Sandsynlighedsregning og statistik

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Starte visningen fra side:

Download "Sandsynlighedsregning og statistik"

Transkript

1 og statistik Jakob G. Rasmussen, Institut for Matematiske Fag Litteratur: Walpole, Myers, Myers & Ye: Probability and Statistics for Engineers and Scientists, Prentice Hall, 8th ed. Slides og lektionssedler: Kursusform: 2x45 min forelæsning, og derefter opgaveregning 1

2 STATISTIK Hvad kan det så bruges til??? Lave forecasts: Forventninger til fremtiden? Hvordan går det med aktiemarkedet? Analyse af salg: Hvor meget sælger vi, og hvornår? Skal vi satse anderledes? A B C Kvalitetskontrol: Hvad er min fejlprocent? Hvordan kan jeg styre min produktion? Hvad er en god stikprøveplan? 2

3 Udfaldsrum og hændelser Betragt et forsøg Udfaldsrum S: Hændelse A: S VENN DIAGRAM S A eksempel: S={1,2,,6} ved terningkast S={plat,krone} ved møntkast eksempel: A={1,6} ved terningkast Komplementærhændelse A : S A A eksempel: A ={2,3,4,5} ved terningkast 3

4 Hændelser Eksempel: kast med terning S={1,2,3,4,5,6} A={2,4,6} B={1,2,3} S A B Fællesmængde: A B={2} Foreningsmængde: A B={1,2,3,4,6} Disjunkte hændelser: C D = Ø C={1,3,5} og D={2,4,6} er disjunkte S C D 4

5 Antal muligheder Antal måder at udfylde tipskupon: 1 X 2 3 muligheder 3 muligheder 3 muligheder SVAR: = 3 13 Multiplikationsregel 5

6 Antal muligheder Placering af n forskellige objekter i rækkefølge Antallet af permutationer??? Der er n måder at vælge den første på } n -1 måder at vælge den anden på 1 måde at vælge den sidste på n (n -1) 1 = n! måder Multiplikationsregel 3!= 6 6

7 Antal muligheder Multiplikationsregel: Hvis k uafhængige operationer hhv. kan udføres på n 1, n 2,, n k måder, så kan de k operationer i alt udføres på Tælletræ: 7 P K n 1 n 2 n k måder P K P K P K P K P K P K 3 gange kast med mønt (Plat/Krone) 2 3 = 8 mulige udfald

8 Antal muligheder Antal mulige måder/kombinationer at udtage/placere r elementer af en mængde med n elementer: ordnet uordnet uden tilbagelægning n P r = n! ( n r)! n n! = r r!( n r)! med tilbagelægning r n - 8

9 Antal muligheder Eksempel: Anders, Birgitte, Claus, og Ditte skal lave et udvalg bestående af to personer, dvs. uordnet uden tilbagelægning. Antal mulige kombinationer: 4 4! = = 2 2!2! Nemlig : AB AC AD BC BD CD 6 9

10 Antal muligheder Eksempel: Udtag 2 ud af 4 forskellige kugler ordnet og uden tilbagelægning 4! Antal mulige kombinationer: 4P 2 = = (4 2)! 12 10

11 Sandsynlighed Lad A være en hændelse, da betegner P(A): sandsynligheden for A S A Der gælder 0 < P(A) < 1 P(Ø) = 0 P(S) = 1 Betragt et forsøg, der har N lige sandsynlige udfald, og lad præcis n af disse forsøg svare til hændelsen A. Da gælder n P(A) = (# gunstige / # mulige) N Eksempel: Terningkast P( #øjne lige) 3 1 = =

12 12 Sandsynlighedsregning Sandsynlighed Eksempel: Kvalitetskontrol Vareparti på 20 enheder med 8 defekte enheder. Udtag 6 enheder (uordnet og uden tilbagelægning). Hændelsen A: ingen defekte enheder i stikprøven. 20 Antal stikprøver: N = (# mulige) 6 12 Antal stikprøver uden defekte enheder: n = (# gunstige) !6!14! 77 P(A) = = = = !6!20!

13 Sandsynlighed Eksempel: fortsat Hændelsen B: netop 2 defekte enheder i stikprøven 12 8 Antal stikprøver med netop 2 defekte enheder: n = 4 2 (# gunstige) !8!6!14! P(B) = = = !8!2!6!20! 6 13

14 Regneregler for sandsynlighed A B Fællesmængde: A B Foreningsmængde: A B P(A B) = P(A) + P(B) - P(A B) P(B) = P(B A) + P(B A ) Hvis A og B er disjunkte: P(A B) = P(A) + P(B) Specielt: P( A ) + P(A ) = 1 14

15 Betinget sandsynlighed Betinget sandsynlighed for A givet B: P(A B) P(A B) = hvor P ( B ) > 0 P(B) A B Bayes formel: P(A B) = P(A B)P(B) = P(B A)P(A) Omskrivning af Bayes formel: P(A B) P(B A)P(A) = = P(B) P(B A)P(A) P(B A)P(A)+P(B A )P(A ) 15

16 Betinget sandsynlighed Eksempel s 59: Køns-fordeling af arbejdsløse/ikke-arbejdsløse med studentereksamen i en lille by I arbejde Arbejdsløs Total Mand Kvinde Total P(mand & i arbejde) 460 / P (mand i arbejde) = = = = = P(i arbejde) 600 / % P(mand& arbejdsløs) 40/ P(mand arbejdsløs) = = = = = 13.3% P(arbejdsløs) 300/

17 Bayes formel Eksempel: Lungesygdom & rygning Iflg. The American Lung Association lider 7% af befolkningen af en lungesygdom, og 90% af disse er rygere. For folk uden lungesygdomme er 25.3% rygere. A: person har lungesygdom P(A) = 0.07 B: person er ryger P(B A) = 0.90 P(B A ) = P(B A)P(A) P(A B) = = = P(B A)P(A)+P(B A )P(A )

18 Bayes formel udvidet A 1,, A k disjunkt opsplitning af S A 3 A 4 A 5 S 18 Eliminations reglen: K P(B)= P(B A i)p(a i) i=1 Bayes formel udvidet: P(A B)= r A 1 P(B A )P(A ) r r K P(B A i)p(a i) i=1 B A 2 A 6

19 Uafhængighed Definition: To hændelser A og B siges at være uafhængige, hvis P(B A) = P(B) (eller P(A B) = P(A)) Alternativ Definition: To hændelser A og B siges at være uafhængige, hvis P(A B) = P(A) P(B) 19

20 Betinget sandsynlighed Eksempel: I arbejde Arbejdsløs Total Mand Kvinde Total / 900 P (mand i arbejde) = = 600 / % P(mand) = 500/900 = 55.6% Dvs. de to variable køn og beskæftigelse er afhængige 20

21 Regneregler for betinget sandsynlighed P(A B) = P(A B) P(B) P(A B C) = P(A B C) P(B C) P(C) bevis : P( A B C) = P( A B C ) P(B C) = P( A B C ) P( B C) P( C ) Generel regel: P(A 1 A 2 A k ) = P(A 1 A 2 A 3 A k ) P(A 2 A 3 A 4 A k ) P(A k-1 A k ) P(A k ) 21

Landmålingens fejlteori - Sandsynlighedsregning - Lektion 1

Landmålingens fejlteori - Sandsynlighedsregning - Lektion 1 Landmålingens fejlteori Sandsynlighedsregning Lektion 1 - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf10 Institut for Matematiske Fag Aalborg Universitet 23. april 2009 1/28 Landmålingens

Læs mere

Sandsynligheder. Mængder Hændelser Sandsynligheder Regler for sandsynligheder

Sandsynligheder. Mængder Hændelser Sandsynligheder Regler for sandsynligheder Sandsynligheder Mængder Hændelser Sandsynligheder Regler for sandsynligheder Sandsynligheder En sandsynlighed er et kvantitativt mål for usikkerhed et mål der udtrykker styrken af vores tro på forekomsten

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Sandsynlighedsregning Udfaldsrum og hændelser Udfald e:resultatetafetforsøg. Udfaldsrum S: Mængden af de mulige udfald af forsøget. Hændelse A: En delmængde af udfaldsrummet. Tilfældigt fænomen S e (eks.)

Læs mere

Modul 3: Sandsynlighedsregning

Modul 3: Sandsynlighedsregning Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen Modul 3: Sandsynlighedsregning 3.1 Sandsynligheder................................... 1 3.2 Tilfældig udtrækning fra en mængde........................

Læs mere

Dagens program. Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler

Dagens program. Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler Dagens program Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler 1 Sandsynlighedsmodel Kvantitative Metoder 1 - Efterår 2006 Eksperiment

Læs mere

Uafhængighed af hændelser

Uafhængighed af hændelser Uafhængighed af hændelser Uafhængighed af to hændelser A og B kaldes uafhængige hændelser hvis P A B P A P B Kaldes også den specielle multiplikationsregel. Så gælder både P A B P A og P B A P B. Bemærk

Læs mere

Lad os som eksempel se på samtidigt kast med en terning og en mønt:

Lad os som eksempel se på samtidigt kast med en terning og en mønt: SANDSYNLIGHEDSREGNING Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet Til gengæld kan vi prøve

Læs mere

Statistik. Hjemmeside: kkb. Statistik - lektion 1 p.1/22

Statistik. Hjemmeside:  kkb. Statistik - lektion 1 p.1/22 Statistik Kursets omfang: 2 ECTS Inklusiv mini-projekt! Bog: Complete Business Statistics, AD Aczel & J. Sounderpandian Software: SPSS eller Excel?? Forelæser: Kasper K. Berthelsen E-mail: kkb@math.aau.dk

Læs mere

Statistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen

Statistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen Statistik Lektion etinget sandsynlighed ayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV inomialfordelingen Repetition Udfaldsrum S Hændelse S Simpel hændelse O i 1, 3 4,

Læs mere

Statistik. Introduktion Deskriptiv statistik Sandsynslighedregning

Statistik. Introduktion Deskriptiv statistik Sandsynslighedregning Statistik Introduktion Deskriptiv statistik Sandsynslighedregning Introduktion Kasper K. Berthelsen, Institut f. Mat. Fag 8 Kursusgange Individuel mundtlig eksamen (7-skala) Udgangspunkt i opgaver Software:

Læs mere

Sandsynligheder. Udfaldsrum Ω = {ω 1,..., ω N } hvor alle udfald er lige sandsynlige, dvs. P (ω i )=1/N for alle i =1,..., N.

Sandsynligheder. Udfaldsrum Ω = {ω 1,..., ω N } hvor alle udfald er lige sandsynlige, dvs. P (ω i )=1/N for alle i =1,..., N. Dagens program Afsnit 1.4-1.6 Kombinatorik - Permutationer - Kombinationer Udtagelse af stikprøver - Population - Med og uden tilbagelægning Eksempler 1 Sandsynligheder Udfaldsrum Ω = {ω 1,..., ω N } hvor

Læs mere

SANDSYNLIGHEDSREGNING Hvad er sandsynlighed for noget? Umiddelbart kan vi inddele sandsynlighed i tre former.

SANDSYNLIGHEDSREGNING Hvad er sandsynlighed for noget? Umiddelbart kan vi inddele sandsynlighed i tre former. SANDSYNLIGHEDSREGNING Hvad er sandsynlighed for noget? Umiddelbart kan vi inddele sandsynlighed i tre former. Statistisk sandsynlighed Her finder man sandsynligheden for en hændelse ved at kigge på en

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Mogens Bladt www2.imm.dtu.dk/courses/02405 7. September, 2007 Hvad er sandsynlighedsregning? Formel matematisk måde til at håndtere tilfældigheder. Dybest set en formalisering af udregninger med proportioner.

Læs mere

Aarhus Universitet 5. februar Meddelelse 2

Aarhus Universitet 5. februar Meddelelse 2 fdeling for Teoretisk Statistik IOSTTISTIK Institut for Matematiske Fag Preben læsild arhus Universitet 5. februar 2003 Meddelelse 2 Forelæsningerne i uge 6 (3-7.2) Ved forelæsningen den 4.2 gav Frank

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Mogens Bladt www2.imm.dtu.dk/courses/02405 14. September, 2007 Betinget sandsynlighed ud fra proportioner Vi husker på definitionen IP(A B) = IP(A B). IP(B) Betragt en befolkning bestående af N personer.

Læs mere

Statistik Lektion 2. Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var.

Statistik Lektion 2. Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var. Statistik Lektion Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var. Repetition Stikprøve Stikprøvestørrelse n Stikprøvemiddelværdi Stikprøvevarians s Population

Læs mere

Nanostatistik: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/ kurser/nanostatistik/

Nanostatistik: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/ kurser/nanostatistik/ Nanostatistik: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/ kurser/nanostatistik/ JLJ Nanostatistik: sandsynlighederkursushjemmeside:http://www.imf.au.dk/kurser/nanostatistik/ p. 1/16 Højder

Læs mere

Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable

Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable Forskningsenheden for Statistik ST501: Science Statistik Bent Jørgensen Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable 2.1 Sandsynlighedsbegrebet............................... 1 2.1.1

Læs mere

Meddelelse 2. Forelæsningerne i uge 6 ( ) Gennemgangen af BPT fortsættes. Vi afslutter Kapitel 4 og når sikkert et godt stykke ind i Kapitel 5.

Meddelelse 2. Forelæsningerne i uge 6 ( ) Gennemgangen af BPT fortsættes. Vi afslutter Kapitel 4 og når sikkert et godt stykke ind i Kapitel 5. Institut for Matematiske Fag arhus Universitet STTISTIK(2003-ordning) Jens Ledet Jensen Jørgen Granfeldt 2. februar 2006 Meddelelse 2 Forelæsningerne i uge 5 (30.1 5.2) Ved forelæsningen mandag den 30.

Læs mere

Kursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.

Kursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M. Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 9, 2015 Sandsynlighedsregning og lagerstyring Normalfordelingen

Læs mere

Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Hvad er sandsynlighedsregning? Formel/matematisk

Læs mere

Dagens program. Afsnit Diskrete stokastiske variable Sandsynlighedsfunktioner Simultane fordelinger Betingede sandsynligheder

Dagens program. Afsnit Diskrete stokastiske variable Sandsynlighedsfunktioner Simultane fordelinger Betingede sandsynligheder Dagens program Afsnit 2.1-2.3 Diskrete stokastiske variable Sandsynlighedsfunktioner Simultane fordelinger Betingede sandsynligheder 1 Stokastiske variable (diskrete) Et eksperiment med usikkerhed beskrives

Læs mere

Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Hvad er sandsynlighedsregning? Formel/matematisk

Læs mere

{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )}

{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )} Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet. Til gengæld kan vi prøve at sige noget om,

Læs mere

Forslag til løsning af Opgaver til sandsynlighedsregning (side 434)

Forslag til løsning af Opgaver til sandsynlighedsregning (side 434) Forslag til løsning af Opgaver til sandsynlighedsregning (side 434) Opgave Vi kan selv vælge, om vi vil arbejde med ordnet eller uordnet udtagelse, hvis vi blot sikrer, at vi er konsekvente i vores valg,

Læs mere

Binomialfordelingen. Binomialfordelingen. Binomialfordelingen

Binomialfordelingen. Binomialfordelingen. Binomialfordelingen Statistik og Sandsynlighedsregning 1 MS kapitel 3 Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne Definition 3.2.1 Lad X 1, X 2,..., X n være uafhængige

Læs mere

Produkt og marked - matematiske og statistiske metoder

Produkt og marked - matematiske og statistiske metoder Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 11, 2016 1/22 Kursusindhold: Sandsynlighedsregning og lagerstyring

Læs mere

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden

Læs mere

TØ-opgaver til uge 45

TØ-opgaver til uge 45 TØ-opgaver til uge 45 Først laver vi en liste over de ligninger med mere i [IPT], der skal bruges: [1]: Ligning (2.5) på side 4. [2]: Ligning (2.6) på side 5. [3]: Sætning 3.1, ligning (3.3) på side 7.

Læs mere

TØ-opgaver til uge 46

TØ-opgaver til uge 46 TØ-opgaver til uge 46 Først laver vi en liste over de ligninger med mere i [ITP], der skal bruges: [1]: Ligning (2.5) på side 4. [2]: Sætning 3.1, ligning (3.3) på side 7. [3]: Sætning 3.1, ligning (3.4)

Læs mere

t a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 27. oktober 2014 Slide 1/25

t a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 27. oktober 2014 Slide 1/25 Slide 1/25 Indhold 1 2 3 4 5 6 7 8 Slide 2/25 Om undervisningen Hvorfor er vi her? Hvad kommer der til at ske? 1) Teoretisk gennemgang ved tavlen. 2) Instruktion i eksempler. 3) Opgaveregning. 4) Opsamling.

Læs mere

Oversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable

Oversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Nanostatistik: Stokastisk variabel

Nanostatistik: Stokastisk variabel Nanostatistik: Stokastisk variabel JLJ Nanostatistik: Stokastisk variabel p. 1/29 Repetition Ω: udfaldsrummet: alle de mulige udfald af et experiment P(A): ss for hændelsen A = frekvens i uafhængige gentagelser

Læs mere

2011.09.20 lth@campus.dk

2011.09.20 lth@campus.dk 2011.09.20 lth@campus.dk Intro Læseplan Beskrivende Statistik Sandsynligheder Ordet kommer fra Latin.: statisticum (statsrådgiver) Italiensk.: statistica (statsmand / politiker) Hvorfor statistik? Træk

Læs mere

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en

Læs mere

Sandsynlighedregning

Sandsynlighedregning MOGENS ODDERSHEDE LARSEN Sandsynlighedregning + = - P(A B) P(A) P(B) P(A B). 1. udgave 2016 FORORD Dette notat giver en kort gennemgang af de grundlæggende begreber i sandsynlighedsregning. Det forudsættes,

Læs mere

t a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 7. november 2015 Slide 1/25

t a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 7. november 2015 Slide 1/25 Slide 1/25 Indhold 1 2 3 4 5 6 7 8 Slide 2/25 Om undervisningen Hvorfor er vi her? Slide 3/25 Om undervisningen Hvorfor er vi her? Hvad kommer der til at ske? 1) Teoretisk gennemgang ved tavlen. 2) Instruktion

Læs mere

Nanostatistik: Stokastisk variabel

Nanostatistik: Stokastisk variabel Nanostatistik: Stokastisk variabel JLJ Nanostatistik: Stokastisk variabel p. 1/34 Repetition Ω: udfaldsrummet: alle de mulige udfald af et experiment P(A): ss for hændelsen A = frekvens i uafhængige gentagelser

Læs mere

Kombinatorik og Sandsynlighedsregning

Kombinatorik og Sandsynlighedsregning Kombinatorik Teori del 1 Kombinatorik er en metode til at tælle muligheder på. Man kan f.eks. inden for valg til en bestyrelse eller et fodboldhold, kodning af en lås, valg af pinkode eller telefonnummer,

Læs mere

Sandsynlighedsregning 2. forelæsning Bo Friis Nielsen

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

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Sandsynlighedsregning En note om sandsynlighedsregning. Den er tænkt som supplement til Vejen til Matematik B2. Henrik S. Hansen, Sct. Knud Version 2.0 Indhold Indledning... 1 Sandsynlighedsregning...

Læs mere

Eksempel 1.1: kvalitetskontrol

Eksempel 1.1: kvalitetskontrol Idag 1. Introduktion til statistik: Eksempel 1.1 og 1.2 fra WMMY samt andre eksempler. 2. Sandsynlighedsregning: udfaldsrum, hændelser, regning med sandsynligheder. 1/17 Eksempel 1.1: kvalitetskontrol

Læs mere

Kombinatorik. M-serien består af disse arbejdskort: M1 Formler til kombinatorik M2 Pascals trekant M3 Binomialformlen

Kombinatorik. M-serien består af disse arbejdskort: M1 Formler til kombinatorik M2 Pascals trekant M3 Binomialformlen 1 Statistik og sandsynlighedsregning er et relativt nyt emne i folkeskolens matematikundervisning. Ja, det er for den sags skyld et relativt nyt emne også i fagmatematikken og i anvendelser af matematik.

Læs mere

MATEMATIKBANKENS SANDSY NLIGHED- OG K O MB I NATORIKKOMPENDIUM. Sandsynlighed Kombinatorik Matrix Tælletræer Tilbagelægning (U)Ordnet Guns g Simula on

MATEMATIKBANKENS SANDSY NLIGHED- OG K O MB I NATORIKKOMPENDIUM. Sandsynlighed Kombinatorik Matrix Tælletræer Tilbagelægning (U)Ordnet Guns g Simula on MATEMATIKBANKENS SANDSY NLIGHED- OG K O MB I NATORIKKOMPENDIUM Sandsynlighed Kombinatorik Matrix Tælletræer Tilbagelægning (U)Ordnet Guns g Simula on Helle Fjord Morten Graae Kim Lorentzen Kristine Møller-Nielsen

Læs mere

10.1 Et lykkehjul består af 24 lige store felter med numre fra 1 til 24.

10.1 Et lykkehjul består af 24 lige store felter med numre fra 1 til 24. 10. 10.1 Et lykkehjul består af 24 lige store felter med numre fra 1 til 24. Bestem udfaldsrummet for lykkehjulet. 10.2 En tegnestift Du putter en tegnestift i et raflebæger, ryster det godt og smider

Læs mere

INSTITUT FOR MATEMATISKE FAG c

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

Læs mere

Sandsynlighedregning

Sandsynlighedregning MOGENS ODDERSHEDE LARSEN Sandsynlighedregning + = - P(A B) = P(A) + P(B) P(A B). 1. udgave 2007 FORORD Dette notat giver en kort gennemgang af de grundlæggende begreber i sandsynlighedsregning. Det forudsættes,

Læs mere

Sandsynlighed og kombinatorik

Sandsynlighed og kombinatorik Sandsynlighed og kombinatorik Indholdsfortegnelse... 1 Simpel sandsynlighed... 2 Kombinatorik... 4 Sandsynlighed ved hjælp af kombinatorik... 7 Udregningsark... 8 side 1 Simpel sandsynlighed 1: Du kaster

Læs mere

Anvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger

Anvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Anvendt Statistik Lektion 2 Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Sandsynlighed: Opvarmning Udfald Resultatet af et eksperiment kaldes et udfald. Eksempler:

Læs mere

Anvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger

Anvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Anvendt Statistik Lektion 2 Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Sandsynlighed: Opvarmning Udfald Resultatet af et eksperiment kaldes et udfald. Eksempler:

Læs mere

Statistisk Kvalitetskontrol

Statistisk Kvalitetskontrol Statistisk Kvalitetskontrol Jakob G. Rasmussen, Institut for Matematiske Fag jgr@math.aau.dk Litteratur: Slides! Slides & lektionssedler: www.math.aau.dk/~jgr/teaching/kvali508/kvali508.html Kursusform:

Læs mere

Statistik II 1. Lektion. Analyse af kontingenstabeller

Statistik II 1. Lektion. Analyse af kontingenstabeller Statistik II 1. Lektion Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller Logistisk regression

Læs mere

Sandsynlighedsregning & Statistik

Sandsynlighedsregning & Statistik Sandsynlighedsregning & Statistik for matematikstuderende Jørgen Larsen 2006 Roskilde Universitet Teksten er sat med skriften Kp-Fonts ved hjælp af KOMA- Script og LATEX. Tegningerne er fremstillet med

Læs mere

Definition. Definitioner

Definition. Definitioner Definition Landmålingens fejlteori Lektion Diskrete stokastiske variable En reel funktion defineret på et udfaldsrum (med sandsynlighedsfordeling) kaldes en stokastisk variabel. - kkb@math.aau.dk http://people.math.aau.dk/

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder

Læs mere

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1) ; C ED 6 > Billedbehandling og mønstergenkendelse Lidt elementær statistik (version 1) Klaus Hansen 24 september 2003 1 Elementære empiriske mål Hvis vi har observationer kan vi udregne gennemsnit og varians

Læs mere

Statistik II 1. Lektion. Sandsynlighedsregning Analyse af kontingenstabeller

Statistik II 1. Lektion. Sandsynlighedsregning Analyse af kontingenstabeller Statistik II 1. Lektion Sandsynlighedsregning Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller

Læs mere

Statistik og sandsynlighed

Statistik og sandsynlighed Statistik og sandsynlighed Statistik handler om at beskrive og analysere en stor mængde data. som I eller andre har indsamlet. Det kan fx være tal, der fortæller om, hvor mange lynnedslag der er i Danmark

Læs mere

2. Ved et roulettespil kan man vinde 0,10,100, 500 og 1000 kr. Sandsynligheden for gevinsterne ses af følgende skema:

2. Ved et roulettespil kan man vinde 0,10,100, 500 og 1000 kr. Sandsynligheden for gevinsterne ses af følgende skema: Der er hjælp til opgaver med # og facit på side 6 1. Et eksperiment kan beskrives med følgende skema: u 1 2 3 4 5 P(u) 0,3 0,2 0,1 0,2 x Bestem x og sandsynligheden for at udfaldet er et lige tal.. 2.

Læs mere

Kombinatorik. Eksempel 2: En mand har 7 par bukser og 10 skjorter. Skal han både vælge en skjorte og et par bukser, så har han 10. 7=70 mulige valg.

Kombinatorik. Eksempel 2: En mand har 7 par bukser og 10 skjorter. Skal han både vælge en skjorte og et par bukser, så har han 10. 7=70 mulige valg. Noter til Biomat, 005. Kombinatorik. - eller kunsten at tælle. Alle tal i kombinatorik-afsnittet er hele og ikke-negative. Additionsprincippet enten - eller : Antag vi enten skal lave et valg med m muligheder

Læs mere

Kvantitative Metoder 1 - Forår Dagens program

Kvantitative Metoder 1 - Forår Dagens program Dagens program Kapitel 8.1-8.3 Tilfældig stikprøve (Random Sampling) Likelihood Eksempler på likelihood funktioner Sufficiente statistikker Eksempler på sufficiente statistikker 1 Tilfældig stikprøve Kvantitative

Læs mere

Sandsynlighedsregning & Statistik

Sandsynlighedsregning & Statistik Jørgen Larsen Sandsynlighedsregning & Statistik for matematikstuderende 2006 Indhold Forord 5 Del I Sandsynlighedsregning 7 Indledning 9 Endelige udfaldsrum. Grundlæggende definitioner.....................

Læs mere

Sandsynlighed og kombinatorik

Sandsynlighed og kombinatorik Sandsynlighed og kombinatorik Simpel sandsynlighed... 94 Kombinatorik... 95 Sandsynlighed og kombinatorik... 97 Kombinatorik og kugletrækning... 97 Kombinatorik og sandsynlighedsregning Side 93 Sandsynlighedsregning

Læs mere

Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 28 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner Stokastiske variable: udfald

Læs mere

Agenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede

Agenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede Agenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede fordelinger (kap. 4) Middelværdi og varians (kap. 3-4) Fordelingsresultater

Læs mere

DM72 Diskret matematik med anvendelser

DM72 Diskret matematik med anvendelser DM72 Diskret matematik med anvendelser En hurtig gennemgang af de vigtigste resultater. (Dvs. ikke alle resultater). Logik Åbne udsagn 2 + 3 = 5 Prædikater og kvantorer P (x) := x er et primtal x N : n

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Mogens Bladt www2.imm.dtu.dk/courses/02405 28. September, 2007 Stokastiske variable Betragt 3 kast med en mønt. Så er udfaldsrummet Ω = {(p, p, p), (p, p, k), (p, k, p), (p, k, k), (k, p, p), (k, p, k),

Læs mere

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 6.1 og 6.2 Betingede diskrete

Læs mere

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 6.1 og 6.2 Betingede diskrete

Læs mere

En Introduktion til Sandsynlighedsregning

En Introduktion til Sandsynlighedsregning En Introduktion til Sandsynlighedsregning 9. Udgave Michael Sørensen 11. juli 2008 0 Forord Til 2. udgave Disse forelæsningsnoter trækker i betydelig grad på noter udarbejdet af en række kolleger. Det

Læs mere

9 Statistik og sandsynlighed

9 Statistik og sandsynlighed 9 Statistik og sandsynlighed Faglige mål Kapitlet Statistik og sandsynlighed tager udgangspunkt i følgende faglige mål: Enkeltobservationer: kunne skabe overblik over statistisk materiale og anvende udvalgte

Læs mere

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen

Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Sandsynlighedsregning 0. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 6. og 6. Betingede diskrete

Læs mere

Sandsynlighedsregning: endeligt udfaldsrum (repetition)

Sandsynlighedsregning: endeligt udfaldsrum (repetition) Program: 1. Repetition: sandsynlighedsregning 2. Sandsynlighedsregning fortsat: stokastisk variabel, sandsynlighedsfunktion/tæthed, fordelingsfunktion. 1/16 Sandsynlighedsregning: endeligt udfaldsrum (repetition)

Læs mere

Kønsproportion og familiemønstre.

Kønsproportion og familiemønstre. Københavns Universitet Afdeling for Anvendt Matematik og Statistik Projektopgave forår 2005 Kønsproportion og familiemønstre. Matematik 2SS Inge Henningsen februar 2005 Indledning I denne opgave undersøges,

Læs mere

Deskriptorspil. Navn Klasse Dato Statistik og sandsynlighed

Deskriptorspil. Navn Klasse Dato Statistik og sandsynlighed 9.0 Deskriptorspil Klip de 6 brikker ud, og del dem ligeligt. Læg kortene foran jer i en bunke med bagsiden opad. Tag hver det øverste kort fra bunken. Den ældste begynder med at vælge kategori fx typetal.

Læs mere

Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen

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

Læs mere

Emne Mål Brug af IT Materialer Evaluering Timetal

Emne Mål Brug af IT Materialer Evaluering Timetal Årsplan 10 E KJ Generelt er der i klassen stor sprednig, men der er god arbejdsmoral Arbejdet organiseres som en blanding af klasseundervisning, gruppearbejde og pararbejde med hovedvægt på sidstnævnte.

Læs mere

Statistik noter - Efterår 2009 Keller - Statistics for management and economics

Statistik noter - Efterår 2009 Keller - Statistics for management and economics Statistik noter - Efterår 2009 Keller - Statistics for management and economics Jonas Sveistrup Hansen - stud.merc.it 22. september 2009 1 Indhold 1 Begrebsliste 3 2 Forelæsning 1 - kap. 1-3 3 2.1 Kelvin

Læs mere

Årsplan Matematik 9. klasse

Årsplan Matematik 9. klasse Årsplan 2017-2018 Matematik 9. klasse Der arbejdes primært på www.matematikbanken.dk. Her ligger der kompendier til hele årets pensum i matematik. Eleverne kan downloade kompendierne, således de kan løse

Læs mere

En Introduktion til Sandsynlighedsregning

En Introduktion til Sandsynlighedsregning En Introduktion til Sandsynlighedsregning 4. Udgave Michael Sørensen 26. juni 2003 0 Forord Til 2. udgave Disse forelæsningsnoter trækker i betydelig grad på noter udarbejdet af en række kolleger. Det

Læs mere

Spil & Sandsynlighed. Preben Blæsild

Spil & Sandsynlighed. Preben Blæsild Spil & Sandsynlighed Preben Blæsild (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) (5,1) (5,2) (5,3) (5,4)

Læs mere

EMMA*-Tema: Chancetræer

EMMA*-Tema: Chancetræer EMMA*-Tema: Chancetræer Indhold 1. Vi tegner et chancetræ 2. Lidt om programmet TRÆ 3. Udtagelse med tilbagelægning 4. Programmet ÆSKE 5. Opgaver 6. Reducerede chancetræer 7. Hvor sikker er diagnosen?

Læs mere

Betingede sandsynligheder Aase D. Madsen

Betingede sandsynligheder Aase D. Madsen 1 Uge 12 Teoretisk Statistik 15. marts 2004 1. Betingede sandsynligheder Definition Loven om den totale sandsynlighed Bayes formel 2. Betinget middelværdi og varians 3. Kovarians og korrelationskoefficient

Læs mere

Kapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for 7.- 9.

Kapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for 7.- 9. Kapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for 7.- 9. klassetrin: statistisk sandsynlighed, kombinatorisk sandsynlighed og personlig

Læs mere

Oversigt. Introduktion til Statistik. Forelæsning 2: Stokastisk variabel og diskrete fordelinger

Oversigt. Introduktion til Statistik. Forelæsning 2: Stokastisk variabel og diskrete fordelinger Introduktion til Statistik Forelæsning 2: og diskrete fordelinger Oversigt 1 2 3 Fordelingsfunktion 4 Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 017 Danmarks Tekniske Universitet 2800

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni 2017 Institution VUC Holstebro-Lemvig-Struer Uddannelse Fag og niveau Lærer(e) Hold Hfe Matematik

Læs mere

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte

Læs mere

Simulering af stokastiske fænomener med Excel

Simulering af stokastiske fænomener med Excel Simulering af stokastiske fænomener med Excel John Andersen, Læreruddannelsen i Aarhus, VIA Det kan være en ret krævende læreproces at udvikle fornemmelse for mange begreber fra sandsynlighedsregningen

Læs mere

Lidt historisk om chancelære i grundskolen

Lidt historisk om chancelære i grundskolen Lidt historisk om chancelære i grundskolen 1976 1.-2.klassetrin Vejledende forslag til læseplan:.det tilstræbes endvidere at eleverne i et passende talmaterialer kan bestemme for eksempel det største tal,

Læs mere

Plan. Markovkæder Matematisk modelling af kølængde, yatzy, smittespredning og partikelbevægelser. Materiale mm.

Plan. Markovkæder Matematisk modelling af kølængde, yatzy, smittespredning og partikelbevægelser. Materiale mm. Institut for Matematiske Fag Plan Markovkæder Matematisk modelling af kølængde, yatzy, smittespredning og partikelbevægelser Helle Sørensen Eftermiddagen vil være bygget om 3 4 eksempler: A. B. Random

Læs mere

Decimaltal, brøker og procent Negative tal Potens, rødder og pi Reelle og irrationale tal

Decimaltal, brøker og procent Negative tal Potens, rødder og pi Reelle og irrationale tal Navn: Nr.: Klasse: Prøvedato: mat7 Noter: Kompetencemål efter 9. klassetrin Eleven kan anvende reelle tal og algebraiske udtryk i matematiske undersøgelser Tal og algebra Tal Titalssystem Decimaltal, brøker

Læs mere

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

1/41. 2/41 Landmålingens fejlteori - Lektion 1 - Kontinuerte stokastiske variable Landmålingens fejlteori - lidt om kurset Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet Kursusholder

Læs mere

Årsplan. Der tages udgangspunkt i forenklede fælles ma l fra UVM for matematik pa 7-9. Klasse.

Årsplan. Der tages udgangspunkt i forenklede fælles ma l fra UVM for matematik pa 7-9. Klasse. Årsplan Der tages udgangspunkt i forenklede fælles ma l fra UVM for matematik pa 7-9. Klasse. Eleverne arbejder med grundbogen Matematrix 9. I undervisningen inddrages digitale undervisningsredskaber såsom

Læs mere

Opgaver i sandsynlighedsregning

Opgaver i sandsynlighedsregning Afdeling for Teoretisk Statistik STATISTIK Institut for Matematiske Fag Preben Blæsild Aarhus Universitet 9. januar 005 Opgaver i sandsynlighedsregning Opgave Lad A og B være hændelser således at P(A)

Læs mere

Produkt og marked - matematiske og statistiske metoder

Produkt og marked - matematiske og statistiske metoder Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring

Læs mere

Kvantitative Metoder 1 - Forår 2007

Kvantitative Metoder 1 - Forår 2007 Dagens program Kapitel 8.7, 8.8 og 8.10 Momenter af gennemsnit og andele kap. 8.7 Eksempel med simulationer Den centrale grænseværdisætning (Central Limit Theorem) kap. 8.8 Simulationer Normalfordelte

Læs mere

SANDSYNLIGHED FACIT SIDE 154-155

SANDSYNLIGHED FACIT SIDE 154-155 SIDE 154-155 Opgave 1 A. Data (x) h(x) f(x) 2 1 0,042 3 3 0,125 4 6 0,25 5 3 0,125 6 4 0,16 7 1 0,042 8 2 0,0833 9 1 0,042 10 2 0,0833 11 1 0,042 B. C. Diagrammet (et søjlediagram) er lavet ud fra hyppigheden,

Læs mere

Kvantitative Metoder 1 - Efterår 2006. Dagens program

Kvantitative Metoder 1 - Efterår 2006. Dagens program Dagens program Afsnit 2.4-2.5 Bayes sætning Uafhængige stokastiske variable - Simultane fordelinger - Marginale fordelinger - Betingede fordelinger Uafhængige hændelser - Indikatorvariable Afledte stokastiske

Læs mere

STUDENTEREKSAMEN MAJ-JUNI 2009 2009-8-2 MATEMATISK LINJE 2-ÅRIGT FORLØB TIL B-NIVEAU MATEMATIK DELPRØVEN UDEN HJÆLPEMIDLER

STUDENTEREKSAMEN MAJ-JUNI 2009 2009-8-2 MATEMATISK LINJE 2-ÅRIGT FORLØB TIL B-NIVEAU MATEMATIK DELPRØVEN UDEN HJÆLPEMIDLER STUDENTEREKSAMEN MAJ-JUNI 009 009-8- MATEMATISK LINJE -ÅRIGT FORLØB TIL B-NIVEAU MATEMATIK DELPRØVEN UDEN HJÆLPEMIDLER Mandag den 11. maj 009 kl. 9.00-10.00 BESVARELSEN AFLEVERES KL. 10.00 Der tildeles

Læs mere