Notater til Analyse 1

Størrelse: px
Starte visningen fra side:

Download "Notater til Analyse 1"

Transkript

1 Alyse 1 Jørge Vesterstrøm Forår 2004 Notter til Alyse 1 Idhold Forord 1 1. Om dobbeltsummer 1 2. Eksistes f e ikke målelig mægde 2 3. Bevis for e del f Prop Riem-itegrlet og trppefuktioer 4 5. Kommetrer til udddrget f Kp Bevis for e del f Prop Bevis for prop. 11.7, jf. opg Sæt. 6.6 (p = ). Lemm (p = 1) 8 9. Bevis for Prop. 12.9, jf. opg Forord De foreliggede i otter skl bruges smme med læreboge H.L. Royde: Rel Alysis (HLR) i kurset Alyse 1. De fleste f ottere ideholder beviser som i HLR er overldt til læsere. Reste udfylder huller mellem HLR og Mt11-pesum. 1. Om dobbeltsummer I det det følgede betrgtes rækker =1 b med semipositive led (b 0). D fsitsfølge er voksede, er rækkesumme lig med supremum f følge f fsit: =1 b = sup Dette vil brugt ude yderligere forklrig seere. Bemærk t hvis række er diverget i klssisk forstd, siger vi u t de er koverget med sum. Sætig Ld 0 m R { } være e dobbeltfølge. Så gælder m = m = sup m A m=1 =1 =1 m=1 i=1 b i (m,) A hvor supremum tges over lle edelige delmægder f N N 1

2 2 Bevis. Vi hr m = sup m m=1 =1 m i=1 =1 i = sup m m =1 i=1 i = sup sup m j=1 m i=1 ij = sup m, hvor vi i det lighedsteg dderede edelig mge uedelige rækker. D {1,..., m} {1,..., } er edelig, får vi m sup m A m=1 =1 (m,) A De modstte ulighed idses således: Ehver edelig delmægde A N N er ideholdt i et dobbeltfsit {1,..., m} {1,..., }. Med m, vlgt på dee måde hr vi m m ij (m,) A j=1 i=1 m=1 =1 m og d dette gælder for lle edelige A, følger de øskede modstte ulighed. De itererede sum med modstte rækkefølge behdles på helt smme måde. Det er fgørede t vi hr sup m sup s m = sup m, s m = sup sup s m m hvor s m = m, i,j=1 beteger dobbeltfsittee. Nottio Lighede f de tre størrelser i sætige udtrykker t summtiosordee er ligegyldig. Derfor skrives ofte blot m, m. Dee ufhægighed f rækkefølge uderstreges f følgede Sætig Ld ( m ) være som ovefor. Hvis φ : N N N er e bijektio (ltså e ummererig f N N), gælder m = m, p=1 φ(p) Bevis. Ige vil vi smmelige edelige ideksmægder f forskellig type. For det første: for A N N edelig fides p så φ({1,..., p)} A (m k fx vælge p = mx φ 1 (A). Herf følger ulighede ovefor. For det det: for p N, vælges A = φ({1,..., p}). Herf følger ulighede. 2. Eksistes f e ikke målelig mægde Her følger e geemregig f eksemplet i HLR 3.4 ude brug f [0, 1) med dditio modulo 1 og ude eksplicit hevisig til begrebere ækvivlesreltio og klsseiddelig. Vi strter med t betrgte lle mægder f forme K x = x + Q (x R). Det er klrt t de overdækker R. Om to mægder K x og K y gælder m, i,j=1 ij

3 t de ete er disjukte eller es. For hvis z K x K y, fides r og s i Q så z = r + x = s + y, hvorf y x Q. Altså hr vi K y = y + Q = (y x) + x + Q = (y x) + K x = K x. Ld os tge vi hr skrevet smtligt forekommede mægder K x op på prmeterform: {C α α Γ}. Det betyder t hver K x er f forme C α, og t C α C β = for α β. Fr hver C α vælges et p α (her bruges det såkldte udvlgsksiom). Vi k klrt vælge hvert p α [ 1, 1]. Mægde f smtlige p α (et repræsettsystem) beteges med P. Reste f ottet drejer sig om t vise: P er ikke målelig. Mægde Q [ 2, 2] er tællelig, og vi vælger e ummererig Q [ 2, 2] = {r 1, r 2,..., r,... }. Nu sættes E = r + P. Om disse mægder gælder. (1) E i E j = for i j (2) i E i [ 1, 1] (3) E i [ 3, 3] for lle i Ld os vise de tre påstde. (1): Hvis E i E j, fides α og β så p α + r i = p β + r j. Altså er p α p β Q. Me så skærer mægdere C α og C β hide, og derfor er α = β, dermed også r i = r j og derfor i = j. Dette viser (1). Nu (2): Ld z [ 1, 1]. Så gælder z C α = p α + Q for et pssede α. Dermed er z p α Q, og d z p α z + p α 2, er z p α Q [ 2, 2] og derfor f forme r i. Herf fås z = p α + r i E i, hvilket viser (2). Påstde (3) følger f t r i + p α = 3. Til sidst vises t mægde P ikke er målelig. Vi fører beviset idirekte. Atg t P er målelig. Så er lle mægdere E i også målelige og m(e i ) = m(p ) for lle i (opg. 3.9 i HLR side 64). D fås f (1) og (3) 6 m(e i ) = m(p ) hvilket medfører m(p ) = 0, og f (2) 2 m(e i ) = m(p ) hvilket giver m(p ) > 0, ltså e modstrid. 3. Bevis for e del f Prop Af hesy til seere vedelse f Propositio 3.15 i HLR beviser jeg her de del som skl bruges seere på fgørede måde: Prop. 15 (delvis).ld E R være e målelig mægde. D gælder ii. For ethvert ε > 0 fides e åbe mægde O E så m(o E) < ε vi. Hvis yderligere m(e) <, fides til ethvert ε > 0 e edelig foreig U f åbe itervller så m(u E) < ε Bevis. (ii) i tilfældet m(e) < : Af defiitioe på m(e) (= m (E)) følger t der fides e følge (I ) åbe itervller så j=1 m(i j) < 3

4 4 m(e) + ε og I j E. Sættes O = I j, får vi O E og m(o E) = m(o) m(e) m(i j ) m(e) < ε hvormed dette deltilfælde er bevist. Bevis for (vi): Med betegelsere i oveståede bevis sættes U = j=1 I j. D U O, får vi j=1 m(u E) = m(u E) + m(e U ) m(o E) + m(e U ) ε + m(e U ) Det det led i de sidste størrelse kovergerer mod ul for. For følge (E U ) er klrt ftgede, og vi hr =1 E U = fordi ethvert x E O vil opfylde x U for stor ok og dermed x / E U. D m(e U 1 ) <, giver Propositio 14 de øskede koverges mod 0 (= m( )). Alt i lt får vi t m(u E) < ε + ε = 2ε for stor ok. Dermed er (vi) vist. Bevis for (ii) i det geerelle tilfælde. Idee er t fskære til begræsede mægder og side lime smme: Sæt E = E [, ]. D er E målelig med edeligt mål og E = =1 E. For hvert k vi pg. de første del f beviset fide O åbe så O E og m(o E ) < ε2. Edvidere hr vi O E (O E ) =1 =1 (godtgør det selv!). Sættes O = =1 O, hr vi O =1 E = E og m(o E) m(o E ) < ε2 = ε =1 =1 =1 D O er åbe, er (ii) vist i det geerelle tilfælde. 4. Riem-itegrlet og trppefuktioer Her følger et pr forklrede bemærkiger til Kp. 4.1 i HLR For det første. Oversummere i HLR er ikke de smme som i Lidstrøm. Det hr ige betydig, me jeg vælger dem fr Lidstrøm. Det drejer sig om t vise de to ligiger sidst i fsittet (på s. 76). Her ser jeg ku på de der vedrører det øvre itegrl. De deles op i to uligheder. I det følgede beteger f e begræset fuktio defieret på [, b]. 1. For ehver trppefuktio s f gælder R s(x)dx R f(x)dx hvor det bruges t ehver det trppefuktio er Riem-itegrbel, og t det øvre Riem-itegrl er mootot.

5 5 Det det oveståede gælder for lle såde s, følger if { R s(x)dx s trppefuktio, s f } R f(x)dx 2. For t vise de de ulighed betrgter vi e vilkårlig iddelig Π = { = x 0 < x 1 < < x = b}. Overtllee i deleitervllere er M i = sup{f(x) x i 1 x x i }. Edelig sættes M = sup f. Svrede til dee iddelig defieres trppefuktioe s ved { Mi hvis x f(x) = i 1 < x < x i M hvis x {x 0,..., x } Der gælder u s f pr. kostruktio og (ret klrt) s(x)dx = i M i(x i x i 1 ) = Ø(Π). (Et formelt bevis k fås fr Lidstrøm ved t kombiere (idskudsregle) og (Alyses fudmetlsætig)). Vi hr ltså Ø(Π) = s(x)dx if { R s(x)dx s trppefuktio, s f } og d dette gælder for lle Π, følger if{ø(π) Π e iddelig } if { R ltså de øskede modstte ulighed. s(x)dx s trppefuktio, s f } 5. Kommetrer til udddrget f Kp. 5 D vi ku læser e del f Kp. 5 i HLR, viser jeg her hesigte med udvlget. De grudlæggede problemer er ævt i strte f kpitlet: Hvorår gælder d dx x F (x)dx = F (b) f() (A) f(t)dt = f(x) (B) Sidst i ottet kommer et pr bemærkiger om kovekse fuktioer (5.5). 5.1 ideholder de tekisk vskelige resultter. Vi overspriger dem. I 5.2 læser vi lemm 4 og Sæt. 5. Herved krkteriseres fuktioer f begræset vritio. Corr. 6 overspriges. I 5.3 læses lemm 7 og lemm 8. Lemm 7 giver e ødvedig betigelse for t e fuktio er et ubestemt itegrl (hr relevs for spm (B)). At de er lgt fr tilstrækkelig, fremgår seere. Lemm 8 er et etydighedsudsg: Hvis et ubestemt itegrl hr to fremstilliger

6 6 svrede til to itegrder, er disse itegrder es.o. Ige k dette siges t hve med spm. (B) t gøre. Etydighede hæger dybest set smme med det overspruge resultt t itegrde er bestemt.o. som differetilkvotiete f det ubestemte itegrl I 5.4 læser vi lemm 11, de ee hlvdel f Sæt. 14 og e lvprisudgve f Corr. 15 (kommer seere). Lemm 11 giver e smmehæg mellem bsolut kotiuerte fuktioer og fuktioer f begræset vritio. De ee hlvdel f Sæt. 14: (F et ubestemt itegrl F er bsolut kotiuert ) vises først og giver e bedre ødvedig betigelse for t e fuktio er et ubestemt itegrl. De de hlvdel (der giver de tilstrækkelige betigelse) overspriges). Her kommer de lovede svge udgve f Corr. 15 (der giver et delvist svr på spm. (A)): Sætig Ld F være e differetibel fuktio på [, b] (esidet i edepuktere). Atg t F er begræset. D gælder F (x)dx = F (b) F () Bevis. Først udvides F lieært til højre for x = b så F (b) eksisterer tosidet. Vi betrgter følge f differeskvotieter G (x) = (F (x + 1/) F (x)) og hr F (x) = lim G (x) som viser t F er målelig (uset om de er begræset eller ej). Pg. middelværdisætige hr vi G (x) = F (θ) sup F (x). Følge G er ltså begræset på [, b], så vi k bruge prop 2.6 (begr. kovergessætig) eller Sæt (Lebesgues sæt. om domieret koverges) til t slutte lim G (x)dx = F (x)dx Vi mgler således t berege græseværdie. Vi får G (x)dx = (F (x + 1/) F (x))dx = +1/ +1/ +1/ F (x)dx 1 F (x)dx 1 1/ b 1/ F (b) F () F (x)dx = +1/ F (x)dx for, hvor vi ku brugte regeregler for itegrtio f kotiuerte fuktioer, emlig i rækkefølge lieritet, substitutio, idskudsregle og til sidst lyses fudmetlsætig for kotiuerte itegrder. Hermed er de øskede ligig vist.

7 Kovekse fuktioer (5.5). Lemm 16 giver de grudlæggede uligheder for hældigskoefficieter for korder. Lemm 17. Beviset i boge er ikke helt korrekt, for ϕ er jo ikke defieret i og b. Me idskydes pukter c 1 og d 1 med < c 1 < c og d < d 1 < b, virker beviset for kotiuitet år og b erstttes med c 1 og d 1. Hvd går lemmets det udsg, er det ok for os t betrgte det differetible tilfælde: ϕ koveks ϕ voksede. Beviset følger f ulighedere for kordehældiger: ϕ(z) ϕ(x) ϕ(y) ϕ(x) ϕ(y) ϕ(z) for x < z < y z x y x y z Græseoverggee z x+ og z y giver strks ϕ (x) ϕ(y) ϕ(x) y x ϕ (y) for x < y Lemm 18. Også her øjes vi med det differetible tilfælde: ϕ voksede ϕ koveks. Bevis: Ld x < y og 0 < λ < 1. Med z = (1 λ)x + λy bruges middelværdisætige to gge ϕ(z) ϕ(x) z x ϕ(y) ϕ(z) y z = ϕ (ξ) = ϕ (η) D således ξ < η og dermed ϕ (ξ) ϕ (η), hr vi e ulighed mellem kordehældiger. Reges (og/eller teges) tilbge med z = (1 λ)x+λy idst, fås Jeses ulighed: ϕ((1 λ)x + λy) (1 λ)ϕ(x) + λϕ(y). Derfor er ϕ koveks. 6. Bevis for e del f Prop Af hesy til seere vedelse f Propositio 3.22 i HLR beviser jeg her de del som skl bruges seere på fgørede måde: Prop. 15 (delvis). Ld f være e målelig fuktio på et itervl [, b]. Atg f <.o. Ld ε > 0. D fides e trppefuktio g så m{x f(x) g(x) ε} < ε Hvis m f M, k g vælges så m g M. Bevis. Vi ser først på tilfældet m g M. Af beviset for Prop. 4.3 følger t der fides e simpel fuktio φ så f φ < ε: Vælg e iddelig {m = 0 < 1 < < y = M} så fi t i i 1 < ε for lle i. Sæt A 0 = {x f(x) = A 0 } og A i = {x i 1 < f(x) i } for i = 1,...,. Herved opås t φ = i χ Ai er målelig, ligger mellem m og M og f φ < ε overlt på [, b]. Hver mægde A i pproksimeres u med e trppemægde U i vh. Prop 3.15: m(u i A i ) < ε. Hvis x / U i A i, er χ Ui (x) = χ Ai (x). Følgelig, hvis x / U := i U i A i ), gælder 7

8 8 φ(x) = i χ Ui (x). Vi sætter g = i χ Ui der er e trppefuktio. For t opå m g M ædrer vi g på trppemægde {x g(x) / [m, M]} ( U) til e fst værdi i [m, M]. D der stdig gælder g = ϕ ude for U, fås lt i lt for x / U, f(x) g(x) f(x) φ(x) + φ(x) g(x) < ε + 0 = ε og d m(u) i m(u i A i ) < ε, hr vi vist tilfældet hvor f er begræset. I det geerelle tilfælde fskæres. Sæt E = {x f(x) > }. Så er m( E ) = m{x f(x) = } = 0. D m(e 1 ) < og E 1 E 2, gælder lim m(e ) = 0 og dermed m(e ) < ε for stor ok. Fuktioe 2 f = mx(, mi(f, )) er begræset, og vi hr f = f ude for E. I følge de første del f beviset fides e trppefuktio g og e målelig mægde U så m(u) < ε og g f 2 < ε ude for U. Hvis derfor x / U E, gælder f(x) g(x) f(x) f (x) + f (x) g(x) < 0 + ε = ε som smme med m(u E ) m(u) + m(e ) < ε + ε = ε viser det 2 2 øskede. 7. Bevis for prop. 11.7, jf. opg Defier E,k og ϕ som i viket. 1. ϕ er simpel : Thi de mulige værdier for fuktioe er { k k = 2 0, 1, 2, 3,..., 2 2 }. Målelighede fremgår klrt f defiitioe. 2. Følge er voksede: Atg ϕ (x) = k og ϕ 2 m (x) = l hvor < m. 2 m Hvis f(x) 22 +1, er ϕ 2 (x) = 0, og så er der itet t vise. Ellers hr vi (1) ϕ (x) = k 2 f(x) < k = ϕ (x) ltså k er mksiml hel med k f(x). D f(x) < < 22m +1, m gælder det tilsvrede for l. D m > k vi forlæge k = k2m = 2 2 m ϕ (x) f(x). Der må gælde l k2 m, for l er det største hele tl p som opfylder p f(x). Herf følger ϕ 2 m m (x) = l k = ϕ 2 m 2 (x) 3. lim ϕ (x) = f(x): Ulighedere (1) ovefor viser t 0 f(x) ϕ (x) < 1 år blot er så stor t 2 > f(x). Herf følger de øskede 2 koverges. 8. Sæt. 6.6 (p = ). Lemm (p = 1) Riesz-Fishers sætig i tilfældet p = siger t L er fuldstædig. Her et et bevis. Først kostteres t for f L (µ) gælder f f.o. For efter defiitioe gælder f f + 1.o., og d {x f(x) > f } = {x f(x) > f + 1 }, følger påstde.

9 Ld u f være e Cuchyfølge i L. Vi skl vise t følge er koverget i L (µ). Vi ser på ulmægdere E = {x f (x) > f } F m, = {x f (x) f m (x) > f f m } På ulmægde E m, F m,, modificerer vi lle fuktioere til 0. Herved er fuktioere uædret i klsseforstd, me lle de forekommede essetielle overtl er u rigtige overtl. Ld ε > 0. Så fides N så f f m ε for m, N. Herf følger f (x) f m (x) ε for m, N og lle x. (1) Derfor er følge (f (x)) e reel Cuchyfølge for lle x og dermed koverget. Ld f(x) betege græseværdie. Dermed er f e målelig fuktio. De er essetielt begræset fordi følge ( f ) er begræset (hvorfor?) og vi hr f sup f. Lder vi m i (1) ovefor (for fst ), får vi f (x) f(x) ε for N og lle x hvilket viser t f f ε for N. Altså hr vi f = lim f i L (µ). 9 Lemm siger i tilfældet p = 1 : Ld (X, B, µ) være et edeligt målrum og g e itegrbel fuktio således t for e kostt M gælder ϕgdµ M ϕ 1 for lle simple fuktioer ϕ. Så gælder g L og g M. Bevis. Ld ε > 0, og defier A + = {x g(x) > M + ε} og A = {x g(x) < M ε}. Sæt ϕ = χ A+ χ A. Herved opår vi gϕ M +ε på A + A og i øvrigt 0. Herved får vi (M + ε)µ(a + A ) gϕdµ ϕ 1 M = Mµ(A + A ) hvor til sidst udyttede det give og udregede ϕ 1. Af ulighede følger µ(a + A ) = 0, ltså g M + ε.o. D dette gælder for lle ε > 0, hr vi vist det påståede. 9. Bevis for Prop. 12.9, jf. opg Beviset deles turligt i to dele. 1. Først skl A beskrives. Ehver edelig disjukt foreig A = C i med C i C må ødvedigvis være i A, mo. idet D beteger mægde f såde disjukte edelige foreiger, hr vi D A. Når vi hr vist t D er e mægdelgebr, hr vi A = D.

10 10 Fællesmægde f to mægder i D er i D: C i D j = C i D j i j i,j D ( C i ) = Ci og hver C i pr. tgelse er i D, følger det f det foregåede t dee mægde også er i D. også er i D. Hermed hr vi t D er e mægdelgebr og derfor A = D. 2. Deræst: Kostruktio f målet. For A = C i sætter vi µ(a) = µ(ci ), me problemet er om dette er veldefieret, mo. om vi får smme resultt for A = D j. Me d vi hr A = i,j C i D j, får vi µ(ci ) = µ(c i D j ) = µ(c i D j ) = µ(d j ) i j j i j hvilket skulle vises. Bemærk t regigere ovefor også er gyldige hvis de to fremstilliger er tællelige foreiger (me stdig i A). Det betyder t hvis A er fremstillet som e tællelig disjukt foreig f mægder fr C, er summe disses mål også µ(a). Vi mgler så t vise t µ er tællelig dditiv. For e disjukt foreig A = A i f mægder fr A k vi skrive A = A i = i j C ij = ij C ij. Vi får u µ(a) = µ(c ij ) = µ(c ij ) = µ(a i ) ij i j i hvor det sidste lighedsteg kommer f defiitioe f µ(a i ), og det første følger f bemærkige ovefor om tællelige foreiger. Hermed er er vist t µ er tællelig dditiv på på A.

Analyse 1, Prøve maj Lemma 2. Enhver konstant funktion f : R R, hvor f(x) = a, a R, er kontinuert.

Analyse 1, Prøve maj Lemma 2. Enhver konstant funktion f : R R, hvor f(x) = a, a R, er kontinuert. Alyse, Prøve. mj 9 Alle hevisiger til TL er hevisiger til Klkulus 6, Tom Lidstrøm. Direkte opgvehevisiger til Klkulus er givet med TLO, ellers er lle hevisiger til steder i de overordede fsit. Hevises

Læs mere

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

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

Læs mere

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

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

Læs mere

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

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

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

Læs mere

Finitisme og Konstruktivisme. 22. November 2010

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

Læs mere

Sandsynlighedsteori 1.2 og 2 Uge 5.

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

Læs mere

Komplekse tal Matematik og naturfag i verdensklasse, 2004. Komplekse tal

Komplekse tal Matematik og naturfag i verdensklasse, 2004. Komplekse tal Komplekse tl Mtemtik og turfg i verdesklsse, 004 Komplekse tl Dette mterile er ereget til udervisig i mtemtik i gymsiet. Der forudsættes kedsk til løsig f degrdsligiger, trigoometri og e lille smule vektorregig.

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

Kap. 1: Integralregning byggende på stamfunktioner.

Kap. 1: Integralregning byggende på stamfunktioner. - - Kp. : Itegrlregig yggede på stmfuktioer... Specielle egesker ved fuktioer. Defiitio... E fuktio f siges t være egræset i et itervl I, hvis f er defieret i itervllet, og hvis der fides to tl k og K,

Læs mere

Differentiation af potensfunktioner

Differentiation af potensfunktioner Hvd er mtemti? B, i-bog ISBN 978 87 766 494 3 Hjemmesideevisig: Differetitio f potesfutioer, Kpitel 4, side 76 Differetitio f potesfutioer. Pscls tret og biomilformle Vi strter med t mide om t poteser

Læs mere

Grundlæggende matematiske begreber del 1 Mængdelære Talmængder Tal og regneregler Potensregneregler Numerisk værdi

Grundlæggende matematiske begreber del 1 Mængdelære Talmængder Tal og regneregler Potensregneregler Numerisk værdi Grudlæggede mtemtiske begreber del Mægdelære Tlmægder Tl og regeregler Potesregeregler Numerisk værdi x-klssere Gmmel Hellerup Gymsium Idholdsfortegelse MÆNGDELÆRE... 3 TAL... 9 De turlige tl... 9 De hele

Læs mere

Kap 1. Procent og Rentesregning

Kap 1. Procent og Rentesregning Idhold Kp. Procet og Retesregig.... Regig med proceter.... Reteformle.... Geemsitlig retefod (vækstrte)... Kp Opsprigs- og gældsuiteter...5. Auiteter...5. Sumformel for e kvotietrække...5. Opsprigsuitet...6.

Læs mere

Grundlæggende matematiske begreber del 1 Mængdelære Talmængder Tal og regneregler Potensregneregler Numerisk værdi Gennemsnit

Grundlæggende matematiske begreber del 1 Mængdelære Talmængder Tal og regneregler Potensregneregler Numerisk værdi Gennemsnit Grudlæggede mtemtiske begreber del 1 Mægdelære Tlmægder Tl og regeregler Potesregeregler Numerisk værdi Geemsit x-klssere Gmmel Hellerup Gymsium 1 Idholdsfortegelse MÆNGDELÆRE... 3 TAL... 9 De turlige

Læs mere

Projekt 3.1 Potensbegrebet og geometriske rækker

Projekt 3.1 Potensbegrebet og geometriske rækker Hvd er mtemtik? ISBN 97887766879 Projekter: pitel. Projekt. Potesbegrebet og geometriske rækker Projekt. Potesbegrebet og geometriske rækker (Vi tger i det følgede udggspukt i kpitlfremskrivigsformle:

Læs mere

Grundlæggende matematiske begreber del 1

Grundlæggende matematiske begreber del 1 Grudlæggede mtemtiske begreber del 1 Mægdelære Tlmægder Tl og regeregler Potesregeregler Numerisk værdi Geemsit x-klssere Gmmel Hellerup Gymsium December 2018 ; Michel Szymski ; mz@ghg.dk 1 Idholdsfortegelse

Læs mere

Bogstavregning - supplerende eksempler. Reduktion... 54 b Ligninger... 54 d

Bogstavregning - supplerende eksempler. Reduktion... 54 b Ligninger... 54 d Mtetik på AVU Eksepler til iveu F, E og D Bogstvregig - supplerede eksepler Reduktio... Ligiger... d Bogstvregig Side Mtetik på AVU Eksepler til iveu F, E og D Reduktio M gger to preteser ed hide ved -

Læs mere

Noget om Riemann integralet. Noter til Matematik 2

Noget om Riemann integralet. Noter til Matematik 2 Noget om Riemnn integrlet. Noter til Mtemtik 2 Arne Jensen Afdeling for Mtemtik og Dtlogi Institut for Elektroniske Systemer Alborg Universitetscenter Fredrik Bjers Vej 7 9220 Alborg Ø 4. pril 1991 Revideret

Læs mere

Grundlæggende matematiske begreber del 1 Mængdelære Talmængder Tal og regneregler Potensregneregler Numerisk værdi Gennemsnit

Grundlæggende matematiske begreber del 1 Mængdelære Talmængder Tal og regneregler Potensregneregler Numerisk værdi Gennemsnit Grudlæggede mtemtiske begreber del Mægdelære Tlmægder Tl og regeregler Potesregeregler Numerisk værdi Geemsit x-klssere Gmmel Hellerup Gymsium Idholdsfortegelse MÆNGDELÆRE... 3 TAL... 9 De turlige tl...

Læs mere

Sandsynlighedsregning og statistisk

Sandsynlighedsregning og statistisk Figur : J. C. F. Guss 777 855 Sdsylighedsregig og sttistisk Peter Hremoës Niels Brock 6. pril Idledig Dette hæfte er lvet som supplemet til. udgve f boge Mt B. Der er lgt vægt på t give e bedre forståelse

Læs mere

Projekt 9.10 Differentiation af potensfunktioner ved hjælp af binomialformlen

Projekt 9.10 Differentiation af potensfunktioner ved hjælp af binomialformlen Projet 9.1 Differetitio f potesfutioer ved jælp f iomilformle 1. Pscls tret og iomilformle Vi strter med t mide om t poteser f toleddede størrelser, de såldte iomer, udreges ved jælp f Pscls tret, idet

Læs mere

Lidt Om Fibonacci tal

Lidt Om Fibonacci tal Lidt om Fioi tl Lidt Om Fioi tl Idhold. Defiitio f Fioi tllee.... Kivl... 3. Telefokæder....3 4. E formel for Fioi tllee...4 Ole Witt-Hse 008 Lidt om Fioi tl. Defiitio f Fioi tllee Fioi tllee er opkldt

Læs mere

Statistik Lektion 4. Kovarians og korrelation Mere om normalfordelingen Den centrale grænseværdi sætning Stikprøvefordelingen

Statistik Lektion 4. Kovarians og korrelation Mere om normalfordelingen Den centrale grænseværdi sætning Stikprøvefordelingen Sttistik Lektio 4 Kovris og korreltio Mere om ormlfordelige De cetrle græseværdi sætig Stikprøvefordelige Repetitio: Kotiuerte stokstiske vrible f (x) er e sdsylighedstæthedsfuktio, hvis f ( x) 0 for lle

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

M Å L T E O R I S A N D S Y N L I G H E D S T E O R I 1. 1 F O R E L Æ S N I N G S N O T E R S V E N D E R I K G R A V E R S E N O G

M Å L T E O R I S A N D S Y N L I G H E D S T E O R I 1. 1 F O R E L Æ S N I N G S N O T E R S V E N D E R I K G R A V E R S E N O G F O R E L Æ S N I N G S N O T E R T I L M Å L T E O R I O G S A N D S Y N L I G H E D S T E O R I 1. 1 S V E N D E R I K G R A V E R S E N A U G U S T 2 0 0 5 I N S T I T U T F O R M A T E M A T I S K

Læs mere

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

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

Læs mere

Udtrykkelige mængder og Cantorrækker

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

Læs mere

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

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

Matematik A. Højere handelseksamen. Formelsamling

Matematik A. Højere handelseksamen. Formelsamling Mtemtik A Højere hdelseksme Formelsmlig Mtemtik A Højere hdelseksme Formelsmlig Forfttere: Jytte Meli og Ole Dlsgrd April 09 ISBN: 978-87-603-339-5 (web udgve) Dee udgve f Mtemtisk formelsmlig htx A-iveu

Læs mere

Supplerende noter II til MM04

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

Læs mere

Du kan efter ønske opfatte integralet som et Riemann-integral eller et Lebesgue-integral (idet de to er identiske på C([a, b], C) jf. Theorem 11.8.

Du kan efter ønske opfatte integralet som et Riemann-integral eller et Lebesgue-integral (idet de to er identiske på C([a, b], C) jf. Theorem 11.8. Anlyse Øvelser Rsmus Sylvester Bryder. og 5. oktober 3 Supplerende opgve Ld C([, b], C) betegne rummet f lle kontinuerte funktioner f : [, b] C, hvor < b, og definér et indre produkt på C([, b], C) ved

Læs 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

Matematikkens mysterier - på et højt niveau. 1. Integralregning

Matematikkens mysterier - på et højt niveau. 1. Integralregning Mtemtikkes mysterier - på et højt iveu f Keeth Hse. Itegrlregig Hvd er relet f de skrverede puktmægde? . Itegrlregig Idhold. Stmfuktioer og det uestemte itegrl. Regeregler for det uestemte itegrl 7 Prtiel

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

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

Sandsynlighedsregning og statistisk. J. C. F. Gauss ( ) Peter Haremoës Niels Brock. 9. april 2013

Sandsynlighedsregning og statistisk. J. C. F. Gauss ( ) Peter Haremoës Niels Brock. 9. april 2013 Sdsylighedsregig og sttistisk J. C. F. Guss 777 855 Peter Hremoës Niels Brock 9. pril 3 Idledig Dette hæfte er lvet som supplemet til. udgve f boge Mt B. Der er lgt vægt på t give e bedre forståelse for

Læs mere

Sandsynlighedsteori 1.2

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

Læs mere

Talfølger og -rækker

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

Læs mere

Projekt 4.1 Potensbegrebet og geometriske rækker

Projekt 4.1 Potensbegrebet og geometriske rækker Hvd er mtemtik? C, i-bog ISBN 978 87 766 499 8 Projekter: pitel 4 Projekt 4. Potesbegrebet og geometriske rækker Vi hr defieret e ekspoetiel vækst, som e vækstmodel, hvor de fhægige vribel, - værdie, fremskrives

Læs mere

MATEMATISK FORMELSAMLING

MATEMATISK FORMELSAMLING MATEMATISK FORMELSAMLING GUX Grøld Mtemtisk formelsmlig til C-iveu, GUX Grøld Deprtemetet for uddelse 05 Redktio: Rsmus Aderse, Jes Thostrup MtemtiskformelsmligtilC-iveu GUX Grøld FORORD Dee formelsmlig

Læs mere

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

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

Læs mere

FUNKTIONER del 2 Rentesregning Eksponentielle udviklinger Trigonometriske funktioner Potensfunktioner Polynomier

FUNKTIONER del 2 Rentesregning Eksponentielle udviklinger Trigonometriske funktioner Potensfunktioner Polynomier FUNKTIONER del Retesregig Ekspoetielle udvikliger Trigoometriske fuktioer Potesfuktioer Polyomier -klssere Gmmel Hellerup Gymsium Idhold RENTESREGNING... 3 Kotiuert rete... EKSPONENTIELLE UDVIKLINGER...

Læs mere

Baggrundsnote til sandsynlighedsregning

Baggrundsnote til sandsynlighedsregning Baggrudsote til sadsylighedsregig Kombiatorik. Multiplikatiospricippet E mægde beståede af forskellige elemeter kaldes her e -mægde. Elemetere i e m-mægde og elemetere i e -mægde ka parres på i alt m forskellige

Læs mere

Om Riemann-integralet. Noter til Matematik 1

Om Riemann-integralet. Noter til Matematik 1 Om Riemnn-integrlet. Noter til Mtemtik 1 Jon Johnsen Institut for Mtemtiske Fg, Alborg Universitet Fredrik Bjers Vej 7G, 9220 Ålborg Ø 3. december 2001 1 Indledning Integrlregning går tilbge til Newtons

Læs mere

Denne kaldes også potensmængden over Ω og betegnes ofte 2 Ω. Notationen beror på, at man via relationen

Denne kaldes også potensmængden over Ω og betegnes ofte 2 Ω. Notationen beror på, at man via relationen Idledig. De modere sadsylighedsteori, hvis aksiomatiske basis blev formuleret af russere A.N. Kolmogorov i 1933 i boge Grudbegriffe der Wahrscheilichkeitrechug, er bygget op omkrig et tripel ofte beteget

Læs mere

MM501 forelæsningsslides

MM501 forelæsningsslides MM501 forelæsningsslides uge 38, 010 Produceret f Hns J. Munkholm berbejdet f Jessic Crter 1 l Hopitls regler Afsnit 4.3 l Hopitls regel I omhndler beregning f grænseværdier f formen lim x f(x) g(x), hvor

Læs 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

MM501 forelæsningsslides

MM501 forelæsningsslides MM501 forelæsningsslides uge 39, 009 Produceret f Hns J. Munkholm 1 Linerisering s. 66-67 Lineriseringen f f omkring x =, er den lineære funktion, der hr tngenten som grf. Klder mn den L er forskriften

Læs 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

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

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

Læs mere

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

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

Læs mere

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

1 1 t 10 1. ( ) x 2 4. + k ================= sin( x) + 4 og har graf gennem (0,2), dvs F(0) = 2. + 4x + k

1 1 t 10 1. ( ) x 2 4. + k ================= sin( x) + 4 og har graf gennem (0,2), dvs F(0) = 2. + 4x + k 0x-MA (0.0.08) _ opg (3:07) Integrtion ved substitution ( x + 7) 9 t x + 7 > t 9 t 0 + k 0 0 ( x + 7)0 + k b) x x + 4 t x + 4 > 3 x t t t x 3 t x x + k 3 t t + k ( ) x 4 3 x + 4 + + k c) cos( x)

Læs mere

Kvadratisk 0-1 programmering. David Pisinger

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

Læs mere

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

Statistiske Modeller 1: Notat 1

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

Læs mere

Den flerdimensionale normalfordeling

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

Læs mere

Sammensætning af regnearterne - supplerende eksempler

Sammensætning af regnearterne - supplerende eksempler Mtetik på AVU Ekseplet til iveu F, E og D Sesætig f regertere - supplerede eksepler Poteser... Rødder... d 0-tls-poteser... e Sesætig f regertere Side Mtetik på AVU Ekseplet til iveu F, E og D Sesætig

Læs mere

Program. Middelværdi af Y = t(x ) Transformationssætningen

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

Læs mere

Kommentarer til VARIABLE

Kommentarer til VARIABLE Kommetrer til Fglige mål Kpitlet lægger op til, t elevere lærer vribelbegrebet t kede som et effektivt værktøj til t skbe sig overblik over komplekse problemstilliger. k udpege kostter og vrible med tilhørede

Læs mere

r n E[ X n ]/n! for alle r > 0 ifølge monoton konvergens, giver potensrækketeori, at ( ) er ækvivalent med, at ρ n E[ X n ]/n!

r n E[ X n ]/n! for alle r > 0 ifølge monoton konvergens, giver potensrækketeori, at ( ) er ækvivalent med, at ρ n E[ X n ]/n! Mometproblemet. Lad i dette afsit X betege e stokastisk variabel med mometer af ehver orde. Mometfølge (E[X ]) er derfor e vel defieret reel talfølge bestemt ved fordelige, og spørgsmålet om, de omvedt

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

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

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

Matematisk modellering og numeriske metoder. Lektion 17

Matematisk modellering og numeriske metoder. Lektion 17 Mtemtisk modellering og numeriske metoder Lektion 1 Morten Grud Rsmussen 8. november, 1 1 Numerisk integrtion og differentition [Bogens fsnit 19. side 84] 1.1 Grundlæggende om numerisk integrtion Vi vil

Læs 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

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

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

Læs mere

Supplerende opgaver. S1.3.1 Lad A, B og C være delmængder af X. Vis at

Supplerende opgaver. S1.3.1 Lad A, B og C være delmængder af X. Vis at Supplerende opgaver Analyse Jørgen Vesterstrøm Forår 2004 S.3. Lad A, B og C være delmængder af X. Vis at (A B C) (A B C) (A B) C og find en nødvendig og tilstrækkelig betingelse for at der gælder lighedstegn

Læs mere

Bachelorprojekt for BSc-graden i matematik

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

Læs mere

Deskriptiv teori: momenter

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

Læs mere

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

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

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

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

Læs mere

Hovedpointer fra SaSt

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

Læs mere

Regularitetsbetingelserne i simple modeller

Regularitetsbetingelserne i simple modeller Kapitel 7 Regularitetsbetigelsere i simple modeller I dette kapitel vil vi udersøge forskellige modeller med uafhægige, idetisk fordelte variable, rækkede fra det trivielle til det gaske geerelle. Målet

Læs mere

MM501 forelæsningsslides

MM501 forelæsningsslides MM50 forelæsningsslides uge 39, 200 Produceret f Hns J. Munkholm berbejdet f Jessic Crter Integrtion ved substitution Afsnit5.6 Ubestemte integrler s. 37-39 Reglen om differentition f en smmenst funktion

Læs mere

R E E L L E F U N K T I O N E R.

R E E L L E F U N K T I O N E R. Købehavs Uiversitets Hateratiske Istitut M A T E M A T I K 2 1962-63 B. Jesse Forelæsiger over R E E L L E F U N K T I O N E R. Mat 2, 1962-63 MI Kap.l Idledig. l. Weierstrass 11 approksimatiossætig. l,

Læs mere

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

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

Læs mere

... ... ... ... ... ... ... b > 0 og x > 0, vil vi kalde en potensfunktion. 492 10. Potensfunktioner

... ... ... ... ... ... ... b > 0 og x > 0, vil vi kalde en potensfunktion. 492 10. Potensfunktioner POTENSFUNKTIONER 0 49 0. Potensfunktioner POTENSFUNKTIONER DEFINITION En funktion med forskriften f( )= b hvor b > 0 og > 0 vil vi klde en potensfunktion. I MAT C kpitel så vi t hvis skl være et vilkårligt

Læs mere

Fremkomsten af mængdelæren. Stig Andur Pedersen

Fremkomsten af mængdelæren. Stig Andur Pedersen Fremkomsten f mængdelæren Stig Andur Pedersen 1 Fourier række for f(x)=x x n 1 ( 1) 2 sin( nx) n n= 1 sin(2 x) sin(3 x) sin(4 x) = 2 sin( x) + + 2 3 4 De første 15 led er tget med på kurven. 2 Fourierrække

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

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

gudmandsen.net y = b x a Illustration 1: potensfunktioner i 5 forskellige grupper

gudmandsen.net y = b x a Illustration 1: potensfunktioner i 5 forskellige grupper gudmndsen.net Dette dokument er publiceret på http://www.gudmndsen.net/res/mt_vejl/. Ophvsret: Indholdet stilles til rådighed under Open Content License[http://opencontent.org/openpub/]. Kopiering, distribution

Læs mere

Indre, ydre, rand og afslutning 2.2. Åbne og afsluttede mængder 2.3. Topologiske begreber. Ækvivalente metrikker 2.4.

Indre, ydre, rand og afslutning 2.2. Åbne og afsluttede mængder 2.3. Topologiske begreber. Ækvivalente metrikker 2.4. MATEMATIK 2~ MATEMATISK ANALYSE 1984-85 Kapitel I. METRISKE RUM 1. Metriske rum. Normerede rum. 1. 1. Metrik 1.2. Normeret rum 1. 3. Kugler i et metrisk rum 1.4. Kovergete følger Opgaver til 1 r. 1.1 r.

Læs mere

Algoritmer og Datastrukturer 2. Gerth Stølting Brodal

Algoritmer og Datastrukturer 2. Gerth Stølting Brodal Algoritmer og Dtstrukturer Gerth Støltig Brodl Algoritmer og Dtstrukturer Algoritme Desig Tekikker ( uger) Del-og-komier Grf-lgoritmer (3 uger) Korteste veje Streg-lgoritmer ( uge) Møstergekedelse Dymisk

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

De Platoniske legemer De fem regulære polyeder

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

Læs mere

Pointen med Integration

Pointen med Integration Pointen med Integrtion Frnk Vill 3. oktober 2012 2008-2012. IT Teching Tools. ISBN-13: 978-87-92775-00-9. Dette dokument må kun nvendes til undervisning i klsser som bonnerer på MtBog.dk. Se yderligere

Læs mere

Pointen med Integration

Pointen med Integration Pointen med Integrtion Frnk Nsser 20. pril 2011 c 2008-2011. Dette dokument må kun nvendes til undervisning i klsser som bonnerer på MtBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er en

Læs mere

INTEGRALREGNING. Opgaver til noterne kan findes her. PDF. Facit til opgaverne kan hentes her. PDF. Version: 5.0

INTEGRALREGNING. Opgaver til noterne kan findes her. PDF. Facit til opgaverne kan hentes her. PDF. Version: 5.0 INTEGRALREGNING Version: 5.0 Noterne gennemgår egreerne: integrl og stmfunktion, og nskuer dette som et redsk til estemmelse f l.. reler under funktioner. Opgver til noterne kn findes her. PDF Fcit til

Læs mere

3.-årsopgave, matematik Tønder Gymnasium & HF 21.12.01

3.-årsopgave, matematik Tønder Gymnasium & HF 21.12.01 .-årsopgve, teti Tøder Gysiu HF.. Idholdsfortegelse: Idledig / forord s.. Mtricer, geerelt s. -. Nogle egeser for tricer s. -6. Deteriter s. 6-. Deterit-sætiger s. -. Miorer, oftorer og opleeter s. - 6.

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

Trigonometri. Matematik A niveau

Trigonometri. Matematik A niveau Trigonometri Mtemtik A niveu Arhus Teh EUX Niels Junge Trigonometri Sinus Cosinus Tngens Her er definitionen for Cosinus Sinus og Tngens Mn kn sige t osinus er den projierede på x-ksen og sinus er den

Læs mere

Algoritmer og Datastrukturer 2. Gerth Stølting Brodal

Algoritmer og Datastrukturer 2. Gerth Stølting Brodal Algoritmer og Dtstrukturer Gerth Støltig Brodl Algoritmer og Dtstrukturer Algoritme Desig Tekikker ( uger) Del-og-komier Grf-lgoritmer (3 uge) Korteste veje Streg-lgoritmer ( uge) Møstergekedelse Dymisk

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

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

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

Læs mere

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

Eksamen Analyse 1, Juni 2015, Besvarelse 1. Opgave 1. ( ln x) q x p dx =

Eksamen Analyse 1, Juni 2015, Besvarelse 1. Opgave 1. ( ln x) q x p dx = Eksmen Anlyse, Juni 25, Besvrelse Ld p >, q, og r. Opgve () Vis t integrlet ( ln x)r x p dx konvergerer. [Vink: Smmenlign med x s for pssende vlgt s.] ( ln x)q x p dx. [Vink: Anvend (b) Bevis formlen (

Læs mere