Projekt 9.10 St. Petersborg paradokset

Størrelse: px
Starte visningen fra side:

Download "Projekt 9.10 St. Petersborg paradokset"

Transkript

1 Hvad er matematik? ISBN 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 et stort atal uafhægige spil spiller på, at de samme hædelse idtræffer, så vil has chace for at vide samlet set være lig med sadsylighede for hædelse. Som eksempel på de store tals lov betragter vi et spil roulette. På e roulette i et dask kasio er der 37 felter i alt 8 røde og 8 sorte samt et 0, som hverke er rødt eller sort (ormalt grøt). De røde og sorte felter er ummererede fra til 36. Kugle ka altså have på 37 forskellige felter, dvs. der er i alt 37 forskellige udfald. Hvis roulette er korrekt kostrueret og korrekt opstillet, vil alle 37 tal have lige stor sadsylighed for at forekomme. Over lag tid og mage spil vil vi derfor forvete, at tallet 0 kommer ud ca. hver 37 te gag, tallet ca. hver 37 te gag osv. I et stort atal spil bør atallet af gage, kugle lader på fx tallet 7, derfor være 37 af det samlede atal spil. Det ka ma da også iagttage i praksis. Hvis ma over e lag afte på et kasio tæller op, hvor ofte tallet 7 kommer ud, så vil ma opdage, at atallet af spil, hvor kugle haver på tallet 7, set i forhold til det samlede atal spil de afte, faktisk lader ret tæt på , ,07. Ser vi fx på 0000 spil, så vil atallet af gage, hvor kugle haver på 7 være: I stedet for at gå på kasio ka vi aturligvis også simulere et spil roulette i et værktøjsprogram selvom det måske ikke er helt så festligt! Øvelse Simulerig af et Roulettespil a) Opret i dit regeark e liste over de 37 mulige udfald i et roulettespil, dvs. {0,,,, 36}. b) Opret e liste over de 37 gevister i et roulettespil, hvor vi satser på feltet med e idsats på kr., dvs. {0, 36, 0,, 0}, idet e gevist giver idsatse tilbage gaget med 36. c) Opret e liste med 000 tilfældige udfald af spillet (fx med brug af e radomfuktio) svarede til at du spiller roulette 000 gage og afbild udfaldee i et histogram. Teg også de vadrette lije fx ( ) 000 / 37 i histogrammet. Getag simulerige. Koklusio? d) Udreg de samlede gevist for de 000 spil. Koklusio? e) Hvis du har mod på det så udfør e opsamlig af geviste for 000 spil og getag simulerige 000 gage, så du får opsamlet gevistere i 000 getagelser af 000 spil. Du ka hete e aimatio af opsamlige, som TI-spire fil, her. Hvad bliver geemsitsgeviste for de 000 getagelser? Før e hardcore-spiller gider spille et bestemt spil, skal der være e fair chace for at vide. Et helt fair spil defieres som et spil, hvor de geemsitlige gevist pr. spil i det lage løb ( uedeligt mage spil) etop matcher spilleres idsats pr. spil. Et sådat spil ville ige udbyde. 07 L&R Uddaelse A/S Vogmagergade DK-48 Købehav K Tlf: ifo@lru.dk

2 Hvad er matematik? ISBN Eksempel: Roulettespil På e roulette får ma pegee 36 gage tilbage, hvis ma spiller på fx tallet 7. I det lage løb vider ma altså 36 kr. på 37 af spillee og igetig i reste af spillee. Hvis vi ser på 000 spil med e idsats på kr. pr. spil giver det e forvetet gevist på i alt: ,97 kr. 37 Hvis vi så trækker idsatse fra, så vil vores forvetede gevist efter de 000 spil være: 97, ,0 kr. Dvs. der er tale om et tab på 7,0 kr.! Altså er roulette spillet ikke helt fair, fordi ma taber ca.,7% af si idsats i de lage løb. Problemet ved roulette er jo, at ma ku får 36 kr. ige, selv om der 37 felter, og chace for at vide er og ikke Casio. geviste står altså ikke mål med idsatse. Ellers var der jo heller ige grud til at bestyre et Øvelse På de amerikaske udgave af roulette idgår også feltet 00, som har samme status som 0. Hvad er de forvetede gevist for 000 spil på dee type roulette med e idsats på kr. pr. spil? Eksempel: Ka ma spræge bake? Hvad u hvis roulette ikke er helt rigtig idstillet? Hvis ma fx over e hel dag i et kasio oterer alle udfald og observerer e vis skævhed i udfaldee, så ka det jo være fordi, roulette ikke er helt afbalaceret. Atag fx, at tallet 7 forekommer e smule oftere ed alle adre tal på roulette i løbet af dage, således at sadsylighede for 7 er 0,09 i stedet for 0,07, som vi så ovefor. E så lille forskel vil ku gaske få spillere (og asatte) opdage, me det er ret afgørede for e spiller, der satser højt! Hvis e spiller i stedet for kr. fx satser 00kr. pr spil over 000 spil, så vil ha ifølge de store tals lov vide 9 gage i stedt for 7 gage og tabe 97 gage. Has gevist for hvert af de vude spil vil være kr, dvs. has samlede gevist over de 000 spil vil være: kr. Dvs. ha får et solidt overskud på sie mage spil. Valgte ha i stedet at satse 000 kr. pr. spil, ville ha opå et samlet overskud på kr., hvilket må siges at være e ret stor sum pege! Me skal ma spræge bake, så skal der e væsetlig højere idsats til, og da ma jo også skal spille rigtig mage spil, så er det ku de færreste, der ka være med. Og hvad u hvis ma gætter forkert hvis observatioere af roulettes opførsel de ee dag er forskellig fra roulettes opførsel de æste dag? Eller de bytter rudt på roulettere? Så ka ma ede med meget store tab! 07 L&R Uddaelse A/S Vogmagergade DK-48 Købehav K Tlf: ifo@lru.dk

3 Hvad er matematik? ISBN De matematiske forvetigsværdi til et spil Ved de matematiske forvetigsværdi for e tilfældigt varierede størrelse kyttet til et spil forstås: De geemsitlige værdi af størrelse set over uedeligt mage spil (dvs. i det lage løb). De matematiske forvetigsværdi beteges med E (for det egelske ord expected value). Hvis vi kalder sadsylighede for at vide i et bestemt spil, så er det e kosekves af de store tals lov, at de matematiske forvetigsværdi for udbyttet, der jo varierer tilfældigt fra spil til spil, er givet ved: E(udbytte) p gevist idsats vider p vider For roulette ovefor bliver de matematiske forvetigsværdi for udbyttet derfor: E(udbytte pr. spil) 36 kr. kr. kr. 0,07 kr. I e 37 de del af spillee vider vi emlig 36 kr., i reste af spillee vider vi igetig, me hver gag betaler vi kr. for at deltage. Da sadsylighede for at vide hver gag er de samme, og da geviste for hvert spil også er de samme, så ka vi berege det forvetede egative overskud på 000 spil til: Forvetet udbytte på 000 spil 0,07000 kr. 7 kr. Øvelse 3 a) Hvad er sadsylighede for at kugle rammer et sort felt? b) Hvis vi satser 0 kr. på sort, hvad er så de matematiske forvetigsværdi for udbyttet af spillet, idet et sort felt giver idsatse dobbelt tilbage? c) Atag u, at vi spiller 000 spil, hvor vi satser 0 kr. på sort. Hvad er så de matematiske forvetigsværdi for udbyttet af disse 000 spil? Øvelse 4 På et dask kasio ser roulettebordet ud som på billedet. a) Overvej, hvilke adre muligheder, det giver for at spille ed de allerede ævte. b) Overvej, hvad sadsylighede for at vide i disse spil. c) Fid ud af hvad gevistere er for hvert af disse spil. Bereg derefter det forvetede udbytte for hvert af disse spil. Ovefor har vi set på meget simple spil, hvor geviste er kyttet til ét bestemt udfald af spillet. Me der er også spil, hvor der er forskellige gevister kyttet til forskellige udfald. Det gælder fx lotterier. 07 L&R Uddaelse A/S Vogmagergade DK-48 Købehav K Tlf: ifo@lru.dk

4 Hvad er matematik? ISBN Eksempel: KLasselotteriet I Klasselotteriet er der hver måed lodder med i lodtrækige. Gevistplae fremgår af tabelle. Det koster 44 kr. at købe et ekelt lod. Når vi skal fide det forvetede udbytte går vi derfor frem på følgede måde: E(udbytte) De forvetede gevist udreges således: I to ud af lodder vider du millio 7 hudrede tuside kr. Det giver e geemsitlig gevist pr. lod på 7.73 kr. Således fortsættes udregige geem alle de forskellige gevisttyper og de samlede geemsitlige gevist fides som summe af de ekelte bidrag. De samlede geemsitlige gevist pr lod er derfor 5.55 kr. Atal Gevist lodder kr kr kr kr kr kr kr kr kr kr. I almidelighed udreges det forvetede udbytte pr. spil derfor ved hjælp af formle: E(udbytte) p gevist idsats gevist hvor vi altså udreger summe af alle de forvetede gevister for de forskelige gevisttyper og til slut trækker idsatse fra. 07 L&R Uddaelse A/S Vogmagergade DK-48 Købehav K Tlf: ifo@lru.dk

5 Hvad er matematik? ISBN St. Petersborg Paradokset Et klassisk problem ide for sadsylighedsregig er det såkaldte St. Petersborg problem: E spiller kaster e møt, og bake går med til at betale kr. til spillere, hvis spillere får kroe i første kast, 4 kroer, hvis spillere først får kroe i adet kast osv., således at geviste bliver fordoblet, hver gag udfaldet kroe lader vete på sig. Spørgsmålet er så: Hvad vil være e rimelig idsats for spillere i dette spil? Ret matematisk spørger vi, hvad er de matematiske forvetigs værdi for geviste i dette spil? Og på de baggrud, hvad er så e rimelig idsats for e spiller i dette spil? Spillet optræder første gag i sadsylighedsregiges historie i 738. Diskussioe udsprag af e korrespodace mellem de schweiziske matematiker Nicolas Beroulli ( ) i Basel og de fraske matematiker Pierre Rémod de Motmort (678-79) i Paris. Seere kom også brevveksliger med Gabriel Cramer(704-75) og Daiel Beroulli (770-78) til, og i 738 blev problemet edeligt løst. Brødree Momort: Pierre var ophavsmad til e tidlig versio af St. Petersborg problemet. Beroullifamilie fra Schweiz: Ige ade familie har produceret så mage berømte matematikere. Nicolaus Beroulli, der korrespoderede med Momort om problemer i hasardspil. Daiell Beroulli, der edeligt løste St. Petersborg Paradokset i 738. Motmort havde i 708 skrevet boge med title Essay d'aalysere sur les jeux de fare, som Nicolas Beroulli var meget iteresseret i, heruder specielt Motmorts Problem 5 på side 40, der beskriver St. Petersburg Spillet i e meget tidlig versio. Brevvekslige begyder allerede i 73, hvor Nicolas Beroulli stiller e række spørgsmål til Motmort. 07 L&R Uddaelse A/S Vogmagergade DK-48 Købehav K Tlf: ifo@lru.dk

6 Hvad er matematik? ISBN Vi vil u udersøge problemet med et simpelt tælletræ. Med et tælletræ ka ma tælle sig frem til sadsylighede for et givet udfald af spillet. I hvert yt kast er der mulighed for plat eller kroe med samme sadsylighed. Hvis det bliver kroe stopper spillet. Ellers fortsætter det. Ethvert af de mulige udfald eder altså med e kroe i sidste kast og for at fide sadsylighede skal vi gage de ekelte sadsyligheder på veje geem træet samme. Sadsylighede for at få kroe i 3. kast er således kast 4. kast 3. kast... / / / /. kast Sadsylighed = /3 Gevist = 3 kr. Sadsylighed = /6 Gevist = 6 kr. / /. kast Sadsylighed = /8 Gevist = 8 kr. / / Sadsylighed = /4 Gevist = 4 kr. / / Sadsylighed = / Gevist = kr. PLAT KRONE Forestiller vi os u, at spillere får plat i de første for dette udfald være: kast efterfulgt at kroe i det te kast, så vil sadsylighede..., hvor er et positivt helt tal. Ser vi u på gevistere, som fordobles, hver gag vi udgår at kaste kroe, vil udviklige være følgede: Kroe i kast r. Sadsylighed Gevist i kr Ser vi på de grafiske repræsetatio, så fremgår det måske edu mere klart, at sadsylighedere ret hurtigt bliver meget små, svarede til at gevistere ret hurtigt bliver meget store: 07 L&R Uddaelse A/S Vogmagergade DK-48 Købehav K Tlf: ifo@lru.dk

7 Hvad er matematik? ISBN Hvis vi så udreger de forvetede gevist til spillet, så får vi følgede regestykke: Dee række af -taller fortsætter jo i det uedelige, og ved at lægge tilstrækkeligt mage -taller samme, så ka ma opå et tal, der er større ed ethvert adet tal. Det er jo i sig selv idlysede, og derfor er de matematiske forvetig til geviste for spillet e geemsitlig gevist pr. spil på uedeligt mage kroer. Me så er e fair pris for dette spil e uedelig stor idsats! Me det betyder jo paradoksalt ok samtidigt, at ligegyldigt hvor stor e idsats spillere tilbyder bake at spille for, så vil bake mee, det er for lidt! Med e forvetig om uedelig rigdom hvad skal da idsatse være? Og ka et sådat spil overhovedet være fair? Giver det fx reelt oge meig at udrege forvetigsværdie: E p vider gevist idsats -? Lad os starte med at fastslå at det ikke som såda er de uedeligt mage muligheder for at afslutte spillet, der er problemet. Fx ka vi emt kotrollere at summe af sadsylighedere er, såda som vi må forvete det: Det fremgår fx af e figurbetragtig, hvor vi bliver ved med at halvere et lijestykke med lægde. Summe af lijestykkere vil da etop svare til hele lijestykket, hvilket etop er de oveståede uedelige sum: Hvis vi u ædrede St. Petersborg spillet til at Bake betalte e kroe mere, for hver gag udfaldet kroe lod vete på sig, dvs. kroe, hvis spillet slutter efter første kast, kroer, hvis spillet slutter efter adet kast, 3 kroer, hvis spillet slutter efter tredje kast osv. Øvelse 5 a) Opstil et tælletræ som det oveståede og fide såvel sadsyligheder som gevister for hver af de mulige udfald af spillet: Kroe efter første kast, kroe efter adet kast, kroe efter tredje kast osv. b) Overfør tælletræet til et regeark og giv et skø over de forvetede gevist, idet du iddrager fx op til 0 kast, op til 5 kast, op til 50 kast i dit skø. c) Hvad er e fair idsats i dette spil? 07 L&R Uddaelse A/S Vogmagergade DK-48 Købehav K Tlf: ifo@lru.dk

8 Hvad er matematik? ISBN Et beslægtet spørgsmål til de forvetede gevist kue u være at fide det forvetede atal kast. I halvdele af spillee afsluttes spillet efter det første kast. I e fjerdedel af spillee afsluttes det efter adet kast. I e ottededel af spillee afsluttes spillet efter det tredje kast osv. Det forvetede atal kast er derfor givet ved ? Fra de foregåede øvelse skulle du have e god foremmelse for hvad summe er, me hvorda fider ma de? Uedelige summer af dee type var etop oget ma legede med bladt de samme matematikere, som diskuterede spillee så lideskabeligt. Her er et typisk trick de kue bruge til at udrege summe med: De to kvarte skrives edeuder hiade, de tre ottededele skrives edeuder hiade osv. De første række giver som vi lige har set. I de ade række magler så de giver ku I de tredje række magler ydermere 4, så de giver ku 4 osv. De samlede rækker er altså , me det er etop +, dvs.. De forvetede gevist er altså ku kr., hvorfor e fair idsats i dette tilfælde etop er kr. Me ka det virkelig betale sig at spille e uedelig stor idsats på et spil af St. Petersborg type, hvor de forvetede gevist er uedeligt stor? Nej, det ka det aturligvis ikke! Uaset hvilket beløb, spillere vider, vil det være e begræset sum pege medmidre spillet fortsætter for evigt ved, at spillere bliver ved med at slå plat, og i dette tilfælde vider e uedelig sum pege, som ha dog er ødt til at vete uedeligt lag tid på at få! Så det er altså dumt at betale e uedelig stor idsats for at spille! Af oveståede følger også, at lige meget hvor stor e edelig idsats, ma vælger at gå id i spillet med, så vil de altid være midre ed de gevist, ma ka forvete at opå! Spilleres chace for at få e stor gevist er selvfølgelig meget lille, me for ogle er geviste måske så stor, at det kompeserer for de lille chace, der er for succes. Betragter vi spillet som et praktisk problem, så er de summer, der idgår begræset af to faktorer, som de matematiske model slet ikke tager i betragtig: De største gevist, som bake ret faktisk ka betale Hvor lag tid der er til rådighed til at spille spillet - højst e meeskelig levetid. Desude foralediger problemet ogle mere filosofiske overvejelser: Hvor rimelig er de matematiske forvetigsværdi til geviste for spillet, år spilleperiode er lagt lægere ed oge spiller ret faktisk vil kue spille i? Risikovurderig er meget mere uaceret ed de ree matematiske beregig af spillets forvetede gevist, og uacere i e såda vurderig er særdeles vigtige år geviste (eller tabet) er meget stor, og sadsylighede for gevist er meget lille. 07 L&R Uddaelse A/S Vogmagergade DK-48 Købehav K Tlf: ifo@lru.dk

9 Hvad er matematik? ISBN Øvelse 6 a) Opret i dit regeark e liste med de to udfald: {0 for Plat og for Kroe } b) Opret e liste med huderede tilfældige møtkast trukket fra udfaldee eller tuside osv. I praksis er vi ødt til at afskære spillet til et edeligt atal gage år vi simulerer på det i et regeark. c) Opret e liste hvor celle r. er summe af alle møtkast fra r. til r.. Overvej at atallet af uller i dee liste etop giver det atal platter, der slås før de første kroe! d) Du ka u fide ud af hvor mage kast det faktiske spil brugte ved at lægge til atallet af platter i starte. e) Geemfør e simulerig af spillet 000 gage, idet du opsamler atallet af kast i hvert ekelt spil. Teg et histogram over atallet af kast i de 000 simuleriger. Hvad er det geemsitlige atal gage der kastes med møte? f) Samme spørgsmål for geviste! Du ka her hete e aimatio af St. Petersborg spillet, som TI-spire fil. Aalyse af St. Petersborg spillet med loft over bake Hvis ma bliver tilbudt e fifty-fifty chace for at vide kr., så er chace rimeligvis kr. værd, svarede til halvdele af de kr. E idsats på kr. vil være overkommelig for de fleste ma bliver ikke ruieret, og ma er sikker på at bake faktisk ka betale geviste, hvis ma vider. E idsats på flere millioer ville ruiere de fleste og sadsyligvis også spræge bake i tilfælde af gevist! Vi vil se på hvad spillet er værd for spillere, år vi tager hesy til, hvad bake ret faktisk ka betale. Bake har jo ikke uedeligt mage pege, og vi vil derfor atage, at bake har edeligt mage pege, emlig m kr. Ser vi u ige på de matematiske forvetig til spillet, så sker der det, at hvis spillere først kaster kroe i et seere spil ed det m te spil, så vil geviste ikke lægere kue fordobles, fordi bake jo ikke har flere pege ed de m kr., som er geviste ved kroe i det m te kast. De forvetede gevist ka da bereges ved: m m m m m m m m3 m m m... m m m3... m gage m gage m gage m Det sidste lighedsteg fremkommer af, at vi jo ved, at L&R Uddaelse A/S Vogmagergade DK-48 Købehav K Tlf: ifo@lru.dk

10 Hvad er matematik? ISBN På dee måde bliver spillets værdi ikke uedeligt mage pege, me i stedet etop over forskellige scearier for bakes midler (bakes edelige mægde af pege) får vi: m kr. Opstiller vi e tabel m Bakes midler i kr Spillets værdi for spillere = 0 m m 0 Bakes midler i kr. 04 Spillets værdi for spillere = m , Dvs. i dee situatio er svaret på det idledede spørgsmål, at det i almidelighed ved spil mellem veer vil være ret risikabelt at satse mere ed kr. på i dette spil, fordi es veer ok kue betale geviste på 04 kr., me æppe ville være villig til at betale e gevist på æste 5000 kr. eller mere. Me forestiller vi os, at vi møder e professioel gambler, som ok ville være midst kr. værd, så ville e idsats på 7 kr. ok være passede. E idsats på omkrig 30 kr. er spillet mildest talt ikke værd i oge sammehæg, fordi hvilket Casio ville kue udbetale e gevist på over mia. kr.? 07 L&R Uddaelse A/S Vogmagergade DK-48 Købehav K Tlf: ifo@lru.dk

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Viden Om Vind oftere, stop i tide

Viden Om Vind oftere, stop i tide Vide Om Vid oftere, stop i tide Spørgsmål og svar Idhold Risici og relevas 2 Steffe Aderse Sadsyligheder 5 Per Hedegård Spørgsmål til eksperte 7 Thomas Aderse Til 8 Rasmus Østergaard Pederse E sikker strategi

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

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

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

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

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

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

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

Uddannelsesparathed. Vejledning om processerne ved vurdering af uddannelsesparathed (UPV) og ansøgning til ungdomsuddannelserne

Uddannelsesparathed. Vejledning om processerne ved vurdering af uddannelsesparathed (UPV) og ansøgning til ungdomsuddannelserne Uddaelsesparathed Vejledig om processere ved vurderig af uddaelsesparathed (UPV) og asøgig til ugdomsuddaelsere Uddaelsesparathed Vejledig om processere ved vurderig af uddaelsesparathed (UPV) og asøgig

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

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

Sandsynlighedsregning i biologi

Sandsynlighedsregning i biologi Om begrebet sadsylighed Sadsylighedsregig i biologi Hvis vi kaster e almidelig, symmetrisk terig, er det klart for de fleste af os, hvad vi meer, år vi siger, at sadsylighede for at få e femmer er 1/6.

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

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

Tankegangskompetence. Kapitel 9 Algebraiske strukturer i skolen 353

Tankegangskompetence. Kapitel 9 Algebraiske strukturer i skolen 353 Takegagskompetece Hesigte med de følgede afsit er først og fremmest at skabe klarhed over de mere avacerede regeregler i skole og give resultatet i de almee form, der er karakteristisk for algebra. Vi

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

Hvordan hjælper trøster vi hinanden, når livet er svært?

Hvordan hjælper trøster vi hinanden, når livet er svært? Hvorda hjælper trøster vi hiade, år livet er svært? - at være magtesløs med de magtesløse Dask Myelomatoseforeig Temadag, Hotel Scadic, Aalborg Lørdag de 2. april 2016 kl. 14.00-15.30 Ole Raakjær, præst

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

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

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

Projekt 2.3 Det gyldne snit og Fibonaccitallene

Projekt 2.3 Det gyldne snit og Fibonaccitallene Projekter: Kapitel Projekt.3 Det glde sit og Fiboaccitallee Forslag til hvorda klasses arbejde med projektet ka tilrettelægges: Forløbet:. Præsetatio af emet med vægt på det glde sit.. Grppere arbejder

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

Hvis man vil lægge 15% til 600, så kan det gøres ved at udregne, hvor meget 15% af 600 er lig med og lægge det til det oprindelige beløb:

Hvis man vil lægge 15% til 600, så kan det gøres ved at udregne, hvor meget 15% af 600 er lig med og lægge det til det oprindelige beløb: 0BRetesegig BTæk i femskivigsfaktoe! I dette tillæg skal vi se, at begebet femskivigsfaktoe e yttigt til at fostå og løse foskellige poblemstillige idefo pocet- og etesegig. 3B. Lægge pocet til elle tække

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

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

- 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

Modul 14: Goodness-of-fit test og krydstabelanalyse

Modul 14: Goodness-of-fit test og krydstabelanalyse Forskigsehede for Statistik ST01: Elemetær Statistik Bet Jørgese Modul 14: Goodess-of-fit test og krydstabelaalyse 14.1 Idledig....................................... 1 14.2 χ 2 -test i e r c krydstabel.............................

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

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

13. februar Resumé: En statistisk analyse resulterer ofte i : Et estimat ˆ θ med en tilhørende se( ˆ θ )

13. februar Resumé: En statistisk analyse resulterer ofte i : Et estimat ˆ θ med en tilhørende se( ˆ θ ) 3. februar 003 Epidemiologi og biostatistik. Uge, torag d. 3. februar 003 Morte Frydeberg, Istitut for Biostatistik. Type og type fejl Nogle specielle metoder: Test i RxC tabeller Test i x tabeller Fishers

Læs mere

Dårligt arbejdsmiljø koster dyrt

Dårligt arbejdsmiljø koster dyrt Dårligt arbejdsmiljø F O A f a g o g a r b e j d e koster dyrt Hvad koster et dårligt arbejdsmiljø, og hvad ka vi gøre for at bedre forholdee for de asatte idefor Kost- og Servicesektore? Læs her om de

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

30. august Epidemiologi og biostatistik. Forelæsning 3 Uge 2, torsdag d. 8. september 2005 Michael Væth, Afdeling for Biostatistik.

30. august Epidemiologi og biostatistik. Forelæsning 3 Uge 2, torsdag d. 8. september 2005 Michael Væth, Afdeling for Biostatistik. 30. august 005 Epidemiologi og biostatistik. Forelæsig 3 Uge, torag d. 8. september 005 Michael Væth, Afdelig for Biostatistik. Mere om kategoriske data Test for uafhægighed I RxC tabeller Test for uafhægighed

Læs mere

Psyken på overarbejde hva ka du gøre?

Psyken på overarbejde hva ka du gøre? Psyke på overarbejde hva ka du gøre? Idhold Hvorår kommer ma uder psykisk pres? 3 Hvad ka øge det psykiske pres på dit arbejde? 4 Typiske reaktioer 6 Hvorda forløber e krise? 7 Hvad ka du selv gøre? 9

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

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

Mikroøkonomi, matematik og statistik Eksamenshjemmeopgave 14. 20. december 2007

Mikroøkonomi, matematik og statistik Eksamenshjemmeopgave 14. 20. december 2007 Mikroøkoomi, matematik og statistik Eksameshjemmeopgave 14. 20. december 2007 Helle Buzel, Tom Egsted og Michael H.J. Stæhr 14. december 2007 R E T N I N G S L I N I E R F O R E K S A M E N S H J E M M

Læs mere

STATISTIK x-klasserne Gammel Hellerup Gymnasium

STATISTIK x-klasserne Gammel Hellerup Gymnasium STATISTIK x-klassere Gammel Hellerup Gymasium Jui 209 ; Michael Szymaski ; mz@ghg.dk Idholdsfortegelse INDLEDNING...3 DESKRIPTIV STATISTIK...4 Skemaer...5 Diagrammer...8 Statistiske deskriptorer... 0 Typetal

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

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala Statistik for biologer 005-6, modul 5: Sadsylighedsfordeliger for kotiuerte data på iterval/ratioskala M6, slide Gægse matematiske sadsylighedsfordeliger: Diskrete data: De positive biomialfordelig Poisso-fordelige

Læs mere

EGA Vejledning om EGA og monotont arbejde

EGA Vejledning om EGA og monotont arbejde EGA og mootot arbejde 04/09/02 14:27 Side 1 Orgaisatioer repræseteret i Idustries Brachearbejdsmiljøråd: Arbejdstagerside: Arbejdsgiverside: Dask Metal Specialarbejderforbudet Kvideligt Arbejderforbud

Læs mere

1 Punkt- og intervalestimation Punktestimatorer: Centralitet(bias) og efficiens... 2

1 Punkt- og intervalestimation Punktestimatorer: Centralitet(bias) og efficiens... 2 Idhold 1 Pukt- og itervalestimatio 2 1.1 Puktestimatorer: Cetralitet(bias) og efficies.................... 2 2 Kofidesiterval 3 2.1 Kofidesiterval for adel................................ 4 2.2 Kofidesiterval

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

(VIDENSKABSTEORI) STATISTIK (EKSPERIMENTELT ARBEJDE)

(VIDENSKABSTEORI) STATISTIK (EKSPERIMENTELT ARBEJDE) (VIDENSKABSTEORI) STATISTIK (EKSPERIMENTELT ARBEJDE) x-klassere Gammel Hellerup Gymasium Idholdsfortegelse INDLEDNING... 3 DESKRIPTIV STATISTIK... 3 Eksempler ide for deskriptiv statistik... 12 Normalfordeligskurver...

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

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

Facilitering ITU 15. maj 2012

Facilitering ITU 15. maj 2012 Faciliterig ITU 15. maj 2012 Facilitatio is like movig with the elemets ad sailig the sea Vejvisere Velkomst de gode idflyvig Hvad er faciliterig? Kedeteg ved rolle som facilitator Facilitatores drejebog

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

Projekt 9.8 Betingede sandsynligheder og paradokser i sandsynlighedsregningen

Projekt 9.8 Betingede sandsynligheder og paradokser i sandsynlighedsregningen Projekt 9.8 Betigede sadsyligheder og paradokser i sadsylighedsregige Et forløb om betigede sadsyligheder ka itroduceres via et selvstædigt elevarbejde med materialet i projekt 9.7 Testet positiv? samme

Læs mere

Stikprøvefordelinger og konfidensintervaller

Stikprøvefordelinger og konfidensintervaller Stikprøvefordeliger og kofidesitervaller Stikprøvefordelige for middelværdi De Cetrale Græseværdi Sætig Egeskaber Ved Estimatore Kofidesitervaller t-fordelige Estimator og estimat E stikprøve statistik

Læs mere

August 2012 AKTIVERING. for dig under 30 F O A S A R B E J D S L Ø S H E D S K A S S E

August 2012 AKTIVERING. for dig under 30 F O A S A R B E J D S L Ø S H E D S K A S S E F O A S A R B E J D S L Ø S H E D S K A S S E August 2012 AKTIVERING for dig uder 30 INDHOLD 1. Du er uder 25 år er ude uddaelse og har ige bør side 4 2. Du er uder 25 år er ude uddaelse og har bør side

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

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

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

1. De karakteristiske egenskaber ved de tre mest almindelige talsystemer, og... 2

1. De karakteristiske egenskaber ved de tre mest almindelige talsystemer, og... 2 Projekt 0.3 Galois-legemere GF p - et værktøj til fejlrettede QR-koder Idhold. De karakteristiske egeskaber ved de tre mest almidelige talsystemer, og.... De kommutative, associative og distributive lov

Læs mere

Termodynamik. Indhold. Termodynamik. Første og anden hovedsætning 1/18

Termodynamik. Indhold. Termodynamik. Første og anden hovedsætning 1/18 ermodyamik. Første og ade hovedsætig /8 ermodyamik Idhold. Isoterme og adiabatiske tilstadsædriger for gasser...3 3. ermodyamikkes. hovedsætig....5 4. Reversibilitet...6 5. Reversibel maskie og maksimalt

Læs mere

HASTIGHEDSKORT FOR DANMARK VHA. GPS

HASTIGHEDSKORT FOR DANMARK VHA. GPS HASTIGHEDSKORT FOR DANMARK VHA. GPS Ove Aderse xcalibur@cs.aau.dk Istitut for Datalogi Aalborg Uiversitet Harry Lahrma lahrma@pla.aau.dk Trafikforskigsgruppe Aalborg Uiversitet Kristia Torp torp@cs.aau.dk

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

Med disse betegnelser gælder følgende formel for en annuitetsopsparing:

Med disse betegnelser gælder følgende formel for en annuitetsopsparing: Matema10k C-iveau, Fydelud Side 1 af 10 Auitetsopspaig De fides mage måde at spae op på. Vi vil he se på de såkaldte auitetsopspaig. Emet ka buges som e del af det suppleede stof, og det ka avedes som

Læs mere

Børn og unge med seksuelt bekymrende og krænkende adfærd

Børn og unge med seksuelt bekymrende og krænkende adfærd Projekt Vest for Storebælt Bør og uge med seksuelt bekymrede og krækede adfærd Hvorår er der grud til bekymrig? Hvorda hevises et bar/e ug til gruppebehadlig? Hvad hadler projektet om? Projekt Vest for

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

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

ESBILAC. - modermælkserstatning til hvalpe VEJLEDNING. www.kruuse.com

ESBILAC. - modermælkserstatning til hvalpe VEJLEDNING. www.kruuse.com ESBILAC - modermælkserstatig til hvalpe VEJLEDNING De bedste start på livet, e yfødt hvalp ka få, er aturligvis at stille si sult med si mors mælk. Modermælk ideholder alt, hvad de små har brug for af

Læs mere

Situationen er illustreret på figuren nedenfor. Her er også afsat nogle eksempler: Punktet på α giver anledning til punktet Q

Situationen er illustreret på figuren nedenfor. Her er også afsat nogle eksempler: Punktet på α giver anledning til punktet Q 3, 45926535 8979323846 2643383279 50288497 693993750 5820974944 592307864 0628620899 8628034825 34270679 82480865 3282306647 0938446095 505822372 535940828 4874502 84027093 85205559 6446229489 549303896

Læs mere

LÆSEPOLITIK. i Københavns Kommune. - et projekt i Faglighed for Alle

LÆSEPOLITIK. i Københavns Kommune. - et projekt i Faglighed for Alle UDKAST LÆSEPOLITIK i Købehavs Kommue - et projekt i Faglighed for Alle Idhold Læsepolitik 3 Orgaiserig 5 Dagtilbud 6 Skole 7 Fritidsistitutioer 8 2 Læsepolitik Baggrud Side midte af 1990 ere og efter de

Læs mere

STATISTISKE GRUNDBEGREBER

STATISTISKE GRUNDBEGREBER MOGENS ODDERSHEDE LARSEN STATISTISKE GRUNDBEGREBER med avedelse af TI 89 og Excel 8 5 9 6 3 0 Histogram for ph 6,9 7, 7,3 7,5 7,7 7,9 ph. udgave 0 FORORD Der er i dee bog søgt at give letlæst og askuelig

Læs mere

STATISTIKNOTER Simple normalfordelingsmodeller

STATISTIKNOTER Simple normalfordelingsmodeller STATISTIKNOTER Simple ormalfordeligsmodeller Jørge Larse IMFUFA Roskilde Uiversitetsceter Februar 1999 IMFUFA, Roskilde Uiversitetsceter, Postboks 260, DK-4000 Roskilde. Jørge Larse: STATISTIKNOTER: Simple

Læs mere

Tænk arbejdsmiljø. Træsektionen. allerede i udbudsfasen

Tænk arbejdsmiljø. Træsektionen. allerede i udbudsfasen Foto: Bria Berg Træsektioe Træsektioe uder Dask Byggeri er med sie godt 2.500 medlemsvirksomheder de største sektio uder Dask Byggeri, og er desude e af de mere aktive sektioer med ege uderudvalg for tekik,

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

STATISTISKE GRUNDBEGREBER

STATISTISKE GRUNDBEGREBER MOGENS ODDERSHEDE LARSEN STATISTISKE GRUNDBEGREBER 18 15 1 9 6 3 0 Histogram for ph 6,9 7,1 7,3 7,5 7,7 7,9 ph 13 udgave 013 FORORD Der er i dee bog søgt at give letlæst og askuelig fremstillig af de statistiske

Læs mere

Projekt 3.7. En algebraisk tilgang til udvidelsen af potensbegrebet

Projekt 3.7. En algebraisk tilgang til udvidelsen af potensbegrebet Hvd er tetik? ISBN 978877879 Projekter: Kitel. Projekt.7.E lgebrisk tilgg til udvidelse f otesbegrebet Projekt.7. E lgebrisk tilgg til udvidelse f otesbegrebet Ld i det følgede tllet være et ositivt tl.

Læs mere

Projekt 3.7. En algebraisk tilgang til udvidelsen af potensbegrebet

Projekt 3.7. En algebraisk tilgang til udvidelsen af potensbegrebet Hvd er tetik? C ISBN 97 887 7 79 Projekter: Kitel. Projekt.7.E lgebrisk tilgg til udvidelse f otesbegrebet Projekt.7. E lgebrisk tilgg til udvidelse f otesbegrebet Ld i det følgede tllet være et ositivt

Læs mere

Team Danmark tilfredshedsundersøgelse 2013

Team Danmark tilfredshedsundersøgelse 2013 Team Damark tilfredshedsudersøgelse 2013 Baggrudsrapport Trygve Buch Laub, Rasmus K. Storm, Lau Tofft-Jørgese & Ulrik Holskov Idrættes Aalyseistitut MIND THE CUSTOMER December 2013 Titel Team Damark tilfredshedsudersøgelse

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

TIMEGLASSETS FASER: Introen er et foto og nogle spørgsmål til hele kapitlet. Meningen med introen er, at du og

TIMEGLASSETS FASER: Introen er et foto og nogle spørgsmål til hele kapitlet. Meningen med introen er, at du og TIMEGLASSETS FASER: INTRO Itroe er et foto og ogle spørgsmål til hele kapitlet. Meige med itroe er, at du og di klasse skal få e ide om, hvad kapitlet hadler om, og hvad I skal lære. Prøv at svare på spørgsmålee

Læs mere

6 Populære fordelinger

6 Populære fordelinger 6 Populære fordeliger I apitel 4 itroducerede vi stoastise variabler so e åde at repræsetere udfald af et esperiet på. De stoastise variabler ue være både disrete (fx terigslag) og otiuerte (fx vareægder).

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

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

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

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

Længde [cm] Der er frit vandspejle i sandkassen. Herudover er sandkassen åben i højden cm i venstresiden og 0-20 cm i højresiden.

Længde [cm] Der er frit vandspejle i sandkassen. Herudover er sandkassen åben i højden cm i venstresiden og 0-20 cm i højresiden. Vadtrasportmodel Formål For beregig af vadtrasporte i sadkasse er der lavet e boksmodel. Formålet med boksmodelle er at beskrive vadtrasporte i sadkasse. Herover er formålet at bestemme de hydrauliske

Læs mere

BRANDBEKÆMPELSE OG KRÆFTRISIKO

BRANDBEKÆMPELSE OG KRÆFTRISIKO BRANDBEKÆMPELSE OG KRÆFTRISIKO Rapport fra Videskoferece på Christiasborg 22. jauar 2013 1 Bradbekæmpelse og kræftrisiko bygger på idlæg og diskussioer på koferece, afholdt på Christiasborg 22. jauar 2013.

Læs mere