ+c,c ) Z z) = Z = X µ z N0,) π e t dt = Φz) Vi betrgter en stokstisk vribel X, der er stndrd norml fordelt. Spørgsmål 3 Sndsynligheden 0 < X < 0.00) findes eventuelt pproksimtivt) til 0.00 Φ0.0) 3 π e Φ0) π 6 Ved ikke Hvor Φ som sædvnlig betegner fordelingsfunktionen for en stndrdiseret normlfordelt vribel. Opgve 4..8 Vægtmålinger f en metlklump formodes t være ufhængige og identisk fordelte I.I.D.), med middelværdien f grm og stndrdfvigelse. grm. Spørgsmål: Hvd er sndsynligheden for t en enkelt måling er mellem.8 og. grm under ntgelse f, t de enkelte målinger kn beskrives ved en normlfordeling? Svr: Ld W betegne vægten på en måling. W norml,. ) Spørgsmålet kn nu formuleres: Bestem.8 < W <.). Trnsformér til stndrdiseret normlfordeling:.8 < W <.) =.8 < W <. ).8 = < W <. )... = Φ0.88) Φ 0.88) = = forelæsning forelæsning 5 3

9 Spørgsmål: Beregn sndsynligheden for t gennemsnittet f 00 målinger ligger i intervllet [.8 grm;. grm] er normlfordelingsntgelsen nødvendig her?) Svr: Ld W i betegne resulttet f den i te måling. Ld W være gennemsnittet W = Spørgsmålet er ltså: 00 i= W i 00.8 < W <.) Ifølge C.G.S. s. 96) er W pproksimtivt normlfordelt Sum S = n i= W i: Gennemsnit W = S/n: S Nnµ,n ) W N µ, ) n 0405 forelæsning forelæsning 5 34 Stndrdisér: Indfør Z = W µ = n W µ N0,) n Omformulér spørgsmålet til t gælde Z: < W < b ) n µ = < n W µ n µ = Vi finder < Z < n b µ ) = Φ < n b µ ) ) ) n b µ n µ Φ Afsnit 3.5 og 4. oissonfordelingen X = ) = µ! e µ Kontinuerte stokstiske vrible Tæthed density): f) 0, f)d =, X d) = f)d Middelværdi, vrins momenter): EX) = f)d EgX)) = g)f)d, E X k) = k f)d Normlfordelingen: f) = π e µ ) Z = X µ Den centrle grænseværdisætning.8 < W <.) =.88 < Z <.88) = forelæsning 5 35

Sandsynlighedsregning 4. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 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 mere

Sandsynlighedsregning 4. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 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 mere

Kort om Potenssammenhænge

Kort om Potenssammenhænge Øvelser til hæftet Kort om Potenssmmenhænge 2011 Krsten Juul Dette hæfte indeholder bl.. mnge småspørgsmål der gør det nemmere for elever t rbejde effektivt på t få kendskb til emnet. Indhold 1. Ligning

Læs mere

Integralregning. 2. del. 2006 Karsten Juul

Integralregning. 2. del. 2006 Karsten Juul Integrlregning del ( ( 6 Krsten Juul Indhold 6 Uestemt integrl8 6 Sætning om eksistens stmunktioner 8 6 Oplæg til "regneregler or integrl"8 6 Regneregler or uestemt integrl 9 68 Foreredelse til "integrtion

Læs mere

ANALYSE 1, 2014, Uge 3

ANALYSE 1, 2014, Uge 3 ANALYSE 1, 2014, Uge 3 Forelæsninger Tirsdg. Vi generliserer tlrækker til funktionsrækker ved t udskifte tllene med funktioner (TL Afsnit 12.5). Det svrer til forrige uges skridt fr tlfølger til funktionsfølger.

Læs mere

Eksponentielle Sammenhænge

Eksponentielle Sammenhænge Kort om Eksponentielle Smmenhænge 011 Krsten Juul Dette hæfte indeholder pensum i eksponentielle smmenhænge for gymnsiet og hf. Indhold 1. Procenter på en ny måde... 1. Hvd er en eksponentiel smmenhæng?....

Læs mere

Potens- sammenhænge. inkl. proportionale og omvendt proportionale variable. 2010 Karsten Juul

Potens- sammenhænge. inkl. proportionale og omvendt proportionale variable. 2010 Karsten Juul Potens- smmenhænge inkl. proportionle og omvendt proportionle vrible 010 Krsten Juul Dette hæfte er en fortsættelse f hæftet "Eksponentielle smmenhænge, udgve ". Indhold 1. Hvd er en potenssmmenhæng?...1.

Læs mere

Formelsamling for matematik niveau B og A på højere handelseksamen. Appendiks

Formelsamling for matematik niveau B og A på højere handelseksamen. Appendiks Formelsmling for mtemtik niveu B og A på højere hndelseksmen Appendiks April Mtemtik B Procentregning Procentvis vækst Værdien f en given vriel x liver ændret fr x til x 1. Den %-vise vækst eregnes ved:

Læs mere

Sandsynligheder og diskrete stokastiske variable

Sandsynligheder og diskrete stokastiske variable Sndsynligheder og disrete stostise vrible Regler for sndsynligheder Byes sætning Stostis vribel disret Sndsynligheds fordeling Kumultiv fordeling Middelværdi, vrins, stndrd fvigelse Sidste gng Mængder

Læs mere

Matematisk modellering og numeriske metoder. Lektion 17

Matematisk modellering og numeriske metoder. Lektion 17 Mtemtisk modellering og numeriske metoder Lektion 1 Morten Grud Rsmussen 8. november, 1 1 Numerisk integrtion og differentition [Bogens fsnit 19. side 84] 1.1 Grundlæggende om numerisk integrtion Vi vil

Læs mere

Du kan efter ønske opfatte integralet som et Riemann-integral eller et Lebesgue-integral (idet de to er identiske på C([a, b], C) jf. Theorem 11.8.

Du kan efter ønske opfatte integralet som et Riemann-integral eller et Lebesgue-integral (idet de to er identiske på C([a, b], C) jf. Theorem 11.8. Anlyse Øvelser Rsmus Sylvester Bryder. og 5. oktober 3 Supplerende opgve Ld C([, b], C) betegne rummet f lle kontinuerte funktioner f : [, b] C, hvor < b, og definér et indre produkt på C([, b], C) ved

Læs mere

Fejlforplantning. Landmålingens fejlteori - Lektion 9 - Repetition - Fejlforplantning. Kovariansmatrix. Kovariansmatrix

Fejlforplantning. Landmålingens fejlteori - Lektion 9 - Repetition - Fejlforplantning. Kovariansmatrix. Kovariansmatrix Fejlforplntning Lndmålingens fejlteori Lektion 9 Repetition - Fejlforplntning Ksper K Berthelsen - kk@mthudk http://peoplemthudk/ kk/undervisning/lf11 Institut for Mtemtiske Fg Alorg Universitet Lndmåling

Læs mere

Sandsynlighedsregning 8. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 8. forelæsning Bo Friis Nielsen Sandsynlighedsregning 8. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 28 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner 5.1 og 5.2 Ligefordeling med to

Læs mere

Formelsamling Matematik C Indhold

Formelsamling Matematik C Indhold Formelsmling Mtemtik C Indhold Eksempler på besvrelser, lin, eksp, pot, geo... Tl, regneopertioner og ligninger... 6 Ligninger... 7 Geometri... 0 Funktioner og modeller... 3 Lineær funktion... 3 Procentregning...

Læs mere

For så kan de to additionsformler samles i én formel, der kan ses som et specialtilfælde af den komplekse eksponentialfunktions funktionalligning,

For så kan de to additionsformler samles i én formel, der kan ses som et specialtilfælde af den komplekse eksponentialfunktions funktionalligning, 15.1. Komplekse integrler 293 læse, og hvordn gør mn det i prksis? Men den virkelige motivtion bg begrebet bliver udst til fsnit 18.5, hvor vi viser t foldning f sndsynlighedsmål lder sig udtrykke meget

Læs mere

ØVELSE 4. Ex_4 DATA MYSAS.SAMDATA; SET MYSAS.DATA85 MYSAS.SUPDATA;

ØVELSE 4. Ex_4 DATA MYSAS.SAMDATA; SET MYSAS.DATA85 MYSAS.SUPDATA; ØVELSE 4 I denne øvelse får du lige først et fsnit om, hvordn mn sætter dtsæt smmen. Du kn få brug for dette ved den sidste øvelse i denne uge og ellers er det generelt en nyttig ting t kunne i SAS. Desuden

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

ANALYSE 1, 2013, Uge 2

ANALYSE 1, 2013, Uge 2 ANALYSE 1, 2013, Uge 2 Forelæsninger Denne uges tem er uendelige rækker. Tirsdg: Tlrækker. En uendelig tlrække består ligesom en uendelig tlfølge f uendelig mnge tl. Forskellen mellem de to begreber består

Læs mere

MM501 forelæsningsslides

MM501 forelæsningsslides MM501 forelæsningsslides uge 39, 009 Produceret f Hns J. Munkholm 1 Linerisering s. 66-67 Lineriseringen f f omkring x =, er den lineære funktion, der hr tngenten som grf. Klder mn den L er forskriften

Læs mere

Potens regression med TI-Nspire

Potens regression med TI-Nspire Potensvækst og modellering - Mt-B/A 2.b 2007-08 Potens regression med TI-Nspire Vi tger her udgngspunkt i et eksempel med tovværk, hvor mn får oplyst en tbel over smmenhængen mellem dimeteren (xdt) i millimeter

Læs mere

Institut for Matematik, DTU: Gymnasieopgave. Integrationsprincippet og Keplers tønderegel

Institut for Matematik, DTU: Gymnasieopgave. Integrationsprincippet og Keplers tønderegel Integrtionsprincippet og Keplers tønderegel. side Institut for Mtemtik, DTU: Gymnsieopgve Integrtionsprincippet og Keplers tønderegel Littertur: H. Elrønd Jensen, Mtemtisk nlyse, Institut for Mtemtik,

Læs mere

Kvantitative Metoder 1 - Forår 2007

Kvantitative 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 mere

Sandsynlighedsregning 7. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 7. forelæsning Bo Friis Nielsen Sandsynlighedsregning 7. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 28 Kgs. Lyngby Danmark Email: bfn@dtu.dk Dagens emner afsnit 4.5 og 4.6 (Kumulerede) fordelingsfunktion

Læs mere

Sandsynlighedsregning 6. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 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 mere

Elementær sandsynlighedsregning

Elementær 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 mere

INTEGRALREGNING. Opgaver til noterne kan findes her. PDF. Facit til opgaverne kan hentes her. PDF. Version: 5.0

INTEGRALREGNING. Opgaver til noterne kan findes her. PDF. Facit til opgaverne kan hentes her. PDF. Version: 5.0 INTEGRALREGNING Version: 5.0 Noterne gennemgår egreerne: integrl og stmfunktion, og nskuer dette som et redsk til estemmelse f l.. reler under funktioner. Opgver til noterne kn findes her. PDF Fcit til

Læs mere

Oversigt. Kursus Introduktion til Statistik. Forelæsning 3: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff.

Oversigt. Kursus Introduktion til Statistik. Forelæsning 3: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff. Kursus 242 Introduktion til Statistik Forelæsning 3: Kapitel 5: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik Bygning 35/324 Danmarks Tekniske Universitet 28 Lyngby Danmark e-mail:

Læs mere

Eksamen Analyse 1, Juni 2015, Besvarelse 1. Opgave 1. ( ln x) q x p dx =

Eksamen Analyse 1, Juni 2015, Besvarelse 1. Opgave 1. ( ln x) q x p dx = Eksmen Anlyse, Juni 25, Besvrelse Ld p >, q, og r. Opgve () Vis t integrlet ( ln x)r x p dx konvergerer. [Vink: Smmenlign med x s for pssende vlgt s.] ( ln x)q x p dx. [Vink: Anvend (b) Bevis formlen (

Læs mere

Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.

Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0. Landmålingens fejlteori Lektion 2 Transformation af stokastiske variable - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf12 Institut for Matematiske Fag Aalborg Universitet Repetition:

Læs mere

Om Riemann-integralet. Noter til Matematik 1

Om Riemann-integralet. Noter til Matematik 1 Om Riemnn-integrlet. Noter til Mtemtik 1 Jon Johnsen Institut for Mtemtiske Fg, Alborg Universitet Fredrik Bjers Vej 7G, 9220 Ålborg Ø 3. december 2001 1 Indledning Integrlregning går tilbge til Newtons

Læs mere

Dæmonen. Efterbehandlingsark C. Spørgsmål til grafen over højden.

Dæmonen. Efterbehandlingsark C. Spørgsmål til grafen over højden. Efterbehndlingsrk C Dæmonen Nedenfor er vist to grfer for bevægelsen i Dæmonen. Den første grf viser hvor mnge gnge du vejer mere eller mindre end din normle vægt. Den nden grf viser højden. Spørgsmål

Læs mere

Hvad ved du om mobning?

Hvad ved du om mobning? TEST: Hvd ved du om moning? I testen her kn du fprøve, hvor meget du ved om moning på rejdspldsen. Testen estår f tre dele: Selve testen, hvor du skl sætte ét kryds for hvert f de ti spørgsmål. Et hurtigt

Læs mere

(a k cos kx + b k sin kx) k=1. cos θk = sin θ 1 ak. , b k. k=1

(a k cos kx + b k sin kx) k=1. cos θk = sin θ 1 ak. , b k. k=1 SEKTION 7 FOURIERANALYSE 7 Fouriernlyse Periodiske funktioner er vigtige i mnge smmenhænge, både videnskbeligt og teknisk Vi vil normlisere, så ntger, t perioden er π Disse funktioner er bedst nlyseret

Læs mere

Program. Statistik og Sandsynlighedsregning. Eksempler. Sandsynlighedstæthed og sandsynlighedsmål

Program. Statistik og Sandsynlighedsregning. Eksempler. Sandsynlighedstæthed og sandsynlighedsmål Program Statistik og Sandsynlighedsregning Sandsynlighedstætheder og kontinuerte fordelinger på R Varians og middelværdi Normalfordelingen Susanne Ditlevsen Uge 48, tirsdag Tætheder og fordelingsfunktioner

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

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

Bogstavregning. for gymnasiet og hf Karsten Juul. a a

Bogstavregning. for gymnasiet og hf Karsten Juul. a a Bogstvregning for gymnsiet og hf 010 Krsten Juul Til eleven Brug lynt og viskelæder når du skriver og tegner i hæftet, så du får et hæfte der er egenet til jævnligt t slå op i under dit videre rejde med

Læs mere

3. Vilkårlige trekanter

3. Vilkårlige trekanter 3. Vilkårlige treknter 3. Vilkårlige treknter I dette fsnit vil vi beskæftige os med treknter, der ikke nødvendigvis er retvinklede. De formler, der er omtlt i fsnittet om retvinklede treknter, kn ikke

Læs mere

Matematikkens sprog INTRO

Matematikkens sprog INTRO Mtemtikkens sprog Mtemtik hr sit eget sprog, der består f tl og symboler fx regnetegn, brøkstreger bogstver og prenteser På mnge måder er det ret prktisk - det giver fx korte måder t skrive formler på.

Læs mere

Landmålingens fejlteori - Lektion 2 - Transformation af stokastiske variable

Landmålingens fejlteori - Lektion 2 - Transformation af stokastiske variable Landmålingens fejlteori Lektion 2 Transformation af stokastiske variable - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf12 Institut for Matematiske Fag Aalborg Universitet 1/31 Repetition:

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

Matematikkens mysterier - på et højt niveau. 3. Differentialligninger

Matematikkens mysterier - på et højt niveau. 3. Differentialligninger Mtemtikkens msterier - på et højt niveu f Kenneth Hnsen 3. Differentilligninger N N N 3 A A k k Indholdsfortegnelse 3. Introduktion 3. Dnmiske sstemer 3 3.3 Seprtion f de vrible 8 3.4 Vækstmodeller 8 3.5

Læs mere

1/41. 2/41 Landmålingens fejlteori - Lektion 1 - Kontinuerte stokastiske variable

1/41. 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 mere

Formelsamling Matematik C Indhold

Formelsamling Matematik C Indhold Formelsmling Mtemtik C Indhold Eksempler på esvrelser, lin, eksp, pot, geo... Tl, regneopertioner og ligninger... 6 Ligninger... 7 Geometri... 9 Funktioner og modeller... Lineær funktion... Procentregning...

Læs mere

Løsning til eksamen 16/

Løsning til eksamen 16/ 1 IMM - DTU 245 Probability 24-5-11 BFN/bfn Løsning til eksamen 16/12 23 Spørgsmål 1) 2 44% Man benytter formlen for skalering og positionsskift i forbindelse med varians og standardafvigelse, samt formlen

Læs mere

Differential-kvotient. Produkt og marked - differential og integralregning. Regneregler. Stamfunktion. Lad f være en funktion - f.eks. f (x) = 2x 2.

Differential-kvotient. Produkt og marked - differential og integralregning. Regneregler. Stamfunktion. Lad f være en funktion - f.eks. f (x) = 2x 2. Differentil-kvotient Ld f være en funktion - f.eks. f (x) = 2x 2. Produkt og mrked - differentil og integrlregning Rsmus Wgepetersen Institut for Mtemtiske Fg Alborg Universitet Februry 14, 2014 Differentilkvotienten

Læs mere

Landmålingens fejlteori - Lektion 2. Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ. Definition: Normalfordelingen

Landmålingens fejlteori - Lektion 2. Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ. Definition: Normalfordelingen Landmålingens fejlteori Lektion Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet En stokastisk variabel er en variabel,

Læs mere

Pointen med Integration

Pointen med Integration Pointen med Integrtion Frnk Nsser 20. pril 2011 c 2008-2011. Dette dokument må kun nvendes til undervisning i klsser som bonnerer på MtBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er en

Læs mere

... ... ... ... ... ... ... b > 0 og x > 0, vil vi kalde en potensfunktion. 492 10. Potensfunktioner

... ... ... ... ... ... ... b > 0 og x > 0, vil vi kalde en potensfunktion. 492 10. Potensfunktioner POTENSFUNKTIONER 0 49 0. Potensfunktioner POTENSFUNKTIONER DEFINITION En funktion med forskriften f( )= b hvor b > 0 og > 0 vil vi klde en potensfunktion. I MAT C kpitel så vi t hvis skl være et vilkårligt

Læs mere

Matematisk modellering og numeriske metoder. Lektion 12

Matematisk modellering og numeriske metoder. Lektion 12 Mtemtisk modellering numeriske metoder Lektion 12 Morten Grud Rsmussen 21. oktober, 213 1 Prtielle differentilligninger 1.1 Løsning f vrmeligningen vh. Fourierrækker [Bens sektion 12.6 på side 558] Vi

Læs mere

Teoretisk Statistik, 9 marts nb. Det forventes ikke, at alt materialet dækkes d. 9. marts.

Teoretisk Statistik, 9 marts nb. Det forventes ikke, at alt materialet dækkes d. 9. marts. Teoretisk Statistik, 9 marts 2005 Empiriske analoger (Kap. 3.7) Normalfordelingen (Kap. 3.12) Opsamling på Kap. 3 nb. Det forventes ikke, at alt materialet dækkes d. 9. marts. 1 Empiriske analoger Betragt

Læs mere

Forelæsning 3: Kapitel 5: Kontinuerte fordelinger

Forelæsning 3: Kapitel 5: Kontinuerte fordelinger Kursus 02402 Introduktion til Statistik Forelæsning 3: Kapitel 5: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Matematik B-A. Trigonometri og Geometri. Niels Junge

Matematik B-A. Trigonometri og Geometri. Niels Junge Mtemtik B-A Trigonometri og Geometri Niels Junge Indholdsfortegnelse Indledning...3 Trigonometri...3 Sinusreltionen:...6 Cosinusreltionen...7 Dobbeltydighed...7 Smmendrg...8 Retvinklede treknter...8 Ikke

Læs mere

Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen

Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen Repetition Lov om total sandsynlighed Bayes sætning P( B A) = P(A) = P(AI B) + P(AI P( A B) P( B) P( A B) P( B) +

Læs mere

Lektion 7s Funktioner - supplerende eksempler

Lektion 7s Funktioner - supplerende eksempler Lektion 7s Funktioner - supplerende eksempler Oversigt over forskellige tper f funktioner Omvendt proportionlitet og hperler.grdsfunktioner og prler Eksponentilfunktioner Potensfunktioner Lektion 7s Side

Læs mere

Geometrinoter 2. Brahmaguptas formel Arealet af en indskrivelig firkant ABCD kan tilsvarende beregnes ud fra firkantens sidelængder:

Geometrinoter 2. Brahmaguptas formel Arealet af en indskrivelig firkant ABCD kan tilsvarende beregnes ud fra firkantens sidelængder: Geometrinoter 2, jnur 2009, Kirsten Rosenkilde 1 Geometrinoter 2 Disse noter omhndler sætninger om treknter, trekntens ydre røringscirkler, to cirklers rdiklkse smt Simson- og Eulerlinjen i en treknt.

Læs mere

Hvad ved du om mobning?

Hvad ved du om mobning? TEST: Hvd ved du om moning? I testen her kn du fprøve, hvor meget du ved om moning på rejdspldsen. Testen estår f tre dele: Selve testen, hvor du skl sætte ét kryds for hvert f de ti spørgsmål. Et hurtigt

Læs mere

Tema. Dagens tema: Indfør centrale statistiske begreber.

Tema. Dagens tema: Indfør centrale statistiske begreber. Tema Dagens tema: Indfør centrale statistiske begreber. Model og modelkontrol Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse. konfidensintervaller Vi tager udgangspunkt i Ex. 3.1 i

Læs mere

Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 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 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

Lektion 6 Bogstavregning

Lektion 6 Bogstavregning Mtemtik på Åbent VUC Lektion 6 Bogstvregning Formler... Udtryk... Ligninger... Ligninger som løsningsmetode i regneopgver... Simultion... Opsmlingsopgver... Lvet f Niels Jørgen Andresen, VUC Århus. Redigeret

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningseskrivelse Stmoplysninger til rug ved prøver til gymnsile uddnnelser Termin Juni 2016 Institution Uddnnelse Fg og niveu Lærere Hold Fvrskov Gymnsium Stx Mtemtik A Peter Lundøer (Lu) 3k Mtemtik

Læs mere

TAL OG BOGSTAVREGNING

TAL OG BOGSTAVREGNING TAL OG BOGSTAVREGNING De elementære regnerter I mtemtik kn vi regne med tl, men vi kn også regne med bogstver, som gør det hele en smugle mere bstrkt. Først skl vi se lidt på de fire elementære regnerter,

Læs mere

UGESEDDEL 52. . Dette gøres nedenfor: > a LC

UGESEDDEL 52. . Dette gøres nedenfor: > a LC UGESEDDE 52 Opgve 1 Denne opgve er et mtemtisk eksempel på Ricrdo s én-fktor model, der præsenteres i Krugmn & Obstfeld kpitel 2 side 12-19. Denne model beskriver hndel som et udslg f komprtive fordele

Læs mere

Sandsynlighedsregning 2. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 2. forelæsning Bo Friis Nielsen Sandsynlighedsregning 2. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Vigtigste nye emner i 2.1, 2.2 og 2.5

Læs mere

ØVEHÆFTE FOR MATEMATIK C POTENS-SAMMENHÆNG

ØVEHÆFTE FOR MATEMATIK C POTENS-SAMMENHÆNG ØVEHÆFTE FOR MATEMATIK C POTENS-SAMMENHÆNG INDHOLDSFORTEGNELSE 1 Formelsmling... side 2 Uddbning f visse formler... side 3 2 Grundlæggende færdigheder... side 5 2 Finde konstnterne og b i en formel...

Læs mere

Michel Mandix (2017) Derfor er der behov for en række værktøjer, som kan bruges også til de vilkårlige trekanter. a b c A B C

Michel Mandix (2017) Derfor er der behov for en række værktøjer, som kan bruges også til de vilkårlige trekanter. a b c A B C Mihel Mndix (07) Sinusreltionen Nott Side f 9 Sinusreltionen Indtil videre, er der kun eskrevet, hvordn mn eregner på retvinklede treknter. Men desværre er det lngtfr lle treknter, som er retvinklede.

Læs mere

Formelsamling til Fourieranalyse 10. udgave

Formelsamling til Fourieranalyse 10. udgave Formelsmling til Fouriernlyse. udgve Kristin Jerslev og Steven Hyden 3. oktober 9 Her følger en formelsmling lvet til kurset Fouriernlyse på Arhus Universitet. Bemærk venligst, t smlingen indeholder sætninger

Læs mere

k(k 1)(k 2)... (k n + 1) = = 12 2 = 6

k(k 1)(k 2)... (k n + 1) = = 12 2 = 6 Oversigt [S] 8.7, 8.8, 8.9 Nøgleord og begreber Binomilformlen Binomilkoefficienter Binomilrækken Tylor polynomier Vurdering f Tylor s restled Eksponentilrækken konvereger mod eksponentilfunktionen Clculus

Læs mere

Bemærkning Den dobbelte Riemannsum af en funktion f : R R er. 2 Sætning (Polært koordinatskift) For f kontinuert på det polære rektangel

Bemærkning Den dobbelte Riemannsum af en funktion f : R R er. 2 Sætning (Polært koordinatskift) For f kontinuert på det polære rektangel Oversigt [S].4,.5,.7 Pol og sigtelinje [S] Appendi H. Polr coordintes Nøgleord og egreer epetition: Polære koordinter Lgkgestkker Koordintskift Tpe II vrinten August, opgve Populære nvendelser Flv højere...

Læs mere

Trigonometri. Matematik A niveau

Trigonometri. Matematik A niveau Trigonometri Mtemtik A niveu Arhus Teh EUX Niels Junge Trigonometri Sinus Cosinus Tngens Her er definitionen for Cosinus Sinus og Tngens Mn kn sige t osinus er den projierede på x-ksen og sinus er den

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Mogens Bladt www2.imm.dtu.dk/courses/02405 12. Oktober, 2007 Kontinuerte fordelinger Vi har hidtil set på fordelinger af stokastiske variable der højst kan antage tælleligt mange værdier (diskrete stokastiske

Læs mere

Fælles for disse typer af funktioner er, at de som grundfunktion indeholder varianter af udtrykket x a.

Fælles for disse typer af funktioner er, at de som grundfunktion indeholder varianter af udtrykket x a. 5. FORSKRIFT FOR EN POTENSFUNKTION Vi hr i vores gennemgng f de forskellige funktionstper llerede være inde på udtrk, som indeholder forskellige potenser f I dette kpitel skl vi se på forskellige tper

Læs mere

Integralregning. Erik Vestergaard

Integralregning. Erik Vestergaard Integrlregning Erik Vestergrd Erik Vestergrd www.mtemtikfysik.dk Erik Vestergrd, Hderslev 4 Erik Vestergrd www.mtemtikfysik.dk Indholdsfortegnelse Indholdsfortegnelse. Indledning 4. Stmfunktioner 4. Smmenhængen

Læs mere

Om Dido var kyndig i matematik er nok tvivlsomt, men hun havde i hvert fald en veludviklet logisk sans, som vi skal se.

Om Dido var kyndig i matematik er nok tvivlsomt, men hun havde i hvert fald en veludviklet logisk sans, som vi skal se. Forord. Det isoperimetriske problem går i l sin enkelhed ud på t finde den lukkede kurve i plnen, blndt en mængde f kurver lle med smme omkreds, som fgrænser det størst mulige rel. Løsningen til det isoperimetriske

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Mogens Bladt www2.imm.dtu.dk/courses/02405 21. September, 2007 Lidt om binomialkoefficienter n størrelsen af en mængde/population. Vi ønsker at udtage en sub population af størrelse r. To sub populationer

Læs mere

Kompendium. Matematik HF C niveau. Frederiksberg HF Kursus. Lars Bronée 2014

Kompendium. Matematik HF C niveau. Frederiksberg HF Kursus. Lars Bronée 2014 Kompendium Mtemtik HF C niveu π Frederiksberg HF Kursus Lrs Bronée 04 Mil: post@lrsbronee.dk Web: www.lrsbronee.dk Indholdsfortegnelse: Forord Det grundlæggende Ligningsløsning 8 Procentregning Rentesregning

Læs mere

Lektion 5 Det bestemte integral

Lektion 5 Det bestemte integral f(x) dx = F (b) F () Lektion 5 Det bestemte integrl Definition Integrlregningens Middelværdisætning Integrl- og Differentilregningens Hovedsætning Bereging f bestemte integrler Regneregler Arel mellem

Læs mere

Elementær sandsynlighedsregning

Elementær 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 mere

Fremkomsten af mængdelæren. Stig Andur Pedersen

Fremkomsten af mængdelæren. Stig Andur Pedersen Fremkomsten f mængdelæren Stig Andur Pedersen 1 Fourier række for f(x)=x x n 1 ( 1) 2 sin( nx) n n= 1 sin(2 x) sin(3 x) sin(4 x) = 2 sin( x) + + 2 3 4 De første 15 led er tget med på kurven. 2 Fourierrække

Læs mere

Dødelighed og kræftforekomst i Avanersuaq. Et registerstudie

Dødelighed og kræftforekomst i Avanersuaq. Et registerstudie Dødelighed og kræftforekomst i Avnersuq. Et registerstudie Peter Bjerregrd, Anni Brit Sternhgen Nielsen og Knud Juel Indledning Det hr været fremført f loklbefolkningen i Avnersuq og f Lndsstyret, t der

Læs mere

Oversigt. Course 02402/02323 Introducerende Statistik. Forelæsning 2: Stokastisk variabel og diskrete fordelinger

Oversigt. Course 02402/02323 Introducerende Statistik. Forelæsning 2: Stokastisk variabel og diskrete fordelinger Course 02402/02323 Introducerende Statistik Forelæsning 2: Stokastisk variabel og diskrete fordelinger Klaus K. Andersen og Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Danmarks Tekniske Universitet

Læs mere

Trigonometri. Trigonometri. Sinus og cosinus... 2 Tangens... 6 Opgaver... 9. Side 1

Trigonometri. Trigonometri. Sinus og cosinus... 2 Tangens... 6 Opgaver... 9. Side 1 Trigonometri Sinus og osinus... 2 Tngens... 6 Opgver... 9 Side Sinus og osinus Til lle vinkler hører der to tl, som kldes osinus og sinus. Mn finder sinus og osinus til en vinkel ved t tegne vinklen midt

Læs mere

Statistik Lektion 4. Kovarians og korrelation Mere om normalfordelingen Den centrale grænseværdi sætning Stikprøvefordelingen

Statistik Lektion 4. Kovarians og korrelation Mere om normalfordelingen Den centrale grænseværdi sætning Stikprøvefordelingen Sttistik Lektio 4 Kovris og korreltio Mere om ormlfordelige De cetrle græseværdi sætig Stikprøvefordelige Repetitio: Kotiuerte stokstiske vrible f (x) er e sdsylighedstæthedsfuktio, hvis f ( x) 0 for lle

Læs mere

Eksempel 9.1. Areal = (a 1 + b 1 )(a 2 + b 2 ) a 1 a 2 b 1 b 2 2a 2 b 1 = a 1 b 2 a 2 b 1 a 1 a 2 = b 1 b 2. Eksempel = ( 1) = 10

Eksempel 9.1. Areal = (a 1 + b 1 )(a 2 + b 2 ) a 1 a 2 b 1 b 2 2a 2 b 1 = a 1 b 2 a 2 b 1 a 1 a 2 = b 1 b 2. Eksempel = ( 1) = 10 Oversigt [LA] 9 Nem vej til rel Nøgleord og begreber Helt simple determinnter Determinnt defineret Effektive regneregler Genkend determinnt nul determinnt nul Produktreglen Inversreglen inversregel og

Læs mere

Retningslinjer for bedømmelsen Georg Mohr-Konkurrencen runde

Retningslinjer for bedømmelsen Georg Mohr-Konkurrencen runde Retningslinjer for bedømmelsen Georg Mohr-Konkurrencen 016. runde Besvrelser som flder uden for de løsninger som ligger til grund for pointskemerne, bedømmes ved nlogi så skridt med tilsvrende vægt i den

Læs mere

Sandsynlighedsregning 11. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 11. forelæsning Bo Friis Nielsen Sandsynlighedsregning 11. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 28 Kgs. Lyngby Danmark Email: bfni@imm.dtu.dk Dagens nye emner afsnit 6.3 (og 6.4 Betingede

Læs mere

1,0. sin(60º) 1,0 cos(60º) I stedet for cosinus til 60º og sinus til 60º skriver man cos(60º) og sin(60º).

1,0. sin(60º) 1,0 cos(60º) I stedet for cosinus til 60º og sinus til 60º skriver man cos(60º) og sin(60º). Mtemtik på VU Eksempler til niveu F, E og D Til lle vinkler hører der to tl, som kldes osinus og sinus. Mn finder sinus og osinus ved først t tegne vinklen i et koordint-system som vist til venstre. Derefter

Læs mere

INSTITUT FOR MATEMATISKE FAG c

INSTITUT FOR MATEMATISKE FAG c INSTITUT FOR MATEMATISKE FAG c AALBORG UNIVERSITET FREDRIK BAJERS VEJ 7 G 9220 AALBORG ØST Tlf.: 96 35 89 27 URL: www.math.aau.dk Fax: 98 15 81 29 E-mail: bjh@math.aau.dk Dataanalyse Sandsynlighed og stokastiske

Læs mere

Kapitel 4 Sandsynlighed og statistiske modeller

Kapitel 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 mere

enote 2: Kontinuerte fordelinger Introduktion til Statistik Forelæsning 3: Kontinuerte fordelinger Peder Bacher enote 2: Continuous Distributions

enote 2: Kontinuerte fordelinger Introduktion til Statistik Forelæsning 3: Kontinuerte fordelinger Peder Bacher enote 2: Continuous Distributions Introduktion til Statistik Forelæsning 3: Kontinuerte fordelinger Peder Bacher DTU Compute, Dynamiske Systemer Bygning 33B, Rum 9 Danmarks Tekniske Universitet 28 Lyngby Danmark e-mail: pbac@dtu.dk Efterår

Læs mere

Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable

Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet 1/41 Landmålingens fejlteori - lidt om kurset

Læs mere

Planintegralet. Preben Alsholm 5. maj 2008. 1.1 Integralet af en funktion af én variabel. 1, x i ] et tal t i. Summen. n f (t i ) (x i x i 1 ) R =

Planintegralet. Preben Alsholm 5. maj 2008. 1.1 Integralet af en funktion af én variabel. 1, x i ] et tal t i. Summen. n f (t i ) (x i x i 1 ) R = Plnintegrlet Preben Alsholm 5. mj 8 Plnintegrlet. Integrlet f en funktion f én vribel et bestemte integrl efinition Ld f være en funktion defineret på intervllet [ b]. Ld = x x... x n = b være en inddeling

Læs mere

Introduktion til Statistik. Forelæsning 3: Kontinuerte fordelinger. Peder Bacher

Introduktion til Statistik. Forelæsning 3: Kontinuerte fordelinger. Peder Bacher Introduktion til Statistik Forelæsning 3: Kontinuerte fordelinger Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail: pbac@dtu.dk

Læs mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Normalfordelingen og transformation af kontinuerte fordelinger Helle Sørensen Uge 7, mandag SaSt2 (Uge 7, mandag) Normalford. og transformation 1 / 16 Program Paretofordelingen,

Læs mere

Eksamensopgave august 2009

Eksamensopgave august 2009 Ib Michelsen, Viborg C / Skive C Side 1 09-04-011 1 Eksmensopgve ugust 009 Opgve 1 3 4 5 6 7 8 9 10 11 1 13 14 15 16 17 18 19 0 1 Givet ovenstående ensvinklede treknter. D treknterne er ensvinklede, er

Læs mere

hvor A er de ydre kræfters arbejde på systemet og Q er varmen tilført fra omgivelserne til systemet.

hvor A er de ydre kræfters arbejde på systemet og Q er varmen tilført fra omgivelserne til systemet. !#" $ "&% (')"&*,+.-&/102%435"&6,+879$ *1')*&: or et system, hvor kun den termiske energi ændres, vil tilvæksten E term i den termiske energi være: E term A + Q hvor A er de ydre kræfters rbejde på systemet

Læs mere

Erik Vestergaard www.matematikfysik.dk. Erik Vestergaard, 2009.

Erik Vestergaard www.matematikfysik.dk. Erik Vestergaard, 2009. Erik Vestergrd www.mtemtikfysik.dk Erik Vestergrd, 009. Billeder: Forside: Collge f billeder: istock.com/titoslck istock.com/yuri Desuden egne fotos og illustrtioner Erik Vestergrd www.mtemtikfysik.dk

Læs mere

gudmandsen.net y = b x a Illustration 1: potensfunktioner i 5 forskellige grupper

gudmandsen.net y = b x a Illustration 1: potensfunktioner i 5 forskellige grupper gudmndsen.net Dette dokument er publiceret på http://www.gudmndsen.net/res/mt_vejl/. Ophvsret: Indholdet stilles til rådighed under Open Content License[http://opencontent.org/openpub/]. Kopiering, distribution

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