HØGSKOLEN I MOLDE Sensurveiledning Log300 Innføring i logistikk - Vår 2007

Størrelse: px
Begynne med side:

Download "HØGSKOLEN I MOLDE Sensurveiledning Log300 Innføring i logistikk - Vår 2007"

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 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).

Detaljer

Eksempeloppgave 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 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

Detaljer

Løsning TALM1005 (statistikkdel) juni 2017

Løsning 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

Detaljer

Statistikk og økonomi, våren 2017

Statistikk 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

Detaljer

Eksamen REA3028 S2, Våren 2011

Eksamen 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

Detaljer

Kapittel 7: Noen viktige sannsynlighetsfordelinger

Kapittel 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

Detaljer

Kraftforsyningsberedskap. Roger Steen Seniorrådgiver Beredskapsseksjonen NVE, rost@nve.no

Kraftforsyningsberedskap. 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

Detaljer

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort?

Oppgave 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

Sensurveiledning Lo300 Innføring i logistikk Høst 2004

Sensurveiledning 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

Detaljer

Signifikante sifre = alle sikre pluss ett siffer til

Signifikante 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

Detaljer

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

TALLSVAR. 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

Detaljer

Kapittel 5: Tilfeldige variable, forventning og varians.

Kapittel 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

Detaljer

Oppgaven består av 9 delspørsmål, A,B,C,., som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<.. >>.

Oppgaven 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

Detaljer

ECON240 Statistikk og økonometri

ECON240 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

Econ 2130 uke 15 (HG) Poissonfordelingen og innføring i estimering

Econ 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

Detaljer

Eksamen REA3028 S2, Våren 2010

Eksamen 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

Detaljer

LØSNINGSFORSLAG TILEKSAMEN I FAG TMA4240/TMA4245 STATISTIKK 10. august 2005

LØSNINGSFORSLAG 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

Detaljer

Kapittel 8: Estimering

Kapittel 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

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004

LØSNINGSFORSLAG 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

Detaljer

Introduksjon. Hypotesetesting / inferens (kap 3) Populasjon og utvalg. Populasjon og utvalg. Populasjonsvarians

Introduksjon. 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

Detaljer

Noen vanlige. Indikatorfordeling: 1, dersom suksess. I mange situasjoner kan fenomenet vi ser på. 0, dersom ikke suksess

Noen 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

Detaljer

EKSAMEN Løsningsforslag

EKSAMEN 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:

Detaljer

OM TAYLOR POLYNOMER. f x K f a x K a. f ' a = lim x/ a. f ' a z

OM 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

Detaljer

Eksamen REA3028 S2, Våren 2010

Eksamen 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

Detaljer

Kapittel 7: Noen viktige sannsynlighetsfordelinger

Kapittel 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

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 5

ÅMA110 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

Detaljer

Forventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk

Forventningsverdi. 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

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 5. Hypotesetesting, del 5

ÅMA110 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

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5

ÅMA110 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

Detaljer

Påliteligheten til en stikkprøve

Påliteligheten 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

Detaljer

EKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares.

EKSAMEN. 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:

Detaljer

Rente og pengepolitikk. 8. forelesning ECON 1310 21. september 2015

Rente 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

Detaljer

LØSNING: Eksamen 17. des. 2015

LØSNING: 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

Detaljer

X = 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

X = 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

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 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

Detaljer

NORDISK ELBIL-BAROMETER

NORDISK 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,

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

LØSNINGSFORSLAG 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

Detaljer

Econ 2130 Forelesning uke 11 (HG)

Econ 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

Detaljer

Eksempeloppgave 2014. REA3026 Matematikk S1 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

Eksempeloppgave 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:

Detaljer

Numeriske metoder: Euler og Runge-Kutta Matematikk 3 H 2016

Numeriske 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,

Detaljer

LØSNING: Eksamen 28. mai 2015

LØSNING: 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

Detaljer

Eksamen REA3028 S2, Våren 2012

Eksamen 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

Detaljer

3MX 2007/8 - Kapittel 5: 8. januar 5. februar 2008

3MX 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,

Detaljer

Eksamen REA3028 S2, Våren 2012

Eksamen 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

Detaljer

Forelesning 4 og 5 Transformasjon, Weibull-, lognormal, beta-, kji-kvadrat -, t-, F- fordeling

Forelesning 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

Detaljer

Løsningsforslag til eksamen i STK desember 2010

Løsningsforslag 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

Detaljer

H 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

H 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

Detaljer

Oppgaver 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)

Oppgaver 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.

Detaljer

TMA4240 Statistikk Høst 2015

TMA4240 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

Detaljer

Kap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren

Kap. 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

Detaljer

STK1100 våren 2017 Estimering

STK1100 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

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006

ÅMA110 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

) = 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 >

Detaljer

Del1. 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 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

Detaljer

Detaljert løsningsveiledning til ECON1310 seminaroppgave 9, høsten der 0 < t < 1

Detaljert 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

Detaljer

Løsningsforslag for andre obligatoriske oppgave i STK1100 Våren 2007 Av Ingunn Fride Tvete og Ørnulf Borgan

Løsningsforslag 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

Detaljer

Tema. Statistikk og prøvetakning. Hvorfor måle mer enn en gang? Fordelinger en innledning. Hvorfor måle mer enn en gang

Tema. 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

Detaljer

I dag: Produktfunksjoner og kostnadsfunksjoner

I 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

Detaljer

Faglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare!

Faglærer 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.

Detaljer

Registrarseminar 1. april 2003. Ingrid Ofstad Norid

Registrarseminar 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

Detaljer

f '( 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

f '( 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:

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 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

Detaljer

Mer om utvalgsundersøkelser

Mer 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

Detaljer

Kap. 9: Inferens om én populasjon

Kap. 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)

Detaljer

2. Hypotesetesting i ulike sitausjoner: i. for forventingen, μ, i målemodellen med normalantakelse og kjent varians, σ 2.

2. 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,

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 5 Estimering. Målemodellen.

ÅMA110 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

Detaljer

Emnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard

Emnenavn: 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

Detaljer

Emnenavn: Metode 1, statistikk deleksamen. Eksamenstid: 4 timer. Faglærer: Bjørnar Karlsen Kivedal

Emnenavn: 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

Detaljer

Plan for fagdag 3. Plan: Litt om differanse- og summefølger. Sammenhengen a n a 1 n 1 i 1

Plan 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

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

ÅMA110 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

Detaljer

Løsningsforslag ST1101/ST6101 kontinuasjonseksamen 2018

Løsningsforslag 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

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 2

ÅMA110 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

Detaljer

IN3030 Uke 12, v2019. Eric Jul PSE, Inst. for informatikk

IN3030 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

Detaljer

211.7% 2.2% 53.0% 160.5% 30.8% 46.8% 17.2% 11.3% 38.7% 0.8%

211.7% 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

Detaljer

Eksamen INF3350/INF4350 H2006 Løsningsforslag

Eksamen 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

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Sannsynlighetsregning med statistikk. Kp. 5 Estimering.

ÅMA110 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)

Detaljer

Kap. 9: Inferens om én populasjon

Kap. 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)

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Konfidensintervall, innledning. Kp. 5 Estimering.

ÅMA110 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)

Detaljer

Differensligninger Forelesningsnotat i Diskret matematikk Differensligninger

Differensligninger 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

Detaljer

Løsning eksamen S2 våren 2010

Løsning 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

Detaljer

Avsnitt 8.1 i læreboka Differensligninger

Avsnitt 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

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 5

ÅMA110 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

Detaljer

TMA4245 Statistikk Eksamen mai 2017

TMA4245 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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.

Detaljer

TMA4245 Statistikk Eksamen 9. desember 2013

TMA4245 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

Detaljer

INF3400 Digital Mikroelektronikk Løsningsforslag DEL 9

INF3400 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

Detaljer

EKSAMEN Løsningsforslag

EKSAMEN 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

Detaljer

2T kapittel 3 Modellering og bevis Utvalgte løsninger oppgavesamlingen

2T 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

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Sensorveiledning - Obligatorisk oppgave 1310, v15

UNIVERSITETET 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

Detaljer

Estimering 1 -Punktestimering

Estimering 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

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

ÅMA110 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

Detaljer

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon

KLMED8004 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

Detaljer

Innhold og forelesningsplan Eksempler på LP Begreper Løsning av enkelt eksempel Praktisk relevans Leksjon 2: Simpleksmetoden for løsning av LP

Innhold 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

Detaljer

MA1101 Grunnkurs Analyse I Høst 2017

MA1101 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

«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:

Detaljer

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 12. desember 2008

Høgskolen 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).

Detaljer

CONSTANT FINESS SUNFLEX SMARTBOX

CONSTANT 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