DM72 Diskret matematik med anvendelser
|
|
|
- Ivar Johannsen
- 9 år siden
- Visninger:
Transkript
1 DM72 Diskret matematik med anvendelser En hurtig gennemgang af de vigtigste resultater. (Dvs. ikke alle resultater).
2 Logik Åbne udsagn = 5 Prædikater og kvantorer P (x) := x er et primtal x N : n 2 ( y N : y x P (y)) Sandhedstabeller A B A B s s s s f f f s s f f s Omskrivning af udsagn Udsagn kan omskrives fx. vha. reglerne p. 24: ( x : P (x)) ( x : P (x)) Tautologier (Er noget altid sandt?) Afgøres vha. sandhedstabller eller reglerne p. 24.
3 Bevisteknikker Induktionsbeviser (Bevis n N : P (n)) Basis: Bevis P (0), P (1),..., P (k) Induktionsskridt: Bevis, at P (n 1) P (n) eller P (n) P (n + 1) eller (P (0) P (1)... P (n 1)) P (n) for n k + 1 Modstridsbeviser (Bevis p) Bruger, at p p F Kontrapositionsbeviser (Bevis p q) Bruger, at p q q p
4 Mængder Kendte mængder N = {1, 2, 3,...} N 0 = {0, 1, 2,...} Z = {..., 2, 1, 0, 1, 2,...} P(A) = Mængden af alle delmængder af A (A s potensmængde) A er antallet af elementer i A. Tællelig og utællelige mængder Man viser, at en mængde A er tællelig ved at finde en bijektiv funktion mellem N og A eller ved at vise, at den kan skrives op på række, fx. Z = {0, 1, 1, 2, 2,...}
5 Funktioner En funktion f : A B. A er domænet. range(f) = {f(a) a A} B er billedet / billedmængden. En funktion f : A B kan være injektiv (en-til-en): f(a 1 ) = f(a 2 ) a 1 = a 2. surjektiv (på): hvis range(f) = B. bijektiv: Hvis den er både injektiv og surjektiv. Særlige funktioner : n i=1 a i := a 1 + a a n n a i := a 1 a 2 a n i=1 NB: Se også tabellen side 232.
6 Talteori Euklids (udvidede) algoritme Givet a og b N finder EUA tal s, t Z så s a + t b = gcd(a, b) Kongruens a b (mod m) m (a b) a mod m = b mod m k Z : a = b + km Z m Vi har også kigget på multiplikation og addition i Z m, fx. i Z = = 0 Aritmetikkens Fundamentalsætning Ethvert heltal har netop én primtalsfaktorisering. Derudover en masse regneregler for (går-op-i)
7 Den Kinesiske Restklassesætning Hvis m 1, m 2,..., m n er parvis indbyrdes primiske heltal, da har x a i (mod m i ), 1 i n en unik løsning modulo m 1 m 2... m n. Find løsning: 1. Lad m = m 1 m 2... m n 2. Lad M i = m/m i, 1 i n 3. For i = 1 til n Find invers y i til M i modulo m i D.v.s. find y i, så M i y i 1 (mod m i ) n 4. x = a i M i y i i=1 5. Da udgør {x + km k Z} samtlige løsninger. Fermats lille sætning p primtal, a heltal, p a: a p 1 1 (mod p) og for alle heltal a a p a (mod p)
8 Tælleteknikker Sum-regel (indbyrdes disjunkte muligheder) A = t i=1 A i A = t i=1 A i Produkt-regel (en sekvens af muligheder) A = A 1 A 2 A t A = t i=1 A i
9 Tælleteknikker C(n, r) = ( ) n r = n! r!(n r)! Kombinationer og permutationer af en mængde med n elementer Type Med tilbagelægning Antal forskellige r-komb. Nej C(n, r) r-perm. Nej n! (n r)! r-komb. Ja C(r + n 1, r) r-perm. Ja n r kombinationer: ingen rækkefølge på valgte elementer. permutationer: med rækkefølge på valgte elementer. ( n Vi har også lært en masse regneregler for r), herunder binomialsætningen: n j=0 ( n j ) x n j y j = (x + y) n
10 Tælleteknikker k kasser n = k i=1 n i forskellige elementer n i elementer i kasse nr. i, 1 i k n! Da er der n 1!n 2! n k! kasserne. måder at fordele elementerne i Inklusion-eksklusion n A i = A i A i A j + i=1 1 i n + ( 1) n 1 1 i<j n n i=1 A i Stærekasseprincippet f : A B, A := n > 0, B := k > 0. Da er der et y B, så n f 1 (y) k
11 Rekursionsligninger Lineære homogene rek.ligninger af orden 2 med konst. koeff. d.v.s. ligninger på formen a n = c 1 a n 1 + c 2 a n 2 Opskriv karakteristisk ligning r 2 c 1 r c 2 = 0, og find rødder r 1 og r 2. r 1 r 2 : a n = α 1 r1 n + α 2 r2 n r 1 = r 2 : a n = α 1 r1 n + α 2 nr1 n α 1 og α 2 bestemmes ud fra beg.betingelserne.
12 Lineære inhomogene rek.ligninger af orden 2 med konst. koeff. D.v.s. ligninger på formen a n = c 1 a n 1 + c 2 a n 2 + F (n), F (n) 0 Gæt løsning p n mht. F (se i bogen for muligheder) Find løsning h n til den associerede HRL a n = c 1 a n 1 + c 2 a n 2 Løs for α 1 og α 2 i den samlede løsning: p n + h n
13 Sandsynlighedsregning Definitioner Udfaldrum S. Hændelse A. A S. Elementarhændelser {s} for s S. To hændelser A og B udelukker hinanden hvis A B =. Sandsynlighedsfordeling for et udfaldsrum S er en funktion P : P(S) R, der opfylder: P (A) 0 for alle A S. P (S) = 1 For enhver (tællelig) sekvens A 1, A 2,... af hændelser A i S som parvist udelukker hinanden: ( ) P A i = i i P (A i )
14 Sandsynlighedsregning Betinget sandsynlighed: P (A B) = P (A B) P (B) Hvis alle udfald er lige sandsynlige: P (A B) = A B B Uafhængige hændelser: A og B er uafhængige P (A)P (B) = P (A B) P (A B) = P (A) P (B A) = P (B) Bayes sætning P (A B) = = P (A) P (B A) P (B) P (A) P (B A) P (A) P (B A)+P (Ā) P (B Ā)
15 Stokastiske variable En funktion fra udfaldsrummet til et tal i R. Forventningsværdi E(X) := x R x P (X = x) = s S X(s) P (s) Mange regneregler for E. Varians Hvor Var(X) := E((X E(X)) 2 ) = E(X 2 ) E(X) 2 E(X 2 ) := x 2 P (X = x) x R = s S X(s) 2 P (s) Mange regneregler for Var.
16 Bernoulli-forsøg Forsøg med to mulige udfald: succes eller fiasko P (X = 1) = p: sands. for succes P (X = 0) = q = 1 p: sands. for fiasko E(X) = p Var(X) = pq Geometrisk fordeling X: # uafh. Bernoulli-forsøg t.o.m. første succes P (X = k) = pq k 1, hvor k 1. E[X] = 1 p Var(X) = q p 2 Binomialfordeling X: # succeser i n uafh. Bernoulli-forsøg P (X = k) = E[X] = np Var(X) = npq ( n k ) p k q n k, hvor 0 k n
17 Chebyshevs ulighed X en stok.var på udfaldsrummet S. For r R, r > 0 gælder P ( X E(X) r) Var(X) r 2
18 Grafteori Definition m.v. af grafer G = (V, E). Grad, udgrad, indgrad Håndtrykslemma: For en graf G = (V, E): 2 E = u V deg(v ) Eksempler på grafer, fx. K n, to-delte grafer. Delgrafer H G Grafisomorfi: To grafer er isomorfe, hvis der mellem deres knuder er en bijektiv funktion, der bevarer kanterne. Stier og kredse.
19 Eksamen Husk: Tydeligt! Præcist! Henvisninger! (til bogen, opgaver, ugesedler) Evt. en side per (del)opgave. Lav nemme (del)opgaver først. Fx.: Jens har 6 kageopskrifter. Hvor mange måder kan Jens udvælge 2 forskellige kager? Svaret er 17. Svaret er ( 6 2) = 15 Det søgte er en 2-kombination ud af en mængde med 5 elementer. Jvf. sætning 2 side 322 i lærebogen er der ( 6 2) = 15 muligheder muligheder. Umiddelbart vil jeg foreslå en Othello lagkage og Karolines banankage med chokoladeovertræk.
20 Held og lykke!
Gamle eksamensopgaver. Diskret Matematik med Anvendelser (DM72) & Diskrete Strukturer (DM504)
For et givent positivt heltal n og en given mængde af familier, antages at sandsynligheden for at familien har i børn, for 1 i n, er p i, således at n i=1 p i = 1. Endvidere er de 2 i mulige måder at få
Gamle eksamensopgaver. Diskret Matematik med Anvendelser (DM72) & Diskrete Strukturer (DM504)
Gamle eksamensopgaver Diskret Matematik med Anvendelser (DM72) & Diskrete Strukturer (DM54) Institut for Matematik & Datalogi Syddansk Universitet, Odense Alle sædvanlige hjælpemidler (lærebøger, notater
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Institut for Matematik & Datalogi Syddansk Universitet Mandag den 3 Januar 2011, kl. 9 13 Alle sædvanlige hjælpemidler
Matematiske metoder - Opgaver
Matematiske metoder - Opgaver Anders Friis, Anne Ryelund 25. oktober 2014 Logik Opgave 1 Find selv på tre udtalelser (gerne sproglige). To af dem skal være udsagn, mens det tredje ikke må være et udsagn.
Talteori. Teori og problemløsning. Indhold. Talteori - Teori og problemløsning, marts 2014, Kirsten Rosenkilde.
Indhold 1 Delelighed, primtal og primfaktoropløsning Omskrivning vha. kvadratsætninger 4 3 Antal divisorer 6 4 Største fælles divisor og Euklids algoritme 7 5 Restklasser 9 6 Restklasseregning og kvadratiske
Divisorer. Introduktion. Divisorer og delelighed. Divisionsalgoritmen. Definition (Divisor) Lad d og n være hele tal. Hvis der findes et helt tal q så
Introduktion 1) Hvad er Taleteori? Læren om de hele tal Primtal 2) Formalistisk struktur Definition Lemma Divisorer Definition (Divisor) Lad d og n være hele tal Hvis der findes et helt tal q så d q =
Opgaver i logik, torsdag den 20. april
Opgaver i logik, torsdag den 20. april Opgave 1 Oversæt følgende udsagn til logiske udtryk. c) Hvis Jones ikke bliver valgt til leder af partiet, så vil enten Smith eller Robinson forlade kabinettet, og
Skriftlig Eksamen Algoritmer og sandsynlighed (DM538)
Skriftlig Eksamen Algoritmer og sandsynlighed (DM538) Institut for Matematik & Datalogi Syddansk Universitet Fredag den 9 Januar 2015, kl. 10 14 Alle sædvanlige hjælpemidler(lærebøger, notater etc.) samt
Diskrete Matematiske Metoder. Jesper Lützen
Diskrete Matematiske Metoder Jesper Lützen Juni 2013 ii Indhold Introduktion. ix 0.1 Den aksiomatisk-deduktive metode................. ix 0.2 Diskret matematik; hvad er det?.................. x 1 Tal,
Matematik YY Foråret Kapitel 1. Grupper og restklasseringe.
Matematik YY Foråret 2004 Elementær talteori Søren Jøndrup og Jørn Olsson Kapitel 1. Grupper og restklasseringe. Vi vil i første omgang betragte forskellige typer ligninger og søge efter heltalsløsninger
TALTEORI Wilsons sætning og Euler-Fermats sætning.
Wilsons sætning og Euler-Fermats sætning, marts 2007, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan
Kombinatorik. Eksempel 2: En mand har 7 par bukser og 10 skjorter. Skal han både vælge en skjorte og et par bukser, så har han 10. 7=70 mulige valg.
Noter til Biomat, 005. Kombinatorik. - eller kunsten at tælle. Alle tal i kombinatorik-afsnittet er hele og ikke-negative. Additionsprincippet enten - eller : Antag vi enten skal lave et valg med m muligheder
Matematiske metoder - Opgavesæt
Matematiske metoder - Opgavesæt Anders Friis, Anne Ryelund, Mads Friis, Signe Baggesen 24. maj 208 Beskrivelse af opgavesættet I dette opgavesæt vil du støde på opgaver, der er markeret med enten 0, eller
Talteori. Teori og problemløsning. Indhold. Talteori - Teori og problemløsning, august 2013, Kirsten Rosenkilde.
Indhold 1 Delelighed, primtal og primfaktoropløsning Omskrivning vha. kvadratsætninger 4 3 Antal divisorer 6 4 Største fælles divisor og Euklids algoritme 7 5 Restklasser 9 6 Restklasseregning og kvadratiske
MATEMATIK B. Videooversigt
MATEMATIK B Videooversigt 2. grads ligninger.... 2 CAS værktøj... 3 Differentialregning... 3 Eksamen... 5 Funktionsbegrebet... 5 Integralregning... 5 Statistik... 6 Vilkårlige trekanter... 7 71 videoer.
TALTEORI Wilsons sætning og Euler-Fermats sætning.
Wilsons sætning og Euler-Fermats sætning, marts 2007, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan
Funktionalligninger - løsningsstrategier og opgaver
Funktionalligninger - løsningsstrategier og opgaver Altså er f (f (1)) = 1. På den måde fortsætter vi med at samle oplysninger om f og kombinerer dem også med tidligere oplysninger. Hvis vi indsætter =
Monotoniforhold Der gælder følgende sætninger om en differentiabel funktions monotoniforhold:
Side 21 Oversigt over undervisningen i matematik - 2x 05/06 Der undervises efter: Claus Jessen, Peter Møller og Flemming Mørk : Tal, Geometri og funktioner. Gyldendal 1997 Claus Jessen, Peter Møller og
Aalborg University. Synopsis. Titel: Traveling Salesman Problem
Aalborg University Department of Computer Science. Fredrik Bajers Vej 7E, 9220 Aalborg Ø. Titel: Traveling Salesman Problem Projektperiode: 16. maj 2003 til 20. juni 2003 Semester: BOS03 Gruppebetegnelse:
TALTEORI Følger og den kinesiske restklassesætning.
Følger og den kinesiske restklassesætning, december 2006, Kirsten Rosenkilde 1 TALTEORI Følger og den kinesiske restklassesætning Disse noter forudsætter et grundlæggende kendskab til talteori som man
Sandsynlighedsregning Stokastisk variabel
Sandsynlighedsregning Stokastisk variabel I eksperimenter knyttes ofte en talværdi til hvert udfald. S s X(s) R Definition: En stokastisk variabel X er en funktion defineret på S, der antager værdier på
Reeksamen i Diskret Matematik
Reeksamen i Diskret Matematik Første studieår ved Det Teknisk-Naturvidenskabelige Fakultet 23. august, 2016, 9.00-13.00 Dette eksamenssæt består af 11 nummerede sider med 16 opgaver. Alle opgaver er multiple
Eksamen i Diskret Matematik
Eksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 15. juni, 2015. Kl. 9-13. Nærværende eksamenssæt består af 12 nummererede sider med ialt 17 opgaver. Tilladte hjælpemidler:
Note om endelige legemer
Note om endelige legemer Leif K. Jørgensen 1 Legemer af primtalsorden Vi har i Lauritzen afsnit 2.1.1 set følgende: Proposition 1 Lad n være et positivt helt tal. Vi kan da definere en komposition + på
Sandsynlighedsregning: endeligt udfaldsrum (repetition)
Program: 1. Repetition: sandsynlighedsregning 2. Sandsynlighedsregning fortsat: stokastisk variabel, sandsynlighedsfunktion/tæthed, fordelingsfunktion. 1/16 Sandsynlighedsregning: endeligt udfaldsrum (repetition)
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM58) Institut for Matematik & Datalogi Syddansk Universitet Torsdag den 7 Januar 010, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger,
Projekt 7.9 Euklids algoritme, primtal og primiske tal
Projekter: Kapitel 7 Projekt 79 Euklids algoritme, primtal og primiske tal Projekt 79 Euklids algoritme, primtal og primiske tal Projektet giver et kig ind i metodee i modee talteori Det kan udbygges med
Eksamen i Diskret Matematik
Eksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 10. juni, 2016. Kl. 9-13. Nærværende eksamenssæt består af 11 nummererede sider med ialt 16 opgaver. Alle opgaver
Et udtryk på formena n kaldes en potens med grundtal a og eksponent n. Vi vil kun betragte potenser hvor grundtallet er positivt, altså a>0.
Konkrete funktioner Potenser Som udgangspunkt er brugen af potenser blot en forkortelse for at gange et tal med sig selv et antal gange. Hvis a Rskriver vi a 2 for a a a 3 for a a a a 4 for a a a a (1).
Kvantitative Metoder 1 - Efterår 2006. Dagens program
Dagens program Afsnit 1.7-1.8 Fødselsdagseksemplet, fra sidst Eksperimenterikkealleerligesandsynlige Diskrete sandsynlighedsfordelinger -Definition af sandsynligheder - Regneregler Hvad er sandsynligheder?
t a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 27. oktober 2014 Slide 1/25
Slide 1/25 Indhold 1 2 3 4 5 6 7 8 Slide 2/25 Om undervisningen Hvorfor er vi her? Hvad kommer der til at ske? 1) Teoretisk gennemgang ved tavlen. 2) Instruktion i eksempler. 3) Opgaveregning. 4) Opsamling.
sætning: Hvis a og b er heltal da findes heltal s og t så gcd(a, b) = sa + tb.
sætning: Hvis a og b er heltal da findes heltal s og t så gcd(a, b) = sa + tb. lemma: Hvis a, b og c er heltal så gcd(a, b) = 1 og a bc da vil a c. lemma: Hvis p er et primtal og p a 1 a 2 a n hvor hvert
Elementær sandsynlighedsregning
Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder
Opgave 1 Regning med rest
Den digitale signatur - anvendt talteori og kryptologi Opgave 1 Regning med rest Den positive rest, man får, når et helt tal a divideres med et naturligt tal n, betegnes rest(a,n ) Hvis r = rest(a,n) kan
Algebra INTRO. I kapitlet arbejdes med følgende centrale matematiske begreber:
INTRO Kapitlet sætter fokus på algebra, som er den del af matematikkens sprog, hvor vi anvender variable. Algebra indgår i flere af bogens kapitler, men hensigten med dette kapitel er, at eleverne udvikler
Sandsynlighedsregning 4. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 4. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: [email protected] Dagens emner: Afsnit 3.3 og 3.4 Varians/standardafvigelse
Matematik - undervisningsplan Årsplan 2015 & 2016 Klassetrin: 9-10.
Form Undervisningen vil veksle mellem individuelt arbejde, gruppearbejde og tavleundervisning. Materialer Undervisningen tager udgangspunkt i følgende grundbøger og digitale lærings- og undervisningsplatforme.
Reeksamen i Diskret Matematik
Reeksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 21. august 2015 Nærværende eksamenssæt består af 10 nummererede sider med ialt 17 opgaver. Tilladte hjælpemidler:
Elementær sandsynlighedsregning
Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en
DM547 Diskret Matematik
DM547 Diskret Matematik Spørgsmål 1 (11%) Hvilke udsagn er sande? Husk, at symbolet betyder går op i. Which propositions are true? Recall that the symbol means divides. Svar 1.a: n Z: 2n > n + 2 Svar 1.b:
10. Nogle diofantiske ligninger.
Diofantiske ligninger 10.1 10. Nogle diofantiske ligninger. (10.1). I dette kapitel betragtes nogle diofantiske ligninger, specielt nogle af de ligninger, der kan behandles via kvadratiske talringe. Ligningerne
Matematikken bag kryptering og signering RSA
Matematikken bag kryptering og signering RSA Oversigt 1 Indbyrdes primiske tal 2 Regning med rester 3 Kryptering og signering ved hjælp af et offentligt nøgle kryptosystem RSA Indbyrdes primiske hele tal
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
Undervisningsbeskrivelse
Undervisningsbeskrivelse Termin Oktober-december 2014 Institution Niels Brock Uddannelse Fag og niveau Lærer Hold HHX Matematik - Niveau B Peter Harremoës GSK hold: k12gymabu1n2 Oversigt over gennemførte
TALTEORI Primfaktoropløsning og divisorer.
Primfaktoropløsning og divisorer, oktober 2008, Kirsten Rosenkilde 1 TALTEORI Primfaktoropløsning og divisorer. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan få i Marianne
Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden
Skriftlig Eksamen Diskret Matematik (DM528)
Skriftlig Eksamen Diskret Matematik (DM528) Institut for Matematik & Datalogi Syddansk Universitet Tirsdag den 20 Januar 2009, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug
En oversigt over udvalgte kontinuerte sandsynlighedsfordelinger
Institut for Økonomi Aarhus Universitet Statistik 1, Forår 2001 Allan Würtz 4. April, 2001 En oversigt over udvalgte kontinuerte sandsynlighedsfordelinger Uniform fordeling Benyttes som model for situationer,
Undervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Institution Uddannelse Fag og niveau Lærer(e) Hold Termin hvori undervisningen afsluttes: Juni 2013 Roskilde
KRYPTOLOGI ( Litt. Peter Landrock & Knud Nissen : Kryptologi)
KRYPTOLOGI ( Litt. Peter Landrock & Knud Nissen : Kryptologi) 1. Klassiske krypteringsmetoder 1.1 Terminologi klartekst kryptotekst kryptering dekryptering 1.2 Monoalfabetiske kryptosystemer 1.3 Additive
Talteoriopgaver Træningsophold ved Sorø Akademi 2007
Talteoriopgaver Træningsophold ved Sorø Akademi 2007 18. juli 2007 Opgave 1. Vis at når a, b og c er positive heltal, er et sammensat tal. Løsningsforslag: a 4 + b 4 + 4c 4 + 4a 3 b + 4ab 3 + 6a 2 b 2
Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen
Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen Repetition Lov om total sandsynlighed Bayes sætning P( B A) = P(A) = P(AI B) + P(AI P( A B) P( B) P( A B) P( B) +
Eksamen i Diskret Matematik
Eksamen i Diskret Matematik Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet 29. maj 2017. Kl. 9-13. Nærværende eksamenssæt består af 11 nummererede
TALTEORI Wilsons sætning og Euler-Fermats sætning.
Wilsons sætning og Euler-Fermats sætning, oktober 2008, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan
Matematisk Metode. Jesper Lützen og Ian Kiming
Matematisk Metode Jesper Lützen og Ian Kiming 17. oktober 2008 ii Contents Introduktion. Den aksiomatisk-deduktive metode ix 1 Logik 1 1.1 Udsagn og prædikater........................ 1 1.2 Sammensatte
Binomialfordelingen. Binomialfordelingen. Binomialfordelingen
Statistik og Sandsynlighedsregning 1 MS kapitel 3 Susanne Ditlevsen Institut for Matematiske Fag Email: [email protected] http://math.ku.dk/ susanne Definition 3.2.1 Lad X 1, X 2,..., X n være uafhængige
Forord 3 Strukturen i denne bog 6
Indhold i Epsilon Forord 3 Strukturen i denne bog 6 Introduktion til del I. De naturlige tal 10 1 Børns talbegreber og regneoperationer omkring de første skoleår 12 Tal og det at tælle 15 Det indledende
Formler, ligninger, funktioner og grafer
Formler, ligninger, funktioner og grafer Omskrivning af formler, funktioner og ligninger... 1 Grafisk løsning af ligningssystemer... 1 To ligninger med to ubekendte beregning af løsninger... 15 Formler,
P2-projektforslag Kombinatorik: grafteori og optimering.
P2-projektforslag Kombinatorik: grafteori og optimering. Vejledere: Leif K. Jørgensen, Diego Ruano 1. februar 2013 1 Indledning Temaet for projekter på 2. semester af matematik-studiet og matematikøkonomi-studiet
Undervisningsbeskrivelse. Stamoplysninger til brug ved prøver til gymnasiale uddannelser. Oversigt over gennemførte undervisningsforløb.
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin maj-juni 2015 Institution Uddannelse Fag og niveau Lærer e-mailadresse Hold Handelsgymnasiet Ribe HHX Matematik
Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable
Forskningsenheden for Statistik ST501: Science Statistik Bent Jørgensen Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable 2.1 Sandsynlighedsbegrebet............................... 1 2.1.1
INSTITUT FOR DATALOGI, AARHUS UNIVERSITET
INSTITUT FOR DATALOGI, AARHUS UNIVERSITET Science and Technology EKSAMEN Antal sider i opgavesættet (incl. forsiden): 6 (seks) Eksamensdag: Fredag den 22. juni 2012, kl. 9.00-13.00 Eksamenslokale: Finlandsgade
Statistik Lektion 3. Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen
Statistik Lektion 3 Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen Repetition En stokastisk variabel er en funktion defineret på S (udfaldsrummet, der antager
Statistik Lektion 2. Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var.
Statistik Lektion Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var. Repetition Stikprøve Stikprøvestørrelse n Stikprøvemiddelværdi Stikprøvevarians s Population
Teoretiske Øvelsesopgaver:
Teoretiske Øvelsesopgaver: TØ-Opgave 1 Subtraktion division i legemer: Er subtraktion division med elementer 0 i legemer veldefinerede, eller kan et element b have mere end ét modsat element -b eller mere
Sandsynlighedsregning Oversigt over begreber og fordelinger
Tue Tjur Marts 2007 Sandsynlighedsregning Oversigt over begreber og fordelinger Stat. MØK 2. år Kapitel : Sandsynlighedsfordelinger og stokastiske variable En sandsynlighedsfunktion på en mængde E (udfaldsrummet)
Definition:... 1 Hældningskoefficient... 3 Begyndelsesværdi... 3 Formler... 4 Om E-opgaver 11a... 5
Lineære funktioner Indhold Definition:... Hældningskoefficient... 3 Begndelsesværdi... 3 Formler... 4 Om E-opgaver a... 5 Definition: En lineær funktion er en funktion, hvor grafen er lineær. Dvs. grafen
Repetition Stokastisk variabel
Repetition Stokastisk variabel Diskret stokastisk variabel Udfaldsrum endelige eller tællelige mange antal elementer Sandsynlighedsfunktion f(x) er ofte tabellagt Udregning af sandsynligheder P( a < X
Paradokser og Opgaver
Paradokser og Opgaver Mogens Esrom Larsen (MEL) Vi modtager meget gerne læserbesvarelser af opgaverne, samt forslag til nye opgaver enten per mail ([email protected]) eller per almindelig post (se adresse på
Undervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Juni, 2014 Institution Vid Gymnasier, Rønde Uddannelse Fag og niveau Lærer(e) Hold hhx Matematik B Ann Risvang
Sandsynlighedsregning og statistik
og statistik Jakob G. Rasmussen, Institut for Matematiske Fag [email protected] Litteratur: Walpole, Myers, Myers & Ye: Probability and Statistics for Engineers and Scientists, Prentice Hall, 8th ed. Slides
Gamle eksamensopgaver. Diskret Matematik (DM11) & Diskret Matematik med Anvendelser (DM72)
Gamle eksamensopgaver Diskret Matematik (DM11) & Diskret Matematik med Anvendelser (DM72) Institut for Matematik & Datalogi Syddansk Universitet, Odense Alle sædvanlige hjælpemidler (lærebøger, notater
Skriftlig Eksamen Algoritmer og Sandsynlighed (DM538)
Skriftlig Eksamen Algoritmer og Sandsynlighed (DM538) Institut for Matematik og Datalogi Syddansk Universitet, Odense Fredag den 25. januar 2013 kl. 1013 Alle hjælpemidler (computer, lærebøger, notater,
Susanne Ditlevsen Institut for Matematiske Fag susanne
Statistik og Sandsynlighedsregning 1 Repetition MS kapitel 1 3 Susanne Ditlevsen Institut for Matematiske Fag Email: [email protected] http://math.ku.dk/ susanne Hvad er sandsynlighed? - beskriver systemer
Kvantitative Metoder 1 - Forår 2007
Dagens program Kapitel 8.7, 8.8 og 8.10 Momenter af gennemsnit og andele kap. 8.7 Eksempel med simulationer Den centrale grænseværdisætning (Central Limit Theorem) kap. 8.8 Simulationer Normalfordelte
Agenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede
Agenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede fordelinger (kap. 4) Middelværdi og varians (kap. 3-4) Fordelingsresultater
Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)
; C ED 6 > Billedbehandling og mønstergenkendelse Lidt elementær statistik (version 1) Klaus Hansen 24 september 2003 1 Elementære empiriske mål Hvis vi har observationer kan vi udregne gennemsnit og varians
TALTEORI Ligninger og det der ligner.
Ligninger og det der ligner, december 006, Kirsten Rosenkilde 1 TALTEORI Ligninger og det der ligner. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan få i Marianne Terps og Peter
Noter til Perspektiver i Matematikken
Noter til Perspektiver i Matematikken Henrik Stetkær 25. august 2003 1 Indledning I dette kursus (Perspektiver i Matematikken) skal vi studere de hele tal og deres egenskaber. Vi lader Z betegne mængden
Potensrækker. Morten Grud Rasmussen 1 10. november 2015. Definition 1 (Potensrække). En potensrække er en uendelig række på formen
Potensrækker Morten Grud Rasmussen 1 10 november 2015 Definition og konvergens af potensrækker Definition 1 Potensrække) En potensrække er en uendelig række på formen a n pz aq n, 1) hvor afsnittene er
t a l e n t c a m p d k Matematiske Metoder Anders Friis Anne Ryelund 25. oktober 2014 Slide 1/42
Slide 1/42 Hvad er matematik? 1) Den matematiske metode 2) Hvad vil det sige at bevise noget? 3) Hvor begynder det hele? 4) Hvordan vælger man et sæt aksiomer? Slide 2/42 Indhold 1 2 3 4 Slide 3/42 Mængder
Primtal - hvor mange, hvordan og hvorfor?
Johan P. Hansen 1 1 Institut for Matematiske Fag, Aarhus Universitet Gult foredrag, EULERs Venner, oktober 2009 Disposition 1 EUKLIDs sætning. Der er uendelig mange primtal! EUKLIDs bevis Bevis baseret
Matematikken bag kryptering og signering RSA
Matematikken bag kryptering og signering RSA Oversigt 1 Indbyrdes primiske tal 2 Regning med rester 3 Kryptering og signering ved hjælp af et offentligt nøgle kryptosystem RSA Indbyrdes primiske hele tal
Årsplan for Matematik 8. klasse 2011/2012
Årsplan for Matematik 8. klasse 2011/2012 Formål for faget matematik Formålet med undervisningen er, at eleverne udvikler matematiske kompetencer og opnår viden og kunnen således, at de bliver i stand
Normale tal. Outline. Hvad er tilfældighed? Uafhængighed. Matematiklærerdag Simon Kristensen. Aarhus Universitet, 24/03/2017
Matematiklærerdag 2017 Institut for Matematik Aarhus Universitet Aarhus Universitet, 24/03/2017 Outline 1 2 3 Hvad er tilfældighed? I statistik, sandsynlighedsteori og ikke mindst i programmering er det
Statistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen
Statistik Lektion etinget sandsynlighed ayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV inomialfordelingen Repetition Udfaldsrum S Hændelse S Simpel hændelse O i 1, 3 4,
