HØGSKOLEN I MOLDE Sensurveiledning Log300 Innføring i logistikk - Vår 2007
|
|
- Trine Helga Thorbjørnsen
- 7 år siden
- Visninger:
Transkript
1 HØGSKOLEN I MOLDE Sesurveiledig Log300 Iførig i logistikk - Vår 2007 Dato: Tid: :00 13:00 Asvarlig faglærer: Jøra Gårde Hjelpemidler: KT (kalk. m/ tomt mie) Sesurveiledige består av totalt 9 sider (8 sider + ormalfordeligstabell). Oppgave 1 Beregigsoppgave (50%) Firmaet Herlig Aug leverer løfteskrev til ett stort atall kuder i offshorebrasje. Løfteskrevee kjøpes i fra e produset i Pole, og videreselges til kudee. Slike skrev brukes både om bord i båter og i flytede og faste istallasjoer på sokkele. Ett løfteskrev er produsert i ståltau (wire) og er illustrert til vestre. Krakroke festes i rige, og de fire edee festes i hvert av cotaieres fire hjører uder løft. E dimesjo det selges mye av passer til løft av 20 fots cotaiere. Til høyre vises oe historiske salgstall for slike løfteskrev. Tabelle agir hvor mage komplette løfteskrev som er solgt. Fremtidig salg har til å vært aslått av selgere, og disse aslagee har vært basis for ikjøp fra produsete. Det er for tide stor aktivitet i offshoreærige, og kvalitete på disse aslagee har blitt dårligere og dårligere etter hvert som arbeidsbelastige har økt for selgere. Med e så høy aktivitet i ærige som å øsker selgere i tillegg å være leverigsdyktig til ehver tid, og aslår derfor for høye salgstall. Løfteskrev av ståltau - salgstall okt ov des ja feb mar apr mai ju jul aug sep okt ov des Salg 2006/ Firmaet har å asatt deg som logistikkasvarlig, og du vurderer å beytte progosemetoder for å forutsi fremtidig salg. Valget står mellom 3 måeders Glidede gjeomsitt og Ekspoesiell glattig med α= 0,6. a) Basert på salgsoversikte - reg ut måedsfordelte progoser for 2007 etter begge disse metodee. Hvilke av metodee er best og hvorfor? Vis beregigee Eksame Log300 Iførig i logistikk - Vår 2007 Side 1 av 8
2 Forslag til løsig (løsigsforslaget uder er bereget i regeark. Det ka derfor bli avvik i forhold til mauell beregig pga avrudig) Oppgave 2 a) Alpha 0,6 Løfteskrev av ståltau - salgstall 3md gl gjsi Feil Abs.feil Kv feil Eks glattig Feil Abs.feil Kv feil okt ov des ja feb mar apr mai ju jul aug sep okt ov des Salg MAD 45,0 MAD 36,3 SD 48,5 SD 40,9 Progoser Atall Koklusjo ja.06 feb.06 mar.06 apr.06 mai.06 ju.06 jul.06 Måed aug.06 sep.06 okt.06 ov.06 des.06 Løfteskrev av ståltau - salgstall 3md gl gjsitt Eks glattig Både MAD og SD idikerer at ekspoesiell glattig er best av de to metodee i dette tilfellet. Når MAD/SD er lavest betyr dette at dee metode avviker mist i forhold til de observerte verdiee - de gir altså mist feil mlm progoseverdi og faktiske utfall (observerte verdier). Vi har altså ikke kokludert på om oe av disse progosemetodee er gode, me hvilke som er de beste av de to! b) Etter de metode du velger - hva er mest sasylige salgsvolum for august 2007, og hva er laveste og høyeste salgsvolum vi må være forberedt på for dee måede? Forslag til løsig: Oppgave 2 b) Vi baserer oss på besvarelse over, og fier at måedsprogose for august 2007 blir 155 stk komplette løfteskrev Progosefeile (SD) er bereget til 40,9 eheter ka rudes oppover til 41 eh Forvetige for august 2007 blir da 155 ± 41 eh Altså: Mest sasylig vil vi selge 155 løfteskrev, me ma skal ikke forudres av salg fra pessimistiske 114eh (155-41), til optimistiske 196 eh (155+41) dee måede. Eksame Log300 Iførig i logistikk - Vår 2007 Side 2 av 8
3 Du blir deretter bedt om å fie ut hvor mage slike løfteskrev ma bør sette i bestillig hver gag ma bestiller. Du beytter årsbehovet slik det fremkommer i di beste progose for 2007 i deloppgave a). Du fier også ut følgede: - Bestilligskostadee i bedrifte er 3250 kr - Det er bereget e lagerholdsrete på 20 % (basert på regskapet fra 2006) - Løfteskrev kjøpes fritt levert fra produsete for kr 8600 pr stk ikl dokumetasjo. c) Bereg økoomisk ordrekvatum (EOQ) for ikjøpet av løfteskrev. Forslag til løsig: Oppgave 2 c) Bereg EOQ Årsbehov atall skrev (r ) 1294 stk Bestilligskostade (s ) 3250 kr Lagerrete (i ) 20 % Ehetskostade (c ) 8600 kr/skrev EOQ blir da: 69,93 stk skrev hver gag EOQ avrudet: 70 stk skrev hver gag d) Bereg hvilket sikkerhetslager ma bør legge opp for å ha e servicegrad på 90% Forslag til løsig 2 d) Bereg sikkerhetslager ved servicegrad på 90% SL = Z * SD (eller som i boka SL = Z * α) Z 90% 1,28 SD (bruker avrudet verdi) 41 eh SL 1 SL 1 (avrudet) 52,48 eh 53 eh Bedrifte bør legge opp ett sikkerhetslager på 53 eheter e) Det er 2 ukers leverigstid (ledetid) på løfteskrev. Vil dette påvirke vårt sikkerhetslager? I så fall hvor mye (vi reger e måed som 4 uker og setter β=0,5) Forslag til løsig: 2 e) Vi tar hesy til ulik PP og LT SL = Z * SD * (LT/FP) β β 0,5 Ledetide LT Progoseperiode PP 2 uker 4 uker SL 2 37,11 eh SL 2 (avrudet) 38 eh Sikkerhetslagere ka reduserers til 38 eh år ledetide LT er halvparte av progoseperiode PP (eller forbruksperiode FP) Eksame Log300 Iførig i logistikk - Vår 2007 Side 3 av 8
4 f) Bereg bestilligspuktet for disse løfteskrevee - Ata at året har 50 uker år du bereger FL. - Bruk ledetid og progoseperiode fra e) år du bereger Forslag til løsig: 2 f) Bestilligspuktet BP = SL + FL Årsforbruk etter progose: 1294 eh LT er 2 uker, og året har 50 uker. Dette gir 25 LT på ett år Forvetet forbruk i ledetide blir da: FL 51,76 eh (1294/25) FL (avrudet) 52 eh + SL 2 (avrudet) 38 eh BP 90 eh g) Gi e kort forklarig til begrepee du har bereget i deloppgave c), d) og f) gjere støttet av e eller flere figurer. Hva er fuksjoe til SL og BP? EOQ EOQ eller økoomisk ikjøpskvatum er det ikjøpskvatum pr bestillig som miimerer summe av lagrigskostader og bestilligs-/ påfylligskostader. EOQ SL (Sikkerhetslager) Ett lagersystem har i hovedsak 3 typer usikkerheter registrerigees øyaktighet, forbruket i ledetide og ledetides legde. Disse usikkerhetee ødvediggjør e buffer for å ugå å og tom på lager dersom usikkerhetee slår til i ugustig retig. Sikkerhetslageret er e slik buffer som gjør oss i stad til å styre lageret ute for stor risiko for å gå tom. Ka ma redusere disse usikkerhetee reduseres behovet for SL og størrelse på SL vil reduseres tilsvarede BP (Bestilligspuktet) BP er de lagerbeholdig som muliggjør forvetet forbruk i ledetide ute at lageret går tomt før leverig av de plasserte ordre akommer. Skulle forbruket bli større e vetet i ledetide LT vil SL være e buffer som hidrer f.eks stas i produksjoe Eksame Log300 Iførig i logistikk - Vår 2007 Side 4 av 8
5 De omtalte størrelsee er illustrert i figure uder: Oppgave 2 Defiisjoer og kvalitative tekikker (50%) Oppgavee uder er kortsvarsoppgaver. Bruk gjere praktiske eksempler år du forklarer. Fatt deg derfor i korthet og pass på tide. a) Forklar begrepee Postpoemet og Speculatio. 3. Postpoemet 4. Spekulasjo Vete med å utføre aktiviteter Produkt-postpoemet Lage og lagre halvfabrikata som moteres etter at bestillig er mottatt OBS! Forutsetter at kompoetee ka moteres til flere ulike sluttprodukter Eks bladig av malig, sluttmotasje av PC Geografisk postpoemet Vete med å trasportere varee ut fra setrallageret til bestillig er mottatt Eks Elektroskadia som seder ut til hele ladet etter ordre fra sitt hovelager på Alfaset Motsatt av postpoemet Produser varee til lager (sesogvarer som f.eks ski) og/ eller trasporter til kudee så tidlig som mulig (kampajer) I de fleste tilfeller før (slutt)kudes ordre kommer Forutsetig Fremtidig etterspørsel kommer til priser som gir løsomhet Risikovurderig Mulig fortjeeste sett i forhold til risiko for ikke å få solgt varee Avedbarhet Utytte/ skape stordriftsfordeler Produktkapphet Betydelig prisoppgag (eks pga. avgiftsøkiger) Ujev etterspørsel Produktitroduksjo Eksame Log300 Iførig i logistikk - Vår 2007 Side 5 av 8
6 b) For å fastslå hvilke betydig logistikke har for e bedrift beyttes ofte e modell i to dimesjoer basert på begrepee cost driver og uique driver. Forklar dee modelle kort. Det sies også at petroleumsærige er spesiell. Hvor i dee modelle befier mage av aktøree i petroleumsærige seg tror du? Forklar Logistikkspørsm rsmålets strategiske betydig i et materialstrømsegmet msegmet fig 13.1 Logistikkes betydig som Uique Driver Stor Lite Prestasjosorietert logistikk Operativt orietert logistikk Lite Materialstrømsorietert logistikk Kostadsorietert logistikk Stor Logistikkes betydig som Cost Driver Uique driver : Hvorda logistikke gjør oss uik og gir oss kokurrasefordeler Mye av styrige i petroleumsærige baserer seg på størrelse av kosekveskostadee f.eks hva ma ka tape ved stopp i produksjoe. Sammeliget med kosekveskostadee blir derfor de fleste logistikkostader små. Ma ka derfor med belegg hevde at mage av aktøree driver prestasjosorietert logistikk i dee ærige. Dersom ma aerkjeer at prestasjoee i dee ærige er vesetlige bør ma som logistiker også arbeide for at kostadee uasett hvor små relativt sett skal få større betydig. Dette er også et edfelt styrigsprisipp i Stortigsmeldig 38 Seke kostadsivået på orsk sokkel c) Pesumboka laserer 9 ulike strategier for effektiviserig av logistikkprosesser. Fire av disse er direkte kyttet til forbedrig av respossykluses karakteristika. Forklar disse fire effektiviserigsstrategiee (gi praktiske eksempler) 1: Redusere eller omfordele ledetider 2: Reduksjo eller tilpasig til usikkerheter Fjere aktiviteter som ikke skaper direkteverdi for kude (kø, lager, omarbeidig ) Tidsreduksjo Parallell gjeomførig Redusert vetetid Redusert operasjostid (elimiere aktiviteter som f.eks kotroller) Omfordelig Reduserte ledetider på viktige kompoeter/ materialer på bekostig av adre midre viktige Strategisk ledetid (TTM) Produktlivssyklus ka være kortere e strategisk ledetid Kopier år markedet før origialee USIKKERHETENE: Ledetider (gjeomløpstider, ileverig ) Megder (forbruk, behov, registrerig, leverig ) Kapasitet (Sykefravær, maskihavari, værproblemer ) Prosess (usikker kvalitet på sluttproduktet) VERKTØYENE: Progosetekikker og metoder Syklisk tellig Leveradørsamarbeid Sikkerhetslagermodeller (for riktig dimesjoerig) Differesierig (omfordelig) Eksame Log300 Iførig i logistikk - Vår 2007 Side 6 av 8
7 3: Omfordelig eller økig av frekveser 4: Påvirkig P av eller tilpasig til forvetet behovsmøster Seriestørrelser i produksjoe Trasportfrekveser Bestemmer størrelse på omløpslageret Økt frekves => midre seriestørrelser og midre lager i trasport VERKTØYENE: Rammeavtaler sikrer lave best.kostader Reduksjo i omstilligstidee i produksjoe Samlast/samtrasport Geografisk ærhet Omfordelig VERKTØYENE: Styrede prissettig Markedsisats Nært samarbeid med kudee Isy i plaprosessee Behovsmøster skapes ofte av bestilligsmøsteret i systemet ikke av det reelle behovet d) Forklar kort begrepee samlast, samdistribusjo og cross dockig. Støtt gjere forklarige med figurer Samlastigssystem Fig. 9.2 Samdistribusjo Fig Vareflyt ved cross-dockig - Fig 10.7 PV Iformasjo (Poit of sale-data) Varestrøm Eksame Log300 Iførig i logistikk - Vår 2007 Side 7 av 8
8 e) Forklar begrepet Retigsubalase og hvilke betydig dette problemet har. Retigsubalase oppstår år ma ku greier å skape god utyttelse av trasportmiddelets lastekapasitet e vei og ikke på retur. Dette er det typiske taxiproblemet spesielt på ladet. Utfordrige for trasportærige f.eks at det går gods fra Oslo til distriktee, me det er ikke det samme trasportbehovet tilbake igje. Dette resulterer i lav utyttelsesgrad på reture oe som igje resulterer i e lav total utyttelsesgrad. Møre og Romsdal har ikke så stor retigsubalase som mage adre fylker. Dette ka for e stor del forklares i fiskeriæriges store eksport som gjere går med bil over Oslo f) Forklar begrepee Bruttobehov og Nettobehov Bruttobehovet er de megde materialer og kompoeter ma treger for å kue produsere e gitt megde ferdige varer. Bruttobehovsberegige har si basis i BOM (Bill Of Materials) eller produkttreet. Dette er altså e summerig av de avhegige etterspørsele etter at produksjoskvatumet av ferdige varer er fastsatt. Nettobehovet fremkommer dersom ma trekker dispoibel lagerbeholdig og det som allerede er bestilt fra bruttobehovet. Altså: Nettobehov = Bruttobehov dispoibelt lager det som allerede er bestilt. Formler som ka være yttige i beregigee: Økoomisk ordrekvatum: EOQ = qˆ = 2 r s h Glidede gjeomsitt: X X X X Xˆ + + t t t t = t Ekspoesiell glattig: Xˆ Xˆ + α ( X Xˆ ) t = t 1 t 1 t 1 Stadardavvik: SD = i= i= 1 ( X X ) t i ˆ t i 2 MAD = i= X i= 1 t i Xˆ t i Sikkerhetslager: SL = Z * SD (boka bruker α for SD) Sikkerhetslager ved ulik LT og PP: SL = Z * SD * (LT/FP) β Bestilligspukt: BP = SL + FL Eksame Log300 Iførig i logistikk - Vår 2007 Side 8 av 8
9 Public Domai Normal Distributio Table Side 1 av Tables of the Normal Distributio Probability Cotet from -oo to Z Z Far Right Tail Probabilities Z P{Z to oo} Z P{Z to oo} Z P{Z to oo} Z P{Z to oo} E E E E E E E E E E E E-21
HØGSKOLEN I MOLDE Sensurveiledning Log300 Innføring i logistikk - Vår 2006
HØGSKOLEN I MOLDE Sesurveiledig Log300 Iførig i logistikk - Vår 2006 Dato: Tid: 13.06.06 09:00 13:00 Asvarlig faglærer: Jøra Gårde Hjelpemidler: Oppgave består av totalt 6 sider (5 sider + ormalfordeligstabell).
DetaljerEksempeloppgave 2014. REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)
Eksempeloppgave 2014 REA3028 Matematikk S2 Eksempel på eksame våre 2015 etter y ordig Ny eksamesordig Del 1: 3 timer (ute hjelpemidler) Del 2: 2 timer (med hjelpemidler) Mistekrav til digitale verktøy
DetaljerLøsning TALM1005 (statistikkdel) juni 2017
Løsig TALM1005 statistikkdel jui 2017 Oppgave 1 a Har oppgitt at sasyligte for at é harddisk svikter er p = 0, 037. Ifører hedelsee A : harddisk 1 svikter B : harddisk 2 svikter C : harddisk 3 svikter
DetaljerStatistikk og økonomi, våren 2017
Statistikk og økoomi, våre 07 Obligatorisk oppgave 6 Løsigsforslag Oppgave E terig kastes 0 gager, og det registreres hvor mage 6-ere som oppås i løpet av disse 0 kastee. Vi ka kalle atall 6-ere i løpet
DetaljerEksamen REA3028 S2, Våren 2011
Eksame REA08 S, Våre 0 Del Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave (8 poeg) a) Deriver fuksjoee ) f 5 f 6 5 ) g g ) h l 9 9 6 4 h l
DetaljerKapittel 7: Noen viktige sannsynlighetsfordelinger
Kapittel 7: Noe viktige sasylighetsfordeliger I mage situasjoer ka feomeet vi ser på beskrives med e bestemt type sasylighetsfordelig e sasylighetsfordelig gitt ved e bestemt formel. Vi skal se på oe av
DetaljerKraftforsyningsberedskap. Roger Steen Seniorrådgiver Beredskapsseksjonen NVE, rost@nve.no
Kraftforsyigsberedskap Roger Stee Seiorrådgiver Beredskapsseksjoe NVE, rost@ve.o Beredskapsasvar Olje- og eergidepartemetet har det overordede asvaret for ladets kraftforsyig. Det operative asvaret for
DetaljerOppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort?
ECON EKSAMEN 8 VÅR TALLSVAR Oppgave Vi har e kortstokk beståede av 6 kort. På av disse står det skrevet JA på forside mes det står NEI på forside av de adre kortee. Hvis ma får se kortet med bakside vedt
DetaljerUNIVERSITETET I OSLO
UIVERSITETET I OSLO Det matematisk-aturviteskapelige fakultet Eksame i: ST 105 - Iførig i pålitelighetsaalyse Eksamesdag: 8. desember 1992 Tid til eksame: 0900-1500 Tillatte hjelpemidler: Rottma: "Matematische
DetaljerSensurveiledning Lo300 Innføring i logistikk Høst 2004
Høgskolen i Molde Sensurveiledning Lo300 Innføring i logistikk Høst 2004 Dato: 17.12.2004 Tid: 09:00 13:00 Hjelpemidler: KT (kalk.med tomt minne) Veiledningen består av totalt 6 sider (4 sider løsningsforslag
DetaljerSignifikante sifre = alle sikre pluss ett siffer til
Sigifikate siffer og stadardavvik behadles i kap. Disse to emee skal vi ta for oss i dag. Kofidesgreser behadles i kap 4. Dette skal vi ta for oss i osdag. Presetasjo av aalysedata ka gjøres på følgede
DetaljerTALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.
1 ECON130: EKSAMEN 013 VÅR - UTSATT PRØVE TALLSVAR. Det abefales at de 9 deloppgavee merket med A, B, teller likt uasett variasjo i vaskelighetsgrad. Svaree er gitt i
DetaljerKapittel 5: Tilfeldige variable, forventning og varians.
Kapittel 5: Tilfeldige variable, forvetig og varias. Tilfeldige variable Tilfeldige variable kalles også stokastiske variable. Defiisjo: E tilfeldig variabel er e variabel som får si umeriske verdi bestemt
DetaljerOppgaven består av 9 delspørsmål, A,B,C,., som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<.. >>.
ECON 130 EKSAMEN 008 VÅR - UTSATT PRØVE SENSORVEILEDNING Oppgave består av 9 delspørsmål, A,B,C,., som abefales å veie like mye, Kommetarer og tallsvar er skrevet i mellom . Oppgave 1 Ved e spørreudersøkelse
DetaljerECON240 Statistikk og økonometri
ECON240 Statistikk og økoometri Arild Aakvik, Istitutt for økoomi 1 Mellomregig MKM Model: Y i = a i + bx i + e i MKM-estimator for b: b = = Xi Y i 1 Xi Yi Xi 1 ( X i ) 2 (Xi X)(Y i Ȳi) (Xi X) 2 hvor vi
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-aturviteskapelige fakultet Eksame i: STK2100 Løsigsforslag Eksamesdag: Torsdag 14. jui 2018. Tid for eksame: 14.30 18.30. Oppgavesettet er på 6 sider. Vedlegg: Tillatte
DetaljerEcon 2130 uke 15 (HG) Poissonfordelingen og innføring i estimering
Eco 130 uke 15 (HG) Poissofordelige og iførig i estimerig 1 Poissofordelige (i) Tilærmig til biomialfordelige. Regel. ( Poissotilærmelse ) Ata Y ~ bi(, p) E( Y ) = p og var( Y ) = p(1 p). Hvis er stor
DetaljerEksamen REA3028 S2, Våren 2010
Eksame REA308 S, Våre 010 Del 1 Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave 1 (6 poeg) a) Deriver fuksjoee: 1) f xx lx ) gx 3 e x b) Gitt
DetaljerLØSNINGSFORSLAG TILEKSAMEN I FAG TMA4240/TMA4245 STATISTIKK 10. august 2005
Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag Side av 8 LØSNINGSFORSLAG TILEKSAMEN I FAG TMA440/TMA445 STATISTIKK 0. august 005 Oppgave Smeltepuktsbestemmelse a) Vi jobber i dette
DetaljerKapittel 8: Estimering
Kaittel 8: Estimerig Estimerig hadler kort sagt om hvorda å aslå verdie å arametre som,, og dersom disse er ukjete. like arametre sier oss oe om oulasjoe vi studerer (dvs om alle måliger av feomeet som
DetaljerLØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004
Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag Side av 0 LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004 Oppgave Midtveiseksame a) X er e stokastisk variabel
DetaljerIntroduksjon. Hypotesetesting / inferens (kap 3) Populasjon og utvalg. Populasjon og utvalg. Populasjonsvarians
Hypotesetestig / iferes (kap ) Itroduksjo Populasjo og utvalg Statistisk iferes Utvalgsfordelig (samplig distributio) Utvalgsfordelige til gjeomsittet Itroduksjo Vi øsker å få iformasjo om størrelsee i
DetaljerNoen vanlige. Indikatorfordeling: 1, dersom suksess. I mange situasjoner kan fenomenet vi ser på. 0, dersom ikke suksess
Kapittel 5: Noe valige sasylighetsfordeliger I mage situasjoer ka feomeet vi ser på beskrives med e bestemt type sasylighets- fordelig (e sasylighetsfordelig gitt ved e bestemt formel. Vi skal se på oe
DetaljerEKSAMEN Løsningsforslag
..4 EKSAMEN Løsigsforslag Emekode: ITF75 Dato: 6. desember Eme: Matematikk for IT Eksamestid: kl 9. til kl. Hjelpemidler: To A4-ark med valgfritt ihold på begge sider. Kalkulator er ikke tillatt. Faglærer:
DetaljerOM TAYLOR POLYNOMER. f x K f a x K a. f ' a = lim x/ a. f ' a z
OM TAYLOR POLYNOMER I dette otatet, som utfyller avsitt 6. i Gullikses bok, skal vi se på Taylor polyomer og illustrere hvorfor disse er yttige. Det å berege Taylor polyomer for håd er i prisippet ikke
DetaljerEksamen REA3028 S2, Våren 2010
Eksame REA308 S, Våre 010 Del 1 Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave 1 (6 poeg) a) Deriver fuksjoee: 1) f x x lx f x x lx x x f
DetaljerKapittel 7: Noen viktige sannsynlighetsfordelinger
Kapittel 7: Noe viktige sasylighetsfordeliger I mage situasjoer ka feomeet vi ser på beskrives med e bestemt type sasylighetsfordelig (e sasylighetsfordelig gitt ved e bestemt formel. Vi skal se på oe
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 5
ÅMA110 Sasylighetsregig med statistikk, våre 2006 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 3. april Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1 / 56
DetaljerForventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk
MAT0100V Sasylighetsregig og kombiatorikk Forvetigsverdi Sasylighetsfordelige til e tilfeldig variabel X gir sasylighete for de ulike verdiee X ka ata Forvetig, varias og stadardavvik Tilærmig av biomiske
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 5. Hypotesetesting, del 5
ÅMA11 Sasylighetsregig med statistikk, våre 7 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 26. mars Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1/ 59 Bjør
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5
ÅMA110 Sasylighetsregig med statistikk, våre 2008 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 3. april Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1/ 56
DetaljerPåliteligheten til en stikkprøve
Pålitelighete til e stikkprøve Om origiale... 1 Beskrivelse... 2 Oppgaver... 4 Løsigsforslag... 4 Didaktisk bakgru... 5 Om origiale "Zuverlässigkeit eier Stichprobe" på http://www.mathe-olie.at/galerie/wstat2/stichprobe/dee
DetaljerEKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares.
EKSAMEN Emekode: SFB12003 Eme: Metodekurs II: Samfusviteskapelig metode og avedt statistikk Dato: 2.6.2014 Eksamestid: kl. 09.00 til kl. 13.00 Hjelpemidler: Kalkulator Faglærer: Bjørar Karlse Kivedal Eksamesoppgave:
DetaljerRente og pengepolitikk. 8. forelesning ECON 1310 21. september 2015
Rete og pegepolitikk 8. forelesig ECON 1310 21. september 2015 1 Norge: lav og stabil iflasjo det operative målet for pegepolitikke, ær 2,5 proset i årlig rate. Iflasjosmålet er fleksibelt, dvs. at setralbake
DetaljerLØSNING: Eksamen 17. des. 2015
LØSNING: Eksame 17. des. 2015 MAT100 Matematikk, 2015 Oppgave 1: økoomi a I optimum av T Rx er dt Rx 0 1 som gir d Ix Kx 0 2 dix dix dkx dkx 0 3 4 dvs. greseitekt gresekostad, q.e.d. 5 b Gresekostad ekstrakostade
DetaljerX = 1 5. X i, i=1. som vil være normalfordelt med forventningsverdi E( X) = µ og varians Var( X) = σ 2 /5. En rimelig estimator for variansen er
Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalte oppgaver 11, blokk II Løsigsskisse Oppgave 1 a) E rimelig estimator for forvetigsverdie µ er gjeomsittet X = 1 X i, som
DetaljerTMA4240 Statistikk Høst 2016
Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalt øvig 11 Løsigsskisse Oppgave 1 a) E rimelig estimator for forvetigsverdie µ er gjeomsittet X = 1 X i, som vil være ormalfordelt
DetaljerNORDISK ELBIL-BAROMETER
NORDISK ELBIL-BAROMETER 2 Om barometeret 2019 Metode Utvalgskilde og - Utvalgsstørrelse Feilmargier Gjeomført Web-baserte spørreskjemaer metodikk: Norstat/Gallup Ladsrepresetative utvalg, vektet på alder,
DetaljerLØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling
Side1av4 HØGSKOLEN I NARVIK Istitutt for data-, elektro-, og romtekologi Siviligeiørstudiet EL/RT LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital sigalbehadlig Tid: Fredag 06.03.2008, kl: 09:00-12:00 Tillatte
DetaljerEcon 2130 Forelesning uke 11 (HG)
Eco 130 Forelesig uke 11 (HG) Mer om ormalfordelige og setralgreseteoremet Uke 1 1 Fra forrige gag ~ betyr er fordelt som. ~ N( µσ, ) E( ) = µ, og var( ) = σ Normalfordelige er symmetrisk om μ og kotiuerlig
DetaljerEksempeloppgave 2014. REA3026 Matematikk S1 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)
Eksempeloppgave 04 REA306 Matematikk S Eksempel på eksame våre 05 etter y ordig Ny eksamesordig Del : 3 timer (ute hjelpemidler) Del : timer (med hjelpemidler) Mistekrav til digitale verktøy på datamaski:
DetaljerNumeriske metoder: Euler og Runge-Kutta Matematikk 3 H 2016
Numeriske metoder: Euler og Ruge-Kutta Matematikk 3 H 06 Iledig Differesiallikiger spiller e setral rolle i modellerigsproblemer i igeiør viteskap, matematikk, fsikk, aeroautikk, astroomi, damikk, elastisitet,
DetaljerLØSNING: Eksamen 28. mai 2015
LØSNING: Eksame 28. mai 2015 MAT110 Statistikk 1, vår 2015 Oppgave 1: revisjo ) a) Situasjoe som beskrives i oppgave ka modelleres med e ure. I dee ure er fordelige kjet, M atall bilag med feil og N 100
DetaljerEksamen REA3028 S2, Våren 2012
Eksame REA3028 S2, Våre 2012 Del 1 Tid: 2 timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave 1 (24 poeg) a) Deriver fuksjoee 1) 3 f x x 2x 3 2) 2 2
Detaljer3MX 2007/8 - Kapittel 5: 8. januar 5. februar 2008
3MX 00/8 - Kapittel : 8. jauar. februar 008 Pla for skoleåret 00/008: Kapittel 6: 6/ /. Kapittel : / /3. Prøver på eller skoletime etter hvert kapittel. É heildagsprøve i hver termi. Repetisjo, prøver,
DetaljerEksamen REA3028 S2, Våren 2012
Eksame REA08 S, Våre 0 Del Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave (4 poeg) a) Deriver fuksjoee ) f f ) g e 4 4 4 g e e 4 g e e g e
DetaljerForelesning 4 og 5 Transformasjon, Weibull-, lognormal, beta-, kji-kvadrat -, t-, F- fordeling
STAT (V6) Statistikk Metoder Yushu.Li@uib.o Forelesig 4 og 5 Trasformasjo, Weibull-, logormal, beta-, kji-kvadrat -, t-, F- fordelig. Oppsummerig til Forelesig og..) Momet (momet about 0) og setral momet
DetaljerLøsningsforslag til eksamen i STK desember 2010
Løsigsforslag til eksame i STK0 0. desember 200 Løsigsforslaget har med flere detaljer e det vil bli krevd til eksame. Oppgave a Det er tilpasset e multippel lieær regresjosmodell av forme β 0 + β x i
DetaljerH 1 : µ 1 µ 2 > 0. t = ( x 1 x 2 ) (µ 1 µ 2 ) s p. s 2 p = s2 1 (n 1 1) + s 2 2 (n 2 1) n 1 + n 2 2
TMA4245 Statistikk Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b4 Løsigsskisse Oppgave 1 Vi øsker å fie ut om et ytt serum ka stase leukemi. 5 mus får serumet, 4
DetaljerOppgaver fra boka: Med lik men ukjent varians antatt har vi fra pensum at. t n1 +n 2 2 under H 0 (12 1) (12 1)
MOT30 Statistiske metoder, høste00 Løsiger til regeøvig r. 5 (s. ) Oppgaver fra boka: Oppgave 0.36 (0.0:8) Dekkslitasje X,..., X u.i.f. N(µ, σ ) og X,..., X u.i.f. N(µ, σ ) og alle variable er uavhegige.
DetaljerTMA4240 Statistikk Høst 2015
Høst 205 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer, blokk II Løsigsskisse Oppgave a) X bi(, p) fordi: Udersøker uavhegige delar av DNA-strukture. Fi for kvar del
DetaljerKap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren
2 Kap. 9: Iferes om é populasjo I Kapittel 8 brukte vi observatore z = x μ σ/ for å trekke koklusjoer om μ. Dette krever kjet σ (urealistisk). ST0202 Statistikk for samfusvitere Bo Lidqvist Istitutt for
DetaljerSTK1100 våren 2017 Estimering
STK1100 våre 017 Estimerig Svarer til sidee 331-339 i læreboka Ørulf Borga Matematisk istitutt Uiversitetet i Oslo 1 Politisk meigsmålig Spør et tilfeldig utvalg på 1000 persoer hva de ville ha stemt hvis
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2006
ÅMA110 Sasylighetsregig med statistikk, våre 2006 Kp. 6, del 2 Bjør H. Auestad Kp. 6: Hypotesetesig del 2 1/ 38 Bjør H. Auestad Kp. 6: Hypotesetesig del 2 2/ 38 Oversikt 1. Hva er hypotesetestig? 2. Hypotesetestig
Detaljer) = P(Z > 0.555) = > ) = P(Z > 2.22) = 0.013
TMA4240 Statistikk Vår 2008 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b5 Løsigsskisse Oppgave 1 a) X 1,...,X 16 er u.i.f. N(80,18 2 ). Setter Y = X. i) P(X 1 >
DetaljerDel1. Oppgave 1. a) Deriver funksjonene: b) Gitt den uendelige rekken. Avgjør om rekken konvergerer, og bestem eventuelt summen av rekken.
Del1 Oppgave 1 a) Deriver fuksjoee: 1) fx ( ) x lx ) g x 3e x b) Gitt de uedelige rekke 1 1 1 4 Avgjør om rekke kovergerer, og bestem evetuelt summe av rekke. c) Sasylighetsfordelige til e stokastisk variabel
DetaljerDetaljert løsningsveiledning til ECON1310 seminaroppgave 9, høsten der 0 < t < 1
Detaljert løsigsveiledig til ECON30 semiaroppgave 9, høste 206 Dee løsigsveiledige er mer detaljert e det et fullgodt svar på oppgave vil være, og mer utfyllede e e valig fasit. De er met som e guide til
DetaljerLøsningsforslag for andre obligatoriske oppgave i STK1100 Våren 2007 Av Ingunn Fride Tvete og Ørnulf Borgan
Løsigsforslag for adre obligatoriske oppgave i STK11 Våre 27 Av Igu Fride Tvete (ift@math..uio.o) og Ørulf Borga (borga@math.uio.o). NB! Feil ka forekomme. NB! Sed gjere e mail hvis du fier e feil! Oppgave
DetaljerTema. Statistikk og prøvetakning. Hvorfor måle mer enn en gang? Fordelinger en innledning. Hvorfor måle mer enn en gang
Tema Statistikk og prøvetakig Marti Veel Svedse Trodheim, 31. jauar 017 Hvorfor måle mer e e gag praktisk tilærmig til statistikk Basis statistiske begreper Best. r 450 krav/veiledig til måliger Eksempler
DetaljerI dag: Produktfunksjoner og kostnadsfunksjoner
ECON2200 Avedt økoomisk aalyse Diderik Lud, 8. februar 2010 Hva er dekket i disse otatee? Seks forelesiger av meg i ECON2200 våre 2010 8. og 22. februar, 2., 9. og 15. mars og 3. mai Legges ut på emeside
DetaljerFaglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare!
Side 1 av 6 Noe viktige pukter: (i) (ii) (iii) (iv) Les hele eksamessettet øye før du begyer! Faglærer går ormalt é rude gjeom lokalet. Ha evt. spørsmål klare! Skriv svaree die i svarrutee og levér i oppgavearket.
DetaljerRegistrarseminar 1. april 2003. Ingrid Ofstad Norid
Registrarsemiar 1. april 2003 Igrid Ofstad Norid Statistikk 570 har fått godkjet søkad om å bli registrar ca. 450 registrarer er aktive i dag 2 5 ye avtaler hver uke på semiaret deltar både registrarer
Detaljerf '( x) 28x 6x 2 ( 2) x x 4(3t 2 s) 6s 2x 6(3t 2 s) 2t ln x 2ln y med bibetingelsen 2x y m. Her er m 0
Fsit obligtorisk oppgve Oppgve (9 poeg) Deriver følgede fuksjoer med hes på lle rgumeter ) f ( ) 7 f '( ) 8 6 svr: b) Svr: g ( ) ( ) ( ) g ( ) ( ) ( ) c) h( ) f ( )( ) Svr: h( ) f '( )( ) f ( ) d) Svr:
DetaljerTMA4240 Statistikk Høst 2016
Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalt øvig 8 Løsigsskisse Oppgave 1 a) Simuler 1000 datasett i MATLAB. Hvert datasett skal bestå av 100 utfall fra e ormalfordelig
DetaljerMer om utvalgsundersøkelser
Mer om utvalgsudersøkelser I uderkapittel 3.6 i læreboka gir vi e kort iførig i takegage ved utvalgsudersøkelser. Vi gir her e grudigere framstillig av temaet. Populasjo og utvalg Ved e utvalgsudersøkelse
DetaljerKap. 9: Inferens om én populasjon
2 ST0202 Statistikk for samfusvitere Bo Lidqvist Istitutt for matematiske fag Ka. 9: Iferes om é oulasjo Hvis σ er ukjet bytter vi ut σ med s i Ny observator blir t = x μ s/ z = x μ σ/ der s = Σx 2 (Σx)
Detaljer2. Hypotesetesting i ulike sitausjoner: i. for forventingen, μ, i målemodellen med normalantakelse og kjent varians, σ 2.
Oversikt 1. Hva er hypotesetestig? 2. i ulike sitausjoer: i. for forvetige, μ, med ormalatakelse og kjet varias, σ 2. ii. for forvetige, μ, med stor og ormaltilærmig (variase, σ 2, ukjet). iii. for suksessasylighete,
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 5 Estimering. Målemodellen.
ÅMA0 Sasylighetsregig med statistikk, våre 0 Kp. 5 Estimerig. Målemodelle. Estimerig. Målemodelle. Ihold:. (Pukt)Estimerig i biomisk modell (kp. 5.). Målemodelle... (kp. 5.). (Pukt)Estimerig i målemodelle
DetaljerEmnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard
EKSAMEN Emekode: SFB107111 Emeav: Metode 1, statistikk deleksame Dato: 7. mai 2018 Hjelpemidler: Godkjet kalkulator og vedlagt formelsamlig m/tabeller Eksamestid: 4 timer Faglærer: Has Kristia Bekkevard
DetaljerEmnenavn: Metode 1, statistikk deleksamen. Eksamenstid: 4 timer. Faglærer: Bjørnar Karlsen Kivedal
EKSAMEN Emekode: SFB10711 Emeav: Metode 1, statistikk deleksame Dato: 10. oktober 2018 Hjelpemidler: Godkjet kalkulator og vedlagt formelsamlig m/tabeller Eksamestid: 4 timer Faglærer: Bjørar Karlse Kivedal
DetaljerPlan for fagdag 3. Plan: Litt om differanse- og summefølger. Sammenhengen a n a 1 n 1 i 1
Pla for fagdag 3 R2-18.11.10 Pla: Litt om differase- og summefølger. Sammehege a a 1 1 i 1 d i. Geometriske resoemet. Arbeidsoppgaver. Differase- og summefølger Regresjo med lommereger Differaser er ofte
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2007
ÅMA Sasylighetsregig med statistikk, våre 27 Kp. 6 (kp. 6) Tre deler av faget/kurset:. Beskrivede statistikk 2. Sasylighetsteori, sasylighetsregig 3. Statistisk iferes estimerig kofidesitervall hypotesetestig
DetaljerLøsningsforslag ST1101/ST6101 kontinuasjonseksamen 2018
Løsigsforslag ST/ST6 kotiuasjoseksame Oppgave a Defier hedelsee R, B, B rød kule i første trekig, blå kule i adre trekig, blå kule i tredje trekig. Vi skal fie PR B B for to ulike situasjoer. Geerelt vet
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 2
ÅMA11 Sasylighetsregig med statistikk, våre 27 Kp. 6, del 2 Bjør H. Auestad Istitutt for matematikk og aturviteskap 5. mars 21 Bjør H. Auestad Kp. 6: del 1/2 1/ 42 Bjør H. Auestad Kp. 6: del 1/2 2/ 42
DetaljerIN3030 Uke 12, v2019. Eric Jul PSE, Inst. for informatikk
IN3030 Uke 12, v2019 Eric Jul PSE, Ist. for iformatikk 1 Hva skal vi se på i Uke 12 Review Radix sort Oblig 4 Text Program Parallellizig 2 Oblig 4 Radix sort Parallelliser Radix-sorterig med fra 1 5 sifre
Detaljer211.7% 2.2% 53.0% 160.5% 30.8% 46.8% 17.2% 11.3% 38.7% 0.8%
Prøve-eksame II MET 1190 Statistikk Dato 31. mai 2019 kl 1100-1400 Alle svar skal begrues. Når besvarelse evalueres, blir det lagt vekt på at framgagsmåte og resultat preseteres så klart, presist og kortfattet
DetaljerEksamen INF3350/INF4350 H2006 Løsningsforslag
Eksame INF3350/INF4350 H2006 Løsigsforslag Oppgave. Score (eller bit score) S' er e statistisk idikator på hvor sigifikat e match er. Høyere bit score svarer til høyere sigifikas. Idikatore er uavhegig
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Sannsynlighetsregning med statistikk. Kp. 5 Estimering.
ÅMA asylighetsregig med statistikk våre 008 Kp. 5 Estimerig Estimerig. Målemodelle. Ihold:. (ukt)estimerig i biomisk modell (kp. 5.). Målemodelle... (kp. 5.3) 3. (ukt)estimerig i målemodelle (kp. 5.3)
DetaljerKap. 9: Inferens om én populasjon
2 ST0202 Statistikk for samfusvitere Bo Lidqvist Istitutt for matematiske fag Ka. 9: Iferes om é oulasjo Hvis σ er ukjet bytter vi ut σ med s i Ny observator blir t = x μ s/ z = x μ σ/ der s = Σx 2 (Σx)
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Konfidensintervall, innledning. Kp. 5 Estimering.
ÅMA0 Sasylighetsregig med statistikk våre 006 Kp. 5 Estimerig Estimerig. Målemodelle. Ihold:. (Pukt)Estimerig i biomisk modell (kp. 5.). Målemodelle... (kp. 5.3) 3. (Pukt)Estimerig i målemodelle (kp. 5.3)
DetaljerDifferensligninger Forelesningsnotat i Diskret matematikk Differensligninger
Differesligiger Forelesigsotat i Diskret matematikk 017 Differesligiger I kapittel lærte vi om følger og rekker. Vi studerte både aritmetiske og geometriske følger og rekker. Noe følger og rekker er imidlertid
DetaljerLøsning eksamen S2 våren 2010
Løsig eksame S våre 010 Oppgave 1 a) 1) f( ) l 1 f ( ) l l l l ( l 1) ) g ( ) 3e g( ) 3e 3e 6e b) Rekke er geometrisk med Rekke kovergerer. Summe er a1 1 1 s 1 k 1 1 1 1 1 k og oppfller dermed kravet 1
DetaljerAvsnitt 8.1 i læreboka Differensligninger
Diskret Matematikk Fredag 6. ovember 015 Avsitt 8.1 i læreboka Differesligiger I kapittel lærte vi om følger og rekker. Vi studerte både aritmetiske og geometriske følger og rekker. Noe følger og rekker
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 5
ÅMA110 Sasylighetsregig med statistikk, våre 2010 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 12. april Bjør H. Auestad Kp. 6: Hypotesetestig del 4 1/ 59
DetaljerTMA4245 Statistikk Eksamen mai 2017
TMA445 Statistikk Eksame mai 07 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Løsigsskisse Oppgave a Når vi reger ut disse tre sasylighetee må ma huske på at de mulige verdiee
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-aturviteskapelige fakultet Eksame i STK2120 Statistiske metoder og dataaalyse 2 Eksamesdag: Madag 6. jui 2011. Tid for eksame: 09.00 13.00. Oppgavesettet er på 5 sider.
DetaljerTMA4245 Statistikk Eksamen 9. desember 2013
Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag TMA4245 Statistikk Eksame 9. desember 2013 Oppgave 1 I kortspillet Blackjack får ma de høyeste geviste hvis de to første kortee ma
DetaljerINF3400 Digital Mikroelektronikk Løsningsforslag DEL 9
IF00 Digital Mikroelektroikk Løsigsforslag DEL 9 I. Oppgaver. Oppgave 6.7 Teg trasistorskjema for dyamisk footed igags D og O porter. gi bredde på trasistoree. va blir logisk effort for portee?. Løsigsforslag
DetaljerEKSAMEN Løsningsforslag
7. jauar 7 EKSAMEN Løsigsforslag Emekode: ITF75 Dato: 4. desember 6 Hjelpemidler: - To A4-ark med valgfritt ihold på begge sider. Emeav: Matematikk for IT Eksamestid: 9. 3. Faglærer: Christia F Heide Kalkulator
Detaljer2T kapittel 3 Modellering og bevis Utvalgte løsninger oppgavesamlingen
T kapittel 3 Modellerig og bevis Utvalgte løsiger oppgavesamlige 301 a Sitthøyde i 1910 blir 170,0 171, 4 170,7. I 1970 blir de 177,1 179, 4 178,3. b Med som atall år etter 1900 og y som sitthøyde i cetimeter
DetaljerUNIVERSITETET I OSLO ØKONOMISK INSTITUTT Sensorveiledning - Obligatorisk oppgave 1310, v15
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Sesorveiledig - Obligatorisk oppgave 30, v5 Ved sesure tillegges oppgave vekt 20%, oppgave 2 vekt 60%, og oppgave 3 vekt 20%. For å bestå eksame, må besvarelse
DetaljerEstimering 1 -Punktestimering
Estimerig 1 -Puktestimerig Dekkes av kap. 8, 9.1-9.3 og 9.15/9.14. Vi har til å settpå e rekke forskjellige sasylighetsfordeliger og sett hvorda disse ka brukes til å modellere mage forskjellige typer
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2011
ÅMA0 Sasylighetsregig statistikk våre 0 Kp. 4 Kotiulige tilfeldige variable; Normalfordelig Kotiulige tilfeldige variable itro. (ell: Kotiulige sasylighetsfordelig Vi har til å sett på diskrete fordelig
DetaljerKLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon
Tidligere sett på KLMED8004 Medisisk statistikk Del I, høst 008 Estimerig Hvorda kjete sasylighetsfordeliger (biomialfordelig, ormalfordelig) med kjete populasjosparametrer (forvetig, varias osv.) ka gi
DetaljerInnhold og forelesningsplan Eksempler på LP Begreper Løsning av enkelt eksempel Praktisk relevans Leksjon 2: Simpleksmetoden for løsning av LP
Lekso 2 Mål for kurset teoretisk forståelse, gruleggede optimerig løsigsmetoder LP og utvidelser algoritmisk forståelse avedelser LP og utvidelser modellerig og løsig v.h.a. verktøy Ihold og forelesigspla
DetaljerMA1101 Grunnkurs Analyse I Høst 2017
Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag MA0 Grukurs Aalyse I Høst 07 Løsigsforslag Øvig..b) Vi skriver om 7 = 4 4 7 Korollar.. gir at 7 4 er irrasjoal (side vi vet 7 4 er
Detaljer«Uncertainty of the Uncertainty» Del 5 av 6
«Ucertaity of the Ucertaity» Del 5 av 6 v/rue Øverlad, Traior Elsikkerhet AS Dette er femte del i artikkelserie om «Ucertaity of the Ucertaity». Jeg skal vise deg utledig av «Ucertaity of the Ucertaity»-formele:
DetaljerHøgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 12. desember 2008
Høgskole i Telemark Avdelig for estetiske fag, folkekultur og lærerutdaig BOKMÅL. desember 8 EKSAMEN I MATEMATIKK, Utsatt røve Modul 5 studieoeg Tid: 5 timer Ogavesettet er å sider (ikludert formelsamlig).
DetaljerCONSTANT FINESS SUNFLEX SMARTBOX
Luex terrassemarkiser. Moterig- og bruksavisig CONSTNT FINESS SUNFLEX SMRTBOX 4 5 6 7 8 Markises hovedkompoeter og mål Kombikosoll og plasserig rmklokker og justerig Parallelljusterig Motordrift og programmerig
Detaljer