Baggrundsnote til sandsynlighedsregning

Størrelse: px
Starte visningen fra side:

Download "Baggrundsnote til sandsynlighedsregning"

Transkript

1 Baggrudsote til sadsylighedsregig Kombiatorik. Multiplikatiospricippet E mægde beståede af forskellige elemeter kaldes her e -mægde. Elemetere i e m-mægde og elemetere i e -mægde ka parres på i alt m forskellige måder. Pricippet ka udstrækkes til at omhadle edelige mage mægder. Eksempel.. Ved kofiguratio af e computer ka der vælges mellem 3 skærmtyper, 6 harddiske, 5 størrelser RAM og CPU-fabrikater. I alt ka computere kofigureres på forskellige måder. Eksempel.. E tipskupo ka udfyldes på forskellige måder.. Permutatioer E ordig af e mægde betyder e opstillig af elemetere i e bestemt rækkefølge eller blot e ummerig af elemetere. k elemeter fra e -mægde ka i hehold til multiplikatiospricippet udvælges og ummeres på k... k + forskellige måder. For... beytter vi skrivemåde!, hvorefter k! k! Kovetio: Såvel som! sættes til. Eksempel.3. Bladt asøgere til e stillig skal 3 udvælges og prioriteres. Dette ka gøres på 3 7 forskellige måder. Eksempel.. persoer ka stilles op på! forskellige måder på e række, me ku!! forskellige måder i e cirkel. E afbildig af mægde {,..., } på sig selv kaldes e permutatio. Mægde af permutatioer S udgør e gruppe, de såkaldte symmetriske gruppe af te orde. S, har præcis! elemeter. Fra mægde af forskellige ordiger af e -mægde ka der defieres e bijektiv afbildig på S. Vi siger derfor, at e -mægdes elemeter ka permuteres på! forskellige måder. E bestemt rækkefølge ummererig af -mægdes elemeter kaldes e permutatio af elemetere.

2 Eksempel.5. Elemetere i {α, β, γ} ka permuteres på 3! 6 forskellige måder: α, β, γ, β, γ, α, γ, α, β er lige permutatioer * α, γ, β, β, α, γ, γ, β, α er ulige permutatioer * * med α, β, γ,, 3.3 Kombiatioer k elemeter fra e -mægde ka udvælges ude hesy til rækkefølge på k! k k! k! k! forskellige måder. E k-mægde udtaget fra e -mægde ude efterfølgede ordig kaldes e kombiatio. k er altså atallet af forskellige kombiatioer ved udtagig af k elemeter fra e -mægde. Bemærk, at k k, k,...,. Eksempel.6. E bridgehåd ka forekomme på forskellige måder. Eksempel.7. E bridgehåd med to esser ka forekomme på forskellige måder. 8 k Eksempel.8. E bridgehåd med midst to esser ka forekomme på forskellige måder. Alterativ udregig: ka opdeles i de kombiatioer, der ideholder et givet elemet, og de kombiatioer, der ikke ideholder dette elemet, dvs. +, k,..., k k k Et par adre formler: atal forskellige delmægder af e -mægde, k medreget k k j m j k j m + k, specielt j j j 8 E -mægde ka opdeles i m delmægder med hver k i elemeter, m i k i. Dette ka gøres på k, k,..., k m forskellige måder.! k! k!... k m!

3 Eksempel.9. persoer skal opdeles i tre hold, ét på og to på hver 3 deltagere. Atallet af forskellige holdopdeliger, der ka foretages, er,3,3.. Bemærk, at k,k k, hvor k k og dermed k k.. Udtagig af stikprøver k elemeter udtages bladt. Der skeles mellem udtagig med tilbagelægig efter at det udtage elemet er iagttaget og udtagig ude tilbagelægig. Ved udtagig med tilbagelægig har det ekelte elemet altså mulighed for at komme med i stikprøve flere gage. Der skeles også mellem ordede og uordede stikprøver. Atallet af forskellige stikprøver, der ka forekomme afhægig af vilkåree, fremgår af følgede skema: med tilbagelægig ude tilbagelægig med ordig k k ude ordig k +k k Eksempel.. Atal forskellige møstre af øje, der ka forekomme ved kast af tre teriger, er Summer. Sum, kvadratsum og kubiksum af tallee,..., k k k k k k 3 + Bemærk, at k k3 k k.. Differes- og kvotietrækker a + k d a + a, hvor a a og a a + d k Eksempel.. Summe af tallee, 7,,..., 8 er

4 k a q k a q q eller k a q k a q q q Eksempel.. Summe af tallee 3, 9, 7 8, 8 6, 3 3 er Uedelige kvotietrækker og afledte rækker a q a q, q < eller a q q a q, q < E uedelig kvotietrække kaldes også for e geometrisk række. Eksempel.3., Ved ledvis differetiatio mht. til q i a q tilladt! får vi a q a, q <, og ved fortsat differetiatio q a q a, q <, som er ækvivalet med q 3 a + q a, q <. q 3 Eksempel.. k. Biomialformle a k b k a + b k 3 Tallee k, k,...,, kaldes her for biomialkoefficieter. Formle k k + k, k,...,, udgør samme med og 3 3 grudlaget for 6 Pascals trekat Eksempel.5. a b 3 a 3 3a b + 3ab b 3

5 .5 Diverse rækker +, idet kk + k k k k + + er diverget række kaldes de harmoiske række l π 6 α er α { diverget for α koverget for α > er diverget for α betiget koverget for < α absolut koverget for α > for E række a er absolut koverget, år a kovergerer, og betiget koverget, år a kovergerer, og a divergerer. 3 Calculus 3. E græseværdi R : Bemærk, at lim + e l + l + l +. Avedelse af L Hospitals regel på dette udtryk giver l + lim lim hvoraf resultat følger. + lim +, 5

6 3. Potesrækker E potesrække er e fuktio af forme a. E såda række er absolut koverget i et iterval < λ og diverget for > λ. Tallet λ kaldes rækkes kovergesradius. I itervaledepuktere ka række være absolut koverget, betiget koverget eller diverget. Kovergesitervallet ka udarte til puktet, hvor e potesrække altid er koverget, eller til hele de reelle akse. Ved ledvis differetiatio eller ledvis itegratio a t dt fremkommer e y potesrække med samme kovergesradius. Mage velkedte fuktioer ka udvikles i e potesrække. Ved at beytte udvikligspuktet i Taylors formel og ved at medtage uedelige mage led fremkommer de såkaldte Maclaurirækker. Et lille udvalg med tilhørede kovergesiterval følger her: e! ! , < < , < < , < < de geometriske række l + l , < Mercators række , < Ved at udvide defiitioe af biomialkoefficieter til α αα... α +,,,...,! α, for ethvert reelt α, ka vi udtrykke + α i e potesrække: α α α + α + α , < < 3 Når α N bliver atallet af led edeligt jf. biomialformle, og række kovergerer overalt. Potesrækker for bl.a. si, cos, arcsi, arcta, cosh og sih ka også bestemmes. 6

7 3.3 Specielle fuktioer Phifuktioe Φ : R R, Φ π e t dt Bemærk, at : Φ Φ, Φ Φ Φ Specielle værdier: Φ, lim Φ, lim Φ Ved differetiatio: Φ e π Gammafuktioe Γ : R + R, Γ Bemærk, at t e t dt : Γ + Γ Specielle værdier: Γ, Γ!, N Γ π, Γ +!! π, N Betafuktioe B : R + R + R, B, y Bemærk, at t t y dt, y > : B, y Γ Γy Γ + y 7

8 3. Jacobidetermiater Betragt F : D R m, hvor F f,..., f m C D, D R De partielle afledede f i j, i,..., m, j,...,, ka aturligt arrageres i e m matri, de såkaldte Jacobimatri. Når m, bliver Jacobimatrice kvadratisk. De tilhørede determiat kaldes Jacobidetermiate og oteres J,..., eller f,...,f,...,. Vi har altså J,..., f.... f... f. f Når F er eetydig, ka e ivers afbildig F bestemmes. Edvidere år J,...,, gælder om Jacobidetermiatere for F og F, at J F y,..., y eller med de alterative skrivemåde y,..., y,...,,..., y,..., y.. J F,...,, y i f i i,...,, i,..., Eksempel 3.. Skift fra rektagulære til polære koordiater. F : R {, } R, r, θ + y, arcta y J, y +y y +y y +y +y y + + y 3 + y 3 * + y Iverst koordiatskifte: F : ]; [ [; π[ R,, y r cos θ, r si θ Jr, θ cos θ si θ r si θ r cos θ r cos θ + r si θ r Kotrol : J, y Jr, θ r +y r r Eksempel 3.. Skift fra rektagulære til sfæriske koordiater. F : R 3 {,, z z R} R 3, ρ, ϕ, θ + y + z, arccos z + y + z, arcta y * * Betegelse arcta dækker over flere fuktiosgree. Fortegskombiatioe af og y bestemmer, hvilke gre der beyttes. 8

9 Her er det regetekisk det ekleste først at bestemme Jacobidetermiate hørede til det iverse koordiatskifte: F : ]; [ ]; π[ [; π[ R 3,, y, z ρ si ϕ cos θ, ρ si ϕ si θ, ρ cos ϕ si ϕ cos θ ρ cos ϕ cos θ ρ si ϕ si θ Jρ, ϕ, θ si ϕ si θ ρ cos ϕ si θ ρ si ϕ cos θ cos ϕ ρ si ϕ... ρ si ϕ J, y, z Jρ, ϕ, θ ρ si ϕ... + y + y + z Eksempel 3.3. Betragt de lieære trasformatio F : R R, F A. Idet fi j a ij, i,, j,..., m, har vi umiddelbart J det A. 3.5 Variabelskift i pla- og rumitegraler Plaitegraler Betragt D f, y da samt G g, g : D R, u, v g, y, g, y, hvor G er eetydig. Der gælder f, y da f G u, v J G u, v da. D GD Bemærk, at det er de umeriske værdi af Jacobidetermiate hørede til de iverse afbildig, som idgår i formle. Eksempel 3.. e d π π π π e d π π π [ e r e +y d dy e r r dr dθ ] Eksempel 3.5. Iertimometet mht., af et plat område D med desitet beligggede i første kvadrat mellem hyperblere y, y 3, y og y. I + y da D 9 π e y dy

10 Sæt u y og v y, hvorefter J, y y y y + y. Bemærk, at dvs. + y y + y v + u + y u + v, Ju, v og dermed at I 3 J, y + y u + v, u + v u + v dv du 3 3. Rumitegraler Betragt D f, y, z dv samt G g, g, g s : D R 3, u, v, w g, y, z, g, y, z, g 3, y, z, hvor G er eetydig. Der gælder f, y, z dv f G u, v, w J G u, v, w dv. D GD Eksempel 3.6. Iertimometet om z-akse af e kugle K med radius a og desitet er I z K + y dv. Ved skift til sfæriske koordiater får vi I z π π a π 3.6 Foldig ρ si ϕ ρ si ϕ dρ dϕ dθ π ] π [ ] ρ 5 a 8πa [ 3 cos3 ϕ cos ϕ π a ρ si 3 ϕ dρ dϕ Betragt f, g : R R, hvor f og g er stykkevis kotiuerte, og hvor midst é af fuktioere er absolut itegrabel, de ade begræset. Fuktioe f g, hvor f g t kaldes foldige af f og g. fu gt u du, Hvis f og/eller g er idetisk i visse itervaller, bliver itervallet, der skal itegreres over, e delmægde af ]; [.

11 Eksempel 3.7. { for < f g e for f g t t e u e t u du t e t du te t, t < Eksempel 3.8. f { for < e for g { e for for > f g t Eksempel 3.9. t e u e t u du e t f g π e, < < t e u du e t [ e u] t e t, t < f g t e u π π e t π e t e v π e t u du π e t e u t du ; v dv π e t, < t < 3.7 Stirligs formel Approksimatio af!! + e π for stor π e t e u tu du u t, dv du π e v dv.6. Bo Rosbjerg

Den flerdimensionale normalfordeling

Den flerdimensionale normalfordeling De flerdimesioale ormalfordelig Stokastiske vektorer Ved e stokastisk vektor skal vi forstå e vektor, hvor de ekelte kompoeter er sædvalige stokastiske variable. For de stokastiske vektor Y = Y,..., Y

Læs mere

Supplerende noter II til MM04

Supplerende noter II til MM04 Supplerede oter II til MM4 N.J. Nielse 1 Uiform koverges af følger af fuktioer Vi starter med følgede defiitio: Defiitio 1.1 Lad S være e vilkårlig mægde og (X, d et metrisk rum. E følge (f af fuktioer

Læs mere

Sandsynlighedsteori 1.2 og 2 Uge 5.

Sandsynlighedsteori 1.2 og 2 Uge 5. Istitut for Matematiske Fag Aarhus Uiversitet De 27. jauar 25. Sadsylighedsteori.2 og 2 Uge 5. Forelæsiger: Geemgage af emere karakteristiske fuktioer og Mometproblemet afsluttes, og vi starter på afsittet

Læs mere

vejer (med fortegn). Det vil vi illustrere visuelt og geometrisk for (2 2)-matricer og (3 3)-matricer i enote 6.

vejer (med fortegn). Det vil vi illustrere visuelt og geometrisk for (2 2)-matricer og (3 3)-matricer i enote 6. enote 5 enote 5 Determiater I dee enote ser vi på kvadratiske matricer. Deres type er altså for 2, se enote 4. Det er e fordel, me ikke absolut ødvedigt, at kede determiatbegrebet for (2 2)-matricer på

Læs mere

Analyse 1, Prøve maj 2009

Analyse 1, Prøve maj 2009 Aalyse, Prøve 5. maj 009 Alle hevisiger til TL er hevisiger til Kalkulus (006, Tom Lidstrøm). Direkte opgavehevisiger til Kalkulus er agivet med TLO, ellers er alle hevisiger til steder i de overordede

Læs mere

Løsningsforslag til skriftlig eksamen i Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Løsningsforslag til skriftlig eksamen i Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Løsigsforslag til skriftlig eksame i Kombiatorik, sadsylighed og radomiserede algoritmer (DM58) Istitut for Matematik & Datalogi Syddask Uiversitet Madag de 3 Jauar 011, kl. 9 13 Alle sædvalige hjælpemidler

Læs mere

Noter om kombinatorik, Kirsten Rosenkilde, februar 2008 1. Kombinatorik

Noter om kombinatorik, Kirsten Rosenkilde, februar 2008 1. Kombinatorik Noter om ombiatori, Kirste Roseilde, februar 008 Kombiatori Disse oter er e itrodutio til ombiatori og starter helt fra bude, så e del af det idledede er siert edt for dig allerede, me der ommer også hurtigt

Læs mere

Opgave 1. a) f : [a, b] R er en begrænset funktion for hvilken. A ε = {x [a + ε, b] f(x) 0}

Opgave 1. a) f : [a, b] R er en begrænset funktion for hvilken. A ε = {x [a + ε, b] f(x) 0} Opgve ) f : [, b] R er e begræset fuktio for hvilke er edelig for ethvert < ε < b. Vi skl vise t f er itegrbel og t A ε = { [ + ε, b] } d =. Vi bemærker først t f er itegrbel på [, b] hvis og ku hvis de

Læs mere

Noter om Kombinatorik 2, Kirsten Rosenkilde, februar

Noter om Kombinatorik 2, Kirsten Rosenkilde, februar Noter om Kombiatori, Kirste Roseilde, februar 008 1 Kombiatori Disse oter itroducerer ogle cetrale metoder som ofte beyttes i ombiatoriopgaver, og ræver et grudlæggede edsab til ombiatori (se fx Kombiatori

Læs mere

Matematik A. Studentereksamen. Forberedelsesmateriale. Forsøg med digitale eksamensopgaver med adgang til internettet.

Matematik A. Studentereksamen. Forberedelsesmateriale. Forsøg med digitale eksamensopgaver med adgang til internettet. Matematik A Studetereksame Forsøg med digitale eksamesopgaver med adgag til iterettet Forberedelsesmateriale Vejledede opgave Forår 0 til stx-a-net MATEMATIK Der skal afsættes 6 timer af holdets sædvalige

Læs mere

De reelle tal. Morten Grud Rasmussen 5. november Se Sætning 3.6 og 3.7 for forskellige formuleringer af egenskaben og dens negation.

De reelle tal. Morten Grud Rasmussen 5. november Se Sætning 3.6 og 3.7 for forskellige formuleringer af egenskaben og dens negation. De reelle tal Morte Grud Rasmusse 5. ovember 2015 Ordede mægder Defiitio 3.1 (Ordet mægde). pm, ăq kaldes e ordet mægde såfremt: For alle x, y P M gælder etop ét af følgede: x ă y, x y, y ă x @x, y, z

Læs mere

Noter om kombinatorik, Kirsten Rosenkilde, februar Kombinatorik

Noter om kombinatorik, Kirsten Rosenkilde, februar Kombinatorik Noter om ombiatori, Kirste Roseilde, februar 008 Kombiatori Disse oter er e itrodutio til ombiatori og starter helt fra bude, så e del af det idledede er siert edt for dig allerede, me der ommer også hurtigt

Læs mere

De Platoniske legemer De fem regulære polyeder

De Platoniske legemer De fem regulære polyeder De Platoiske legemer De fem regulære polyeder Ole Witt-Hase jauar 7 Idhold. Polygoer.... Nogle topologiske betragtiger.... Eulers polyedersætig.... Typer af et på e kugleflade.... Toplasvikle i e regulær

Læs mere

antal gange krone sker i første n kast = n

antal gange krone sker i første n kast = n 1 Uge 15 Teoretisk Statistik, 5. april 004 1. Store tals lov Eksempel: møtkast Koverges i sadsylighed Tchebychevs ulighed Sætig: Store tals lov. De cetrale græseværdisætig 3. Approksimatio af sadsyligheder

Læs mere

Projekt 4.8 De reelle tal og 1. hovedsætning om kontinuerte funktioner

Projekt 4.8 De reelle tal og 1. hovedsætning om kontinuerte funktioner Projekter: Kapitel 4 Projekt 48 De reelle tal og hovedsætig om kotiuerte fuktioer Projekt 48 De reelle tal og hovedsætig om kotiuerte fuktioer Kotiuitet og kotiuerte fuktioer Ord som kotiuert og kotiuerlig

Læs mere

Velkommen. Program. Statistik og Sandsynlighedsregning 2 Sandsynlighedstætheder og kontinuerte fordelinger på R. Praktiske ting og sager

Velkommen. Program. Statistik og Sandsynlighedsregning 2 Sandsynlighedstætheder og kontinuerte fordelinger på R. Praktiske ting og sager Program Statistik og Sadsylighedsregig 2 Sadsylighedstætheder og kotiuerte fordeliger på R Helle Sørese Uge 6, madag Velkomme I dag: Praktiske bemærkiger Hvad skal vi lave på SaSt2? Sadsylighedstætheder

Læs mere

cos(t), v(t) = , w(t) = e t, z(t) = e t.

cos(t), v(t) = , w(t) = e t, z(t) = e t. Aalyse Øvelser Rasmus Sylvester Bryder. og. oktober 3 Bevis for Cotiuity lemma Theorem. Geemgås af Michael Staal-Olse. Bevis for Lemma.8 Dee har vi faktisk allerede vist; se Opgave 9.5 fra Uge. Det er

Læs mere

Kvadratisk 0-1 programmering. David Pisinger

Kvadratisk 0-1 programmering. David Pisinger Kvadratisk - programmerig David Pisiger 27-8 MAX-CUT problemet Givet e ikke-orieteret graf G = (V, E) er MAX-CUT problemet defieret som MAX-CUT = {< G > : fid et sit S, T i grafe G som maksimerer atal

Læs mere

x-klasserne Gammel Hellerup Gymnasium

x-klasserne Gammel Hellerup Gymnasium SANDSYNLIGHEDSREGNING OG KOMBINATORIK x-klassere Gammel Hellerup Gymasium Idholdsfortegelse SANDSYNLIGHEDSREGNING... 3 SANDSYNLIGHEDSFELT... 3 DE STORE TALS LOV... 4 Sadsyligheder og frekveser:... 4 STOKASTISK

Læs mere

Eksamen i Calculus. Onsdag den 1. juni Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet og Det Sundhedsvidenskabelige Fakultet

Eksamen i Calculus. Onsdag den 1. juni Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet og Det Sundhedsvidenskabelige Fakultet Eksamen i Calculus Onsdag den 1. juni 211 Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet og Det Sundhedsvidenskabelige Fakultet Nærværende eksamenssæt består af 7 nummererede sider med ialt

Læs mere

Introduktion til uligheder

Introduktion til uligheder Itroduktio til uligheder Dette er e itroduktio til ogle basale uligheder om det aritmetiske geemsit, det geometriske geemsit, det harmoiske geemsit og det kvadratiske geemsit. Først skal vi ved fælles

Læs mere

Program. Middelværdi af Y = t(x ) Transformationssætningen

Program. Middelværdi af Y = t(x ) Transformationssætningen Program Statistik og Sadsylighedsregig 2 Trasformatio af kotiuerte fordeliger på R, flerdimesioale kotiuerte fordeliger, mere om ormalfordelige Helle Sørese Uge 7, osdag I formiddag: Opfølgig på trasformatiossætige

Læs mere

FUNKTIONER del 1 Funktionsbegrebet Lineære funktioner Eksponentialfunktioner Logaritmefunktioner Rentesregning Indekstal

FUNKTIONER del 1 Funktionsbegrebet Lineære funktioner Eksponentialfunktioner Logaritmefunktioner Rentesregning Indekstal FUNKTIONER del Fuktiosbegrebet Lieære fuktioer Ekspoetialfuktioer Logaritmefuktioer Retesregig Idekstal -klassere Gammel Hellerup Gymasium November 08 ; Michael Szymaski ; mz@ghg.dk Idholdsfortegelse FUNKTIONSBEGREBET...

Læs mere

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier Noter om polyomier, Kirste Rosekilde, Marts 2006 1 Polyomier Disse oter giver e kort itroduktio til polyomier, og de fleste sætiger æves ude bevis. Udervejs er der forholdsvis emme opgaver, mes der til

Læs mere

Om Følger og Rækker. Nyttige Grænseværdier. Nyttige Rækker. Carsten Lunde Petersen. lim. lim = 0. lim (1 + x n n )n = e x. n n n.

Om Følger og Rækker. Nyttige Grænseværdier. Nyttige Rækker. Carsten Lunde Petersen. lim. lim = 0. lim (1 + x n n )n = e x. n n n. IMFUFA Carste Lude Peterse Om Følger og Ræer Nyttige Græseværdier lim = 1 lim! = x = 0! lim lim (1 + x ) = e x! lim = e 1 Nyttige Ræer 1 p < p > 1 1 log p ( + 1) < p > 1 x = = x 1 x for x < 1 og Z, diverget

Læs mere

MOGENS ODDERSHEDE LARSEN. Komplekse tal

MOGENS ODDERSHEDE LARSEN. Komplekse tal MOGENS ODDERSHEDE LARSEN Komplekse tal a b. udgave 004 FORORD Dette otat giver e kort idførig i teorie for komplekse tal, regeregler, røddere i polyomier bl.a. med heblik på avedelser ved løsig af lieære

Læs mere

og Fermats lille sætning

og Fermats lille sætning Projekter: Kaitel 0. Projekt 0. Modulo-regig, restklassegruer og Fermats lille sætig Projekt 0. Modulo-regig, restklassegruere ( { 0 }, ) og Fermats lille sætig Vi aveder moduloregig og restklasser mage

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. Repetitio: Normalfordelige Ladmåliges fejlteori Lektio Trasformatio af stokastiske variable - kkb@math.aau.dk http://people.math.aau.dk/ kkb/udervisig/lf13 Istitut for Matematiske Fag Aalborg Uiversitet

Læs mere

MOGENS ODDERSHEDE LARSEN. Fourieranalyse

MOGENS ODDERSHEDE LARSEN. Fourieranalyse MOGENS ODDERSHEDE LARSEN Fourieraalyse. udgave 7 FORORD Dette otat giver e kort idførig i teorie for fourierrækker og fouriertrasformatio. Det forudsættes i dette otat, at ma har rådighed over matematiklommeregere

Læs mere

Udtrykkelige mængder og Cantorrækker

Udtrykkelige mængder og Cantorrækker Udtrykkelige mægder og Catorrækker Expressible sets ad Cator series Matematisk speciale Simo Bruo Aderse 20303870 Vejleder: Simo Kristese Istitut for Matematik Aarhus Uiversitet 208 Abstract This thesis

Læs mere

Matematik A. Højere handelseksamen. Tirsdag den 26. maj 2015 kl hhx151-mat/a

Matematik A. Højere handelseksamen. Tirsdag den 26. maj 2015 kl hhx151-mat/a Matematik A Højere hadelseksame hhx151-mat/a-26052015 Tirsdag de 26. maj 2015 kl. 9.00-14.00 Matematik A Prøve består af to delprøver. Delprøve ude hjælpemidler består af opgave 1 til 5 med i alt 5 spørgsmål.

Læs mere

DATV: Introduktion til optimering og operationsanalyse, 2007. Bin Packing Problemet

DATV: Introduktion til optimering og operationsanalyse, 2007. Bin Packing Problemet DATV: Itroduktio til optimerig og operatiosaalyse, 2007 Bi Packig Problemet David Pisiger, Projektopgave 2 Dette er de ade obligatoriske projektopgave på kurset DATV: Itroduktio til optimerig og operatiosaalyse.

Læs mere

Finitisme og Konstruktivisme. 22. November 2010

Finitisme og Konstruktivisme. 22. November 2010 Fiitisme og Kostruktivisme 22. November 2010 Frktler Hilbert Mdelbrot Feigebum Lorez Lorez-Ligigere σ = 10 β = 8/3 ρ =28 Logistisk vækst x -> rx(1-x) Mdelbrots frktl z -> P c (z) = z 2 +c 0-> P c (0) ->P

Læs mere

Talfølger og -rækker

Talfølger og -rækker Da Beltoft og Klaus Thomse Aarhus Uiversitet 2009 Talfølger og -rækker Itroduktio til Matematisk Aalyse Zeos paradoks om Achilleus og skildpadde Achilleus løber om kap med e skildpadde. Achilleus løber

Læs mere

Riemann-integraler. enote Indledning

Riemann-integraler. enote Indledning enote 1 1 enote 1 Riema-itegraler I dee enote vil vi opstille og give eksempler på de tekikker, metoder, og resultater, som er helt ødvedige hjælpemidler år vi skal fide lægder af kurver, arealer af plae

Læs mere

Projekt 9.1 Regneregler for stokastiske variable middelværdi, varians og spredning

Projekt 9.1 Regneregler for stokastiske variable middelværdi, varians og spredning Hvad er matematik? Projekter: Kaitel 9 Projekt 9 Regeregler for stokastiske variable middelværdi, varias og sredig Projekt 9 Regeregler for stokastiske variable middelværdi, varias og sredig Sætig : Regeregler

Læs mere

a b cos. n=1 er positiv på N. Vi kan nu benytte sammenligningskriteriet (sætning ) og sammenligne 2a sin ( )

a b cos. n=1 er positiv på N. Vi kan nu benytte sammenligningskriteriet (sætning ) og sammenligne 2a sin ( ) Opgve Vi skl bestemme de tlpr (, for hvilke række b cos = er koverget. Først beytter vi divergeskriteriet (sætig 2..4) til t kræve t leddee må gå mod ul for gåede mod uedelig. Dette giver os t = b cos()

Læs mere

Hovedpointer fra SaSt

Hovedpointer fra SaSt Hovedpoiter fra SaSt Marti Nørgaard Peterse 13. februar 2018 Følgede geemgår udvalgte begreber fra E Itroduktio til Sadsylighedsregig af M. Sørese (9. udgave), Itroductio to Likelihood-based Estimatio

Læs mere

Projekt 1.3 Brydningsloven

Projekt 1.3 Brydningsloven Projekt 1.3 Brydigslove Når e bølge, fx e lysbølge, rammer e græseflade mellem to stoffer, vil bølge ormalt blive spaltet i to: Noget af bølge kastes tilbage (spejlig), hvor udfaldsvikle u er de samme

Læs mere

Diskrete og kontinuerte stokastiske variable

Diskrete og kontinuerte stokastiske variable Diskrete og kotiuerte stokastiske variable Beroulli Biomial fordelig Negativ biomial fordelig Hypergeometrisk fordelig Poisso fordelig Kotiuerte stokastiske variable Uiform fordelig Ekspoetial fordelig

Læs mere

Eksamen i Calculus Mandag den 4. juni 2012

Eksamen i Calculus Mandag den 4. juni 2012 Eksamen i Calculus Mandag den 4. juni 212 Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet og Det Sundhedsvidenskabelige Fakultet Nærværende eksamenssæt består af 7 nummererede sider med ialt

Læs mere

Gamle eksamensopgaver. Diskret Matematik med Anvendelser (DM72) & Diskrete Strukturer(DM504)

Gamle eksamensopgaver. Diskret Matematik med Anvendelser (DM72) & Diskrete Strukturer(DM504) Gamle eksamesopgaver Diskret Matematik med Avedelser (DM72) & Diskrete Strukturer(DM504) Istitut for Matematik& Datalogi Syddask Uiversitet, Odese Alle sædvalige hjælpemidler(lærebøger, otater etc.), samt

Læs mere

Introduktion til uligheder

Introduktion til uligheder Itroduktio til uligheder, marts 0, Kirste Rosekilde Itroduktio til uligheder Dette er e itroduktio til ogle basale uligheder om det aritmetiske geemsit, det geometriske geemsit, det harmoiske geemsit og

Læs mere

Besvarelser til Calculus Ordinær eksamen - Forår - 6. Juni 2016

Besvarelser til Calculus Ordinær eksamen - Forår - 6. Juni 2016 Besvarelser til Calculus Ordinær eksamen - Forår - 6. Juni 16 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende

Læs mere

ORDEN OG UDVALG: KUNSTEN AT TÆLLE KOMBINATORIK N H

ORDEN OG UDVALG: KUNSTEN AT TÆLLE KOMBINATORIK N H ORDEN OG UDVALG: UNSTEN AT TÆLLE OMBINATORI Edeligt symmetrisk sadsylighedsfelt I et edeligt symmetrisk sadsylighedsfelt ( P ) U, ka sadsylighede for e give hædelse H, hvor altså H U, som bekedt bereges

Læs mere

hvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i

hvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i Normalfordeliger For at e stokastisk variabel X ka være ormalfordelt, skal X agive værdie af e eller ade målig, f.eks. tid, lægde, vægt, beløb osv. Notatioe er: Xi ~ N( μ, σ hvor i er observatiosummeret,

Læs mere

Uge 37 opgaver. Opgave 1. Svar : Starter med at definere sup (M) og inf (M) :

Uge 37 opgaver. Opgave 1. Svar : Starter med at definere sup (M) og inf (M) : Uge 37 opgaver Opgave Svar : a) Starter med at defiere sup (M) og if (M) : Kigge u på side 3 i kompedie og aveder aksiom (.3) Kotiuitetsaksiomet A = x i x 2 < 2 Note til mig selv : Har søgt på ordet (iequalities)

Læs mere

Elementær Matematik. Polynomier

Elementær Matematik. Polynomier Elemetær Matematik Polyomier Ole Witt-Hase 2008 Køge Gymasium Idhold 1. Geerelle polyomier...1 2. Divisio med hele tal....1 3. Polyomiers divisio...2 4. Polyomiers rødder....4 5. Bestemmelse af røddere

Læs mere

Statistik Lektion 7. Hypotesetest og kritiske værdier Type I og Type II fejl Styrken af en test Sammenligning af to populationer

Statistik Lektion 7. Hypotesetest og kritiske værdier Type I og Type II fejl Styrken af en test Sammenligning af to populationer Statistik Lektio 7 Hpotesetest og kritiske værdier Tpe I og Tpe II fejl Strke af e test Sammeligig af to populatioer 1 Tri I e Hpotesetest E hpotesetest består af 5 elemeter: I. Atagelser Primært hvilke

Læs mere

24. januar Epidemiologi og biostatistik. Forelæsning 1 Uge 1, tirsdag. Niels Trolle Andersen, Afdelingen for Biostatistik.

24. januar Epidemiologi og biostatistik. Forelæsning 1 Uge 1, tirsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Epidemiologi og biostatistik. Forelæsig Uge, tirsdag. Niels Trolle Aderse, Afdelige for Biostatistik. Geerelt om kurset: - Formål - Forelæsiger - Øvelser - Forelæsigsoter - Bøger - EpiBasic: http://www.biostat.au.dk/teachig/software

Læs mere

Statistiske test. Efteråret 2010 Jens Friis, AAU. Hjemmeside :

Statistiske test. Efteråret 2010 Jens Friis, AAU. Hjemmeside : Statistiske test Efteråret 00 Jes Friis, AAU Hjemmeside : http://akaaudk/jfj Kotiuerte fordeliger Defiitio: Tæthedsfuktio E sadsylighedstæthedsfuktio på R er e itegrabel fuktio f : R [0; [ hvor f d = Defiitio:

Læs mere

RESEARCH PAPER. Nr. 2, En model for lagerstørrelsen som determinant for købs- og brugsadfærden for et kortvarigt forbrugsgode.

RESEARCH PAPER. Nr. 2, En model for lagerstørrelsen som determinant for købs- og brugsadfærden for et kortvarigt forbrugsgode. RESEARCH PAPER Nr., 005 E model for lagerstørrelse som determiat for købs- og brugsadfærde for et kortvarigt forbrugsgode af Jørge Kai Olse INSTITUT FOR AFSÆTNINGSØKONOMI COPENHAGEN BUSINESS SCHOOL SOLBJERG

Læs mere

Nogle Asymptotiske Resultater. Jens Ledet Jensen Matematisk Institut, Aarhus Universitet. 1 Indledning 1

Nogle Asymptotiske Resultater. Jens Ledet Jensen Matematisk Institut, Aarhus Universitet. 1 Indledning 1 Nogle Asymptotiske Resultater Jes Ledet Jese Matematisk Istitut, Aarhus Uiversitet Idhold Idhold i Idledig 2 Resultater i et geerelt set-up 7 2. Eksistes af et kosistet estimat............... 7 2.2 Asymptotisk

Læs mere

Dagens program. Estimation: Kapitel Eksempler på middelrette og/eller konsistente estimator (de sidste fra sidste forelæsning)

Dagens program. Estimation: Kapitel Eksempler på middelrette og/eller konsistente estimator (de sidste fra sidste forelæsning) Dages program Estimatio: Kapitel 9.4-9.7 Eksempler på middelrette og/eller kosistete estimator (de sidste fra sidste forelæsig) Ko desiterval for store datasæt kap. 9.4 Ko desiterval for små datasæt kap.

Læs mere

Sandsynlighedsteori 1.2

Sandsynlighedsteori 1.2 Forelæsigsoter til Sadsylighedsteori.2 Sved Erik Graverse Jauar 2006 Istitut for Matematiske Fag Det Naturvideskabelige Fakultet Aarhus Uiversitet. Mometproblemet. I dette afsit beteger X e stokastisk

Læs mere

og Fermats lille Projekt 0.4 Modulo-regning, restklassegrupperne sætning ..., 44, 20,4,28,52,... Hvad er matematik? 3 ISBN

og Fermats lille Projekt 0.4 Modulo-regning, restklassegrupperne sætning ..., 44, 20,4,28,52,... Hvad er matematik? 3 ISBN Projekt 0.4 Modulo-regig, restklassegruppere sætig ( p 0, ) og Fermats lille Vi aveder moduloregig og restklasser mage gage om dage, emlig år vi taler om tid, om hvad klokke er, om hvor lag tid der er

Læs mere

Eksamen i Mat F, april 2006

Eksamen i Mat F, april 2006 Eksamen i Mat F, april 26 Opgave 1 Lad F være et vektorfelt, givet i retvinklede koordinater som: F x x F = F x i + F y j + F z k = F y = 2z F z y Udregn F og F: F = F x + F y + F z = 1 + +. F = F z F

Læs mere

Undersøgelse af numeriske modeller

Undersøgelse af numeriske modeller Udersøgelse af umeriske modeller Formål E del af målsætige med dette delprojekt er at give kedskab til de begræsiger, fejl og usikkerheder, som optræder ved modellerig. I de forbidelse er følgede udersøgelse

Læs mere

9. Binomialfordelingen

9. Binomialfordelingen 9. Biomialfordelige 9.. Gekedelse Hvert forsøg ka ku resultere i to mulige udfald; succes og fiasko. I modsætig til poissofordelige er atallet af forsøg edeligt. 9.. Model X : Stokastisk variabel, der

Læs mere

Kompendie Komplekse tal

Kompendie Komplekse tal Kompedie Komplekse tal Prebe Holm 08-06-003 "!#!%$'&($)+*-,. cos(s + t) )0/ si(s + t) Trigoometri er måske ikke så relevat, år ma såda umiddelbart sakker om komplekse tal. Me faktisk avedes de trigoometriske

Læs mere

Sætning: Middelværdi og varians for linearkombinationer. Lad X 1,X 2,...,X n være stokastiske variable. Da gælder. Var ( a 0 + a 1 X a n X n

Sætning: Middelværdi og varians for linearkombinationer. Lad X 1,X 2,...,X n være stokastiske variable. Da gælder. Var ( a 0 + a 1 X a n X n Ladmåliges fejlteori Lektio 3 Estimatio af σ Dobbeltmåliger Geometrisk ivellemet Lieariserig - rw@math.aau.dk Istitut for Matematiske Fag Aalborg Uiversitet Repetitio: Middelværdi og Varias Sætig: Middelværdi

Læs mere

Supplement til Kreyszig

Supplement til Kreyszig Supplemet til Kreyszig Forelæsigsoter til Matematik F Idholdsfortegelse side 1. Numerisk itegratio. Fejlvurderig af trapez og Simpso algoritmere 1. Dekompoerig af brøker (Laplace trasformatio) 3. Permutatioer

Læs mere

Vejledende opgavebesvarelser

Vejledende opgavebesvarelser Vejledede opgavebesvarelser 1. Atal hæder er lig med K(52,5), altså 2598960. Ved brug af multiplikatiospricippet ka atal hæder med 3 ruder og 2 spar udreges som K(13, 3) K(13, 2), hvilket giver 22308.

Læs mere

DATV: Introduktion til optimering og operationsanalyse, 2007. Følsomhed af Knapsack Problemet

DATV: Introduktion til optimering og operationsanalyse, 2007. Følsomhed af Knapsack Problemet DATV: Itroduktio til optimerig og operatiosaalyse, 2007 Følsomhed af Kapsack Problemet David Pisiger, Projektopgave 1 Dette er de første obligatoriske projektopgave på kurset DATV: Itroduktio til optimerig

Læs mere

Den hurtige Fouriertransformation. Jean Baptiste Joseph Fourier ( )

Den hurtige Fouriertransformation. Jean Baptiste Joseph Fourier ( ) De hurtige Fouriertrasformatio Jea Baptiste Joseph Fourier (768-83) Polyomier Polyomium: p + 2 3 4 ( x) = 5 + 2x + 8x + 3x 4x Geerelt: p(x) = eller! " i= a i x i p(x) = a + a x + a 2 x 2 +!+ a! x! 2 Evaluerig

Læs mere

Test i to populationer. Hypotesetest for parrede observationer Test for ens varians Gensyn med flyskræk!

Test i to populationer. Hypotesetest for parrede observationer Test for ens varians Gensyn med flyskræk! Test i to populatioer Hypotesetest for parrede observatioer Test for es varias Gesy med flyskræk! Afhægige og uafhægige stikprøver Ved e uafhægig stikprøve udtages e stikprøve fra hver gruppe.. Mæd og

Læs mere

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006 Dages program Økoometri De multiple regressiosmodel 5. februar 006 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.-3.3+appedix E.-E.) Defiitio og motivatio Fortolkig af parametree

Læs mere

(Prøve)Eksamen i Calculus

(Prøve)Eksamen i Calculus (Prøve)Eksamen i Calculus Sæt 1, april 2011 Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet og Det Sundhedsvidenskabelige Fakultet Nærværende (prøve)eksamenssæt består af 7 nummererede sider

Læs mere

Asymptotisk optimalitet af MLE

Asymptotisk optimalitet af MLE Kapitel 4 Asymptotisk optimalitet af MLE Lad Y 1, Y 2,... være uafhægige, idetisk fordelte variable med værdier i et rum (Y,K). Vi har givet e model (ν θ ) θ Θ for fordelige af Y 1 (og dermed også for

Læs mere

Lys og gitterligningen

Lys og gitterligningen Fysik rapport: Lys og gitterligige Forfatter: Bastia Emil Jørgese.z Øvelse blev udført osdag de 25. jauar 202 samme med Lise Kjærgaard Paulse 2 - Bastia Emil Jørgese Fysik rapport (4 elevtimer), februar

Læs mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Statistik ved Bachelor-uddaelse i folkesudhedsvideskab Græseværdisætiger Det hadler om geemsit Statistikere elsker geemsit Det er oplagt e god ide at tage geemsit. Hvis jeg f.eks skal gætte på vægte af

Læs mere

Trygve Haave1mo. (Fore1æs ninger ved Aarhus Universitet, Efteraarssem.1938) Aarhus 1939. T E O R I INDLEDNING TIL STATISTIK.KENS

Trygve Haave1mo. (Fore1æs ninger ved Aarhus Universitet, Efteraarssem.1938) Aarhus 1939. T E O R I INDLEDNING TIL STATISTIK.KENS Trygve Haave1mo. INDLEDNING TIL STATISTIK.KENS T E O R I (Fore1æs iger ved Aarhus Uiversitet, Efteraarssem.1938) Aarhus 1939. le INDHOLD..._..._... Grudlaget for de teoretiske Statistik. Kollektiv og ~a:dsylighed.

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Sadsylighedsregig E ote om sadsylighedsregig. Via basal sadsylighedsregig gøres læsere klar til forstå biomialfordelige. Herik S. Hase, Sct. Kud Versio 5.0 Opgaver til hæftet ka hetes her. PDF Facit til

Læs mere

Deskriptiv teori: momenter

Deskriptiv teori: momenter Kapitel 13 Deskriptiv teori: mometer Vi vil i dette og det følgede kapitel idføre e række begreber der bruges til at beskrive sadsylighedsmål på (R, B). Samtlige begreber udspriger i e eller ade forstad

Læs mere

Estimation ved momentmetoden. Estimation af middelværdiparameter

Estimation ved momentmetoden. Estimation af middelværdiparameter Statistik og Sadsylighedsregig 1 STAT kapitel 4.2 4.3 Susae Ditlevse Istitut for Matematiske Fag Email: susae@math.ku.dk http://math.ku.dk/ susae Estimatio ved mometmetode Idimellem ka det være svært (eller

Læs mere

Bachelorprojekt for BSc-graden i matematik

Bachelorprojekt for BSc-graden i matematik D E T N A T U R V I D E N S K A B E L I G E F A K U L T E T K Ø B E N H A V N S U N I V E R S I T E T Bachelorprojekt for BSc-grade i matematik Mikkel Abrahamse & Sue Precht Reeh Ekstremal grafteori Vejleder:

Læs mere

Statistik 8. gang 1 KONFIDENSINTERVALLER. Konfidensintervaller: kapitel 11. Valg og test af fordelingsfunktion

Statistik 8. gang 1 KONFIDENSINTERVALLER. Konfidensintervaller: kapitel 11. Valg og test af fordelingsfunktion Statistik 8. gag 1 KONIDENSINTERVALLER Kofidesitervaller: kapitel 11 Valg og test af fordeligsfuktio Statistik 8. gag 11. KONIDENS INTERVALLER Et kofides iterval udtrykker itervallet hvori de rigtige værdi

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

Forelæsningsnoter til Stokastiske Processer E05. Svend-Erik Graversen Revideret af Jan Pedersen Kapitel 12 og Appendix B og G af Jan Pedersen

Forelæsningsnoter til Stokastiske Processer E05. Svend-Erik Graversen Revideret af Jan Pedersen Kapitel 12 og Appendix B og G af Jan Pedersen Forelæsigsoter til Stokastiske Processer E5 Sved-Erik Graverse Revideret af Ja Pederse Kapitel 12 og Appedix B og G af Ja Pederse 16. august 25 Forord Nærværede otesæt skal bruges i forbidelse med kurset

Læs mere

- et værktøj til fejlrettende QR-koder. Projekt 0.3 Galois-legemerne. Indhold. Hvad er matematik? A, i-bog

- et værktøj til fejlrettende QR-koder. Projekt 0.3 Galois-legemerne. Indhold. Hvad er matematik? A, i-bog Projekt 0.3 Galois-legemere GF é ëp û - et værktøj til fejlrettede QR-koder Idhold De karakteristiske egeskaber ved de tre mest almidelige talsystemer, og... De kommutative, associative og distributive

Læs mere

Georg Mohr Konkurrencen Noter om uligheder. Søren Galatius Smith

Georg Mohr Konkurrencen Noter om uligheder. Søren Galatius Smith Georg Mohr Kokurrece Noter om uligheder Søre Galatius Smith. juli 2000 Resumé Kapitel geemgår visse metoder fra gymasiepesum, som ka bruges til at løse ulighedsopgaver, og ideholder ikke egetligt yt stof.

Læs mere

Bølgefunktioner Alle partikler, som har en hvilemasse, er kendetegnet ved en kompleks bølgefunktion

Bølgefunktioner Alle partikler, som har en hvilemasse, er kendetegnet ved en kompleks bølgefunktion Modere Fysik 4 Side af 7 Schrödigerligige Forrige to gage: Idførelse af kvatiserigsbegrebet (for lyseergi og for elektroers eergi) samt partikel-bølge-dualitete, hvilket førte til e helt y teori, kvatemekaikke

Læs mere

29. januar Epidemiologi og biostatistik Forelæsning 2 Uge 1, torsdag 2. februar 2006 Michael Væth, Afdeling for Biostatistik.

29. januar Epidemiologi og biostatistik Forelæsning 2 Uge 1, torsdag 2. februar 2006 Michael Væth, Afdeling for Biostatistik. Epidemiologi og biostatistik Forelæsig Uge 1, torsdag. februar 006 ichael Væth, Afdelig for Biostatistik. Sammeligig af to middelværdier sikkerhedsitervaller statistisk test Sammeligig af to proportioer

Læs mere

Differentialregning i R k

Differentialregning i R k Differentialregning i R k Lad U R k være åben, og lad h : U R m være differentiabel. Den afledte i et punkt x U er Dh(x) = h 1 (x) x 1 h 2 (x) x 1. h m (x) x 1 h 1 (x) x 2... h 2 (x) x 2.... h m (x) x

Læs mere

Bekendtgørelse om takstændringer i offentlig servicetrafik i trafikselskaber og hos jernbanevirksomheder m.v. (takststigningsloftet)

Bekendtgørelse om takstændringer i offentlig servicetrafik i trafikselskaber og hos jernbanevirksomheder m.v. (takststigningsloftet) Oversigt (idholdsfortegelse) Bilag 1 Bilag 2 Bilag 3 De fulde tekst Bekedtgørelse om takstædriger i offetlig servicetrafik i trafikselskaber og hos jerbaevirksomheder m.v. (takststigigsloftet) I medfør

Læs mere

Analyse af algoritmer. Algoritmedesign med internetanvendelser ved Keld Helsgaun. Køretid. Algoritmebegrebet D. E. Knuth (1968)

Analyse af algoritmer. Algoritmedesign med internetanvendelser ved Keld Helsgaun. Køretid. Algoritmebegrebet D. E. Knuth (1968) Algoritmedesig med iteretavedelser ved Keld Helsgau Aalyse af algoritmer Iput Algoritme Output E algoritme er e trivis metode til løsig af et problem i edelig tid 1 2 Algoritmebegrebet D. E. Kuth (1968)

Læs mere

Forslag til besvarelser af opgaver m.m. i ε-bogen, Matematik for lærerstuderende

Forslag til besvarelser af opgaver m.m. i ε-bogen, Matematik for lærerstuderende Forslag til besvarelser af opgaver m.m. i ε-boge, Matematik for lærerstuderede Dette er førsteudgave af opgavebesvarelser udarbejdet i sommere 008. Dokumetet ideholder forslag til besvarelser af de fleste

Læs mere

Matematikkens mysterier - på et obligatorisk niveau. 7. Ligninger, polynomier og asymptoter

Matematikkens mysterier - på et obligatorisk niveau. 7. Ligninger, polynomier og asymptoter Matematikkes mysterier - på et obligatorisk iveau af Keeth Hase 7. Ligiger, polyomier og asymptoter Hvad er e asymotote? Og hvorda fides de? 7. Ligiger, polyomier og asymptoter Idhold 7.0 Idledig 7.1 Udsag

Læs mere

Bjørn Grøn. Analysens grundlag

Bjørn Grøn. Analysens grundlag Bjør Grø Aalyses grudlag Aalyses grudlag Side af 4 Idholdsfortegelse Kotiuerte og differetiable fuktioer 3 Differetial- og itegralregiges udviklig 5 3 Hovedsætiger om differetiable fuktioer 8 Opgaver til

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Dages program Kvatitative metoder De multiple regressiosmodel 6. februar 007 Emet for dee forelæsig er de multiple regressiosmodel (Wooldridge kap 3.- 3.+appedix E.) Defiitio og motivatio Fortolkig af

Læs mere

Økonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1

Økonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1 Økoometri 1 Iferes i de lieære regressiosmodel 9. september 006 Økoometri 1: F7 1 Dages program Opsamlig af hemmeopgave om Mote Carlo eksperimeter Mere om hypotesetest: Ekelt lieær restriktio på koefficieter

Læs mere

Antag at. 1) f : R k R m er differentiabel i x, 2) g : R m R p er differentiabel i y = f(x), . p.1/18

Antag at. 1) f : R k R m er differentiabel i x, 2) g : R m R p er differentiabel i y = f(x), . p.1/18 Differentialregning i R k Kæderegel Lad U R k være åben, og lad h : U R m være differentiabel Antag at Den afledte i et punkt x U er Dh(x) = 1) f : R k R m er differentiabel i x, 2) g : R m R p er differentiabel

Læs mere

Skitse til notat om hvor de forskellige sandsynlighedsfordelinger kan tænkes at komme fra

Skitse til notat om hvor de forskellige sandsynlighedsfordelinger kan tænkes at komme fra E6 efterår 1999 Notat 8 Jørge Larse 12. oktober 1999 Skitse til otat om hvor de forskellige sadsylighedsfordeliger ka tækes at komme fra I statistik opererer ma i vid udstrækig med et lille atal»stadardfordeliger«.

Læs mere

Kvantemekanik 4 Side 1 af 11 Energi og tid. Hamiltonoperatoren

Kvantemekanik 4 Side 1 af 11 Energi og tid. Hamiltonoperatoren Kvateekaik 4 Side 1 af 11 ergi og tid Hailtooperatore Af KM3 fregik det, at ehver observabel er repræseteret ved e operator, f.eks. jf. udtryk (3.1) og (3.). Ispireret af det klassiske udtryk for kietisk

Læs mere

Simpel Lineær Regression. Opsplitning af variationen Determinations koefficient Variansanalyse F-test Model-kontrol

Simpel Lineær Regression. Opsplitning af variationen Determinations koefficient Variansanalyse F-test Model-kontrol Simpel Lieær Regressio Opsplitig af variatioe Determiatios koefficiet Variasaalse F-test Model-kotrol Opbgig af statistisk model Specificer model Ligiger og atagelser Estimer parametre Modelkotrol Er modelle

Læs mere

Besvarelser til Calculus Ordinær eksamen - Efterår - 8. Januar 2016

Besvarelser til Calculus Ordinær eksamen - Efterår - 8. Januar 2016 Besvarelser til Calculus Ordinær eksamen - Efterår - 8. Januar 16 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har

Læs mere

Integration m.h.t. mål med tæthed

Integration m.h.t. mål med tæthed Integration m.h.t. mål med tæthed Sætning (EH 11.7) Lad ν = f µ på (X, E). For alle g M + (X, E) gælder at gdν = g f dµ. Bevis: Standardbeviset: 1) indikatorfunktioner 2) simple funktioner 3) M + -funktioner.

Læs mere

Statistiske Modeller 1: Notat 1

Statistiske Modeller 1: Notat 1 Statistiske Modeller : Notat Jes Ledet Jese 9. august 005 Idhold Kast med k-sidet terig Betigig i multiomialfordelig 3 3 Fordelig af X + X - frembrigede fuktio 4 4 Maksimerig af log-likelihood 5 5 Afledede

Læs mere

Statistik Lektion 8. Parrede test Test for forskel i andele Test for ens varians Gensyn med flyskræk!

Statistik Lektion 8. Parrede test Test for forskel i andele Test for ens varians Gensyn med flyskræk! Statistik Lektio 8 Parrede test Test for forskel i adele Test for es varias Gesy med flyskræk! Afhægige og uafhægige stikprøver Ved e uafhægig stikprøve udtages e stikprøve fra hver gruppe.. Mæd og kviders

Læs mere

Den grådige metode 2

Den grådige metode 2 Algoritmedesig 1 De grådige metode De grådige metode Et problem løses ved at foretage e række beslutiger Beslutigere træffes e ad gage i e eller ade rækkefølge Hver beslutig er baseret på et grådighedskriterium

Læs mere