Dagens program. Afsnit Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler
|
|
- Eva Nøhr
- 8 år siden
- Visninger:
Transkript
1 Dagens program Afsnit Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler 1
2 Sandsynlighedsmodel Kvantitative Metoder 1 - Efterår 2006 Eksperiment med usikkerhed beskrives ved en sandsynlighedsmodel bestående af: Udfaldsrum Ω : Mængden af alle udfald (her diskret) Hændelser: Delmængder af udfaldsrummet Ω Sandsynligheder af hændelser En hændelse E er en mængde af udfald dvs. en delmængde af Ω 2
3 Eksempel 1: En investering giver følgende fortjeneste (i kr): Fortjeneste Udfaldsrum: Ω = { 6000, 1000, 0, 2000, 5000} Eksempler på hændelser: Investeringen giver overskud: E 1 = {2000, 5000} Investeringen giver ikke tab: E 2 = {0, 2000, 5000} Man taber mere end 5000 kr: E 3 = { 6000} 3
4 Eksempel 2: Familier med 2 børn Hvad er børnenes køn? Udfaldsrum (Køn på 1. barn, Køn på 2. barn): Ω = {PD,PP,DP,DD} Eksempler på hændelser: Denældsteerenpige:E 1 = {PD,PP} Begge er piger: E 2 = {PP} Mindst en dreng: E 3 = {PD,DP,DD} 4
5 Hændelsesalgebra Mængden af alle hændelser Kvantitative Metoder 1 - Efterår 2006 Definitioner: E er indeholdt i F : E F E og F er ens: E = F,hvisogkunhvisE F og F E Den komplementære hændelse til E : E C Fællesmængden mellem E og F : EF (Skrives ofte E F ) Foreningsmængden mellem E og F : E F E og F er disjunkte hvis E F = Ø 5
6 Nyttige resultater: E og E C er disjunkte og E E C = Ω Ω C = Ø Definition: E 1,..., E k udgør en klassedeling af Ω, hvise 1,..., E k er disjunkte og E 1... E k = Ω 6
7 Sandsynligheder Til enhver hændelse i udfaldsrummet knyttes en sandsynlighed. En sandsynlighed angiver, hvor stor chance der er for, at hændelsen indtræffer. Her i eksperimenter hvor alle udfald er lige sandsynlige. Definition: Alle udfald ω i i et udfaldsrum Ω = {ω 1,..., ω N } er lige sandsynlige, hvis P (ω i )=1/N for alle i =1,..., N 7
8 Eksempel 3: Lotteri I en gruppe bestående af 150 personer udvælges 1 person tilfældigt. Hvad er sandsynligheden for, at en bestemt person bliver valgt? Udfaldsrum: Ω = {1, 2,..., 150} P (i) =1/ (Personerne nummereres) 8
9 Definition: Vi har et udfaldsrum med N udfald, der alle er lige sandsynlige. Sandsynligheden for en hændelse E, der består af k udfald i dette udfaldsrum, er givet ved P (E) = Antal udfald i E Antal udfald i Ω = k N Egenskaber ved sandsynligheder: 1. 0 P (E) 1 for enhver hændelse E 2. P (Ω) =1 3. P (E F )=P (E)+P (F ) hvis E F = Ø 9
10 Heraf følger: P (E) =1 P (E C ) P (F )=P (F E)+P (F E C ) for alle hændelser E og F Loven om den totale sandsynlighed: Hvis E 1,..., E k udgør en klassedeling af Ω gælder der P (F )=P (F E 1 ) P (F E k ) Eksempel 4: I en gruppe bestående af 40 kvinder og 60 mænd er der 30% af kvinderne og 40% af mændene, der er rygere. Jeg vælger en tilfældig person fra denne gruppe. Hvad er sandsynligheden for at vælge en ryger? P (ryger) =P (ryger og kvinde)+p (ryger og mand) = =
11 Odds og sandsynligheder P (A) < 1/2 P (A) dvs. odds for A : P (A C ) < 1 P (A) = 1/2 P (A) dvs. odds for A : P (A C ) =1 P (A) > 1/2 P (A) dvs. odds for A : P (A C ) > 1 Odds for hændelsen A er: 0.25 dvs. sandsynligheden for hændelse A: P (A) = 4 dvs. sandsynligheden for hændelse A: P (A) = 11
12 Eksempel 5: En prøve i matematik består af 4 spørgsmål med hver 2 svarmuligheder - et forkert svar og et rigtigt svar. Hvis man ikke kender svarene på spørgsmålene, men bare gætter, hvad er så sandsynligheden for at svare rigtigt på mindst 3 af spørgsmålene? 0: Forkert svar 1: Rigtigt svar Mulige udfald: Svar på sp Svar på sp Svar på sp Svar på sp Antal mulige udfald: 16 12
13 Hvis man gætter, er alle udfald lige sandsynlige P (0 rigtige gæt) = 1/16 P (1 rigtigt gæt) =4/16 = 1/4 P (2 rigtige gæt) =6/16 = 3/8 P (3 rigtige gæt) =4/16 = 1/4 P (4 rigtige gæt) = 1/16 P (Mindst 3 rigtige gæt) =P (3 rigtigegæt)+p (4 rigtige gæt) =5/16 P (Mindst 2 rigtige gæt) =P (2rigtigegæt)+P (3rigtigegæt)+P (4 rigtige gæt) =11/16 13
14 Opsummering En matematisk beskrivelse af eksperimenter med usikkerhed: Sandsynlighedsmodel - Udfaldsrum - Hændelsesalgebra - Sandsynligheder Egenskaber og vigtige regneregler for sandsynligheder Eksperimenter hvor alle udfald er lige sandsynlige: - Tilfældig udvælgelse - Optælling af udfald Det er vigtigt at kunne anvende dette til at analysere konkrete problemstillinger 14
15 Næste gang Mandag gennemgåes: Afsnit : - Kombinatorik - Udtagning af stikprøver Husk: - Øvelserne starter i næste uge - Opgaver til øvelserne findes på fagets hjemmeside (under Øvelser) 15
Sandsynligheder. Udfaldsrum Ω = {ω 1,..., ω N } hvor alle udfald er lige sandsynlige, dvs. P (ω i )=1/N for alle i =1,..., N.
Dagens program Afsnit 1.4-1.6 Kombinatorik - Permutationer - Kombinationer Udtagelse af stikprøver - Population - Med og uden tilbagelægning Eksempler 1 Sandsynligheder Udfaldsrum Ω = {ω 1,..., ω N } hvor
Læs mereKvantitative 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?
Læs mereDagens program. Afsnit Diskrete stokastiske variable Sandsynlighedsfunktioner Simultane fordelinger Betingede sandsynligheder
Dagens program Afsnit 2.1-2.3 Diskrete stokastiske variable Sandsynlighedsfunktioner Simultane fordelinger Betingede sandsynligheder 1 Stokastiske variable (diskrete) Et eksperiment med usikkerhed beskrives
Læs mereSandsynlighedsregning
Mogens Bladt www2.imm.dtu.dk/courses/02405 14. September, 2007 Betinget sandsynlighed ud fra proportioner Vi husker på definitionen IP(A B) = IP(A B). IP(B) Betragt en befolkning bestående af N personer.
Læs mereSandsynlighedsregning og statistik
og statistik Jakob G. Rasmussen, Institut for Matematiske Fag jgr@math.aau.dk Litteratur: Walpole, Myers, Myers & Ye: Probability and Statistics for Engineers and Scientists, Prentice Hall, 8th ed. Slides
Læs mereNanostatistik: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/ kurser/nanostatistik/
Nanostatistik: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/ kurser/nanostatistik/ JLJ Nanostatistik: sandsynlighederkursushjemmeside:http://www.imf.au.dk/kurser/nanostatistik/ p. 1/16 Højder
Læs mereHvad skal vi lave i dag?
p. 1/15 Hvad skal vi lave i dag? Definition af sandsynlighedsrum. Egenskaber ved Sandsynlighedsmål. (Kap. 3). Fødselsdagsproblemet (supplerende eksempel 3.1). Betingede sandsynligheder og uafhængighed
Læs mereLandmålingens fejlteori - Sandsynlighedsregning - Lektion 1
Landmålingens fejlteori Sandsynlighedsregning Lektion 1 - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf10 Institut for Matematiske Fag Aalborg Universitet 23. april 2009 1/28 Landmålingens
Læs mereSandsynlighedsregning
Sandsynlighedsregning Udfaldsrum og hændelser Udfald e:resultatetafetforsøg. Udfaldsrum S: Mængden af de mulige udfald af forsøget. Hændelse A: En delmængde af udfaldsrummet. Tilfældigt fænomen S e (eks.)
Læs mereLad os som eksempel se på samtidigt kast med en terning og en mønt:
SANDSYNLIGHEDSREGNING Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet Til gengæld kan vi prøve
Læs mereAarhus Universitet 5. februar Meddelelse 2
fdeling for Teoretisk Statistik IOSTTISTIK Institut for Matematiske Fag Preben læsild arhus Universitet 5. februar 2003 Meddelelse 2 Forelæsningerne i uge 6 (3-7.2) Ved forelæsningen den 4.2 gav Frank
Læs mereSandsynligheder. Mængder Hændelser Sandsynligheder Regler for sandsynligheder
Sandsynligheder Mængder Hændelser Sandsynligheder Regler for sandsynligheder Sandsynligheder En sandsynlighed er et kvantitativt mål for usikkerhed et mål der udtrykker styrken af vores tro på forekomsten
Læs mereSandsynlighedsregning
Mogens Bladt www2.imm.dtu.dk/courses/02405 7. September, 2007 Hvad er sandsynlighedsregning? Formel matematisk måde til at håndtere tilfældigheder. Dybest set en formalisering af udregninger med proportioner.
Læs mereStatistik. Hjemmeside: kkb. Statistik - lektion 1 p.1/22
Statistik Kursets omfang: 2 ECTS Inklusiv mini-projekt! Bog: Complete Business Statistics, AD Aczel & J. Sounderpandian Software: SPSS eller Excel?? Forelæser: Kasper K. Berthelsen E-mail: kkb@math.aau.dk
Læs mereMeddelelse 2. Forelæsningerne i uge 6 ( ) Gennemgangen af BPT fortsættes. Vi afslutter Kapitel 4 og når sikkert et godt stykke ind i Kapitel 5.
Institut for Matematiske Fag arhus Universitet STTISTIK(2003-ordning) Jens Ledet Jensen Jørgen Granfeldt 2. februar 2006 Meddelelse 2 Forelæsningerne i uge 5 (30.1 5.2) Ved forelæsningen mandag den 30.
Læs mereKvantitative Metoder 1 - Forår Dagens program
Dagens program Kapitel 8.1-8.3 Tilfældig stikprøve (Random Sampling) Likelihood Eksempler på likelihood funktioner Sufficiente statistikker Eksempler på sufficiente statistikker 1 Tilfældig stikprøve Kvantitative
Læs mere2011.09.20 lth@campus.dk
2011.09.20 lth@campus.dk Intro Læseplan Beskrivende Statistik Sandsynligheder Ordet kommer fra Latin.: statisticum (statsrådgiver) Italiensk.: statistica (statsmand / politiker) Hvorfor statistik? Træk
Læs mereModul 2: Sandsynlighedsmodeller og diskrete stokastiske variable
Forskningsenheden for Statistik ST501: Science Statistik Bent Jørgensen Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable 2.1 Sandsynlighedsbegrebet............................... 1 2.1.1
Læs mereStatistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen
Statistik Lektion etinget sandsynlighed ayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV inomialfordelingen Repetition Udfaldsrum S Hændelse S Simpel hændelse O i 1, 3 4,
Læs mereKvantitative Metoder 1 - Efterår 2006. Dagens program
Dagens program Afsnit 2.4-2.5 Bayes sætning Uafhængige stokastiske variable - Simultane fordelinger - Marginale fordelinger - Betingede fordelinger Uafhængige hændelser - Indikatorvariable Afledte stokastiske
Læs mereÅrsplan i matematik 9 klasse. 2018/2019 Abdiaziz Farah
Årsplan i matematik 9 klasse. 2018/2019 Abdiaziz Farah Eleverne arbejder med fem hovedemner 1) Tal, systemer og regneregler 2) Økonomi 3) Trigonometri 4) Data og Chance 5) Grafer og lineære sammenhæng
Læs mereSandsynlighedsregning
Sandsynlighedsregning En note om sandsynlighedsregning. Den er tænkt som supplement til Vejen til Matematik B2. Henrik S. Hansen, Sct. Knud Version 2.0 Indhold Indledning... 1 Sandsynlighedsregning...
Læs mereStatistik Lektion 2. Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var.
Statistik Lektion Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var. Repetition Stikprøve Stikprøvestørrelse n Stikprøvemiddelværdi Stikprøvevarians s Population
Læs mereGallup om skolen og børn
Gallup om skolen og børn Gallup om skolen og børn Feltperiode: Den 26 juli til 31 juli 2013 Målgruppe: Repræsentativt udvalgte vælgere landet over på 18 eller Metode: GallupForum (webinterviews) Stikprøvestørrelse:
Læs merem = 0,15 22,5 + 0, , , , ,05 90 = 61,9år år år år år 26,67% 40% 26,67% 6,67%
Kapitel 9 Øvelse 9.1 4 1 = = 11%. 36 9 a. Den gennemsnitlige levealder er hvor gamle folk i gennemsnit er når de dør. For grupperede observationer bruger vi en antagelse om, at gennemsnitsalderen for et
Læs merePersonlig stemmeafgivning
Ib Michelsen X 2 -test 1 Personlig stemmeafgivning Efter valget i 2005 1 har man udspurgt en mindre del af de deltagende, om de har stemt personligt. Man har svar fra 1131 mænd (hvoraf 54 % har stemt personligt
Læs mereDefinition. Definitioner
Definition Landmålingens fejlteori Lektion Diskrete stokastiske variable En reel funktion defineret på et udfaldsrum (med sandsynlighedsfordeling) kaldes en stokastisk variabel. - kkb@math.aau.dk http://people.math.aau.dk/
Læs mere4 Oversigt over kapitel 4
IMM, 2002-09-14 Poul Thyregod 4 Oversigt over kapitel 4 Introduktion Hidtil har vi beskæftiget os med data. Når data repræsenterer gentagne observationer (i bred forstand) af et fænomen, kan det være bekvemt
Læs mereMEGAFON. Vi kender danskerne. 1g.megafon.dk. Rådgivning og analyse, der bringer dig godt videre
MEGAFON Vi kender danskerne Rådgivning og analyse, der bringer dig godt videre 1g.megafon.dk En god markedsanalyse kræver kun 2 ting: Almindelig sund fornuft Tænk jer godt og grundigt om. Er alt klart,
Læs mereElementær sandsynlighedsregning
Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder
Læs mereStatistik. Introduktion Deskriptiv statistik Sandsynslighedregning
Statistik Introduktion Deskriptiv statistik Sandsynslighedregning Introduktion Kasper K. Berthelsen, Institut f. Mat. Fag 8 Kursusgange Individuel mundtlig eksamen (7-skala) Udgangspunkt i opgaver Software:
Læs mereKvantitative Metoder 1 - Forår 2007
Dagens program Kapitel 8.7, 8.8 og 8.10 Momenter af gennemsnit og andele kap. 8.7 Eksempel med simulationer Den centrale grænseværdisætning (Central Limit Theorem) kap. 8.8 Simulationer Normalfordelte
Læs mereKapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for 7.- 9.
Kapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for 7.- 9. klassetrin: statistisk sandsynlighed, kombinatorisk sandsynlighed og personlig
Læs mereElementær sandsynlighedsregning
Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden
Læs mereSandsynlighed. for matc i stx og hf Karsten Juul
Sandsynlighed for matc i stx og hf 209 Karsten Juul . Udfald Vi drejer den gule skive om dens centrum og ser hvilket af de fem felter der standser ud for den røde pil. Da skiven sidst blev drejet, var
Læs mereSandsynlighedsregning 1. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Hvad er sandsynlighedsregning? Formel/matematisk
Læs mereProjektopgave til Mat2SS. Espen Højsgaard (CPR xxxx) Rune Højsgaard (CPR xxxx)
Projektopgave til MatSS Espen Højsgaard (CPR 04038-xxxx) Rune Højsgaard (CPR 090678-xxxx) 1 1 Samme sandsynlighed for drengefødsel Vi har som udgangspunkt for løsning af opgaven brugt følgende tabeller,
Læs mereSandsynlighedsregning 1. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Hvad er sandsynlighedsregning? Formel/matematisk
Læs mereSandsynlighedsregning 1. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Hvad er sandsynlighedsregning? Formel/matematisk
Læs mereSandsynlighedsregning 1. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Hvad er sandsynlighedsregning? Formel/matematisk
Læs mereKvantitative metoder, teori og praksis
Kvantitative metoder, teori og praksis Kvantitative metoder Målet med de kvantitative metoder Forskellige typer kvantitative metoder Styrker og svagheder Repræsentativitet og udtræksperioder Det gode spørgeskema
Læs mereSkriftlig 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
Læs mereAnvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger
Anvendt Statistik Lektion 2 Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Sandsynlighed: Opvarmning Udfald Resultatet af et eksperiment kaldes et udfald. Eksempler:
Læs mereAnvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger
Anvendt Statistik Lektion 2 Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Sandsynlighed: Opvarmning Udfald Resultatet af et eksperiment kaldes et udfald. Eksempler:
Læs mereLidt historisk om chancelære i grundskolen
Lidt historisk om chancelære i grundskolen 1976 1.-2.klassetrin Vejledende forslag til læseplan:.det tilstræbes endvidere at eleverne i et passende talmaterialer kan bestemme for eksempel det største tal,
Læs mereUndervisningsplan 7. klasse august 2016 Kursus: Matematik. Emne: We are all mad Kombinatorik og sandsynlighed Faglige mål:
Undervisningsplan 7. klasse august 2016 Kursus: Matematik Emne: We are all mad Kombinatorik og sandsynlighed Faglige mål: - Tælletræ - Matrix - Sandsynlighedsmodeller - Forskellen på statistisk og kombinatorisk
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden
Læs mere{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )}
Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet. Til gengæld kan vi prøve at sige noget om,
Læs mereKvantitative Metoder 1 - Efterår Dagens program
Dagens program Estimation: Kapitel 9.7-9.10 Estimationsmetoder kap 9.10 Momentestimation Maximum likelihood estimation Test Hypoteser kap. 10.1 Testprocedure kap 10.2 Teststørrelsen Testsandsynlighed 1
Læs mereSkriftlig 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
Læs mereStatistik II 1. Lektion. Sandsynlighedsregning Analyse af kontingenstabeller
Statistik II 1. Lektion Sandsynlighedsregning Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller
Læs mereKvantitative Metoder 1 - Forår 2007. Dagens program
Dagens program Hypoteser: kap: 10.1-10.2 Eksempler på Maximum likelihood analyser kap 9.10 Test Hypoteser kap. 10.1 Testprocedure kap 10.2 Teststørrelsen Testsandsynlighed 1 Estimationsmetoder Kvantitative
Læs mereKønsproportion og familiemønstre.
Københavns Universitet Afdeling for Anvendt Matematik og Statistik Projektopgave forår 2005 Kønsproportion og familiemønstre. Matematik 2SS Inge Henningsen februar 2005 Indledning I denne opgave undersøges,
Læs mereNogle grundlæggende begreber
BE2-kursus 2010 Jørgen Larsen 5. februar 2010 Nogle grundlæggende begreber Lidt simpel mængdelære Mængder består af elementer; mængden bestående af ingen elementer er, den tomme mængde. At x er element
Læs mereSpil & Sandsynlighed. Preben Blæsild
Spil & Sandsynlighed Preben Blæsild (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) (5,1) (5,2) (5,3) (5,4)
Læs mereNanostatistik: Stokastisk variabel
Nanostatistik: Stokastisk variabel JLJ Nanostatistik: Stokastisk variabel p. 1/29 Repetition Ω: udfaldsrummet: alle de mulige udfald af et experiment P(A): ss for hændelsen A = frekvens i uafhængige gentagelser
Læs mereÅrsplan for matematik C Øse Efterskole 2019/2020
Årsplan for matematik C Øse Efterskole 2019/2020 90 skemalagte timer Derudover kommer fagdage Underviser: Anne Kamma Støvring Uge Skema Indhold Mål 33 Man: Intro Intro Intro Intro Intro Fællesweekend 34
Læs mereMASO Uge 5. Topologi i euklidiske rum. Jesper Michael Møller. Uge 5. Formålet med MASO. Department of Mathematics University of Copenhagen
MASO Uge 5 Topologi i euklidiske rum Jesper Michael Møller Department of Mathematics University of Copenhagen Uge 5 Formålet med MASO Oversigt Åbne og afsluttede mængder Det indre, det ydre, afslutningen,
Læs mere1 Sandsynlighed Sandsynlighedsbegrebet Definitioner Diskret fordeling Betinget sandsynlighed og uafhængighed...
Indhold 1 Sandsynlighed 1 1.1 Sandsynlighedsbegrebet................................. 1 1.2 Definitioner........................................ 2 1.3 Diskret fordeling.....................................
Læs mereFor nemheds skyld: m = 2, dvs. interesseret i fordeling af X 1 og X 2. Nemt at generalisere til vilkårligt m.
1 Uge 11 Teoretisk Statistik 8. marts 2004 Kapitel 3: Fordeling af en stokastisk variabel, X Kapitel 4: Fordeling af flere stokastiske variable, X 1,,X m (på en gang). NB: X 1,,X m kan være gentagne observationer
Læs mereWORKSHOP 2C, DLF-kursus, Krogerup, 26. november 2015
WORKSHOP 2C, DLF-kursus, Krogerup, 26. november 2015 At I får overblik over statistik og sandsynlighed som fagområde i folkeskolen indblik i didaktiske forskeres anbefalinger til undervisningen i statistik
Læs mereRettevejledning til eksamen i Kvantitative metoder 1, 2. årsprøve 2. januar 2007
Rettevejledning til eksamen i Kvantitative metoder 1,. årsprøve. januar 007 I rettevejledningen henvises der til Berry and Lindgren "Statistics Theory and methods"(b&l) hvis ikke andet er nævnt. Opgave
Læs mereGallup for Sex og Samfund
Gallup for Sex og Samfund Projekt nr. 63181 Bjarne Lindemose 29.06 2018 Topline resultater - I Generelt ses der en større accept og forståelse for homoseksuelles vilkår og problemstillinger blandt de respondenter,
Læs mereog biokemikernes læringsvanl Introduktion til Matematik Solvejg JørgensenJ Kemisk Institut
Kemikernes og biokemikernes læringsvanl Introduktion til Matematik Solvejg JørgensenJ Kemisk Institut skeligheder i Introduktion: I den gymnasielle uddannelse indgår der valgfri emner i matematik undervisning.
Læs mereKombinatorik og Sandsynlighedsregning
Kombinatorik Teori del 1 Kombinatorik er en metode til at tælle muligheder på. Man kan f.eks. inden for valg til en bestyrelse eller et fodboldhold, kodning af en lås, valg af pinkode eller telefonnummer,
Læs mereSandsynlighedregning
MOGENS ODDERSHEDE LARSEN Sandsynlighedregning + = - P(A B) P(A) P(B) P(A B). 1. udgave 2016 FORORD Dette notat giver en kort gennemgang af de grundlæggende begreber i sandsynlighedsregning. Det forudsættes,
Læs mereElementær Matematik. Mængder og udsagn
Elementær Matematik Mængder og udsagn Ole Witt-Hansen 2011 Indhold 1. Mængder...1 1.1 Intervaller...4 2. Matematisk Logik. Udsagnslogik...5 3. Åbne udsagn...9 Mængder og Udsagn 1 1. Mængder En mængde er
Læs mereNanostatistik: Stokastisk variabel
Nanostatistik: Stokastisk variabel JLJ Nanostatistik: Stokastisk variabel p. 1/34 Repetition Ω: udfaldsrummet: alle de mulige udfald af et experiment P(A): ss for hændelsen A = frekvens i uafhængige gentagelser
Læs mereMatematik. Matematiske kompetencer
Matematiske kompetencer stille spørgsmål, som er karakteristiske for matematik og have blik for hvilke typer af svar, som kan forventes(tankegangskompetence) erkende, formulere, afgrænse og løse matematiske
Læs mereFagårsplan 10/11 Fag: Matematik Klasse: 8.A Lærer: Henrik Stillits Fagområde/ emne Færdighedsregning - Typer af opgaver - Systematik
Fagårsplan 10/11 Fag: Matematik Klasse: 8.A Lærer: Henrik Stillits Fagområde/ emne Færdighedsregning - Typer af opgaver - Systematik Periode Mål Eleverne skal: 32/33 Få kendskab til opgavetypen og få rutine.
Læs mereØkonometri 1. Dummyvariabler 13. oktober Økonometri 1: F10 1
Økonometri 1 Dummyvariabler 13. oktober 2006 Økonometri 1: F10 1 Dagens program Dummyvariabler i den multiple regressionsmodel (Wooldridge kap. 7.3-7.6) Dummy variabler for kvalitative egenskaber med flere
Læs mereMASO Uge 5. Topologi i euklidiske rum. Jesper Michael Møller. Uge 5. Formålet med MASO. Department of Mathematics University of Copenhagen
MASO Uge 5 Topologi i euklidiske rum Jesper Michael Møller Department of Mathematics University of Copenhagen Uge 5 Formålet med MASO Oversigt Åbne og afsluttede mængder Det indre, det ydre, afslutningen,
Læs mereFINANSIEL FORSTÅELSE OG REGNEFÆRDIGHED
FINANSIEL FORSTÅELSE OG REGNEFÆRDIGHED PENGE- OG PENSIONSPANELET OKTOBER 2016 METODE Undersøgelsen er baseret på en svensk undersøgelse fra Finansinspektionen fra 2014 1. Det er forsøgt at gøre den danske
Læs mereSpil. Chancer gennem tællemetoder. Chancelære: MI 82 INF. INFA-Chancelæreserien:
INFA-Chancelæreserien: Chancer gennem eksperimenter Chancer gennem optællinger CHANCETRÆ - Chancer gennem beregninger SPIL - Chancer gennem tællemetoder LOD - Chancer gennem simuleringer KUGLE - Chancer
Læs mereSandsynlighedsregning 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
Læs mereFaglig årsplan for 2. klasse. Matematik
1 Faglig årsplan for 2. klasse Formål for faget matematik: At eleverne bliver i stand til at forstå og anvende matematik i sammenhænge, der vedrører deres dagligliv... Undervisningen tilrettelægges, så
Læs mereKombinatorik. Eksempel 2: En mand har 7 par bukser og 10 skjorter. Skal han både vælge en skjorte og et par bukser, så har han 10. 7=70 mulige valg.
Noter til Biomat, 005. Kombinatorik. - eller kunsten at tælle. Alle tal i kombinatorik-afsnittet er hele og ikke-negative. Additionsprincippet enten - eller : Antag vi enten skal lave et valg med m muligheder
Læs mereTest nr. 4 af centrale elementer 02402
QuizComposer 2001- Olaf Kayser & Gunnar Mohr Contact: admin@quizcomposer.dk Main site: www.quizcomposer.dk Test nr. 4 af centrale elementer 02402 Denne quiz angår forståelse af centrale elementer i kursus
Læs mereAt træffe sine valg i en usikker verden - eller den statistiske modellerings rolle.
At træffe sine valg i en usikker verden - eller den statistiske modellerings rolle. Af E. Susanne Christensen. Lektor i statistik. Institut for Matematiske Fag. Aalborg Universitet. I mange tilfælde og
Læs meret 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
Læs mereModul 3: Sandsynlighedsregning
Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen Modul 3: Sandsynlighedsregning 3.1 Sandsynligheder................................... 1 3.2 Tilfældig udtrækning fra en mængde........................
Læs mereStatistik II 1. Lektion. Analyse af kontingenstabeller
Statistik II 1. Lektion Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller Logistisk regression
Læs mereGrundlæggende Matematik
Grundlæggende Matematik Hayati Balo, AAMS August 2012 1. Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske
Læs mereEpidemiologiske associationsmål
Epidemiologiske associationsmål Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 16. april 2015 l Dias nummer 1 Sidste gang
Læs mereSandsynlighedsregning: endeligt udfaldsrum (repetition)
Program: 1. Repetition: sandsynlighedsregning 2. Sandsynlighedsregning fortsat: stokastisk variabel, sandsynlighedsfunktion/tæthed, fordelingsfunktion. 1/16 Sandsynlighedsregning: endeligt udfaldsrum (repetition)
Læs mereTØ-opgaver til uge 46
TØ-opgaver til uge 46 Først laver vi en liste over de ligninger med mere i [ITP], der skal bruges: [1]: Ligning (2.5) på side 4. [2]: Sætning 3.1, ligning (3.3) på side 7. [3]: Sætning 3.1, ligning (3.4)
Læs mereOversigt over Forenklede Fælles Mål i forbindelse med kapitlerne i MULTI. Problembehandling. Modellering
MULTI 3B Forenklede Fælles Mål Oversigt over Forenklede Fælles Mål i forbindelse med kapitlerne i MULTI Kapitel 1 Andre tal Eleven kan anvende konkrete, visuelle og enkle symbolske repræsentationer (fase
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet March 1, 2013 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereINSTITUT FOR MATEMATISKE FAG c
INSTITUT FOR MATEMATISKE FAG c AALBORG UNIVERSITET FREDRIK BAJERS VEJ 7 G 9220 AALBORG ØST Tlf.: 96 35 89 27 URL: www.math.aau.dk Fax: 98 15 81 29 E-mail: bjh@math.aau.dk Dataanalyse Sandsynlighed og stokastiske
Læs mere1. februar Lungefunktions data fra tirsdags Gennemsnit l/min
Epidemiologi og biostatistik Uge, torsdag 3. februar 005 Morten Frydenberg, Afdeling for Biostatistik. og hoste estimation sikkerhedsintervaller antagelr Normalfordelingen Prædiktion Statistisk test (ud
Læs mereStatistik og Sandsynlighedsregning 2
Statistik og Sandsynlighedsregning 2 Sandsynlighedstætheder og kontinuerte fordelinger på R Helle Sørensen Uge 6, mandag SaSt2 (Uge 6, mandag) Tætheder og kont. fordelinger 1 / 19 Program Velkommen I dag:
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 9, 2015 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereSusanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne
Statistik og Sandsynlighedsregning 1 Indledning til statistik, kap 2 i STAT Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne 5. undervisningsuge, onsdag
Læs mereStatistik og Databehandling N: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/kurser/ statdatabehandling/f06/
Statistik og Databehandling N: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/kurser/ statdatabehandling/f06/ Jens Ledet Jensen Statistik og Databehandling N: sandsynlighederkursushjemmeside:http://www.imf.au.dk/kurser/statdatabehandling/f06/
Læs mere10.1 Et lykkehjul består af 24 lige store felter med numre fra 1 til 24.
10. 10.1 Et lykkehjul består af 24 lige store felter med numre fra 1 til 24. Bestem udfaldsrummet for lykkehjulet. 10.2 En tegnestift Du putter en tegnestift i et raflebæger, ryster det godt og smider
Læs mereBilledbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)
; C ED 6 > Billedbehandling og mønstergenkendelse Lidt elementær statistik (version 1) Klaus Hansen 24 september 2003 1 Elementære empiriske mål Hvis vi har observationer kan vi udregne gennemsnit og varians
Læs mereKvantitative metoder 2
Kvalitative egenskaber og dummyvariabler Kvantitative metoder 2 Dummyvariabler 28. marts 2007 Vi har (hovedsagligt) set på kvantitative variabler (løn, priser, forbrug, indkomst, )... Men hvad med kvalitative
Læs mereGallup om singler. Gallup om Singler. TNS Dato: 2013 Projekt: 59315
Gallup om Singler Metode Feltperiode: Den 2426 maj 2013 Målgruppe: Repræsentativt udvalgte vælgere landet over på 18 eller derover Metode: GallupForum (webinterviews) Stikprøvestørrelse:1.191 personer
Læs mereUnges holdning til køb og salg af sex
Feltperiode: Den december 2014 januar 2015. Målgruppe: Respondenter i alderen 1520 år Metode: CATI (telefoninterviews). Interviews er foretaget af udvalgte interviewere, som forud har modtaget en særlig
Læs mere