INF 2310 Digital bildebehandling

Størrelse: px
Begynne med side:

Download "INF 2310 Digital bildebehandling"

Transkript

1 eer d INF 3 Dtl ldeedl FORELESNIN 4 RÅONE-RANSFORMASJONER Frtz Alretse Hstorer Leære råtoetrsorer t Stdrdser v lder ed leær trsor Ikke-leære, retrske trsorer Pesu: K DIP 3. Neste uke: Hstorserte oersjoer o lokle råtoetrsorer Hvord edre kotrste et lde?? Hstorer E dskret uksjo so vser tll åler eor so otest uore tervller et dtsett V joer ed lder o år Et lde so dtsett Pksel-testeter so åler E overskt over ete tl testetee ldet K oså storer over dre retre. Mtetsk verktøksse 3 4

2 råtoestorer Ekseel - stor tt et råtoelde ed ksler o råtoer Blde: Hstor: 3 Et stor,, er slk t: = tll ksler ldet ed kselverd Des ved å å jeo lle kslee o telle råtoer # ksler V r turlvs t råtoe # k ksler Pkselverd 5 6 Ekseler Ekseler II 7 8

3 4 6 8 Hvord ser storet ut? Hvord ser storet ut? Her er storet. Hvord ser ldet ut? Over Norlsert stor V r t Det orlserte storet er:, k ses å so e ssletsordel or kselverdee Uve v tll ksler ldet M k s e del o ldet ut r dee sslets-tettetsuksjoe 9 Kuultvt stor Ekseel, kuultvt stor Hvor e ksler r råtoe dre e eller lk råtoe j? c j j Norlsert kuultvt stor: c j Sslete or t e tleld ksel er dre eller lk råtoe j Hstor o kuultvt stor se ur

4 Hstorer ull oløs Sklerte storer redusert oløs ll kdd dter t 4 Hstor kddter ot totl oesu totl oesu ku ultvt tll k Kuultvt stor, kddter ot totl oesu ed krkterreser rkert ddter totl oesu * Oløse storer k reduseres - or ekseel ved over r oesu tl krkter. * Hstoret k skleres es tl su = eller e su = %. Nore er %, 5%, 3% 5%, %. Er dere edre e ore, så år dere ode krkterer. 3 4 Hstorer v ojekt-eeskereesker Beresrtet okr storer vl oså koe tl tte dtl ldelse V k le storer over eesker, eks: Ojekt-størrelse: Vser ordele v størrelse å ojektee, o der rul or å sette e terskel or å kue jere så o uvesetle ojekter r ldet stø Ojekt-oeter: Vser ordele v ereede oeter r vert ojekt, o der rul or å sle ruer v ojekter klsser eller clustre råtoetrsorsjo Når v vser et lde å skjere er testete kotrollert v de tlsvrede verde ldetrse V k orette e vlds-uksjo ello de tllee so es ldetrse, v, o de testete v øsker å skjere, v out For ett-ådslder er v out =[v k være e retrsk uksjo eller e tell Re råtoetrsorsjo, så ett o ett ksel trsoreres uve v oksler lol trsorsjo. 5 6

5 Idettets Leær vld Fure vser seee ello kselverde -ldet o kselverde tl de se ksele utldet etter e råtoetrsorsjo. Hvs trsorsjo er e dettets, =, vl ure vse e rett lje jeo oro, ed ststll. [ = Leær strekk [ x, x, reulerer kotrste, o lsete >: er kotrst <: dre kotrst : ltter lle råtoer våer Netver: =-, =xverd or ldete 7 8 Edre lsete rtess Edre kotrste Lee tl e kostt tl lle kselverdee x, x, Multlsere ver kselverd ed e ktor : x, x, Hvs >, lle kselverdee øker, o ldet lr lsere Hvs <, ldet lr ørkere Hstoret lttes o eller ed ed Mddelverde edres! Hvs >, kotrste øker Hvs <, kotrste ker Eks: Bruke ele testetsskle Q: Hv skjer ed ddelverde? 9

6 Ivertert råtoelde Fr råtoevå [, tl[, Der ldets etv ved å sett =- o =ksverde tll råtoer = x, x, Bldet år kke etve verder, e vldsuksjoe r etvt ststll Edre tervllet [, tl å l [, E leær r tl : x, x, Rett lje ed ststll = - / - Kl etter trsor Stdrdser v lder O x, år verder uteor det støttede tervllet, orets so otest kl v verdee F.eks vl et used te lde l tvuet eor tervllet [, 55 x Heskt: Søre or t lle ldee e sere er sttstsk lke. orde Metode: Justere ddelverde o vrse tl råtoeverdee ldet ved jel v e leær råtoetrsor Hvoror? Fjere eekte v Døvrsjo els Aldrseekter ler o detektorer Akkuuler v støv å lser etc. Hvor: Produkt-seksjo dustr Mkroskoer v celler... storet Neste uke: K oså stdrdsere ldee ed storsesksjo, e vl d kke eolde ore å storet 3 4

7 Mddelverde v råtoee Mddelverde v råtoee Mddelverde v kselverdee et lde ed х Mddelverde v kselverdee et lde ed х ksler o råtoer k es ete r ldet ete r ldet eller r ldets stor, evt r orlsert stor, x x... Hvoror e ordel ed d t t lt t t?, : der det sste ltertvet? Norlsert stor 5 Vrs v råtoee Vrs v råtoee Vrse v kselverdee et lde ed x ksler Vrse v kselverdee et lde ed x ksler o råtoer k oså es r ldets stor, [ x x [ [ 6 Juster v μ o σ Juster v μ o σ tt lde ed ddelverd μ o vrs σ tt -lde ed ddelverd μ o vrs σ At e leær råtoe-trsor [=+ N ddelverd μ o vrs σ er d tt ved N ddelverd μ o vrs σ er d tt ved [ [ [ Dvs. =σ /σ, = μ -μ V k ltså vele e μ o σ, eree o eree o, vede [= + å -ldet o å et ut-lde ed rkt μ o σ 7 Ekseel : Juster v σ Ekseel : Juster v σ Vl eolde ddelverde slk t Vl eolde ddelverde, slk t μ =μ, ø k e øsker σ. B t l [ Beste o le [=+: [, [ 8

8 Ekseel : Juster v μ o σ Øsker t lle ldee e sere skl se μ,σσ. Beste o le [=+:, [ Vl v stdrdvvk At t storet tl ldet er orlordelt Nμ,σ, o t v veler μ /. Hv er d otlt vl v σ? Hvor stor ercetl lr klt? For vert lde å v e ldets μ,σ 9 3 Ikke-leær trsor Lortsk skler Eks: Desel o rdrlder, Fourer-trsor Eksoetell skler -skler Stkkevs-leær skler Lortske trsorsjoer Hvlke v trsorsjoee tl øre er rukt er? Hv jøres ed kotrste de ørke o lse delee v ldet etter slke sklerer e sksse v uksjoee o se Δ otδ F 3.3 DIP 3 3

9 e e cot e dsled. Your couter ot ve eou eor to oe te e, or te e ve ee corruted. Restrt our couter, d te oe te le. I te red x stll ers, ou ve to delete te e d te sert t. Power-lw -trsorsjoer Eksoetell Me lderoduserede rter r et ut/oututorold so k eskrves so: s c der s er ut-testete t t t ved e ut F 3.6 DIP K korreres ved råtoetrsore [ = /γ eerell kotrst-ulsjo Brukervel ed ku é vrel Stkkevs leær Brukersessert stkkevs leær or å reeve vsse tervller r ært lde sert å o kslees -te t er stt I ekselet, ku de sste 4 t eolder vsuell sks K ettes koresjo Ku eolde vsse t-l Eektvt å kode ære lder.eks rulet Bt-l-odel 35 36

10 erskl Dette er et rese-tlelle v leær trsorsjo, der lle ut-verdee settes lk or -verder et tervll -, es lle dre ut-verder settes lk Dette r et to-vå ært ut-lde Ileetsjo: Oslsteller LU Mål: Eektvsere leetsjoe Avldsuksjoe utøres å lle ule testeter o resulttee lres e tell LU=look u tle råtoe-vlde utøres så so osl e tell Hrdwre LU-oersjoe utøres å dt-strøe ello ukoelse o dsl o te l å rkkortet Ioldet lde-trse edres kke Kotrstedr ved ku å edre tellverdee Sotwre Utre v vldsuksjoe or vert ksel lr ttet ut ed ekelt tellosl Ileetsjo v råtoeoersjoer råtoestorer Osuer or x=:wdt- or =:et- x,=*x, + or =:relevels- [=*+ or x=:wdt- or =:et- x,=[x, drekte leetsjo ved ruk v LU edr v kselverdee Leær trsor Forstå eekte v retree o Stdrdser v lder ed leær trsor Fjerer eekte v vrsjoer vldsorold døvrsjo, le, støv etc Hvord estee o or å å øsket μ o σ Ikke-leære, retrske trsorer Lortsk, eksoetell,, stkkevs leær Hv jøres ed kotrste de ørke o lse delee v ldet etter slke sklerer e sksse v uksjoee o se å Δ otδ 39 4

Temaer i dag. Hvordan endre kontrasten i et bilde? Histogrammer. INF 2310 Digital bildebehandling

Temaer i dag. Hvordan endre kontrasten i et bilde? Histogrammer. INF 2310 Digital bildebehandling eer d INF 3 Dtl ldeedl FORELESNIN 4 RÅONE-RANSFORMASJONER Frtz Alretse Hstorer Leære råtoetrsforer Stdrdser v lder ed leær trsfor Ikke-leære, retrske trsforer Pesu: K. 3. - 3. DIP Neste uke: Hstorserte

Detaljer

Standardisering av bilder med lineær transform. Ikke-lineære, parametriske transformer. og lokale gråtonetransformer INF2310

Standardisering av bilder med lineær transform. Ikke-lineære, parametriske transformer. og lokale gråtonetransformer INF2310 INF 3 Dtl bldebehdl Foreles 4 råtoetrsorsjoer Ole Mrus Hoel Rdl ordl@.uo.o Etter orle oler v Frtz Albretse jeo v ekseler orsd 4:5-5: Serro Loo vl det bl jeoått MALAB-ekseler v lt so blr orelest d. MALAB-ekselee

Detaljer

Temaer i dag. Gjennomgang av eksempler. Hvordan endre kontrasten i et bilde? INF 2310 Digital bildebehandling

Temaer i dag. Gjennomgang av eksempler. Hvordan endre kontrasten i et bilde? INF 2310 Digital bildebehandling eaer da INF 3 Dtal ldeehadl FORELESNIN 4 RÅONE-RaNSFORMaSJONER Ole Marus Hoel Rdal ordal@.uo.o Foler laet av Frtz Alretse Hstoraer Leære råtoetrasorer Stadardser av lder ed leær trasor Ikke-leære, araetrske

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling eer d INF 3 Dtl ldeehndln FORELESNIN 4 RÅONE-RANSFORMASJONER Frtz Alretsen Hstorer Lneære råtonetrnsorer t Stndrdsern v lder ed lneær trnsor Ikke-lneære, retrske trnsorer Pensu: K. 3. - 3DIP 3. Neste uke:

Detaljer

Gråtonehistogrammer. Histogrammer. Hvordan endre kontrasten i et bilde?

Gråtonehistogrammer. Histogrammer. Hvordan endre kontrasten i et bilde? INF 3 råtoe-trasforasjoer Hovedsakelg fra ka. 3.-3. DIP Hstograer Leære gråtoetrasforer Stadardserg av blder ed leær trasfor Ikke-leære, araetrske trasforer Hvorda edre kotraste et blde?? Neste uke: Hstograbaserte

Detaljer

Hva er kontrast? Gråtonehistogrammer. Hvordan endre kontrasten i et bilde? Repetisjonsforelesning før midtveiseksamen INF2310 våren 2016

Hva er kontrast? Gråtonehistogrammer. Hvordan endre kontrasten i et bilde? Repetisjonsforelesning før midtveiseksamen INF2310 våren 2016 Hvorda edre kotraste et blde? Reetsjosforeles før dtveseksae våre 6 Osuer av foreles 4 o 5, råtoetrasforasjoer o hstoratrasforasjoer. Ole Marus Hoel Rdal 9..6 Hva er kotrast? Det er flere ule defsjoer

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 30 Dgtal bldebehandlng FORELESNING 4 GRÅONE-RANSFORMASJONER Frtz Albregtsen emaer dag Hstogrammer Lneære gråtonetransformer t Standardserng av blder med lneær transform Ikke-lneære, parametrske transformer

Detaljer

Kapittel 9 ALGEBRA. Hva er algebra?

Kapittel 9 ALGEBRA. Hva er algebra? Kpttel 9 ALGEBRA Hv er lger? Kpttel 9 ALGEBRA Alger Ekelt k v s t lger er å rege me okstver steet for tll. Når v løser lgger, står okstve (vlgvs for et estemt tll. Når v ruker lger tl å utlee formler eller

Detaljer

Gråtone-transformasjoner Hovedsakelig fra kap i DIP

Gråtone-transformasjoner Hovedsakelig fra kap i DIP INF 31 3..9 - AS Gråtone-transforasjoner Hovedsakeli fra kap. 3.1-3. i DIP Historaer Lineære råtonetransforer Standardiserin av bilder ed lineær transfor Ikke-lineære, paraetriske transforer Hvordan endre

Detaljer

Forelesning Z-, t-test, test for forventningsdifferanser

Forelesning Z-, t-test, test for forventningsdifferanser STAT Sttstkk Metoder ushu.l@ub.o Forelesg + 3 Z-, t-test, test for forvetgsdfferser. Sttstsk hypotesetestg ullhypotese): ypotese so først ttt å være st *Forålet ed e test er å udersøke o dtterlet gr grulg

Detaljer

Balanserte søketrær. AVL-trær. AVL-trær. AVL-trær høyde AVL AVL. AVL-trær (Adelson-Velskii og Landis, 1962) Splay-trær (Sleator og Tarjan, 1985)

Balanserte søketrær. AVL-trær. AVL-trær. AVL-trær høyde AVL AVL. AVL-trær (Adelson-Velskii og Landis, 1962) Splay-trær (Sleator og Tarjan, 1985) alanserte søketrær VL-trær Et bnært tre er et VL-tre hvs ølgende holder: VL-trær delson-velsk og Lands, 96 play-trær leator og Tarjan, 98. orskjellen høyde mellom det høyre og det venstre deltreet er maksmalt,

Detaljer

Chapter 2 - Discrete Mathematics and Its Applications. Løsningsforslag på utvalgte oppgaver

Chapter 2 - Discrete Mathematics and Its Applications. Løsningsforslag på utvalgte oppgaver Chpter - Dscrete Mthemtcs d Its pplctos Løsgsforslg på utvlgte oppgver vstt Oppgve Gtt 7 ) E mtrse med rder og koloer er e mtrse Geerelt hr v t e m mtrse er e mtrse med m rder og koloer Uttrykket m klles

Detaljer

TMA4245 Statistikk Eksamen mai 2016

TMA4245 Statistikk Eksamen mai 2016 Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Løsgssksse Oppgave a) Lar X være kvadratprse. Har da at X N(µ, σ 2 ), med µ 30 og σ 2 2, 5 2. P (X < 30) P (X < µ) 0.5 ( X 30 P (X > 25)

Detaljer

STK1110 høsten Lineær regresjon. Svarer til avsnittene i læreboka (med unntak av stoffet om logistisk regresjon)

STK1110 høsten Lineær regresjon. Svarer til avsnittene i læreboka (med unntak av stoffet om logistisk regresjon) TK høste 9 Eksempel.5 (CO og vekst av furutrær Leær regreso varer tl avsttee..4 læreboka (med utak av stoffet om logstsk regreso Ørulf Borga Matematsk sttutt Uverstetet Oslo V vl bestemme sammehege mellom

Detaljer

Kraftelektronikk (Elkraft 2 høst), Løsningsforslag til øvingssett 2, høst 2005

Kraftelektronikk (Elkraft 2 høst), Løsningsforslag til øvingssett 2, høst 2005 Krfelekronkk Elkrf hø, Lønngforlg l øvnge, hø 5 Ole-Moren Mgår HA 5 Oppgve 4 3 v voe vol - - -3-4 p p 3p 4p V v 3 3 n V [ co ] 3 3. 5 b Derom nvenelen krever ørre røm enn lgjengelge hlvleerkomponener åler,

Detaljer

Jeg har en venn. Ó j œ. # œ œ. œ œ. Ó J. œ œ. œ œ œ œ. œ œ. œ œ. œ œ œ. œ œ. œ œ œ. œ œ. œ œ. Norsk trad. arr Mattias Ristholm. Soprano.

Jeg har en venn. Ó j œ. # œ œ. œ œ. Ó J. œ œ. œ œ œ œ. œ œ. œ œ. œ œ œ. œ œ. œ œ œ. œ œ. œ œ. Norsk trad. arr Mattias Ristholm. Soprano. eg vn Norsk trd rr Mts Rstholm oprno 4 3 Ó # eg vn gett stt lv, for eg skll få le ve Det ss 4 3 Ó eg vn gett stt lv, for eg skll få le ve Det 6 fn nes n l t n tv Det nyt t å stre ve For d eg le v så Ó

Detaljer

Forelesning 19 og 20 Regresjon og korrelasjons (II)

Forelesning 19 og 20 Regresjon og korrelasjons (II) STAT111 Statstkk Metoder Yushu.L@ub.o Forelesg 19 og 0 Regresjo og korrelasjos (II) 1. Kofdestervall (CI) og predksjostervall (PI) I uka 14, brukte v leær regresjo for å fage leær sammehege mellom Y og

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 2310 Dgtal bldebehandlng FORELESNING 4 GRÅTONE-TRANSFORMASJONER Frtz Albregtsen 1 Temaer dag Hstogrammer Lneære gråtonetransformer t Standardserng av blder med lneær transform Ikke-lneære, parametrske

Detaljer

01. Til hvilke deler av naturen benyttes kvantefysikk som beskrivende verktøy?

01. Til hvilke deler av naturen benyttes kvantefysikk som beskrivende verktøy? Ka Kvatefykk. Tl vlke deler av ature beytte kvatefykk o bekrvede verktøy?. Nev oe etrale ateatkk-eer o går kvatefykke.. Hva kalle de eleetee Hlbert-roet o bekrver tltader tl et yte?. Hva kalle de ateatke

Detaljer

FAGKONFERANSE KONTROL L OG TILSYN GARDERMOEN JUNI A RSMØTE I FORU M FO R KONTROLL OG TILSYN 5. JUN I 2013

FAGKONFERANSE KONTROL L OG TILSYN GARDERMOEN JUNI A RSMØTE I FORU M FO R KONTROLL OG TILSYN 5. JUN I 2013 FAGKONFERANSE KONTROL L OG TILSYN GARDERMOEN 5.- 6. JUNI 201 3 A RSMØTE I FORU M FO R KONTROLL OG TILSYN 5. JUN I 2013 09. 0 0 1 0. 0 0 R E G I S TR E R I NG N o e å b i t e i 10. 0 0 1 0. 15 Å p n i ng

Detaljer

Oversikt over tester i Econ 2130

Oversikt over tester i Econ 2130 1 HG Revdert aprl 213 Overskt ver tester Ec 213 La θ være e ukjet parameter (ppulasjs-størrelse) e statstsk mdell. Uttrykket ukjet parameter betyr at de sae verde av θ ppulasje er ukjet. Når v setter pp

Detaljer

Seminaroppgaver for uke 13

Seminaroppgaver for uke 13 1 ECON 2130 2016 vår Semarpla fra og med uke 13 Semaroppgaver for uke 13 1) Fra eksame Eco 2130, 2004 høst: Oppgave 3: (Fel oppgave på ststuttets overskt over gamle eksamesoppgaver) La X og Y være to uavhegge

Detaljer

Seminaroppgaver for uke 13 (Oppgave (1), (2), og (3))

Seminaroppgaver for uke 13 (Oppgave (1), (2), og (3)) 1 ECON 2130 2017 vår Semarpla fra og med uke 13 Semaroppgaver for uke 13 (Oppgave (1), (2), og (3)) (1) Fra eksame Eco 2130, 2004 høst: Oppgave 3: (Fel oppgave på ststuttets overskt over gamle eksamesoppgaver)

Detaljer

TMA4245 Statistikk Eksamen august 2014

TMA4245 Statistikk Eksamen august 2014 Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Løsgssksse Oppgave a) Y 5 PY > 53) PY 53) P ) 53 5 Φ5) 933 668 Vekte av e fylt flaske, X + Y, er e leærkombasjo av uavhegge ormalfordelte

Detaljer

Sensorveiledning ECON 1410: Internasjonal Økonomi; vår a) NORD har absolutt fortrinn i produksjonen av begge varer siden A < a og

Sensorveiledning ECON 1410: Internasjonal Økonomi; vår a) NORD har absolutt fortrinn i produksjonen av begge varer siden A < a og 1 Sesorveiledig ECO 1410: Itersjol Økoomi; vår 2004 ) ORD hr solutt fortri i produksjoe v egge vrer side < og < ; det rukes færre timer per ehet produsert v hver vre i ORD e i SØR. Komprtive fortri er

Detaljer

Oversikt over tester i Econ 2130

Oversikt over tester i Econ 2130 HG Revdert aprl 2 Overskt over tester Eco 23 La θ være e ukjet parameter (populasjos-størrelse e statstsk modell. Uttrykket ukjet parameter betyr at de sae verde av θ populasjoe er ukjet. Når v setter

Detaljer

Løsningsforslag Eksamen 7. august 2006 TFY4250 Atom- og molekylfysikk

Løsningsforslag Eksamen 7. august 2006 TFY4250 Atom- og molekylfysikk Eksme TFY450 7. ugust 006 - løsigsforslg Oppgve Løsigsforslg Eksme 7. ugust 006 TFY450 Atom- og molekylfysikk. Grutilstde ψ (x hr ige ullpukter. Første eksiterte tilstd ψ (x hr ett ullpukt. Når potesilet

Detaljer

Econ 2130 uke 19 (HG) Inferens i enkel regresjon og diskrete modeller

Econ 2130 uke 19 (HG) Inferens i enkel regresjon og diskrete modeller Eco 3 uke 9 (HG) Iferes ekel regresjo og dskrete modeller De ekle regresjosmodelle. Resultater fra 5m og 5m for me fra EM på skøyter Heerevee 4. ( er 5m-tde og y 5m-tde sekuder for løper.) Spredgdagram

Detaljer

Oppgave 1 ECON 2130 EKSAMEN 2011 VÅR

Oppgave 1 ECON 2130 EKSAMEN 2011 VÅR ECON 30 EKSAMEN 0 VÅR Oppgave E bedrf øsker å fordele koraker e vesergsprosjek hel lfeldg på 3 frmaer, A, B og C. Uvelgelse skjer ved loddrekg. Loddrekge er slk a hver av frmaee A, B og C, har e mulghe

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling Bruksområder - ltrerng INF 30 Dgtal bldebeandlng Fltrerng blde-domenet - Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende ltre Ikke-lneære ltre GW Kap 3.4-3.5 + Kap 5.3 Av de mest brukte

Detaljer

Makroøkonomi - B1. Innledning. Begrep. B. Makroøkonomi. Mundells trilemma går ut på følgende:

Makroøkonomi - B1. Innledning. Begrep. B. Makroøkonomi. Mundells trilemma går ut på følgende: B. Makroøkoom Oppgave: Forklar påstades hold og drøft hvlke alteratv v står overfor: Fast valutakurs, selvstedg retepoltkk og fre kaptalbevegelser er kke forelg på samme td. Makroøkoom Iledg Mudells trlemma

Detaljer

Regler om normalfordelingen

Regler om normalfordelingen 1 HG Revdert mars 013 Notat tl kapttel 5 Løvås Regler om ormalfordelge Kjeskap tl reglee for ormalfordelge er gruleggede for de statstske aalyse kapttel 6 Løvås, og studetee må kue beherske dsse skkkelg

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO øsnngsforslag UNIVERSIEE I OSO Det matematsk-naturvtenskaelge fakultet Eksamen : INF3 Dgtal bldebehandlng Eksamensdag : Onsdag 6. jun d for eksamen : 9: 3: øsnngsforslaget er å : sder Vedlegg : Ingen llatte

Detaljer

OBLIGATORISK OPPGAVE 1 INF 3340/4340/9340 HØSTEN 2005

OBLIGATORISK OPPGAVE 1 INF 3340/4340/9340 HØSTEN 2005 OBLIGATORISK OPPGAVE INF 0/0/90 HØSTEN 005 Levergsfrst: 0. september 005 Arbedsform: Løses dvduelt Ileverg tl: Aja Bråthe Krstofferse (ajab@f.uo.o Levergskrav: Det forutsettes at du er kjet med holdet

Detaljer

Kap. 8-4 Press- og krympeforbindelse

Kap. 8-4 Press- og krympeforbindelse K. -4 Pess- og kymefobdelse.4. Dmesjoeg v kymefobdelse Dmesjoeg v kymefobdelse fslegge e essmo slk kokykke () mellom delee e lsekkelg å oveføe belsge e gldg og kke så so segee v elle ksel bl fo høy Kymefobdelse

Detaljer

Drivteknikk \ Automatisering \ Systemløsninger \ Service. Håndbok. Prefabrikkering av kabler Kabel for synkrone servomotorer

Drivteknikk \ Automatisering \ Systemløsninger \ Service. Håndbok. Prefabrikkering av kabler Kabel for synkrone servomotorer Drvtekkk \ Automatserg \ Systemløsger \ Servce Hådbok reabrkkerg av kabler Kabel or sykroe servomotorer Utgave 12/2011 19301723 / NO SEW-EURODRIVE Drvg the world Ihold 1 Krympeverktøy... 4 1.1 Krympeverktøy

Detaljer

S2 kapittel 1 Rekker Utvalgte løsninger oppgavesamlingen

S2 kapittel 1 Rekker Utvalgte løsninger oppgavesamlingen Utvlgte løsiger oppgvesmlige S kpittel Rekker Utvlgte løsiger oppgvesmlige 0 Vi k prøve med differsemetode Differsee mellom leddee utover er 4,6,8, så det er rimelig t differse mellom femte og fjerde ledd

Detaljer

STK1100 våren Estimering. Politisk meningsmåling. Svarer til sidene i læreboka. The German tank problem. Måling av lungefunksjon

STK1100 våren Estimering. Politisk meningsmåling. Svarer til sidene i læreboka. The German tank problem. Måling av lungefunksjon STK00 våre 07 Estmerg Svarer tl sdee 33-339 læreboka Poltsk megsmålg Sør et tlfeldg utvalg å 000 ersoer hva de vlle ha stemt hvs det hadde vært valg 305 vlle ha stemt A A's oslutg er Ørulf Borga Matematsk

Detaljer

Formler og regler i statistikk ifølge lærebok Gunnar Løvås: Statistikk for universiteter og høgskoler

Formler og regler i statistikk ifølge lærebok Gunnar Løvås: Statistikk for universiteter og høgskoler Formler og regler statstkk følge lærebok Guar Løvås: tatstkk for uversteter og høgskoler Kap. Hva er fakta om utvalget etralmål Meda: mdterste verd etter sorterg Modus: hyppgst forekommede verd Gjeomstt:

Detaljer

EKSAMEN ny og utsatt løsningsforslag

EKSAMEN ny og utsatt løsningsforslag 8.. EKSAMEN n og utsatt løsnngsorslag Emnekode: ITD Dato:. jun Hjelpemdler: - To A-ark med valgrtt nnhold på begge sder. Emnenavn: Matematkk ørste deleksamen Eksamenstd: 9.. Faglærer: Chrstan F Hede -

Detaljer

Regler om normalfordelingen

Regler om normalfordelingen 1 HG mars 2009 Notat tl kapttel 5 Løvås Regler om ormalfordelge Kjeskap tl reglee for ormalfordelge er gruleggede for de statstske aalyse kapttel 6 Løvås, og studetee må kue beherske dsse skkkelg dette

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016 TMA440 Statstkk Høst 06 Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Abefalt øvg 0 Løsgssksse Oppgave a Estmatore for avstade a er gjeomsttet av uavhegge detsk fordelte målger, x; a,

Detaljer

Læringsmål og pensum. Funksjoner hittil (1) Oversikt. Læringsmål Anonyme og rekursive funksjoner Funksjoner som inn-argumenter Subfunksjoner

Læringsmål og pensum. Funksjoner hittil (1) Oversikt. Læringsmål Anonyme og rekursive funksjoner Funksjoner som inn-argumenter Subfunksjoner 1 Lærigsmål og pesum TDT4105 Iformsjostekologi grukurs: Uke 44 Aoyme fuksjoer, fuksjosfuksjoer og rekursjo Lærigsmål Aoyme og rekursive fuksjoer Fuksjoer som i-rgumeter Subfuksjoer Pesum Mtlb, Chpter 10

Detaljer

1 3Tre korsange til digte af Jeppe Aakjپ0ٹ3r Tilegnet Randers Bykor og dets dirigent Lotte Bille Glپ0ٹ3sel

1 3Tre korsange til digte af Jeppe Aakjپ0ٹ3r Tilegnet Randers Bykor og dets dirigent Lotte Bille Glپ0ٹ3sel 1 re korsage tl dgte a ee akپ0ٹr leget Raders ykor dets drget Lotte lle Glپ0ٹsel Dgt a ee akپ0ٹr 1 Maat Musk: es erg ora lt eor as Naar ld - gaa- se lar - mer al - orgs - at, hvem lپ0ٹg - ger sg da tl

Detaljer

Regler om normalfordelingen

Regler om normalfordelingen HG mars 0 Notat tl kapttel 5 Løvås Regler om ormalfordelge Kjeskap tl reglee for ormalfordelge er gruleggede for de statstske aalyse kapttel 6 Løvås, og studetee må kue beherske dsse skkkelg dette kurset.

Detaljer

Econ 2130 uke 15 (HG)

Econ 2130 uke 15 (HG) Eco 130 uke 15 (HG) Kofdestervall Løvås: 6.1., 6.3.1 3. (Avstt 6.3.4 6 leses på ege håd. Se også overskt over kofdestercvall ekstra otat på ettet.) 1 Defsjo av kofdestervall La θ være e ukjet parameter

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

TMA4100 Matematikk 1 Høst 2006

TMA4100 Matematikk 1 Høst 2006 TMA4 Mtemtikk Høst 26 Norges tekisk turviteskpelige uiversitet Istitutt for mtemtiske fg Løsigsforslg, vsluttede eksme 5.2.26 De første greseverdie er e uestemt form v type "/", og L Hopitls regel gir

Detaljer

Løsningsforslag Eksamen i Statistikk Nov 2001 Oppgave 1 a) Det fins 8 mulige kombinasjoner. Disse finnes ved å utelate ett og ett tall.

Løsningsforslag Eksamen i Statistikk Nov 2001 Oppgave 1 a) Det fins 8 mulige kombinasjoner. Disse finnes ved å utelate ett og ett tall. Løsgsforslag Eksame Statstkk Nov 00 Oppgave a) Det fs 8 mulge kombasjoer. Dsse fes ved å utelate ett og ett tall. Atall utvalg av størrelse 7 blat m er ( m 7 ). b) Prs Atall Rekker 3 kr. ( 7 ) 3 kr....

Detaljer

Positive rekker. Forelest: 3. Sept, 2004

Positive rekker. Forelest: 3. Sept, 2004 Postve rekker Forelest: 3. Sept, 004 V skal tde utover fokusere på å teste om e rekke kovergerer, og skyve formler for summerg bakgrue. Dette er gje ford det første målet vårt er å lære hvorda v ka fe

Detaljer

Emne: BIP 140, Reservoarteknikk Dato: 3. Desember Reservoaret antas å være "lukket" dvs. at HCPV er konstant under trykkavlastningen.

Emne: BIP 140, Reservoarteknikk Dato: 3. Desember Reservoaret antas å være lukket dvs. at HCPV er konstant under trykkavlastningen. Fakultet for teksk aturvteskapele fa Eme: BIP 40, Reservoartekkk Dato: 3. Desember 20. Td: 09.00-3.00 Tllatte hjelpemdler: Ekel kalkulator Oppavesettet består av: 6 sder kludert vedle Oppave o 2 blr vektet

Detaljer

B E S TE MME L S E R DE T ALJRE G U L ERI N G F O R S Ø VO L D

B E S TE MME L S E R DE T ALJRE G U L ERI N G F O R S Ø VO L D B E S TE MME L S E R DE T ALJRE G U L ERI N G F O R S Ø VO L D P l a n d a t o : 19.03.2018 S i st revi d er t : 17.10.2018 G o d k jen t : KS - vedtak 93/1811.10.18 P l a n i d: 1111111 0533-2017.10.2018-0012

Detaljer

Modeller, miljø og kritisk demokratisk kompetanse

Modeller, miljø og kritisk demokratisk kompetanse Rnhld Hnsen Modeller, mljø o krtsk demokrtsk kompetnse Mtemtske modeller spller en etydel rolle smfunnsplnlenen, o forsknnsserte modellpronoser er med o former runnlet for detter o poltske eslutnner. Et

Detaljer

Matematikk for IT, høsten 2018

Matematikk for IT, høsten 2018 Mtmtkk for IT, høst 8 Oblg Løsgsforslg 7. sptmbr 8.7. ) for >. 7 b) for >. 7 c) for >. 7 d) ) for >. 8 8 8 8 8 7 8 7 8 .7. ) for >. 7 8 b) for >. 7 ) 7 ) 7) ) 7 ) 7) c) for >..7.8 ) ) ) ) ). Bss:. Rkursjosforml:

Detaljer

Årets hotteste. fyrverkerikampanje. www.fyrverkeri.no. t s. : t. kr 5 FLASHING THUNDER. n i. u h. t K. s 1. få med

Årets hotteste. fyrverkerikampanje. www.fyrverkeri.no. t s. : t. kr 5 FLASHING THUNDER. n i. u h. t K. s 1. få med Åre hoee fyrverkerkampaje FLASHING THUNDER ART.NR. E 6 kudd. E kkkelg kra pakke om vl ufordre e orebrødre både effekmeg og de avlu ede drøee. Be : e! e d em kr + kr + GRATIS! der for u h T g. Flah k ATIS

Detaljer

Geometriske operasjoner

Geometriske operasjoner Geometrske operasjoner INF 23 29..28 Kap. 2.4.4 og 2.6.5 DIP Geometrske operasjoner Affne transformer Interpolasjon Samregstrerng av blder Endrer på pkslenes possjoner ransformerer pkselkoordnatene (x,)

Detaljer

Ekstraksjon. Vi sier at det løste stoff fordeles mellom to faser og likevektskonstanten for denne reaksjonen kalles partisjonskoeffisienten.

Ekstraksjon. Vi sier at det løste stoff fordeles mellom to faser og likevektskonstanten for denne reaksjonen kalles partisjonskoeffisienten. Ekstrksjo Når to ikke-bldbre væsker er i kotkt ed hverdre k løste stoff utveksles ello de to fsee. Likevektskosetrsjoer i de to fsee vil vhege v de reltive løselighete v de to fsee. Dette k tekes på so

Detaljer

Notat 1: Grunnleggende statistikk og introduksjon til økonometri

Notat 1: Grunnleggende statistikk og introduksjon til økonometri Notat : Gruleggede statstkk og troduksjo tl økoometr Gruleggede statstkk Populasjo vs. utvalg Statstsk feres gjør bruk av formasjoe et utvalg tl å trekke koklusjoer (el. slutger) om populasjoe som utvalget

Detaljer

i B maksimal b Fundamentalteoremet for lineærprogrammering Den leksikografiske metode Blands pivoteringregel MoD233 - Geir Hasle - Leksjon 4 2

i B maksimal b Fundamentalteoremet for lineærprogrammering Den leksikografiske metode Blands pivoteringregel MoD233 - Geir Hasle - Leksjon 4 2 Lekso 4 ( k ) a ( k ) I ( k ) U ( k) B maksmal ( k ) b Sste spesaltlfelle - valg av utgåede Degeerert basstabell, degeererert pvoterg Degeerert pvoterg ka g syklsk pvoterg Eeste tlfelle der Smpleksmetode

Detaljer

2. Å R S B E R E T N I N G O G R E G N S K A P F O R A ) Å r s b e r e t n i n g o g r e g n s k a p f o r

2. Å R S B E R E T N I N G O G R E G N S K A P F O R A ) Å r s b e r e t n i n g o g r e g n s k a p f o r I N N K A L L I N G T I L O R D I N Æ R G E N E R A L F O R S A M L I N G 2 0 1 0 O r d i n æ r g e n e r a l f o r s a m l i n g i, a v h o l d e s m a n d a g 3. m ai 2 0 1 0, k l. 1 8 0 0 p å T r e

Detaljer

I N N K AL L I N G T I L O R D I N Æ R T S A M E I E R M Ø T E

I N N K AL L I N G T I L O R D I N Æ R T S A M E I E R M Ø T E I N N K AL L I N G T I L O R D I N Æ R T S A M E I E R M Ø T E 2 0 0 9 O r d i næ r t s am e i e rm ø t e i S am b o b o l i g s a m ei e fi n n e r s t e d t o r s d ag 3 0. 0 4. 2 0 0 9 K l. 1 8. 3 0

Detaljer

Stiftelsen norsk Okkupasjonshistore, ;j'1.}~0['l.:mrwn for ei 'lnne1 Flen,tV :!'J.~ o SNO. - l/~ 4... ,!j.';;'; - 45.

Stiftelsen norsk Okkupasjonshistore, ;j'1.}~0['l.:mrwn for ei 'lnne1 Flen,tV :!'J.~ o SNO. - l/~ 4... ,!j.';;'; - 45. l..;j'1.}~0['l.:mrwn for ei 'lnne1 Flen,tV :!'J.~ o, :J 6. 7. - l/~ 4...,!j.';;'; - 45. .~~- ~,,: fc:c'.,.f., ~,.,;:.,,' ;,,' c, '.-. \'... -...,; 'y:~:,'... ~... -. '.,,,,\, ~ :.' ~'I' l ~'.. _. ~ '...,

Detaljer

Romlig frekvens. INF 2310 Digital bildebehandling. Sampling av kontinuerlige signaler. Samplingsteoremet (Shannon/Nyquist) En kort midtveis-repetisjon

Romlig frekvens. INF 2310 Digital bildebehandling. Sampling av kontinuerlige signaler. Samplingsteoremet (Shannon/Nyquist) En kort midtveis-repetisjon Roml rekvens IN 3 Dtal bldebehandln En kort mdtves-repetson rtz Albretsen T Perode T.eks. mm eller µm rekvens /T.3. IN3.3. IN3 Sampln av kontnuerle snaler Samplnsteoremet Shannon/Nqust Anta at det kontnuerle

Detaljer

FORELESNINGSNOTATER I SPILLTEORI Geir B. Asheim, våren 2001 (oppdatert ).

FORELESNINGSNOTATER I SPILLTEORI Geir B. Asheim, våren 2001 (oppdatert ). OREESNINGSNOTATER I SPITEORI Ger B. Ashem, våre 00 (odatert 000.0.03. 3. STATISKE SPI MED UUSTENDIG INORMASJON (Statske Bayesaske sll Statsk sll: Sllere trekker samtdg. Ufullstedg formasjo: Mst é sllere

Detaljer

Martin Ødegaard. "Ein vanleg arbeidsmann"

Martin Ødegaard. Ein vanleg arbeidsmann Mrtn Ødegrd "En vnleg rbedsnn" ortrett v oeten Olv H. Hge (2011) or 9 steer (SSSAATTBB) og elektrokstkk rghet: 12' 30'' Bestlt v rnenborg oklenseble erornce notes; xnoteheds: whser the text, not s the

Detaljer

Tynn svart strek - elv MERKNADER TIL KART OG TABELLER

Tynn svart strek - elv MERKNADER TIL KART OG TABELLER MERKNADER TIL KART OG TABELLER seren "Tellngsresultater Tlbakegående tall - Prognoser" legger Statstsk Sentralbyrå fram de vktgste resultater fra Folketellngen 1960 for hver enkelt kommune. I tllegg har

Detaljer

Sk ie n ko mm une. R EG UL E R I N GS B ES T E MM E L SER T I L D eta ljr e gu l e ri n g

Sk ie n ko mm une. R EG UL E R I N GS B ES T E MM E L SER T I L D eta ljr e gu l e ri n g R EG UL E R I N GS B ES T E MM E L SER T I L D eta ljr e gu l e ri n g K j ø r b ekk d a l en 12 D 220 / 211 m. fl R e g u l e r i n g s be s te mm e ls e r sist date r t 27.09.17. P l an k a r t sist

Detaljer

12 MER OM POTENSER POTENSER

12 MER OM POTENSER POTENSER Kpittel MER OM OTENSER OTENSER 3 rekker for å helgrdere de første kmpe. 3 3 9 rekker for å helgrdere de to første kmpee. 3 3 3 7 rekker for å helgrdere de tre første kmpee. 3 3 3 3 3 3 3 3 3 3 3 3 53 44

Detaljer

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering Lekson 3 Smpleksmetoden generell metode for å løse LP utgangspunkt: LP på standardform Intell basstabell Fase I for å skaffe ntell, brukbar løsnng løse helpeproblem hvs optmale løsnng gr brukbar løsnng

Detaljer

Oversikt over tester i Econ 2130

Oversikt over tester i Econ 2130 1 HG Revdert aprl 217 Overskt over tester Eco 213 La være e ukjet parameter (populasjos-størrelse) e statstsk modell. Uttrykket ukjet parameter betyr at de sae verde av populasjoe er ukjet. Når v setter

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO ide UNIVRI I OO De maemai-aurvieapelige faule ame i: amedag: id for eame: Oppgaveee er på 4 ider Vedlegg: illae jelpemidler: MK454 Kompoimaerialer og -orujoer ordag 8-- 9 Formelar ( ide) Roma formelamlig

Detaljer

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

ÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Estimering. Målemodellen. Kp. 5 Estimering. Målemodellen. ÅMA0 Sasylghetsregg med statstkk, våre 006 Kp. 5 Estmerg. Målemodelle. Estmerg. Målemodelle. Ihold:. (Pukt)Estmerg bomsk modell (kp. 5.). Målemodelle... (kp. 5.). (kp. 5.) 4. Estmere, estmat, estmator

Detaljer

Modul 1 15 studiepoeng, internt kurs Notodden/Porsgrunn

Modul 1 15 studiepoeng, internt kurs Notodden/Porsgrunn Høgskole i Telemk Avdelig fo estetiske fg, folkekultu og læeutdig BOKMÅL 4. mi 007 EKSAMEN I MATEMATIKK 3 Tid: 6 time Modul 5 studiepoeg, itet kus Notodde/Posgu Oppgvesettet e på 7 side (ikludet fomelsmlig).

Detaljer

S1 kapittel 4 Logaritmer Løsninger til oppgavene i boka

S1 kapittel 4 Logaritmer Løsninger til oppgavene i boka Løsninger til oppgvene i ok S kpittel 4 Logritmer Løsninger til oppgvene i ok 4. Vi leser v fr tllet 4 på y-ksen og ser t vi får den tilhørende verdien,6 på -ksen. lg 4,6 Vi leser v fr tllet,5 på y-ksen

Detaljer

Oppgaven dekker ideell opamp, bodeplot og resonans.

Oppgaven dekker ideell opamp, bodeplot og resonans. Lønngfrlg fr ktvt flter gve FYS3 H9 Uke 4 H.Blk Aktvt flter Ogven ekker eell m, elt g renn. Dette flteret er ert å en relerng v et Sllen ey flter. Ref : Sllen, R. P.; E. L. ey 955-3. "A Prtl Meth f Degnng

Detaljer

K j æ r e b e b o e r!

K j æ r e b e b o e r! K j æ r e b e b o e r! D u h o l d e r n å i n nk a l l i n g e n t i l å r e t s g e n e r a l f o r s am l i n g i h å n d e n. D e n i n n e h o l d e r b o r e t t s l a g e t s å r s b e r e t n i

Detaljer

Høypassfiltre. INF2310 Digital bildebehandling. Høypassfiltrering med konvolusjon FORELESNING 7 FILTRERING I BILDEDOMENET II

Høypassfiltre. INF2310 Digital bildebehandling. Høypassfiltrering med konvolusjon FORELESNING 7 FILTRERING I BILDEDOMENET II Høpassltre INF3 Dtal bldebeandln FORELESNING 7 FILTRERING I BILDEDOMENET II Andreas Kleppe Høpassltrern: Bldeorbedrn o kantdetekson Gradent-operatorer Laplace-operatoren o LoG-operatoren Canns kantdetektor

Detaljer

Kap 02 Posisjon / Hastighet / Akselerasjon 2D - Bevegelse langs en rett linje

Kap 02 Posisjon / Hastighet / Akselerasjon 2D - Bevegelse langs en rett linje Kp Poijon / Highe / kelerjon D - Beegele lng en re linje Løning Lufpuebenk Highe: oocellene kn flye Siden ognen hr konn highe ed beegele på lufpuebenken, il beregningen highe ære uhengig foocellene poijon

Detaljer

Høypassfiltre. INF2310 Digital bildebehandling. Høypassfiltrering med konvolusjon FORELESNING 7 FILTRERING I BILDEDOMENET II

Høypassfiltre. INF2310 Digital bildebehandling. Høypassfiltrering med konvolusjon FORELESNING 7 FILTRERING I BILDEDOMENET II Høpassltre INF3 Dtal bldebeandln FORELESNING 7 FILTRERING I BILDEDOMENET II Andreas Kleppe Høpassltrern: Bldeorbedrn o kantdetekson Gradent-operatorer Laplace-operatoren o LoG-operatoren Canns kantdetektor

Detaljer

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18).

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18). Econ 2130 HG mars 2012 Supplement tl forelesnngen 19. mars Illustrasjon av regel 5.19 om sentralgrenseteoremet og ltt om heltallskorreksjon (som eksempel 5.18). Regel 5.19 ser at summer, Y = X1+ X2 + +

Detaljer

som vi ønsker å si noe om basert på data Eksempel. Uid-modellen: X1, X ,,,

som vi ønsker å si noe om basert på data Eksempel. Uid-modellen: X1, X ,,, HG Eco30 07 9/3-07 Supplemet tl forelesg uke 0 (6 mars) (Det jeg kke rakk å ta på forelesg) Termolog (estmerg) Data (kokrete tall), x, x, er ervasjoer av stokastske varable, X, X, De statstske modelle

Detaljer

EKSAMEN Ny og utsatt Løsningsforslag

EKSAMEN Ny og utsatt Løsningsforslag . jun 0 EKSAMEN Ny og utsatt Løsnngsorslag Emnekode: ITD50 Dato:. jun 0 Emne: Matematkk, deleksamen Eksamenstd: 09.00.00 Hjelpemdler: To A-ark med valgrtt nnhold på begge sder. Formelhete. Kalkulator er

Detaljer

HØYMESSE I OSLO DOMKIRKE

HØYMESSE I OSLO DOMKIRKE HØYMESSE I OSLO DOMKIRKE 4. søndag påsketden 26. aprl 2015 Høymesse Oslo domkrke 4. søndag påsketden 26. aprl 2015 kl. 11.00 Elsabeth Thorsen, Alexandros Tuboglou Johnsen, klokker Steffen Au og Anta Larsen,

Detaljer

I n n k a l l i n g t i l o r d i n æ r t s a m e i e r m ø t e

I n n k a l l i n g t i l o r d i n æ r t s a m e i e r m ø t e I n n k a l l i n g t i l o r d i n æ r t s a m e i e r m ø t e 2 0 1 1 O r d i n æ r t s a m e i e r m ø t e i L i s a K r i s t o f f e r s e n s P l a s s S E, a v h o l d e s o ns d a g 9. m a r s

Detaljer

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 14.12.2007

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 14.12.2007 Høgskole Telemark Avdelg for estetske fag, folkekultur og lærerutdag BOKMÅL 4..7 UTATT PRØVE I MATEMATIKK, Modul 5 studepoeg Td: 5 tmer Hjelpemdler: Kalkulator og vedlagt formelsamlg (bakerst oppgavesettet).

Detaljer

Sommerrovegen BB1 +163,14. 3,2 daa +161, , ,00. Bolig/Næring 3,3 daa. Illustrasjonsplan TEGNFORKLARING D. 59/19 Sb-2 TU = 80% FRI AVG 59/5

Sommerrovegen BB1 +163,14. 3,2 daa +161, , ,00. Bolig/Næring 3,3 daa. Illustrasjonsplan TEGNFORKLARING D. 59/19 Sb-2 TU = 80% FRI AVG 59/5 ld ho ep las TEFORLRI F, 1 ad V. da a 9/ Re ns ev eg en 9/226,, ET R TO 9, 9 EL Y P- In-1 Y = % 9/169 E r eskrvelse gn ontr odkj 2816 JØVI In-2 Y = % 7 1, Illustrasjonsplan / 9, 1 66, Tegng I. daa Y=%

Detaljer

K j æ r e b e b o e r!

K j æ r e b e b o e r! K j æ r e b e b o e r! D u h o l d e r n å i n nk a l l i n g e n t i l å r e t s g e n e r a l f o r s am l i n g i h å n d e n. D e n i n n e h o l d e r b o r e t t s l a g et s å r s b e r e t n i

Detaljer

Dynamisk programmering. Hvilke problemer? Optimalitetsprinsippet. Overlappende delproblemer

Dynamisk programmering. Hvilke problemer? Optimalitetsprinsippet. Overlappende delproblemer ynask prograerng Metoden ble foralsert av Rchard Bellann (RAN Corporaton på -tallet. Prograerng betydnngen planlegge, ta beslutnnger. (Har kke noe ed kode eller å skrve kode å gøre. ynask for å ndkere

Detaljer

TMA4245 Statistikk Eksamen 21. mai 2013

TMA4245 Statistikk Eksamen 21. mai 2013 TMA445 Statstkk Eksame ma 03 Korrgert 0 ju 03 Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Løsgssksse Oppgave Et plott av sasylghetstetthee er gtt fgur Vdere har v og PX = Φ = 08849

Detaljer

Per W Nieuwejaar Rederisjef Strønen Einar einarst@imr.no Sørensen Ørjan

Per W Nieuwejaar Rederisjef Strønen Einar einarst@imr.no Sørensen Ørjan Hvforskningsinstituttet Ref.i: Dok.i: KS&SMS.5.3-01 D00805 Teknisk toktleer rpport Skjem Versjon: 1.09 Opprettet: 06.06.2012 Skrevet v: KRR Gokjent v: PWN Gjeler fr: 30.10.2012 Hensikten me utfylling v

Detaljer

Oppgave 1 Det er oppgitt i oppgaveteksten at estimatoren er forventningsrett, så vi vet allerede at E(ˆµ) = µ. Variansen til ˆµ er 2 2 ( )

Oppgave 1 Det er oppgitt i oppgaveteksten at estimatoren er forventningsrett, så vi vet allerede at E(ˆµ) = µ. Variansen til ˆµ er 2 2 ( ) Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Abefalt øvg Løsgssksse Oppgave Det er oppgtt oppgavetekste at estmatore er forvetgsrett, så v vet allerede at Eˆµ µ. Varase tl ˆµ er τ Varˆµ

Detaljer

Om enkel lineær regresjon II

Om enkel lineær regresjon II ECON 3 HG, aprl Notat tl kapttel 7 Løvås Om ekel leær regresjo II Merk: Det ka løe seg først å lese avstt 4 regresjo-i-otatet på ytt. Regresjosmodelle. La Y være e stokastsk varabel som v kaller resposvarabele

Detaljer

Forelesning 3 mandag den 25. august

Forelesning 3 mandag den 25. august Forelesg adag de 5 august Merkad 171 For å bevse e propossjo o heltall so volverer to eller flere varabler, er det typsk ye lettere å beytte duksjo på e av varablee e duksjo på oe av de adre Det er for

Detaljer

Om enkel lineær regresjon II

Om enkel lineær regresjon II ECON 3 HG, revdert aprl Notat tl kapttel 7 Løvås Om ekel leær regresjo II Merk: Det ka løe seg først å lese avstt 4 regresjo-i-otatet på ytt. Regresjosmodelle. La Y være e stokastsk varabel (som v kaller

Detaljer

Løsningsforslag til Obligatorisk oppgave 2

Løsningsforslag til Obligatorisk oppgave 2 Løsningsforslg til Oligtorisk oppgve INF1800 Logikk og eregnrhet Høsten 008 Alfred Brtterud Oppgve 1 Vi hr lfetet A = {} og språkene L 1 = {s s } L = {s s inneholder minst tre forekomster v } L 3 = {s

Detaljer

INNKALLING TIL ORDINÆRT SAMEIERMØTE 2010

INNKALLING TIL ORDINÆRT SAMEIERMØTE 2010 INNKALLING TIL ORDINÆRT SAMEIERMØTE 2010 O r d i n æ r t s am e i e rm øt e i S am B o B o l i g s am e i e, a v h o l d es o ns d a g 2 8. 04. 2 0 1 0, k l. 1 8. 3 0 i G r ef s e n m e n i g h e t s s

Detaljer

O v e rfø rin g fra s to rt a n le g g til m in d re a n le g g

O v e rfø rin g fra s to rt a n le g g til m in d re a n le g g O v e rfø rin g fra s to rt a n le g g til m in d re a n le g g H v a k a n e n m in d re k o m m u n e ta m e d s e g? Iv a r S o lv i B enc hm a rk ing Wa ter S olutions E t s p ø rs m å l s o m m a

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det mtemtisk-turviteskpelige fkultet Eksme i: STK1110 Sttistiske metoder og dtlyse Løsigsforslg Eksmesdg: Tirsdg 18. desemer 2018 Tid for eksme: 09.00 13.00 Oppgvesettet er på 5 sider.

Detaljer

Seleksjon og uttak av alderspensjon fra Folketrygden

Seleksjon og uttak av alderspensjon fra Folketrygden ato: 07.01.2008 aksbehandler: DH Seleksjon og uttak av alderspensjon fra Folketrygden Dette notatet presenterer en enkel framstllng av problemet med seleksjon mot uttakstdpunkt av alderspensjon av folketrygden.

Detaljer