Sandsynlighedsregning 5. forelæsning Bo Friis Nielsen
|
|
- Eva Andreasen
- 7 år siden
- Visninger:
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 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 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 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 mereNoget om Riemann integralet. Noter til Matematik 2
Noget om Riemnn integrlet. Noter til Mtemtik 2 Arne Jensen Afdeling for Mtemtik og Dtlogi Institut for Elektroniske Systemer Alborg Universitetscenter Fredrik Bjers Vej 7 9220 Alborg Ø 4. pril 1991 Revideret
Læs mereKort 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 mereANALYSE 1, 2015, Uge 2
ANALYSE 1, 2015, 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 mereANALYSE 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 mereIntegralregning. 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 mereSandsynlighedsregning 6. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 6. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner: Afsnit 4.2, 4.3 og 4.4 Poissonprocessen/eksponentialfordelingen
Læs mereEksponentielle 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 merePotens- 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 mereSandsynligheder 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 mereProjekt 5.7 Hovedsætninger om differentiable funktioner et opgaveforløb
Hvd er mtemtik?, e-og Projekter: Kpitel 5 Projekt 57 Hovedsætninger om differentile funktioner Projekt 57 Hovedsætninger om differentile funktioner et opgveforlø Projektet er en udvidelse f fsnittet i
Læs mereFormelsamling 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 mereDu 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 mereMatematisk 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 mereSandsynlighedsregning 7. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 7. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 4.5 og 4.6 (Kumulerede)
Læs mereSandsynlighedsregning 7. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 7. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 4.5 og 4.6 (Kumulerede)
Læs mereFejlforplantning. 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 mereKursusindhold: 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 March 1, 2013 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereSandsynlighedsregning 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 mereSandsynlighedsregning 8. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 8. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner 5.1 og 5.2 Ligefordeling med to
Læs mereFor 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 mereANALYSE 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 mereMM501 forelæsningsslides
MM501 forelæsningsslides uge 38, 010 Produceret f Hns J. Munkholm berbejdet f Jessic Crter 1 l Hopitls regler Afsnit 4.3 l Hopitls regel I omhndler beregning f grænseværdier f formen lim x f(x) g(x), hvor
Læs mereSandsynlighedsregning 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 mereMM501 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 mereFormelsamling 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 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 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 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 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 mereMM501 forelæsningsslides
MM50 forelæsningsslides uge 39, 200 Produceret f Hns J. Munkholm berbejdet f Jessic Crter Integrtion ved substitution Afsnit5.6 Ubestemte integrler s. 37-39 Reglen om differentition f en smmenst funktion
Læs merePotens 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 mereØVELSE 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 mereInstitut 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 mereOversigt. 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 mereINTEGRALREGNING. 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 mereAnalysens Fundamentalsætning
Anlysens Fundmentlsætning Frnk Nsser 11. juli 2011 2008-2011. Dette dokument må kun nvendes til undervisning i klsser som bonnerer på MtBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion
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 mereEksamen 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 mereDefinition: 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 mereProjekt 8.4 Logaritmefunktionerne
Hvd er mtemtik? Projekter: Kpitel 8. Projekt 8.4 Logritmefunktionerne Projekt 8.4 Logritmefunktionerne Indhold. log( ) og 0 som omvendte funktioner... 2 2. Den nturlige logritmefunktion, ln( ) og den nturlige
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 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 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 mereProgram. 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 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 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 mereDet dobbelttydige trekantstilfælde
Det dobbelttydige trekntstilfælde Heine Strømdhl, Københvns Kommunes Ungdomsskoler Formålet med denne rtikel er t formulere en meget simpel grfisk løsningsmetode til det dobbelttydige trekntstilfælde med
Læs mereLandmålingens 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 mereDæmonen. 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 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 mere(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 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 mereHvad 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 mereMatematikkens 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 mereBogstavregning. 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 mereForelæsning 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 mereLøsning 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 mereMatematikkens 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 mereIntegration ved substitution og delvis (partiel) integration
DEN TEKNISK-NATURVIDENSKABELIGE BASISUDDANNELSE MATEMATIK INTEGRATION EFTERÅRET Integrtion ved sustitution og delvis (prtiel) integrtion Differentil- og integrlregningens hovedsætning lyder: Hvis ƒ er
Læs mere3. 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 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 mere... ... ... ... ... ... ... 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 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 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 mereFormelsamling 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 mereDifferential-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 mereLandmålingens 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 merePointen med Integration
Pointen med Integrtion Frnk Vill 3. oktober 2012 2008-2012. IT Teching Tools. ISBN-13: 978-87-92775-00-9. Dette dokument må kun nvendes til undervisning i klsser som bonnerer på MtBog.dk. Se yderligere
Læs mereKap. 3: Logaritme-, eksponential- og potensfunktioner. Differential- og integralregning.
- 94 - Kp. 3: Logritme-, eksponentil- og potensfunktioner. Differentil- og integrlregning. 3.. Differentition f logritmefunktioner. Sætning 3... ) Enhver logritmefunktion er differentibel ) Den nturlige
Læs mereTeoretisk 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 merePointen 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 mereTema. 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 mereBernoulli 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 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 mereTAL 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 mereMatematik 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 mereUGESEDDEL 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 mereØVEHÆFTE 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 mereSandsynlighedsregning 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 mereGeometrinoter 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 mereKursusindhold: 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 mereLektion 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 mereMatematisk 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 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 mereSandsynlighedsregning
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 mereHvad 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 mereLektion 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 mereUndervisningsbeskrivelse
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 mereFormelsamling 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 merek(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 mereOm 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 mereSandsynlighedsregning 9. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 9. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 5.3 og 5.4 Simultane kontinuerte
Læs mereBemærkning 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 mereRetningslinjer 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 mere2 Erik Vestergaard
Erik Vestergrd www.mtemtikfysik.dk Erik Vestergrd www.mtemtikfysik.dk 3 Definition 1 En funktion på formen f ( x) = b x, x R +, hvor b R + og R er konstnter, kldes for en potensudvikling eller en potensiel
Læs mereDødelighed 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