HASTIGHEDSKORT FOR DANMARK VHA. GPS

Størrelse: px
Starte visningen fra side:

Download "HASTIGHEDSKORT FOR DANMARK VHA. GPS"

Transkript

1 HASTIGHEDSKORT FOR DANMARK VHA. GPS Ove Aderse Istitut for Datalogi Aalborg Uiversitet Harry Lahrma Trafikforskigsgruppe Aalborg Uiversitet Kristia Torp Istitut for Datalogi Aalborg Uiversitet Itroduktio Et kort over vejettet, der viser geemsitshastighede på de ekelte vejsegmeter, har mage avedelser i trafikaalyse, f.eks. ka ma berege rejsetider mellem forskellige pukter i vejettet, me der ka også lokaliseres strækiger med trægsel (1) eller strækiger, hvor bilister geerelt kører for hurtigt. Dee artikel beskriver hvorledes et hastighedskort for Damark er skabt udelukkede vha. GPS data. E stor fordel ved at bruge GPS data er, at der er store mægder data tilgægeligt fra mage forskellige kilder. Det store problem er at sikre e passede dækigsgrad og et tilstrækkeligt atal GPS data observatioer per segmet. Herudover er der ved GPS data e række fejlkilder, som det er ødvedigt at elimiere (2) (3) (4) Metode Der vil i artikle blive præseteret to måder til beregig af hastigheder på et segmet vha. GPS data. De første måde kaldes puktbaseret og avedes for lav frekvet data f.eks. hvis GPS data ku modtages hver 30. sekud fra et køretøj. De ade måde kaldes turbaseret og avedes, år GPS data afsedes så ofte, at data fra et ekelt køretøj ka sammesættes til e tur (2). Formålet med at have to måder er, at de puktbaserede altid ka avedes, me det atages at de turbaserede er mere retvisede. Hver måde at berege hastigheder på ka implemeteres ved flere kokrete metoder. For både de puktbaserede og de turbaserede er to kokrete metoder avedt (fire metoder i alt). Disse fire kokrete metoder beskrives i flere detaljer i det efterfølgede. De puktbaserede måde er illustreret i Figur 1, som viser et kort udsit med 3 segmeter. De 7 cirkler repræseterer GPS data og er markeret med id/hastighed. Bemærk at det atages, at alle GPS måliger er fra forskellige køretøjer Segmet Segmet 200 Segmet Figur 1 Puktbaseret måde (avedes både til simpel og vægtet puktbaseret metode).

2 Det atages, at hvert GPS pukt mapmatches til ærmeste segmet, som er idikeret vha. cirkles farver. E simpel geemsitshastighed for hvert segmet ka u bereges med formle: v = i=1 v i (1) Dee kokrete metode kaldes simpel puktbaseret. Problemet med dee metode er imidlertid, at observatioere er logget efter e tidsfrekves. Dette betyder, at der på det ekelte segmet vil være e overrepræsetatio af observatioer med lave hastigheder. Dee fejl ka elimieres ved at vægte de ekelte observatio i forhold til observatioes hastighed. Dette er gjort i formel 2 heruder. v = i=1 (v i 2 3,6) i=1 (v i 3,6) ( 2) Hvor v i er hastighed og l i er distace, der er kørt med i ét sekud, med hastighede v i. Dee kokrete metode kaldes vægtet puktbaseret. Hvis de 7 pukter i figur 1 bruges i de puktbaserede hastigheds beregig bliver resultatet som vis i Tabel 1, og det bemærkes, at formel 2 giver højere geemsitshastigheder ed formel 1 Segmet Obs. Geemsitshastighed Geemsitshastighed Observatioer Hastighed simpel (formel 1) vægtet (formel 2) ,00 80, ,50 70, ,50 79,53 2 Tabel 1: Resultat af pukt baseret beregig De turbaserede måde er illustreret i Figur 2. De viser to køretøjer, der begge har passeret tre segmeter, me køretøj A har kørt med cirka de halve hastighed af køretøj B Køretøj A x x x x x x x x x x x x x x x x x Køretøj B o o o o o o o o Segmet 10 Segmet 11 Segmet 12 Figur 2 Turbaseret måde.

3 Når køretider bereges vha. ture skal det udgås, at e lagsomt kørede vægter højere ed e hurtigt kørede. Dette er vist i Tabel 2, hvorda hver tur, der passerer et segmet, ku tælles med é gag per køretøj. Segmet Køretøj Beregig Observatioer Geemsit 10 A ( )/ B ( )/ Geemsit ( )/ A ( )/ B ( )/ Geemsit ( )/ A ( )/ B (93+95)/ Geemsit ( )/ Tabel 2 Ture baseret beregig De kokrete beregigsmetode vist overfor kaldes simple turbaseret. Problemet med dee metode er, at de blot samler observatioer per segmet. For at få selve ture bedre repræseteret Køretøj A x x x x x x x x x x x x x x x x x Segmet 10 Segmet 11 Segmet 12 Figur 3: Sammehægede turbaseret metode. i beregiger afprøves e sammehægede turbaseret metode, som er illustreret i Figur 3. Hovedidee er, at de først GPS målig på segmet 10 kobles med de første målig på segmet 11 (det æste segmet på ture). Ud fra disse GPS måligers afstad i tid og rum bereges køretide for dee tur på segmet 10. Tilsvarede ka hastighed bereges på segmet 11, me ikke på segmet 12, hvis det atages at dette er det sidste segmet på ture. Resultater Følgede resultater vil blive vist i artikle. Køretider bereget vha. puktbaseret og turbaseret og kombieret o Hvor mage pukter og hvor mage ture har datasættet Dækigsgrade for hele Damark o Her vil de procetvise dækig af de forskellige vejklasser blive listet

4 For udvalgt kedt strækiger med trægsel f.eks. Køge Bugt motorveje vil det bliver udersøgt, om trægsel ka idetificeres og hvor lage perioder på hverdage, der er trægsel? Resultater for motorveje vil sammeliget med veje i bymidte for at udersøge om GPS data ka avedes begge steder. Som et eksempel på dækigsgrade viser Figur 3 tre måeders data (bemærk Østsjællad heruder Købehav er i øjeblikket frasorteret. Disse data haves me er edu ikke mapmatched og idlæste). I Figur 3 er alle vejklasser idlæst for at vise dækige iklusive færgeruter som er e del af kortet, der bruges. Farvekodere er følgede: Farve Atal observatioer 0 Sort 0-10 Rød Gul Grø Blå >250 Lilla Figur 4 Dækig for Damark med 3 måeders data [Billede er kort vist med Google Earth]

5 Diskussio I diskussio vil bl.a. følgede emer blive berørt: Fordele og ulemper ved pukt baseret GPS data o Hvorda mapmatches foruftigt? o Hvorda hådteres observatioer med ul hastigheder? Fordele og ulemper med tur baseret o Hvor lav ka sampligsfrekves være Hvor meget data skal der være til rådighed for at få et retvisede resultat? o Dette gælder både pukt- og turmetodere Hvorda vægtes tur- og puktbaserede hastigheder år begge haves på et segmet? o Uder atagelse af at turbaseret er mere retvisede. Hvorda er de beregede hastigheder sammeliget med f.eks. Google Maps, Kraks, eller Sithastigheder fra Mastradatabase? Styrker og svagheder ved at avede GPS data sammeliget med eksisterede metoder o Beskidte GPS data (hastighed, placerig forkert, ul hastighed) Referecer 1. COWI A/S. Projekt Trægsel ISBN: GPS pilotprojekt. Holm, J. og Foller, Jes Trafikdage på Aalborg Uiversitet. 3. GPS data som grudlag for e atioal rejsehastighedsdatabase. Holm, Ja. s.l. : Trafikdage på Aalborg Uiversitet, ISSN Metode til beregig af køretider, trægsel og forsikelser i kryds vha. GPS Data. Torp, Kristia og Lahrma, Harry. Aalborg : Trafikdage på Aalborg Uiversitet, ISSN Pereira, Fracisco, Costa, Hugo og Pereira, Nuo. A off-lie map-matchig algorithm for icomplete map databases. Europea Trasport Research Review. 1, 2009, 3, s

Renteformlen. Erik Vestergaard

Renteformlen. Erik Vestergaard Reteformle Erik Vestergaard 2 Erik Vestergaard www.matematikfysik.dk Erik Vestergaard, 2010. Billeder: Forside: istock.com/ilbusca Side 4: istock.com/adresrimagig Desude ege illustratioer. Erik Vestergaard

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

Bestemmelse af vandføring i Østerå

Bestemmelse af vandføring i Østerå Bestemmelse af vadførig i Østerå Geerelt varierer vadstade og vadførige i daske vadløb over året. Normalt er vadførige lille om sommere for derpå at øge om efteråret. Om vitere ses ormalt de højeste vadføriger

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

Køretider, belastningsgrader og forsinkelser i kryds beregnet ud fra Floating Car Data

Køretider, belastningsgrader og forsinkelser i kryds beregnet ud fra Floating Car Data Køretider, belastningsgrader og forsinkelser i kryds beregnet ud fra Floating Car Data Kristian Torp [email protected] Institut for Datalogi Aalborg Universitet Harry Lahrmann [email protected] Trafikforskningsgruppen

Læs mere

Branchevejledning. ulykker indenfor. godschauffør. området. Branchearbejdsmiljørådet for transport og engros

Branchevejledning. ulykker indenfor. godschauffør. området. Branchearbejdsmiljørådet for transport og engros Brachevejledig ulykker idefor godschauffør området Brachearbejdsmiljørådet for trasport og egros Baggrud Udersøgelser på lager- og trasportområdet har vist, at beskrivelse af hædelsesforløbet ved udfyldelse

Læs mere

Claus Munk. kap. 1-3

Claus Munk. kap. 1-3 Claus Muk kap. 1-3 1 Dages forelæsig Grudlæggede itroduktio til obligatioer Betaligsrækker og låeformer Det daske obligatiosmarked Pris og kurs Effektive reter 2 1 Obligatioer Grudlæggede Itro Debitor

Læs mere

Dagens forelæsning. Claus Munk. kap. 1-3. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro

Dagens forelæsning. Claus Munk. kap. 1-3. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro Dages forelæsig Grudlæggede itroduktio til obligatioer Claus Muk kap. - 3 Betaligsrækker og låeformer Det daske obligatiosmarked Effektive reter 2 Obligatioer Grudlæggede Itro Obligatioer Grudlæggede Itro

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

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

Branchevejledning. ulykker indenfor. lager. området. Branchearbejdsmiljørådet for transport og engros

Branchevejledning. ulykker indenfor. lager. området. Branchearbejdsmiljørådet for transport og engros Brachevejledig ulykker idefor lager området Brachearbejdsmiljørådet for trasport og egros Baggrud Udersøgelser på lager- og trasportområdet har vist, at beskrivelse af hædelsesforløbet ved udfyldelse

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 - [email protected] http://people.math.aau.dk/ kkb/udervisig/lf13 Istitut for Matematiske Fag Aalborg Uiversitet

Læs mere

Motivation. En tegning

Motivation. En tegning Motivatio Scatter-plot at det mådelige salg mod det måedlige reklamebudget. R: plot(salg ~ budget, data = salg) Økoometri Lektio Simpel Lieær Regressio salg 400 450 500 550 20 25 30 35 40 45 50 budget

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

Løsninger til kapitel 7

Løsninger til kapitel 7 Løsiger til kapitel 7 Opgave 7.1 a) HpoStat giver resultatet: Pop. varias er ukedt, me 30, så Normalf. bruges approksimativt = 54,400 s 1.069,90 = 00,000 0,95 49,868 58,93 Dette betder, at med 95% sikkerhed

Læs mere

Maja Tarp AARHUS UNIVERSITET

Maja Tarp AARHUS UNIVERSITET AARHUS UNIVERSITET Maja Tarp AARHUS UNIVERSITET HVEM ER JEG? Maja Tarp, 4 år Folkeskole i Ulsted i Nordjyllad Studet år 005 fra Droiglud Gymasium Efter gymasiet: Militæret Australie Startede på matematik

Læs mere

GPS data til undersøgelse af trængsel

GPS data til undersøgelse af trængsel GPS data til undersøgelse af trængsel Ove Andersen Benjamin B. Krogh Kristian Torp Institut for Datalogi, Aalborg Universitet {xcalibur, bkrogh, torp}@cs.aau.dk Introduktion GPS data fra køretøjer er i

Læs mere

Meningsmålinger KLADDE. Thomas Heide-Jørgensen, Rosborg Gymnasium & HF, 2017

Meningsmålinger KLADDE. Thomas Heide-Jørgensen, Rosborg Gymnasium & HF, 2017 Meigsmåliger KLADDE Thomas Heide-Jørgese, Rosborg Gymasium & HF, 2017 Idhold 1 Meigsmåliger 2 1.1 Idledig................................. 2 1.2 Hvorda skal usikkerhede forstås?................... 3 1.3

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 - [email protected] Istitut for Matematiske Fag Aalborg Uiversitet Repetitio: Middelværdi og Varias Sætig: Middelværdi

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

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

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

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

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

Atom og kernefysik Ingrid Jespersens Gymnasieskole 2007

Atom og kernefysik Ingrid Jespersens Gymnasieskole 2007 Atom og kerefysik Igrid Jesperses Gymasieskole 2007 Baggrudsstrålig Mål baggrudsstrålige i 5 miutter. Udreg atallet af impulser i 10 sekuder. Alfa-strålig α Mål atallet af impulser fra e alfa-kilde ude

Læs mere

Sprednings problemer. David Pisinger

Sprednings problemer. David Pisinger Spredigs problemer David Pisiger 2001 Idledig Jukfood A/S er e amerikask kæde af familierestaurater der etop er ved at etablere sig i Damark. E massiv reklamekampage med de to slogas vores fritter er de

Læs mere

Formelskrivning i Word 2. Sådan kommer du i gang 4. Eksempel med skrivning af brøker 5. Brøker skrevet med småt 6. Hævet og sænket skrift 6

Formelskrivning i Word 2. Sådan kommer du i gang 4. Eksempel med skrivning af brøker 5. Brøker skrevet med småt 6. Hævet og sænket skrift 6 Dee udgave er til geemkig på ettet. Boge ka købes for kr. 5 hos EH-Mat. E y og udvidet udgave med title»symbol- og formelskrivig«er udkommet september 00. Se mere om de her. Idholdsfortegelse Formelskrivig

Læs mere

Begreber og definitioner

Begreber og definitioner Begreber og defiitioer Daske husstades forbrug på de medierelaterede udgiftsposter stiger og udgør i 2012*) 11,3 % af husstadees samlede forbrug mod 5,5 % i 1994. For husstade med de laveste idkomster

Læs mere

Matematisk trafikmodellering

Matematisk trafikmodellering - Mathematical traffic modelig Grupper.: 8 Gruppemedlemmer: Jacob Hallberg Hasema Kim Alla Hase Ria Roja Kari Vejleder: Morte Blomhøj Semester: 4. Semester, forår 2007, hus 13.1 Studieretig: Det aturvideskabelige

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

Anvendt Statistik Lektion 3. Punkt- og intervalestimater Konfidensintervaller Valg af stikprøvestørrelse

Anvendt Statistik Lektion 3. Punkt- og intervalestimater Konfidensintervaller Valg af stikprøvestørrelse Avedt Statistik Lektio 3 Pukt- og itervalestimater Kofidesitervaller Valg af stikprøvestørrelse Pukt- og itervalestimater: Motivatio Motiverede eksempel: I e udersøgelse er adele af rygere 0.27. Det aslås

Læs mere

Program. Ensidet variansanalyse Normalfordelingen. Antibiotika og nedbrydning af organisk materiale. Tegninger

Program. Ensidet variansanalyse Normalfordelingen. Antibiotika og nedbrydning af organisk materiale. Tegninger Faculty of Life Scieces Program Esidet variasaalyse Normalfordelige Claus Ekstrøm E-mail: [email protected] Esidet variasaalyse (oe-way ANOVA) Hvilke type data? Hvad er problemstillige? Variatio mellem

Læs mere

Spørgsmål 3 (5 %) Bestem sandsynligheden for at et tilfældigt valgt vindue har en fejl ved listerne, når man ved at der er fejl i glasset.

Spørgsmål 3 (5 %) Bestem sandsynligheden for at et tilfældigt valgt vindue har en fejl ved listerne, når man ved at der er fejl i glasset. STATISTIK Skriftlig evaluerig, 3. semester, madag de 30. auar 006 kl. 9.00-3.00. Alle hælpemidler er tilladt. Opgaveløsige forsyes med av og CPR-r. OPGAVE Ved e produktio af viduer er der mulighed for,

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

Projekt 9.10 St. Petersborg paradokset

Projekt 9.10 St. Petersborg paradokset Hvad er matematik? ISBN 978877066879 Projekt 9.0 St. Petersborg paradokset. De store tals lov & viderchacer I grudboges kapitel 9 omtales de store tals lov, som ka formuleres således: Hvis e spiller i

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

1.0 FORSIKRINGSFORMER

1.0 FORSIKRINGSFORMER eam Lv forskrgsakteselskab Bereggsgrudlaget sgrp217 tl præmeberegg for gruppeforskrg e-am Lv forskrgsakteselskab 1. FORIKRINGFORMER 1.1 Oblgatorske ordger Alle gruppeforskrgsordger teget på dette grudlag

Læs mere

Kapitel 10 KALIBRERING AF STRØMNINGSMODEL

Kapitel 10 KALIBRERING AF STRØMNINGSMODEL Kapitel 0 KALIBRERING AF STRØMNINGSMODEL Torbe Obel Soeborg Hydrologisk afdelig, GEUS Nøglebegreber: Kalibrerigsprotokol, observatiosdata, kalibrerigskriterier, idetificerbarhed, etydighed, parameterestimatio,

Læs mere

Projekt 3.2 Anlægsøkonomien i Storebæltsforbindelsen. Indhold. Hvad er matematik? 1 ISBN

Projekt 3.2 Anlægsøkonomien i Storebæltsforbindelsen. Indhold. Hvad er matematik? 1 ISBN Projekt 3.2 Alægsøkoomie i Storebæltsforbidelse Dette projekt hadler, hvorda økoomie var skruet samme, da ma byggede storebæltsforbidelse. Store alægsprojekter er æste altid helt eller delvist låefiasieret.

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

Estimation og test i normalfordelingen

Estimation og test i normalfordelingen af Birger Stjerholm Made Samfudlitteratur 07 Etimatio og tet i ormalfordelige Dee tekt ideholder et overblik over ogle grudlæggede pricipper for etimatio og tet i ormalfordelige i hyppigt forekommede ituatioer:

Læs mere

Praktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags.

Praktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags. Praktisk ifo Liste med rettelser og meigsforstyrrede trykfejl i DS på Absalo. Statistisk aalyse af e ekelt stikprøve: kedt eller ukedt varias Sadsylighedsregig og Statistik (SaSt) Helle Sørese Projekt

Læs mere

Artikler fra Trafikdage på Aalborg Universitet Abstrakt

Artikler fra Trafikdage på Aalborg Universitet Abstrakt Denne artikel er publiceret i det elektroniske tidsskrift Artikler fra Trafikdage på Aalborg Universitet (Proceedings from the Annual Transport Conference at Aalborg University) ISSN 1603-9696 www.trafikdage.dk/artikelarkiv

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

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

Du skal redegøre for løsning af ligninger og herunder behandle omformningsreglerne for ligninger.

Du skal redegøre for løsning af ligninger og herunder behandle omformningsreglerne for ligninger. Eksamesspørgsmål mac7100 maj/jui 013. Spørgsmål 1: Ligiger Du skal redegøre for løsig af ligiger og heruder behadle omformigsreglere for ligiger. Giv eksempler på hvorda forskellige ligigstyper (lieære,

Læs mere

Vejledende besvarelser til opgaver i kapitel 15

Vejledende besvarelser til opgaver i kapitel 15 Vejledede besvarelser til opgaver i apitel 5 Opgave a) De teststatistier, ma aveder til at teste om to middelværdier er es, består af et estimat på forselle mellem middelværdiere,, divideret med et udtry

Læs mere

Teoretisk Statistik, 9. februar Beskrivende statistik

Teoretisk Statistik, 9. februar Beskrivende statistik Uge 7 I Teoretisk Statistik, 9 februar 004 Beskrivede statistik Kategoriserede variable 3 Kvatitative variable 4 Fraktiler for ugrupperede observatioer 5 Fraktiler for grupperede observatioer 6 Beliggeheds-

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

Undgå tab med effektiv debitorstyring og inkasso

Undgå tab med effektiv debitorstyring og inkasso Udgå tab med effektiv debitorstyrig og ikasso 6. maj 2009 tekologisk istitut TAASTRUP Bliv opdateret på de yeste regler hvad betyder de for di virksomhed? Har du styr på virksomhedes tilgodehaveder? Etablerig

Læs mere

Introduktion til optimering og operationsanalyse. Asymmetric Traveling Salesman Problem

Introduktion til optimering og operationsanalyse. Asymmetric Traveling Salesman Problem Itroduktio til optimerig og operatiosaalyse Asymmetric Travelig Salesma Problem David Pisiger, Efterår 2003 Dette er de ade obligatoriske projektopgave på kurset Itroduktio til optimerig og operatiosaalyse.

Læs mere

Grundlæggende Lederuddannelse

Grundlæggende Lederuddannelse Grudlæggede Lederuddaelse Grudlæggede Lederuddaelse God ledelse er vigtig for både dig og di virksomhed. Det er vigtigt for di ege persolige udviklig, for die medarbejderes motivatio og dermed i sidste

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

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

Blisterpakninger i det daglige arbejde

Blisterpakninger i det daglige arbejde Bettia Carlse Marts 2013 Blisterpakiger i det daglige arbejde I paeludersøgelse 35 1 har 1.708 beskæftigede sygeplejersker besvaret e række spørgsmål om (hådterige af) blisterpakiger i det daglige arbejde.

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

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

Teoretisk Statistik, 18. november Stikprøveteori: hvor er vi, og hvor skal vi hen? Proportional allokering Optimal allokering

Teoretisk Statistik, 18. november Stikprøveteori: hvor er vi, og hvor skal vi hen? Proportional allokering Optimal allokering Uge 47 I Teoretisk Statistik, 8. oveber 003 Stikprøveteori: hvor er vi, og hvor skal vi he? Proportioal allokerig Optial allokerig Heruder: Saeligig af variaser og ødvedige stikprøvestørrelser for de forskellige

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

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

Analyse af elbilers forbrug Ove Andersen Benjamin B. Krogh Kristian Torp Institut for Datalogi, Aalborg Universitet {xcalibur, bkrogh, torp}@cs.aau.

Analyse af elbilers forbrug Ove Andersen Benjamin B. Krogh Kristian Torp Institut for Datalogi, Aalborg Universitet {xcalibur, bkrogh, torp}@cs.aau. Denne artikel er publiceret i det elektroniske tidsskrift Artikler fra Trafikdage på Aalborg Universitet (Proceedings from the Annual Transport Conference at Aalborg University) ISSN 1603-9696 www.trafikdage.dk/artikelarkiv

Læs mere

Giv eksempler på hvordan forskellige ligningstyper (lineære, eksponentielle eller potens) løses.

Giv eksempler på hvordan forskellige ligningstyper (lineære, eksponentielle eller potens) løses. Eksamesspørgsmål matematik C, sommer 018. (Foreløbig udgave, små ædriger ka forekomme) Spørgsmål 1: Ligiger Du skal redegøre for løsig af ligiger og heruder behadle omformigsreglere for ligiger. Giv eksempler

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

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

Beregning af prisindeks for ejendomssalg

Beregning af prisindeks for ejendomssalg Damarks Saisik, Priser og Forbrug 2. april 203 Ejedomssalg JHO/- Beregig af prisideks for ejedomssalg Baggrud: e radiioel prisideks, fx forbrugerprisidekse, ka ma ofe følge e ideisk produk over id og sammelige

Læs mere