Galton-brett og sentralgrenseteorem

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "Galton-brett og sentralgrenseteorem"

Transkript

1 Halvor Aarnes, IBV, 2014 Galton-brett og sentralgrenseteorem På et Galton-brett (Sir Francis Galton) beveger kuler for eksempel erter eller klinkekuler seg som følge av tyngdekraften på et skråstilt brett med hindringer. Brettet består av en rekke Bernoulli-eksperimenter. Hver gang en ert ellerkule treffer en hindring i form av en pigg på brettet er det to muligheter: Kulen kan bevege seg med like stor sannsynlighet til høyre (H-suksess) eller til venstre (V-ikke suksess). Deretter faller kulen til neste nivå hvor Bernoulli-eksperimentet blir gjentatt. Gjentatte Bernoulli-eksperimenter følger en binomial fordeling hvor det bare er to mulige utfall. Til slutt og nederst faller kulene ned i atskilte brønner. Det er større sannsynlighet for at en kule treffer en hindring i midten av brettet enn i ytterkantene, og det er flere muligheter nær midten. Brettet kan lages med tre- eller metall-pigger på en glatt plate for eksempel en treplate. 1

2 Figur 1. Galton-brett. Jo flere veier en kule har mulighet til å velge, desto nærmere sentrumsbrønnen havner den. P(x) er sannsynligheten for et gitt utfall. Det betyr at kulen har størst sannsynlighet for å havne i brønn 2-4 på figuren, altså blant de midterste. Det interessante er at normalfordelingen kommer naturlig som et estimat fra en kombinasjon av et stort antall uavhengige hendelser. Dette er et resultat av sentralgrenseteoremet. Gjennomsnittet av et stort antall uavhengige hendelser, som ikke nødvedigvis må følge normalfordelingen, i Galton-brett følges den diskrete binomialfordelingen, men kulene i brønnene følger tilnærmet den kontinuerlige normalfordelingen. Det skyldes av for en stor verdi av n for en binomial variabel med utfall p=0.5 så vil denne ha samme form som normalfordelingen, det vil si med ca. samme gjennomsnitt og standardavvik Figur 2. V-ventre og H-Høyre. Figuren viser mulighetene ved hver hindring. Man ser at tallene som går igjen er tallene i Pascals trekant. Det er flere mulige veier å velge for kulen i midten av brettet. For den nederste rekken er det ikke satt opp de mulige utfallene, men tallene som dukker opp før kulene faller ned i brønnene på bunnen av brettet blir blir for de 2 6 =64 mulige utfallene: 2

3 1/64, 6/64, 15/64, 20/64, 15/64, 6/64, 1/64 hvor =64 Vi definerer fakultetsfunksjonen n! (n fakultet)! ! 1 Det er bare en måte å ordne null objekter. Fakultetsfunksjonen gjelder bare for positive heltall. Det er bare når n=0 og n=1 at n! blir et oddetall, ellers blir det alltid et liketall, og den øker meget raskt med n. Tallene for n-fakultet for tallene 0 til 12: [ Fakultetsfunksjonen kan også uttrykkes som produktnotasjon:! Når man regner ut binomialkoeffisienten benyttes fakultetsfunksjonen:!!! Binomialkoeffisientene kan settes opp i Pascals trekant, hvor tallene i neste horisontale linje er summen av de ovenfor og havner midt mellom dem

4 Trekanten er symmetrisk om midtlinjen og De tilsvarende tallene satt opp som binomialkoeffisienter

5 Vi kan simulere et Galton-brett som har seks rader med pinner ved å kaste en mynt 6 ganger. Blir det kron (suksess) går man til høyre (H) og blir det mynt (ikke-suksess) går man til venstre (V). Et mulig utfall er følgende 4 til høyre og 2 til venstre (tilsvarende 4 kron) Figur 3. Vi kan simulere et Galton-brett ved å kaste en mynt 6 ganger. Blir det kron (suksess) går man til høyre (H) og blir det mynt (ikkesuksess) går man til venstre (V). Et mulig utfall er følgende 4 til høyre og 2 til venstre (tilsvarende 4 kron) Binomialkoeffisentene for 6 mynter og antall kron blir De tilsvarende sannsynlighetene for å få disse utfallene, for myntkast er p=0.5, q=1-p= Sannsynligheten for å få for eksempel 4 kron i 6 kast er ca. 23% Summen av disse sannsynlighetene er lik 1. Vi kan gjøre et simuleringsforsøk ved å kaste en mynt 6 ganger, telle antall kron, og gjenta dette ganger. 5

6 Vi kan simulere en binomial fordeling med betingelsene vi har valgt her med 6 kast av en mynt og telling av antall kron. Deretter plotter vi en tilsvarende normalfordeling med samme standardavvik og gjennomsnitt. Figur 5. Simulering av 6 myntkast og sannsynlighten for utfallet kron eller bevege seg til høyre (H) når en ert treffer en pinne på et Galton-brett med 6 rader med pinner og 6 brønner på bunnen avbrettet. I en binomial fordeling er sannsynligheten for suksess k ganger i n uavhengige forsøk P(X=k) lik:!!! 0,1,2,3,, q er sannsynligheten for ikke-suksess. Det vil si at kastes n antall mynter med p=0.5 så angir binomialfordelingen sannsynligheten for k kron i n-kast for hvert av heltallene av k mellom 0 og n. 6

7 Summen av alle punktsannsynlighetene, det vil si fordelingsfunksjonen F(x), er den kumulative sannsynligheten, og den blir alltid lik 1: 1 For eksempel er P(a x b) gitt ved Forventningsverdien E(X) og variansen Var(X) for en binomial fordeling er: E(x)=6 0.5 =3, Var(x)=1.5, SD=1. Oppgave Lag et Galton-brett med trepinner. Kjøp tørre runde erter på butikken. Et ikke optimalt konstruert Galton-brett. Det ble borret for mange rekker med hull. Trepinner er greit hvis man bruker erter, men med klinkekuler som er tyngre gikk det dårlig med trepinner. 7

8 Referanser R Development Core Team (2011). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN , URL Wikipedia 8

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem MAT400 PROSJEKTOPPGAVE: Statistikk i S2 Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem 20. mai 205 Innhold. Stokastisk Variabel.. Stokastiske variable som funksjoner 3 2. Forventningsverdi

Detaljer

1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger

1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger 1 Section 4-1: Introduksjon til sannsynlighet 2 Section 4-2: Enkel sannsynlighetsregning 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger 4 Section 5-2: Tilfeldige variable 5 Section 5-3: Binomisk

Detaljer

Skrivne og trykte hjelpemiddel samt kalkulator er tillate. Ta med all mellomrekning som trengst for å grunngje svaret.

Skrivne og trykte hjelpemiddel samt kalkulator er tillate. Ta med all mellomrekning som trengst for å grunngje svaret. Eksamen 7. mai 2014 Eksamenstid 4 timar IR201812 Statistikk og Simulering Skrivne og trykte hjelpemiddel samt kalkulator er tillate. Ta med all mellomrekning som trengst for å grunngje svaret. Oppgåve

Detaljer

Kap. 5.2: Utvalgsfordelinger for antall og andeler

Kap. 5.2: Utvalgsfordelinger for antall og andeler Kap. 5.2: Utvalgsfordelinger for antall og andeler Binære data (1/0, Ja/Nei, Suksess/Feil) Utvalgsundersøkelser: Ja/Nei-spørsmål Tilstedeværelse av arter: Tilstede/Ikke-tilstede (1/0) Overlevelse etter

Detaljer

Simulering - Sannsynlighet

Simulering - Sannsynlighet Simulering - Sannsynlighet Når regnearket skal brukes til simulering, er det et par grunninnstillinger som må endres i Excel. Hvis du får feilmelding om 'sirkulær programmering', betyr det vanligvis at

Detaljer

Kontinuerlige sannsynlighetsfordelinger.

Kontinuerlige sannsynlighetsfordelinger. Kontinuerlige sannsynlighetsfordelinger. Dekkes av kap. 6 og deler av kap. 8.5 i boka. Husk: f(x er sannsynlighetstettheten til en kontinuerlig X dersom:. f(x 0 for alle x R 2. f(xdx = 3. P (a

Detaljer

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG27 EKSAMENSDATO: 27. mai 211. KLASSE: HIS 8 11. TID: kl. 8. 13.. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 3 innkl. forside) TILLATTE

Detaljer

TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger

TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger TMA4240/TMA4245 Statistikk: Oppsummering kontinuerlige sannsynlighetsfordelinger Kontinuerlig uniform fordeling f() = B A, A B. En kontinuerlig størrelse (vekt, lengde, tid), som aldri kan bli mindre enn

Detaljer

Beskrivende statistikk.

Beskrivende statistikk. Obligatorisk oppgave i Statistikk, uke : Beskrivende statistikk. 1 Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke I løpet av uken blir løsningsforslag lagt ut

Detaljer

Formelsamling V-2014 MAT110. Statistikk 1. Per Kristian Rekdal

Formelsamling V-2014 MAT110. Statistikk 1. Per Kristian Rekdal Formelsamling V-2014 MAT110 Statistikk 1 Per Kristian Rekdal 2 Forord Dette er formelsamlingen i emnet MAT110 Statistikk 1 ved høgskolen i Molde. Formlene i denne formelsamlingen er stort sett de formlene

Detaljer

Simulering på regneark

Simulering på regneark Anne Berit Fuglestad Simulering på regneark Trille terninger eller kaste mynter er eksempler som går igjen i sannsynlighetsregningen. Ofte kunne vi trenge flere forsøk for å se en klar sammenheng og få

Detaljer

PASCALS TALLTREKANT. Under følger 10 bolker med oppgaver knyttet til denne trekanten. 1 www.matematikk.org 11.10.02

PASCALS TALLTREKANT. Under følger 10 bolker med oppgaver knyttet til denne trekanten. 1 www.matematikk.org 11.10.02 PASCALS TALLTREKANT Franskmannen Blaise Pascal (1623-1662) var et matematisk geni. Han utviklet en meget spesiell trekant bestående av tall satt sammen etter et spesielt mønster. Her ser du begynnelsen

Detaljer

1 Section 6-2: Standard normalfordelingen. 2 Section 6-3: Anvendelser av normalfordelingen. 3 Section 6-4: Observator fordeling

1 Section 6-2: Standard normalfordelingen. 2 Section 6-3: Anvendelser av normalfordelingen. 3 Section 6-4: Observator fordeling 1 Section 6-2: Standard normalfordelingen 2 Section 6-3: Anvendelser av normalfordelingen 3 Section 6-4: Observator fordeling 4 Section 6-5: Sentralgrenseteoremet Oversikt Kapittel 6 Kontinuerlige tilfeldige

Detaljer

Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at

Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at Kapittel 4 Forventningsverdi, varians, kovarians for én stokastisk variabel og funksjoner av stokastiske variabler TMA4245 V2007: Eirik Mo 2 4.1 Forventing til en stokastisk variabel DEF 4.1: La X være

Detaljer

FORMELSAMLING STATISTIKK, HiG

FORMELSAMLING STATISTIKK, HiG Høgskolen i Gjøvik Avdeling for ingeniørfag Versjon fra mai 2007 FORMELSAMLING STATISTIKK, HiG Hans Petter Hornæs hans.hornaes@hig.no ISSN:??????? Innledning. Denne formelsamlingen er skrevet for bruk

Detaljer

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller.

EKSAMEN. TILLATTE HJELPEMIDLER: Kalkulator. Hornæs: Formelsamling statistikk HiG. John Haugan: Formler og tabeller. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 11. juni 2007. KLASSE: HIS 05 08. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER UTLEVERT: 5 (innkl. forside)

Detaljer

Kontinuerlige stokastiske variable.

Kontinuerlige stokastiske variable. Kontinuerlige stokastiske variable. I forelesning har vi sett på en kontinuerlig stokastisk variabel med sannsynlighetstetthet f() =2 og sannsynlighetsfunksjon F () = 2 for. Der hadde jeg et reint regneteknisk

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010. ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010. ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 ÅMA Sannsynlighetsregning med statistikk, våren Kp. Diskrete tilfeldige variable ÅMA Sannsynlighetsregning med statistikk, våren Kp. Diskrete tilfeldige variable Diskrete tilfeldige variable, innledning

Detaljer

Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I

Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I 4 Kombinatorikk Vi må lære tellemetoder når valgtrær, som vi brukte tidligere, blir for store og vanskelig å håndtere.

Detaljer

Normalfordeling. Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke 7

Normalfordeling. Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke 7 Ueoppgaver i BtG207 Statisti, ue 7 : Normalfordeling. 1 Høgsolen i Gjøvi Avdeling for tenologi, øonomi og ledelse. Statisti Ueoppgaver ue 7 Normalfordeling. Oppgave 1 Anta Z N(0, 1), dvs. Z er standard

Detaljer

QED 5 10. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode

QED 5 10. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode QED 5 10 Matematikk for grunnskolelærerutdanningen Bind 2 Fasit kapittel 4 Statistikk og kvantitativ metode Kapittel 4 Oppgave 1. La x være antall øyne på terningen. a) Vi får følgende sannsynlighetsfordeling

Detaljer

Høgskolen i Gjøviks notatserie, 2001 nr 5

Høgskolen i Gjøviks notatserie, 2001 nr 5 Høgskolen i Gjøviks notatserie, 2001 nr 5 5 Java-applet s for faget Statistikk Tor Slind Avdeling for Teknologi Gjøvik 2001 ISSN 1501-3162 Sammendrag Dette notatet beskriver 5 JAVA-applets som demonstrerer

Detaljer

Nedenfor er det vist hvordan statistikkprogrammet og programeringsmiljøet R (1) kan bli brukt til å analysere befolkningen i Norge.

Nedenfor er det vist hvordan statistikkprogrammet og programeringsmiljøet R (1) kan bli brukt til å analysere befolkningen i Norge. Norges befolkning Nedenfor er det vist hvordan statistikkprogrammet og programeringsmiljøet R (1) kan bli brukt til å analysere befolkningen i Norge. Innhold Mors alder ved fødsel av første barn... 1 Menneskepopulasjonen

Detaljer

6.2 Normalfordeling. Høyde kvinner og menn. 6.1 Kontinuerlig uniform fordeling. Kapittel 6

6.2 Normalfordeling. Høyde kvinner og menn. 6.1 Kontinuerlig uniform fordeling. Kapittel 6 3 6.2 Normalfordeling Kapittel 6 Noen kontinuerlige sannsynlighetsfordelinger TMA4245 V2007: Eirik Mo Normalfordeling: Sannsynlighetstettheten til en normalfordelt stokastisk variabel, X, med forventning

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: ST101 Innføring i statistikk og sannsynlighetsregning. Eksamensdag: Mandag 29. november 1993. Tid for eksamen: 09.00 15.00. Oppgavesettet

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen

ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen Bo Lindqvist Institutt for matematiske fag 2 Kap. 6: Normalfordelingen Normalfordelingen regnes som den viktigste statistiske fordelingen!

Detaljer

TMA4245 Statistikk Vår 2007

TMA4245 Statistikk Vår 2007 TMA4245 Statistikk Vår 2007 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7 Oppgave Tippekonkurranse Denne oppgaven er ment som en kjapp test på hva du har lært.

Detaljer

Sannsynlighetsregning

Sannsynlighetsregning Sannsynlighetsregning Per G. Østerlie Thora Storm vgs per.osterlie@stfk.no 5. april 203 Hva og hvorfor? Hva? Vi får høre at det er sannsynlig at et eller annet kommer til å skje. Sannsynligheten for å

Detaljer

ST0103 Brukerkurs i statistikk Høst 2014

ST0103 Brukerkurs i statistikk Høst 2014 Norges teknisk naturvitenskapelige univsitet Institutt for matematiske fag ST0103 Brukkurs i statistikk Høst 2014 Løsningsforslag Øving 6 5.2 Antall sprukne pøls X binomialfordelt med n 8 og p 0.2, og

Detaljer

Lær å bruke GeoGebra 4.0

Lær å bruke GeoGebra 4.0 Lær å bruke GeoGebra 4.0 av Sigbjørn Hals Innhold: Generelt om GeoGebra... 2 Innstillinger... 2 Likninger og ulikheter... 5 Implisitte likninger... 5 Ulikheter... 9 Statistikkberegninger i regnearket...

Detaljer

Første sett med obligatoriske oppgaver i STK1110 høsten 2015

Første sett med obligatoriske oppgaver i STK1110 høsten 2015 Første sett med obligatoriske oppgaver i STK1110 høsten 2015 Dette er det første obligatoriske oppgavesettet i STK1110 høsten 2015. Oppgavesettet består av fire oppgaver. Du må bruke Matematisk institutts

Detaljer

Familiematematikk MATTEPAKKE 4. Trinn

Familiematematikk MATTEPAKKE 4. Trinn Familiematematikk MATTEPAKKE 4. Trinn May Renate Settemsdal og Ingvill Merete Stedøy Aktiviteter Penta-blokker Bygg noe fint med penta-blokkene. Se om du klarer å bygge noen av de store klossene ved å

Detaljer

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00.

EKSAMEN KANDIDATNUMMER: EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. BtG207 EKSAMENSDATO: 26. mai 2006. SENSURFRIST: 16. juni 2006. KLASSE: HIS 04 07. TID: kl. 8.00 13.00. FAGLÆRER: Hans Petter Hornæs ANTALL SIDER

Detaljer

EKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg m.fl.

EKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg m.fl. KANDIDATNUMMER: EKSAMEN FAGNAVN: FAGNUMMER: Statistikk. REA 1081 og REA1081F EKSAMENSDATO: 1. juni 2011. KLASSE: Flexibel ingeniørutdanning, 2kl. Bygg m.fl. TID: kl. 9.00 12.00. FAGLÆRER: Hans Petter Hornæs

Detaljer

Prøve 6 1T 24.02.12 80 minutter. Alle hjelpemidler

Prøve 6 1T 24.02.12 80 minutter. Alle hjelpemidler Prøve 6 T 24.02.2 80 minutter. Alle hjelpemidler Oppgave I boks A er det 6 svarte og 2 hvite kuler. I boks B er det 8 svarte og 4 hvite kuler. Vi trekker en kule fra en av krukkene. a) va er sannsynligheten

Detaljer

Statistikk 2. Tabellen nedenfor viser oljeproduksjonen i et OPEC-land i perioden 1990 til 2005. Produksjonen er i 1000 tonn.

Statistikk 2. Tabellen nedenfor viser oljeproduksjonen i et OPEC-land i perioden 1990 til 2005. Produksjonen er i 1000 tonn. Statistikk Innledning Begrepet statistikk skriver seg fra tiden da en stat samlet inn opplysninger som myndighetene hadde bruk for. Opplysningene eller dataene som ble samlet inn, dreide seg for det meste

Detaljer

Kap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere

Kap. 10: Inferens om to populasjoner. Eksempel. ST0202 Statistikk for samfunnsvitere Kap. 10: Inferens om to populasjoner Situasjon: Vi ønsker å sammenligne to populasjoner med populasjonsgjennomsnitt henholdsvis μ 1 og μ. Vi trekker da ett utvalg fra hver populasjon. ST00 Statistikk for

Detaljer

Oppgaver til julekalenderen 2005 for mellomtrinnet; 5. - 7.trinn

Oppgaver til julekalenderen 2005 for mellomtrinnet; 5. - 7.trinn Oppgaver til julekalenderen 2005 for mellomtrinnet; 5. - 7.trinn Løsningsord for kalenderen er RAKETTBASE PRESIS KLOKKA TO A B C D E F G H I J K L M N O 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 P Q R S T U

Detaljer

Binomisk fordeling. Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Binomisk fordeling. Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk MAT0100V Sannsynlighetsregning og kombinatorikk Forventning, varians og standardavvik Tilfeldige variabler Når vi kaster to terninger er det 36 utfall Vi ser på X = «sum antall øyne» De mulige verdiene

Detaljer

Eksamensoppgave i TMA4245 Statistikk

Eksamensoppgave i TMA4245 Statistikk Institutt for matematiske fag Eksamensoppgave i TMA4245 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland Tlf: 48 22 18 96 Eksamensdato:??. august 2014 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte

Detaljer

Løsningsforslag AA6524 Matematikk 3MX 3. juni 2005. eksamensoppgaver.org

Løsningsforslag AA6524 Matematikk 3MX 3. juni 2005. eksamensoppgaver.org Løsningsforslag AA654 Matematikk 3MX 3. juni 005 eksamensoppgaver.org eksamensoppgaver.org Om løsningsforslaget Løsningsforslaget for matematikk eksamen i 3MX er gratis, og det er lastet ned på eksamensoppgaver.org.

Detaljer

Matematikk med TI-83

Matematikk med TI-83 Matematikk med TI-83 3MX/Y Brukerveiledning knyttet til eksempler av Eystein Raude Arbeidet bygger på Matematikk med TI-83 på GK og VKI Eksemplene oppfyller læreplanens mål Læreplanens mål 1 Mål 3 Funksjonslære

Detaljer

NIO 1. runde eksempeloppgaver

NIO 1. runde eksempeloppgaver NIO 1. runde eksempeloppgaver Oppgave 1 (dersom du ikke klarer en oppgave, bare gå videre vanskelighetsgraden er varierende) Hva må til for at hele det følgende uttrykket skal bli sant? NOT(a OR (b AND

Detaljer

Løsningsforslag matematikk S1 V14

Løsningsforslag matematikk S1 V14 Løsningsforslag matematikk S1 V14 Oppgave 1 Bruker ABC-formelen: ABC-formelen gir x = 2 x = 3 x 2 + 3x 3 = 3 2x x 2 + 5x 6 = 0 x = b ± b 2 4ac 2a lg(x + 2) = 2 lg x lg(x + 2) = lg x 2 10 lg(x+2) lg x2

Detaljer

Sannsynlighetsregning og kombinatorikk

Sannsynlighetsregning og kombinatorikk Sannsynlighetsregning og kombinatorikk Introduksjon Formålet med sannsynlighet og kombinatorikk er å kunne løse problemer i statistikk, somoftegårutpååfattebeslutninger i situasjoner der tilfeldighet rår.

Detaljer

Eksempel på data: Karakterer i «Stat class» Introduksjon

Eksempel på data: Karakterer i «Stat class» Introduksjon Eksempel på data: Karakterer i «Stat class» Introduksjon Viktige begreper for å beskrive data: Enheter som er objektene i datasettet «label» som av og til brukes for å skille enhetene En variabel er en

Detaljer

Dato: Tirsdag 28. november 2006 Lengde på eksamen: 4 timer Tillatte hjelpemidler: Kun standard enkel kalkulator, HP 30S

Dato: Tirsdag 28. november 2006 Lengde på eksamen: 4 timer Tillatte hjelpemidler: Kun standard enkel kalkulator, HP 30S DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Eksamen i MIK130, Systemidentifikasjon Dato: Tirsdag 28. november 2006 Lengde på eksamen: 4 timer Tillatte hjelpemidler:

Detaljer

Norsk informatikkolympiade 2014 2015 1. runde

Norsk informatikkolympiade 2014 2015 1. runde Norsk informatikkolympiade 2014 2015 1. runde Sponset av Uke 46, 2014 Tid: 90 minutter Tillatte hjelpemidler: Kun skrivesaker. Det er ikke tillatt med kalkulator eller trykte eller håndskrevne hjelpemidler.

Detaljer

Tabell 1: Beskrivende statistikker for dataene

Tabell 1: Beskrivende statistikker for dataene Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7, blokk II Løsningsskisse Oppgave 1 a) Utfør en beskrivende analyse av datasettet % Data for Trondheim: TRD_mean=mean(TRD);

Detaljer

4: Sannsynlighetsregning

4: Sannsynlighetsregning Plan for hele året: - Kapittel 5: Januar - Kapittel 6: Februar - Kapittel 7: Februar/mars 4: Sannsynlighetsregning - Kapittel 8: Mars/april - Repetisjon: April/mai - Økter, prøver, prosjekter: Mai - juni

Detaljer

Løsningsforslag AA6526 Matematikk 3MX - 5. mai 2004. eksamensoppgaver.org

Løsningsforslag AA6526 Matematikk 3MX - 5. mai 2004. eksamensoppgaver.org Løsningsforslag AA6526 Matematikk 3MX - 5. mai 2004 eksamensoppgaver.org eksamensoppgaver.org 2 Om løsningsforslaget Løsningsforslaget for matematikk eksamen i 3MX er gratis, og det er lastet ned på eksamensoppgaver.org.

Detaljer

Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai 2006. eksamensoppgaver.org

Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai 2006. eksamensoppgaver.org Løsningsforslag AA656 Matematikk 3MX Privatister 3. mai 006 eksamensoppgaver.org eksamensoppgaver.org Om løsningsforslaget Løsningsforslaget for matematikkeksamen i 3MX er gratis, og det er lastet ned

Detaljer

Øving 7: Statistikk for trafikkingeniører

Øving 7: Statistikk for trafikkingeniører NTNU Veg og samferdsel EVU kurs Trafikkteknikk Oslo / høsten 2007 Øving 7: Statistikk for trafikkingeniører Det anbefales generelt å arbeide i grupper med 2-3 studenter i hver gruppe. Bruk gjerne Excel

Detaljer

Kapittel 4: Sannsynlighet - Studiet av tilfeldighet

Kapittel 4: Sannsynlighet - Studiet av tilfeldighet Kapittel 4: Sannsynlighet - Studiet av tilfeldighet Vi så i forrige kapittel at utvalgsfordeling til en statistikk (observator) er fordelingen av verdiene til statistikken over alle utvalg av samme størrelse

Detaljer

Regler i statistikk STAT 100

Regler i statistikk STAT 100 TORIL FJELDAAS RYGG - VÅREN 2010 Regler i statistikk STAT 100 Innhold side Sannsynlighetsregning 3 - Uttrykk 3 - Betinget sannsynlighet 4 - Regler for sannsynlighet 4 - Bayes teorem 4 - Uavhengige begivenheter

Detaljer

1 Section 7-2: Estimere populasjonsandelen. 2 Section 7-4: Estimere µ når σ er ukjent

1 Section 7-2: Estimere populasjonsandelen. 2 Section 7-4: Estimere µ når σ er ukjent 1 Section 7-2: Estimere populasjonsandelen 2 Section 7-4: Estimere µ når σ er ukjent Kapittel 7 Nå begynner vi med statistisk inferens! Bruke stikkprøven til å 1 Estimere verdien til en parameter i populasjonen.

Detaljer

Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai 2005. eksamensoppgaver.org

Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai 2005. eksamensoppgaver.org Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai 2005 eksamensoppgaver.org eksamensoppgaver.org 2 Om løsningsforslaget Løsningsforslaget for matematikk eksamen i 3MX er gratis, og det er lastet

Detaljer

DEL 1 Uten hjelpemidler

DEL 1 Uten hjelpemidler DEL 1 Uten hjelpemidler Oppgave 1 (24 poeng) a) Deriver funksjonene f x = x 3x+ 4 1) ( ) 3 g x = 6x e 2 2) ( ) x P x = 2x 6x 8x+ 24 b) Vi har gitt funksjonen ( ) 3 2 1) Vis at P ( 3) = 0 2) Bruk polynomdivisjon

Detaljer

Statistikk 1. Nico Keilman. ECON 2130 Vår 2014

Statistikk 1. Nico Keilman. ECON 2130 Vår 2014 Statistikk 1 Nico Keilman ECON 2130 Vår 2014 Pensum Kap 1-7.3.6 fra Løvås «Statistikk for universiteter og høgskoler» 3. utgave 2013 (eventuelt 2. utgave) Se overspringelsesliste på emnesiden Supplerende

Detaljer

Spill i Universell Matematikk Ungdom

Spill i Universell Matematikk Ungdom Spill i Universell Matematikk Ungdom 1 Plassverdispillet Kap 2.1 Elevdel: s.3 Presentasjonsdel: s.4 Hvilken plassverdi har sifferet? Finn 10 riktige plassverdier på rad uten å gjøre feil. Nevner lik 100

Detaljer

Eneboerspillet del 2. Håvard Johnsbråten, januar 2014

Eneboerspillet del 2. Håvard Johnsbråten, januar 2014 Eneboerspillet del 2 Håvard Johnsbråten, januar 2014 I Johnsbråten (2013) løste jeg noen problemer omkring eneboerspillet vha partall/oddetall. I denne parallellversjonen av artikkelen i vil jeg i stedet

Detaljer

Sted Gj.snitt Median St.avvik Varians Trondheim 6.86 7.50 6.52 42.49 Værnes 7.07 7.20 6.79 46.05 Oppdal 4.98 5.80 7.00 48.96

Sted Gj.snitt Median St.avvik Varians Trondheim 6.86 7.50 6.52 42.49 Værnes 7.07 7.20 6.79 46.05 Oppdal 4.98 5.80 7.00 48.96 Vår 213 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 8, blokk II Matlabøving Løsningsskisse Oppgave 1 a) Ingen løsningsskisse. b) Finn, for hvert datasett,

Detaljer

Kapittel 12 Statistikk og sannsynlighetsregning

Kapittel 12 Statistikk og sannsynlighetsregning Kapittel Statistikk og sannsynlighetsregning. Stokastiske variable En stokastisk variabel antar forskjelligee verdier fra et utfallsrom til en hendelse, ( f.eks. måleresultater fra et eksperiment). Verdiene

Detaljer

Tilfeldig utvalg [8.1] U.i.f. Statistisk inferens. Kapittel 8 og 9

Tilfeldig utvalg [8.1] U.i.f. Statistisk inferens. Kapittel 8 og 9 3 Tilfeldig utvalg [8.1] DEF 8.1: En populasjon er mengden av observasjoner som vi ønsker å studere, dvs. alle observasjoner det er mulig å gjøre. (Dersom elementene i populasjonen har fordeling f(x),

Detaljer

Mappeoppgave om sannsynlighet

Mappeoppgave om sannsynlighet Mappeoppgave om sannsynlighet Statistiske eksperimenter Første situasjon Vi kom frem til å bruke Yatzy som et spill vi ønsket å beregne sannsynlighet ut ifra. Vi valgte ut tre like og to par. Etter en

Detaljer

Eksamensoppgave i TMA4240 Statistikk

Eksamensoppgave i TMA4240 Statistikk Institutt for matematiske fag Eksamensoppgave i TMA4240 Statistikk Faglig kontakt under eksamen: Jo Eidsvik og Arild Brandrud Næss Tlf: 90 12 74 72 og 99 53 82 94 Eksamensdato: 9. desember 2013 Eksamenstid

Detaljer

oppgaver fra abels hjørne i dagbladet

oppgaver fra abels hjørne i dagbladet oppgaver fra abels hjørne i dagbladet sett 4 dag 1 1. Hvor mange av de ett hundre første positive heltallene, 1, 2, 3,, 99, 100, er delelig med 2, 3, 4 og 5? A)0 B) 1 C) 2 D) 3 E) 4 2. Ett tusen terninger

Detaljer

MASTER I IDRETTSVITENSKAP 2014/2016. Utsatt individuell skriftlig eksamen. STA 400- Statistikk. Mandag 24. august 2015 kl. 10.00-12.

MASTER I IDRETTSVITENSKAP 2014/2016. Utsatt individuell skriftlig eksamen. STA 400- Statistikk. Mandag 24. august 2015 kl. 10.00-12. MASTR I IDRTTSVITNSKAP 2014/2016 Utsatt individuell skriftlig eksamen i STA 400- Statistikk Mandag 24. august 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator ksamensoppgaven består av 10 sider inkludert

Detaljer

6 Sannsynlighetsregning

6 Sannsynlighetsregning MATEMATIKK: 6 Sannsynlighetsregning 6 Sannsynlighetsregning 6.1 Forsøk. Utfallsrom. Sannsynlighet (sjanse). Sannsynlighetsmodell Ved ett kast med en terning vet vi at terningen vil vise enten ett, to,

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 7. oktober 2009. Tid for eksamen: 15:00 17:00. Oppgavesettet er på

Detaljer

b) i) Finn sannsynligheten for at nøyaktig 2 av 120 slike firmaer går konkurs.

b) i) Finn sannsynligheten for at nøyaktig 2 av 120 slike firmaer går konkurs. Eksamen i: MET 040 Statistikk for økonomer Eksamensdag: 31 Mai 2007 Tid for eksamen: 09.00-13.00 Oppgavesettet er på 4 sider. Tillatte hjelpemidler: Alle trykte eller egenskrevne hjelpemidler og kalkulator.

Detaljer

Potensrekker. Binomialrekker

Potensrekker. Binomialrekker Potensrekker Potensrekker er rekker på formen: Potensrekker kan brukes på en rekke områder for å finne tilnærmede eller eksakte løsninger på problemer som ellers kanskje må løses numerisk eller krever

Detaljer

DEL 1. Uten hjelpemidler. Oppgave 1 (5 poeng) Oppgave 2 (3 poeng) Deriver funksjonene. x x. På figuren har vi tegnet grafen til en funksjon f gitt ved

DEL 1. Uten hjelpemidler. Oppgave 1 (5 poeng) Oppgave 2 (3 poeng) Deriver funksjonene. x x. På figuren har vi tegnet grafen til en funksjon f gitt ved DEL 1 Uten hjelpemidler Oppgave 1 (5 poeng) Deriver funksjonene a) f ( ) e b) g ( ) 1 c) h( ) (3 1) e Oppgave (3 poeng) På figuren har vi tegnet grafen til en funksjon f gitt ved 3 f( ) k k, D f f a) Faktoriser

Detaljer

Heldagsprøve. Matematikk - S2. 6 Mai 2010

Heldagsprøve. Matematikk - S2. 6 Mai 2010 S2 -Heldagsprøve V0 Heldagsprøve Matematikk - S2 6 Mai 200 Løsningsskisser Del Oppgave a) En rekke er gitt ved 7 3 9... ) Finn ledd nummer 25 i rekken. a 25 a d n 6 25 45 2) Finn summen av de første 50

Detaljer

BIO2150 Biostatistikk og studiedesign. Ordliste

BIO2150 Biostatistikk og studiedesign. Ordliste BIO2150 Biostatistikk og studiedesign Ordliste Forord Denne ordlisten inneholder forklaringer på statistiske og andre matematiske ord og uttrykk som brukes i forelesningene i BIO2150 ved Biologisk institutt,

Detaljer

QED 1 7. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode

QED 1 7. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 4 Statistikk og kvantitativ metode QED 1 7 Matematikk for grunnskolelærerutdanningen Bind 2 Fasit kapittel 4 Statistikk og kvantitativ metode Kapittel 4 Oppgave 1 La være antall øyne på terningen. a) Vi får følgende sannsynlighetsfordeling

Detaljer

Øving 1 TMA4240 - Grunnleggende dataanalyse i Matlab

Øving 1 TMA4240 - Grunnleggende dataanalyse i Matlab Øving 1 TMA4240 - Grunnleggende dataanalyse i Matlab For grunnleggende introduksjon til Matlab, se kursets hjemmeside https://wiki.math.ntnu.no/tma4240/2015h/matlab. I denne øvingen skal vi analysere to

Detaljer

Kapittel 6: Kontinuerlige sannsynlighetsfordelinger 6.4-5.7: Normalfordelingen, normalapproksimasjon, eksponensial og gamma.

Kapittel 6: Kontinuerlige sannsynlighetsfordelinger 6.4-5.7: Normalfordelingen, normalapproksimasjon, eksponensial og gamma. TMA4240 Statistikk H2010 Kapittel 6: Kontinuerlige sannsynlighetsfordelinger 6.4-5.7: Normalfordelingen, normalapproksimasjon, eksponensial og gamma. Mette Langaas Foreleses mandag 27. september 2010 2

Detaljer

Øving 1 TMA4245 - Grunnleggende dataanalyse i Matlab

Øving 1 TMA4245 - Grunnleggende dataanalyse i Matlab Øving 1 TMA4245 - Grunnleggende dataanalyse i Matlab For grunnleggende bruk av Matlab vises til slides fra basisintroduksjon til Matlab som finnes på kursets hjemmeside. I denne øvingen skal vi analysere

Detaljer

Seminar om lokal forvaltning av elg og fisk

Seminar om lokal forvaltning av elg og fisk Seminar om lokal forvaltning av elg og fisk Bruk av sett elg data i lokal forvaltning 26.06.2004 Bård-Jørgen Bårdsen Innledning Tetthet, antall og indekser Metode Antall elg per jaktdagsverk Antall kalver

Detaljer

Kombinatorikk og sannsynlighetsregning

Kombinatorikk og sannsynlighetsregning Kombinatorikk og sannsynlighetsregning Aasum, Jon-Henning & Maers, Rafael Lukas 1. april 2014 Sammendrag Denne artikkelen forsøker å gi en god forklaring på grunnleggende kombinatorikk og sannsynlighetsregning,

Detaljer

Flaksefugl Nybegynner Scratch Lærerveiledning

Flaksefugl Nybegynner Scratch Lærerveiledning Flaksefugl Nybegynner Scratch Lærerveiledning Introduksjon Nå skal vi lage vår egen versjon av spillet Flappy Bird. Du styrer fuglen Flakse ved å trykke på mellomromtasten for å flakse med vingene. Du

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon Bo Lindqvist Institutt for matematiske fag 2 Kap. 9: Inferens om én populasjon Statistisk inferens har som mål å tolke/analysere

Detaljer

Eksamen 31.05.2011. REA3028 Matematikk S2. Nynorsk/Bokmål

Eksamen 31.05.2011. REA3028 Matematikk S2. Nynorsk/Bokmål Eksamen 1.05.2011 REA028 Matematikk S2 Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: 5 timer: Del 1 skal leveres inn etter 2 timer. Del 2 skal leveres

Detaljer

NR. 2-2005 11. årgang

NR. 2-2005 11. årgang nytt NR. - 005 11. årgang FX-9860G SD Casio lanserer i nær framtid et nytt tilskudd på stammen av grafiske lommeregnere spesielt beregnet for videregående skole. Den svart hvite skjermen, er blitt større

Detaljer

Statistikk og matematikk

Statistikk og matematikk Statistikk og matematikk Halvor Aarnes 2009. Revidert 2012. Innholdsfortegnelse Sannsynlighetsregning... 3 R din nye kalkulator... 7 Matriser, matriseregning og vektorer... 10 Vektorer og vektorrom...

Detaljer

S1 kapittel 7 Sannsynlighet Løsninger til oppgavene i boka

S1 kapittel 7 Sannsynlighet Løsninger til oppgavene i boka S1 kapittel 7 Sannsynlighet Løsninger til oppgavene i oka 7.1 a c d 4 1 P (sum antall øyne lir 5) = = 36 9 6 1 P (sum antall øyne lir minst 10) = = 36 6 6 1 P (sum antall øyne lir høyst 4) = = 36 6 11

Detaljer

Full fart med funksjoner, prosent og potens Vg1T, TY, P, PY og Vg2P 75 minutter

Full fart med funksjoner, prosent og potens Vg1T, TY, P, PY og Vg2P 75 minutter Lærerveiledning Passer for: Varighet: Full fart med funksjoner, prosent og potens Vg1T, TY, P, PY og Vg2P 75 minutter Full fart med funksjoner, prosent og potens er et skoleprogram hvor elevene går fra

Detaljer

1 Stokastisk variabel

1 Stokastisk variabel FY1/TFY415 Innføring i kvantefysikk - Notat om sannsynlegheit 1 1 Stokastisk variabel Før vi byrjar på oppgåvene gjev vi ein liten briefing om stokastiske variable, middelverdiar, usikkerheiter osb. Ein

Detaljer

Matematikk GS3 Temaer våren 2013 DEL 1: GEOMETRI. 1. Måleenheter. 1.1 Lengdeenheter. 1.2 Arealenheter. Eksempel 1: Gjør om 5 m til dm, cm og mm

Matematikk GS3 Temaer våren 2013 DEL 1: GEOMETRI. 1. Måleenheter. 1.1 Lengdeenheter. 1.2 Arealenheter. Eksempel 1: Gjør om 5 m til dm, cm og mm Matematikk GS3 Temaer våren 2013 DEL 1: GEOMETRI 1. Måleenheter 1.1 Lengdeenheter Eksempel 1: Gjør om 5 m til dm, cm og mm m dm 5 m = 5 10 dm = 50 dm m cm 5 m = 5 10 10 cm = 5 10 2 cm = 500 cm m mm 5 m

Detaljer

MA1301 Tallteori Høsten 2014

MA1301 Tallteori Høsten 2014 MA1301 Tallteori Høsten 014 Richard Williamson 1. august 015 Innhold Forord 7 1 Induksjon og rekursjon 9 1.1 Naturlige tall og heltall............................ 9 1. Bevis.......................................

Detaljer

+ S2 Y ) 2. = 6.737 6 (avrundet nedover til nærmeste heltall) n Y 1

+ S2 Y ) 2. = 6.737 6 (avrundet nedover til nærmeste heltall) n Y 1 Løsningsforslag for: MOT10 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 6. november 007 TILLATTE HJELPEMIDLER: Kalkulator: HP0S, Casio FX8 eller TI-0 Tabeller og formler i statistikk (Tapir forlag) MERKNADER:

Detaljer

Norsk informatikkolympiade 2014 2015 1. runde. Sponset av. Uke 46, 2014

Norsk informatikkolympiade 2014 2015 1. runde. Sponset av. Uke 46, 2014 Norsk informatikkolympiade 014 015 1. runde Sponset av Uke 46, 014 Tid: 90 minutter Tillatte hjelpemidler: Kun skrivesaker. Det er ikke tillatt med kalkulator eller trykte eller håndskrevne hjelpemidler.

Detaljer

DEL 1 Uten hjelpemidler

DEL 1 Uten hjelpemidler DEL Uten hjelpemidler Oppgave (8 poeng) a) Løs likningene ) 7 + + = 6 3 6 ) = 0 b) Løs likningssystemet y= y+ = 3 c) ) Løs likningen 3 = 4 ) Finn en formel for når y = a b d) Vi har gitt funksjonen: (

Detaljer

Eksamen MAT1005 Matematikk 2P-Y Høsten 2014

Eksamen MAT1005 Matematikk 2P-Y Høsten 2014 Eksamen MAT1005 Matematikk P-Y Høsten 014 Oppgave 1 (1 poeng) Regn ut og skriv svaret på standardform 0,0003 500000000 0,00,0 10,0 4 8 3,0 10 5,0 10 3,0 5,0 4 8 ( 3) 7 3 10 7,5 10 Oppgave (1 poeng) Prisen

Detaljer

En kort innføring i sannsynlighetsregning

En kort innføring i sannsynlighetsregning En kort innføring i sannsynlighetsregning Harald Goldstein Sosialøkonomisk institutt Januar 2000 Innhold 1 Innledning 1 2 Begivenheter og sannsynlighet 4 2.1 Matematiskbeskrivelseavbegivenheter... 4 2.2

Detaljer

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt.

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt. Eksamen i: MET040 Statistikk for økonomer Eksamensdag: 4 november 2008 Tid for eksamen: 09.00-13.00 Oppgavesettet er på 4 sider. Tillatte hjelpemidler: Alle trykte eller egenskrevne hjelpemidler og kalkulator.

Detaljer

Niels Henrik Abels matematikkonkurranse 2011 2012

Niels Henrik Abels matematikkonkurranse 2011 2012 Bokmål Niels Henrik Abels matematikkonkurranse 011 01 Første runde. november 011 Ikke bla om før læreren sier fra! Abelkonkurransens første runde består av 0 flervalgsoppgaver som skal løses i løpet av

Detaljer

Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013

Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013 1 Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 013. Skrevet av Stian Lydersen 16 januar 013 Vi antar at vårt utvalg er et tilfeldig og representativt utvalg for

Detaljer

Eksamen 30.11.2010. REA3028 Matematikk S2. Nynorsk/Bokmål

Eksamen 30.11.2010. REA3028 Matematikk S2. Nynorsk/Bokmål Eksamen 30.11.2010 REA3028 Matematikk S2 Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: Framgangsmåte: 5 timer: Del 1 skal leveres inn etter 2 timer.

Detaljer