Løsningskisse for oppgaver til uke 15 ( april)

Størrelse: px
Begynne med side:

Download "Løsningskisse for oppgaver til uke 15 ( april)"

Transkript

1 HG Aprl 01 Løsnngsksse for oppgaver tl uke 15 ( aprl) Innledende merknad. Flere oppgaver denne uka er øvelser bruk av den vktge regel 5.0, som er sentral dette kurset, og som det forventes at studentene behersker tl eksamen. Les også eksempel 5.18 boka nøye, som vser et trkk (såkalt heltallskorreksjon) for å forbedre tlnærmelsen av en heltallsfordelng tl normalfordelngen 1. Dette er nyttg stuasjoner der krteret for tlnærmelse tl normalfordelngen (dvs. at varansen σ 5) så vdt er oppfylt. Hvs varansen er vesentlg større enn 5, er trkket overflødg. Tlnærmngen kan oppsummeres som følger: La X være en heltallsvarabel med en fordelng som angtt regel 5.0. La µ og σ betegne forventnng og varansen tl X henholdsvs, og la Gz ( ) være den kumulatve fordelngsfunksjonen N(0, 1)-fordelngen. Tlnærmngen har da følgende form: Uten heltallskorreksjon (brukt når x µ PX ( x) G σ Med heltallskorreksjon (brukt når x + 0,5 µ PX ( x) G σ σ er betydelg større enn 5): σ er større og relatvt nær 5): Oppg Oppgaven nneholder en lten felle. Merk at X er defnert som antall frø som sprer - kke antall mlloner frø. Dvs. enheten er et enkelt frø og kke en mllon frø. Derfor må v omgjøre tallene oppgaven tl rktg enhet. Forøvrg synes forutsetnngene for en bnomsk modell å være rmelge (dskuter selv). Modell: X~ bn( np, ) der n = og p = P(et vlkårlg frø sprer) = 0,8. 1 Se også supplement tl forelesnngen 19. mars sentralgrenseteoremet.

2 :I denne modellen er E( X ) = np og var( X ) = np(1 p). V skal fnne PX ( ). I følge regel 5.0 er X tlnærmet normalfordelt hvs np(1 p) 5 og p kke er for nær 0 eller 1. Dette er klart oppfylt her. Dermed: tlnærmet ~ ( ( ), var( ) ) = (, (1 ) ) = ( ; 1073,313) X N E X X N np np p N hvorav (ved hjelp av Gz ( ) = PZ ( z) der Z ~ N (0, 1) ) PX ( ) G = G( 968,96) = ,313 Den sste lkheten følger av tabellen (D.3) boka sden v vet at Gzer ( ) en kkeavtagende funksjon av z samtdg som Gz ( ) 1for alle z. Dermed blr nemlg tabell D.3 1 G(968,96) G(3, 09) = 0,9990. Mao., 0,9990 G(968,96) 1, og v kan sette G (968,96) = 1 som er tlstrekkelg nøyaktg for praktske formål. Merknad. Som et kurosum (uten praktsk betydnng) kan nevnes at G (968,96) lgger veldg mye nærmere 1 enn grensen 0,9990 fra tabell D.3 skulle tls. Vderegående metoder utenfor pensum gr faktsk at tall G(968,96) = 1 10 = 0, Oppg Populasjonen består av N = 6400 elger, hvorav M = 1400 er merket. Andelen av merkete elger populasjonen er dermed M p = = 0, 1875 N Utvalgsstørrelsen er n = 800 og X er antall merkete elger utvalget. V ønsker å beregne sannsynlghetene PX ( 00) og P(160 X 185) = P(159 < X 185) = PX ( 185) PX ( 159).

3 3 Oppgaven har flere (akseptable) løsnnger: Versjon 1: V antar at utvalget kan anses å være rent tlfeldg trukket fra populasjonen. I så fall er X hypergeometrsk fordelt, og v kan utnytte regel 5.0 for å fnne sannsynlghetene tlnærmet (betngelsen for dette er klart oppfylt): Regel 5.0 gr da tlnærmet X ~ N E X X N np np p N N 1 N n ( ( ), var( ) ) =, (1 ) = ( 175; 10,9384) hvorav (ved hjelp av Gz ( ) = PZ ( z) der Z ~ N (0, 1) ): PX ( 00) G = G(, 9) = 0,989 10,9384 og P(160 X 185) G G G(0,91) G( 1, 46) 0,8186 0,071 10,9384 = = 10,9384 = 0,7465 Versjon : Sden populasjonen er relatvt stor, kunne v som en forenklng, uten vesentlg tap av realsme, utgangspunktet anta at X er bnomsk (n,p)-fordelt. Regel 5.0 gr så fall tlnærmet ~ ( ( ), var( ) ) = (, (1 ) ) = ( 175; 11,697) X N E X X N np np p N som gr PX ( 00) 0,984 tabell D.3 P(160 X 185) G(0,86) G( 1,37) = 0,7198 (Fasten tyder på at Løvås antakelg har valgt versjon. Små avvk for øvrg kan skyldes avrundng) Oppg La X = antall dødsulykker en gtt måned. Som modell antar v at X er posson-fordelt, X ~ pos(1) (som bl.a. nnebærer at EX ( ) = 1). Punktsannsynlghetene er gtt ved

4 4 V får da 1 1 PX x e x x! e x! x 1 ( = ) = = for = 0,1,, 1 1 PX ( = 0) = 0,368 og PX ( ) 0,184 e = = = e = La Y være antall dødsulykker et helt år. Hvs posson-forutsetnngene gjelder hele året, kan v anta Y ~ pos(1 1) = pos(1). Denne fordelngen omfattes av tabell D. som gr og PY ( = 6) = PY ( 6) PY ( 5) = 0,046 0,00 = 0,06 PY ( 8) = 0,155 Oppg La X være antall dskotekbranner løpet av et år og Y = antall personer som omkommer dskotekbranner et år. Oppgaven hevder det er rmelg å anta en posson-fordelng for X, og spør om hvorfor det samme er en urmelg antakelse for Y. Da må v se på de grunnleggende forutsetnngene som mplserer posson-fordelngen. Forutsetnngen om neglsjerbar sannsynlghet for opphopnng av begvenheter et kort tdsrom, vrker åpenbart urmelg sden det gjerne er flere omkomne samme dskotekbrann. Derfor vrker possonmodellen klart som en dårlg modell for Y. Merknad. Også posson-modellen for X, kan naturlgvs dskuteres. En trussel mot den modellen kan være avskreknngseffekten som en større dskotekbrann kan ha. Etter en slk katastrofe kan man godt tenke seg at mange dskoteker fokuserer mer på skkerhet, hvert fall en perode etterpå. Dette vlle så fall føre tl at forutsetnngen om uavhengghet mellom hendelser kke-overlappende tdsntervaller sprekker. Hvs avskreknngseffekten er sterk, vl således posson-modellen også være dårlg for X. Oppg. 5.0 Tdsenheten denne oppgaven er måned (se merknad slutten av oppgaven). La X være antall døde av hjerte- og karsykdommer et gtt år. De tre forutsetnngene for possonfordelngen synes rmelge her. (Er du eng? Sjekk selv). V antar at derfor at X er

5 5 possonfordelt, X ~ pos(1 λ ) der lambda ( λ ) er forventet dødsrate pr. mnd λ = E( X 1) ), som oppgaven antas å være kjent lk (dvs. Betngelsen for tlnærmng tl normalfordelngen er klart oppfylt sden var( X ) = er godt over 5. Det er heller kke aktuelt med noen heltallskorreksjon som eksempel 5.18 for å forbedre tlnærmngen sden v lgger så langt over grensen (5) for akseptabel tlnærmng. V har dermed tlnærmet ~ ( ( ), var( ) ) = ( 1 λ, 1λ) = ( ; 189,737) X N EX X N N V fnner (det v gnorerer ytterlgere tlnærmelser som skyldes avrundng) PX ( < ) = PX ( ) G = G( 1,06) = 0, ,737 For å fnne hvor mange dødsfall v kan forvente pr. dag, er det lurt å defnere en stokastsk varabel, Y = antall dødsfall en vlkårlg dag løpet av det aktuelle året. V er altså ute etter EY ( ). Sden (en dag) = (et år)/365 og posson-modellen er antatt å gjelde det aktuelle året, følger at 1 Y ~ pos 1λ 365 [Merk at dette uttrykket fortsatt har formen pos( tλ 1) der λ1 = 1λ nå er forventet dødsrate pr. år, og t = 1/365.] Dermed følger av egenskapene for possonfordelngen at 1 EY ( ) = λ = Merknad. Tdsenheten måned er åpenbart upress og med at antall dager en måned varerer ltt. I oppgaven regner v mdlertd som om hver måned består av et fast antall dager, 365/1 = 30, 4 dager. I prakss er det kke bryet verdt å pressere dette sden månedslengden varerer så lte. Merk at X 1 er observert dødsrate pr mnd. et vlkårlg år, som er en stokastsk varabel som varerer fra år tl år, mens forventet dødsrate, E( X 1) λ =, er en konstant.

6 6 Oppg. 5.7 T = badetemperaturen på Mallorca jul neste år. Som modell antas T ~ N (4.8,.) V skal fnne en grenseverd, c, slk at det er 99.9% skkert at temperaturen kommer over denne grensen. M.a.o., bestem c slk at PT ( > c) = Sden PT ( > c) = 1 PT ( c), er dette det samme som at PT ( c) = Sden PT ( = c) = 0, er dette det samme som å s PT ( < c) = For å kunne bruke tabellene (D3 eller D4) boka, må v overføre T 4.8 lgnngen tl en lgnng om Z =, som er ~ N (0, 1) :. T 4.8 c 4.8 c = PT ( < c) = P < = P Z<... I henhold tl tabell D4. ser v at PZ> ( 3.090) = Da må også PZ< ( 3.090) = sden N(0, 1) -fordelngen er symmetrsk om Y-aksen (jfr. fguren tl tabell D4, der det skraverte flatennholdet må være lkt det tlsvarende flatennholdet spelet om Y-aksen). Derfor må v ha c =, som gr. c = 4.8 (3.09)(.) = dvs. v er 99.9% skre på at badetemperaturen blr over 18 grader celsus. Oppg Regel 5.14 følger av defnsjon Denne defnsjonen nneholder bl.a. en regel (setnng), som kan bevses, og burde vært formulert som en egen regel, nemlg 3 : X µ X~ N EX ( ), var( X) = N( µσ, ) ~ N(0,1) σ (*) ( ) Kall den stokastske varabelen X µ for Z. I følge (*) er altså Z ~ N (0, 1). σ 3 Jfr. det andre eksemplet under regel R1 notatet tl kapttel 5 om normalfordelngen (på nettet).

7 7 La de kumulatve fordelngsfunksjonene for X og Z være gtt ved Fx ( ) = PX ( x) og Gz ( ) = PZ ( z) Da har v fra (*) (*) X µ x µ x µ x µ F( x) = P( X x) = P = P Z = G σ σ σ σ som var det v skulle vse. Ekstraoppgave Dette er en ren regneoppgave (med lette tall) for å vende seg ltt tl formlene. A. Sprednngsdagrammet blr B. Beregnnger: x y ( x x) y ( x x)( y y) ( y ) Sum

8 8 Av dette får v x = y = 0 5 = 4 sx = 0 4 = 5 sy = 18 4 = 4.5 sxy = 14 4 = 3.5 sxy 3.5 C. V fnner b = = = 0.7 og a = y bx = 4 ( 0.7) 4 = 6.8 sx 5 Mnste kvadraters lnje blr da Inntegnet: yˆ = a + bx = x D. De emprske korrelasjonskoeffsenten blr sxy 3.5 r = = = , som gr ss 5 (4.5) x y r = , slk at 54.4% av varasjonen av y data blr forklart av x. E. Lnjen ŷ = a + bx skjærer y-aksen når x = 0, som gr yˆ = a+ b 0 = a= 6.8 Lnjen skjærer x-aksen når y ˆ = 0, dvs. når a + bx = 0, som skjer for a 6.8 x = = = b 0.7

9 9

Løsningskisse for oppgaver til undervisningsfri uke 14 (6.-9. april)

Løsningskisse for oppgaver til undervisningsfri uke 14 (6.-9. april) HG April 010 Løsningskisse for oppgaver til undervisningsfri uke 14 (6.-9. april) Innledende merknad. De fleste oppgavene denne uka er øvelser i bruk av den viktige regel 5.0, som er sentral i dette kurset,

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

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 <<< >>>. ECON30: EKSAMEN 05 VÅR - UTSATT PRØVE TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller lkt uansett varasjon vanskelghetsgrad. Svarene er gtt

Detaljer

Oppgaven består av 9 delspørsmål som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<, >>, Oppgave 1

Oppgaven består av 9 delspørsmål som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<, >>, Oppgave 1 ECON 213 EKSAMEN 26 VÅR SENSORVEILEDNING Oppgaven består av 9 delspørsmål som anbefales å vee lke mye, Kommentarer og tallsvar er skrevet nn mellom , Oppgave 1 I en by med 1 stemmeberettgete nnbyggere

Detaljer

(iii) Når 5 er blitt trukket ut, er det tre igjen som kan blir trukket ut til den siste plassen, altså:

(iii) Når 5 er blitt trukket ut, er det tre igjen som kan blir trukket ut til den siste plassen, altså: A-besvarelse ECON2130- Statstkk 1 vår 2009 Oppgave 1 A) () Antall kke-ordnede utvalg: () P(Arne nummer 1) = () Når 5 er bltt trukket ut, er det tre gjen som kan blr trukket ut tl den sste plassen, altså:

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 << >>. ECON13: EKSAMEN 14V TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller lkt uansett varasjon vanskelghetsgrad. Svarene er gtt >. Oppgave 1 Innlednng. Rulett splles på en rekke kasnoer

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

TMA4240/4245 Statistikk Eksamen august 2016

TMA4240/4245 Statistikk Eksamen august 2016 Norges teknsk-naturvtenskapelge unverstet Insttutt for matematske fag TMA44/445 Statstkk Eksamen august 6 Løsnngssksse Oppgave a) Ved kast av to ternnger er det 36 mulge utfall: (, ),..., (6, 6). La Y

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

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

Statistikk og økonomi, våren 2017

Statistikk og økonomi, våren 2017 Statstkk og økonom, våren 7 Oblgatorsk oppgave Løsnngsforslag Oppgave Anta at forbruket av ntrogen norsk landbruk årene 987 99 var følgende målt tonn: 987: 9 87 988: 8 989: 8 99: 8 99: 79 99: 87 99: 9

Detaljer

X ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0.

X ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0. UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Eksamen : Eksamensdag: 7. jun 2013. Td for eksamen: 14.30 18.30. Oppgavesettet er på 8 sder. Vedlegg: Tllatte hjelpemdler: STK2120 LØSNINGSFORSLAG

Detaljer

Oppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

Oppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011 Forelesnng 3 MET359 Økonometr ved Davd Kreberg Vår 0 Oppgaver Alle oppgaver er merket ut fra vanskelghetsgrad på følgende måte: * Enkel ** Mddels vanskelg *** Vanskelg Multple regresjon Oppgave.* Ta utgangspunkt

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Utsatt eksamen : ECON13 Statstkk 1 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamensdag: 11.8.16 Sensur kunngjøres senest: 6.8.16 Td for eksamen: kl. 9: 1: Oppgavesettet er på 4 sder Tllatte hjelpemdler:

Detaljer

Appendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte:

Appendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte: Appendks 1: Organserng av Rksdagsdata SPSS Sannerstedt- og Sjölns data er klargjort for logtanalyse SPSS flen på følgende måte: Enhet År SKJEBNE BASIS ANTALL FARGE 1 1972 1 0 47 1 0 2 1972 1 0 47 1 0 67

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Utsatt eksamen : ECON130 Statstkk 1 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamensdag: 15.0.015 Sensur kunngjøres senest: 0.07.015 Td for eksamen: kl. 09:00 1:00 Oppgavesettet er på 4 sder Tllatte hjelpemdler:

Detaljer

Alle deloppgaver teller likt i vurderingen av besvarelsen.

Alle deloppgaver teller likt i vurderingen av besvarelsen. STK H-26 Løsnngsforslag Alle deloppgaver teller lkt vurderngen av besvarelsen. Oppgave a) De normalfordelte: x og sd for hver gruppe. De skjevfordelte og de ekstremt skjevfordelte: Medan og kvartler for

Detaljer

Løsningskisse seminaroppgaver uke 17 ( april)

Løsningskisse seminaroppgaver uke 17 ( april) HG Aprl 14 Løsgsksse semaroppgaver uke 17 (.-5. aprl) Oppg. 5.6 (begge utgaver) La X = atall bar utvalget som har lærevasker. Adel bar med lærevasker populasjoe av bar atas å være p.15. Utvalgsstørrelse

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

Studieprogramundersøkelsen 2013

Studieprogramundersøkelsen 2013 1 Studeprogramundersøkelsen 2013 Alle studer skal henhold tl høgskolens kvaltetssystem være gjenstand for studentevaluerng mnst hvert tredje år. Alle studentene på studene under er oppfordret tl å delta

Detaljer

Alternerende rekker og absolutt konvergens

Alternerende rekker og absolutt konvergens Alternerende rekker og absolutt konvergens Forelest: 0. Sept, 2004 Sst forelesnng så v på rekker der alle termene var postve. Mange av de kraftgste metodene er utvklet for akkurat den typen rekker. I denne

Detaljer

Løsningsforslag ST2301 Øving 8

Løsningsforslag ST2301 Øving 8 Løsnngsforslag ST301 Øvng 8 Kapttel 4 Exercse 1 For tre alleler, fnn et sett med genfrekvenser for to populasjoner, som gr flere heterozygoter enn forventa utfra Hardy-Wenberg-andeler for mnst én av de

Detaljer

DEN NORSKE AKTUARFORENING

DEN NORSKE AKTUARFORENING DEN NORSKE AKTUARFORENING _ MCft% Fnansdepartementet Postboks 8008 Dep 0030 OSLO Dato: 03.04.2009 Deres ref: 08/654 FM TME Horngsuttalelse NOU 2008:20 om skadeforskrngsselskapenes vrksomhet. Den Norske

Detaljer

Løsningsforslag (ST1201/ST , kontinuasjonseksamen) ln L. X i = 2n.

Løsningsforslag (ST1201/ST , kontinuasjonseksamen) ln L. X i = 2n. Løsgsforslag ST20/ST620 205, kotuasjoseksame. a Rmelghetsfuksjoe blr Logartme Derverer Løser lgge Løsge er SME: L = 2 e l L = 2 l X X. X + l X. l L = 2 + 2 X = 2. ˆ = 2 X. X. b Her ka ma beytte trasformasjosformele,

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

Notater. Marie Lillehammer. Usikkerhetsanalyse for utslipp av farlige stoffer 2009/30. Notater

Notater. Marie Lillehammer. Usikkerhetsanalyse for utslipp av farlige stoffer 2009/30. Notater 009/30 Notater Mare Lllehammer Notater Uskkerhetsanalyse or utslpp av arlge stoer vdelng or IT og metode/seksjon or statstske metoder og standarder Innhold 1. Bakgrunn og ormål.... Metode....1 Fastsettelse

Detaljer

SIF5072 Stokastske prosesser Sde 2 av 6 b) Hva vl det s at en Markov-kjede er rredusbel? Er Markov-kjeden fx n g denne oppgaven rredusbel? Er den aper

SIF5072 Stokastske prosesser Sde 2 av 6 b) Hva vl det s at en Markov-kjede er rredusbel? Er Markov-kjeden fx n g denne oppgaven rredusbel? Er den aper Norges teknsk naturvtenskapelge unverstet Insttutt for matematske fag Sde 1 av 6 Faglg kontakt under eksamen: Bo Lndqvst 73 59 35 20 EKSAMEN I FAG SIF5072 STOKASTISKE PROSESSER Mandag 13. august 2001 Td:

Detaljer

Forelesning 17 torsdag den 16. oktober

Forelesning 17 torsdag den 16. oktober Forelesnng 17 torsdag den 16. oktober 4.12 Orden modulo et prmtall Defnsjon 4.12.1. La p være et prmtall. La x være et heltall slk at det kke er sant at x 0 Et naturlg tall t er ordenen tl a modulo p dersom

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

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer Sde: av 7 orsk akkredterng Dok.d.: VII..5 A Dok. 5: Angvelse av måleuskkerhet ved kalbrernger Utarbedet av: Saeed Behdad Godkjent av: ICL Versjon:.00 Mandatory/Krav Gjelder fra: 09.05.008 Sdenr: av 7 A

Detaljer

i kjemiske forbindelser 5. Hydrogen har oksidasjonstall Oksygen har oksidsjonstall -2

i kjemiske forbindelser 5. Hydrogen har oksidasjonstall Oksygen har oksidsjonstall -2 Repetsjon 4 (16.09.06) Regler for oksdasjonstall 1. Oksdasjonstall for alle fre element er 0 (O, N, C 60 ). Oksdasjonstall for enkle monoatomske on er lk ladnngen tl onet (Na + : +1, Cl - : -1, Mg + :

Detaljer

Notater. Anna-Karin Mevik. Estimering av månedlig omsetning innenfor bergverksdrift og industri 2008/57. Notater

Notater. Anna-Karin Mevik. Estimering av månedlig omsetning innenfor bergverksdrift og industri 2008/57. Notater 008/57 Notater Anna-Karn Mevk Notater Estmerng av månedlg omsetnng nnenfor bergverksdrft og ndustr Stabsavdelngen/Seksjon for statstske metoder og standarder 1. Innlednng.... Omsetnngsstatstkken for ndustren...

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

Eksamen i emne SIB8005 TRAFIKKREGULERING GRUNNKURS

Eksamen i emne SIB8005 TRAFIKKREGULERING GRUNNKURS Sde 1 av 5 NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET Fakultet for bygg- og mljøteknkk INSTITUTT FOR SAMFERDSELSTEKNIKK Faglg kontakt under eksamen: Navn Arvd Aakre Telefon 73 59 46 64 (drekte) / 73

Detaljer

NOEN SANNSYNLIGHETER I BRIDGE Av Hans-Wilhelm Mørch.

NOEN SANNSYNLIGHETER I BRIDGE Av Hans-Wilhelm Mørch. NOEN SANNSYNLIGHETER I BRIGE A Hans-Wlhelm Mørch. SANNSYNLIGHETER FOR HVORAN TRUMFEN(ELLER ANRE SORTER) ER FORELT Anta at du mangler n kort trumffargen. Ha er sannsynlgheten for at est har a a dem? La

Detaljer

Sparing gir mulighet for å forskyve forbruk over tid; spesielt kan ujevne inntekter transformeres til jevnere forbruk.

Sparing gir mulighet for å forskyve forbruk over tid; spesielt kan ujevne inntekter transformeres til jevnere forbruk. ECON 0 Forbruker, bedrft og marked Forelesnngsnotater 09.0.07 Nls-Henrk von der Fehr FORBRUK OG SPARING Innlednng I denne delen skal v anvende det generelle modellapparatet for konsumentens tlpasnng tl

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

Magnetisk nivåregulering. Prosjektoppgave i faget TTK 4150 Ulineære systemer. Gruppe 4: Rune Haugom Pål-Jørgen Kyllesø Jon Kåre Solås Frode Efteland

Magnetisk nivåregulering. Prosjektoppgave i faget TTK 4150 Ulineære systemer. Gruppe 4: Rune Haugom Pål-Jørgen Kyllesø Jon Kåre Solås Frode Efteland Magnetsk nvåregulerng Prosjektoppgave faget TTK 45 Ulneære systemer Gruppe 4: Rune Haugom Pål-Jørgen Kyllesø Jon Kåre Solås Frode Efteland Innholdsfortegnelse Innholdsfortegnelse... Innlednng... Oppgave

Detaljer

Løsningskisse seminaroppgaver uke 15

Løsningskisse seminaroppgaver uke 15 HG April 0 Løsningskisse seminaroppgaver uke 5 Oppg. 5.6 La X = antall barn i utvalget som har lærevansker. Andel barn med lærevansker i populasjonen av barn antas å være p = 0,5. Utvalgsstørrelsen er

Detaljer

Investering under usikkerhet Risiko og avkastning Høy risiko. Risikokostnad prosjekt Snøskuffe. Presisering av risikobegrepet

Investering under usikkerhet Risiko og avkastning Høy risiko. Risikokostnad prosjekt Snøskuffe. Presisering av risikobegrepet Investerng under uskkerhet Rsko og avkastnng Høy rsko Lav rsko Presserng av rskobegreet Realnvesterng Fnansnvesterng Rsko for enkeltaksjer og ortefølje-sammenheng Fnansnvesterng Realnvesterng John-Erk

Detaljer

TMA4240 Statistikk H2010

TMA4240 Statistikk H2010 TMA440 Statstkk H00 Statstsk nferens: 9.6: Predksjonsntervall 9.8: To utvalg, dfferanse µ µ Mette Langaas Foreleses mandag 8.oktober, 00 Predksjonsntervall for fremtdg observasjon, normalfordelng For en

Detaljer

Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011

Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011 Løsnnger lle oppgaver er merket ut fra vanskelghetsgrad på følgende måte: * Enkel ** Mddels vanskelg *** Vanskelg Hypotesetestng testng av enkelthypoteser Oppgave 1.* Når v tester enkelthypoteser ved hjelp

Detaljer

MA1301 Tallteori Høsten 2014

MA1301 Tallteori Høsten 2014 MA1301 Tallteor Høsten 014 Rchard Wllamson 3. desember 014 Innhold Forord 1 Induksjon og rekursjon 7 1.1 Naturlge tall og heltall............................ 7 1. Bevs.......................................

Detaljer

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet Dynamsk programmerng Metoden ble formalsert av Rchard Bellmann (RAND Corporaton på -tallet. Programmerng betydnngen planlegge, ta beslutnnger. (Har kke noe med kode eller å skrve kode å gøre. Dynamsk for

Detaljer

må det justeres for i avkastningsberegningene. se nærmere nedenfor om valg av beregningsmetoder.

må det justeres for i avkastningsberegningene. se nærmere nedenfor om valg av beregningsmetoder. 40 Metoder for å måle avkastnng Totalavkastnngen tl Statens petroleumsfond blr målt med stor nøyaktghet. En vktg forutsetnng er at det alltd beregnes kvaltetsskret markedsverd av fondet når det kommer

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

Oversikt 1. forelesning. ECON240 Statistikk og økonometri. Utdanning og lønn. Forskning. Datainnsamling; utdanning og inntekt

Oversikt 1. forelesning. ECON240 Statistikk og økonometri. Utdanning og lønn. Forskning. Datainnsamling; utdanning og inntekt Overskt. forelesnng ECON40 Statstkk og økonometr Arld Aakvk, professor Insttutt for økonom Hva er statstkk og økonometr? Hvorfor studerer v fagområdet? Statstkk Metoder, teknkker og verktøy tl å produsere

Detaljer

Eksamen ECON 2200, Sensorveiledning Våren Deriver følgende funksjoner. Deriver med hensyn på begge argumenter i e) og f).

Eksamen ECON 2200, Sensorveiledning Våren Deriver følgende funksjoner. Deriver med hensyn på begge argumenter i e) og f). Eksamen ECON 00, Sensorvelednng Våren 0 Oppgave (8 poeng ) Derver følgende funksjoner. Derver med hensyn på begge argumenter e) og f). (Ett poeng per dervasjon, dvs, poeng e og f) a) f( x) = 3x x + ln

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsnngsforslag UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Eksamen : INF3 Dgtal bldebehandlng Eksamensdag : Trsdag 9. mars 3 Td for eksamen : 5: 9: Løsnngsforslaget er på : sder Vedlegg

Detaljer

2006/27 Notater 2006 Om samordning av utvalg ved bruk av PRN-tall

2006/27 Notater 2006 Om samordning av utvalg ved bruk av PRN-tall 2006/27 Notater 2006 Johan Heldal og Audun Rust Notater Om samordnng av utvalg ved bruk av PRN-tall Seksjon for statstske metoder og standarder Forord Dette notatet beskrver hvordan permanente tlfeldge

Detaljer

Auksjoner og miljø: Privat informasjon og kollektive goder. Eirik Romstad Handelshøyskolen Norges miljø- og biovitenskapelige universitet

Auksjoner og miljø: Privat informasjon og kollektive goder. Eirik Romstad Handelshøyskolen Norges miljø- og biovitenskapelige universitet Auksjoner og mljø: Prvat nformasjon og kollektve goder Erk Romstad Handelshøyskolen Auksjoner for endra forvaltnng Habtatvern for bologsk mangfold Styresmaktene lyser ut spesfserte forvaltnngskontrakter

Detaljer

EKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00

EKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00 Norges teknsk naturvtenskapelge unverstet Insttutt for matematske fag Sde 1 av 9 Faglg kontakt under eksamen: Enar Rønqust, tlf. 73 59 35 47 EKSAMEN I FAG SIF5040 NUMERISKE METODER Trsdag 15. ma 2001 Td:

Detaljer

Litt om empirisk Markedsavgrensning i form av sjokkanalyse

Litt om empirisk Markedsavgrensning i form av sjokkanalyse Ltt om emprsk Markedsavgrensnng form av sjokkanalyse Frode Steen Konkurransetlsynet, 27 ma 2011 KT - 27.05.2011 1 Sjokkanalyse som markedsavgrensnngsredskap Tradsjonell korrelasjonsanalyse av prser utnytter

Detaljer

Eksamensoppgave i SØK Statistikk for økonomer

Eksamensoppgave i SØK Statistikk for økonomer Insttutt for samfunnsøkonom Eksamensoppgave SØK004 - Statstkk for økonomer Faglg kontakt under eksamen: Hldegunn E. Stokke, tlf 7359665 Bjarne Strøm, tlf 7359933 Eksamensdato: 0..04 Eksamenstd (fra-tl):

Detaljer

Analyse av strukturerte spareprodukt

Analyse av strukturerte spareprodukt NORGES HANDELSHØYSKOLE Bergen, Høst 2007 Analyse av strukturerte spareprodukt Et Knderegg for banknærngen? av Ger Magne Bøe Veleder: Professor Petter Bjerksund Utrednng fordypnngs-/spesalområdet: Fnansell

Detaljer

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer Sde: av 7 NA Dok. 5 Angvelse av måleuskkerhet ved kalbrernger Dokument kategor: Krav Fagområde: Kalbrerngslaboratorer Dette dokumentet er en oversettelse av EA-4/0 European Cooperaton for Accrédtaton of

Detaljer

Notater. Bjørn Gabrielsen, Magnar Lillegård, Berit Otnes, Brith Sundby, Dag Abrahamsen, Pål Strand (Hdir)

Notater. Bjørn Gabrielsen, Magnar Lillegård, Berit Otnes, Brith Sundby, Dag Abrahamsen, Pål Strand (Hdir) 2009/48 Notater Bjørn Gabrelsen, Magnar Lllegård, Bert Otnes, Brth Sundby, Dag Abrahamsen, Pål Strand (Hdr) Notater Indvdbasert statstkk for pleeog omsorgstjenesten kommunene (IPLOS) Foreløpge resultater

Detaljer

STK1100 våren 2015 P A B P B A. Betinget sannsynlighet. Vi trenger en definisjon av betinget sannsynlighet! Eksemplet motiverer definisjonen:

STK1100 våren 2015 P A B P B A. Betinget sannsynlighet. Vi trenger en definisjon av betinget sannsynlighet! Eksemplet motiverer definisjonen: STK00 våren 05 etnget sannsynlghet Svarer tl avsntt.4 læreboa Esempel V vl først ved help av et esempel se ntutvt på hva betnget sannsynlghet betyr V legger fre røde ort og to svarte ort en bune Ørnulf

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

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 29. mai 2007

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 29. mai 2007 Høgskole Telemark Avdelg for estetske fag, folkekultur og lærerutdag BOKMÅL 9. ma 7 EKSAMEN I MATEMATIKK, Modul 5 studepoeg Td: 5 tmer Hjelpemdler: Kalkulator og vedlagt formelsamlg (bakerst oppgavesettet).

Detaljer

Fast valutakurs, selvstendig rentepolitikk og frie kapitalbevegelser er ikke forenlig på samme tid

Fast valutakurs, selvstendig rentepolitikk og frie kapitalbevegelser er ikke forenlig på samme tid Makroøkonom Publserngsoppgave Uke 48 November 29. 2009, Rev - Jan Erk Skog Fast valutakurs, selvstendg rentepoltkk og fre kaptalbevegelser er kke forenlg på samme td I utsagnet Fast valutakurs, selvstendg

Detaljer

MASTER I IDRETTSVITENSKAP 2012/2014. Individuell skriftlig eksamen. MAS 402- Statistikk. Tirsdag 9. oktober 2012 kl. 10.00-12.00

MASTER I IDRETTSVITENSKAP 2012/2014. Individuell skriftlig eksamen. MAS 402- Statistikk. Tirsdag 9. oktober 2012 kl. 10.00-12.00 MASTER I IDRETTSVITESKAP 0/04 Indvduell skrftlg eksamen MAS 40- Statstkk Trsdag 9. oktober 0 kl. 0.00-.00 Hjelpemdler: kalkulator Eksamensoppgaven består av 9 sder nkludert forsden Sensurfrst: 30. oktober

Detaljer

\ ;' STIKKORD: FILTER~ VEIEFEIL YRKESHYGIENISK INSTITUTT REGISTRERI~G AV FEILKILDER AVDELING: TEKNISK AVDELING RØNNAUG BRUUN HD 839/80820

\ ;' STIKKORD: FILTER~ VEIEFEIL YRKESHYGIENISK INSTITUTT REGISTRERI~G AV FEILKILDER AVDELING: TEKNISK AVDELING RØNNAUG BRUUN HD 839/80820 "t j \ ;' REGISTRERIG AV FEILKILDER VED VEI ING AV Fl LTRE RØNNAUG BRUUN Lv flidthjell HD 839/80820 AVDELING: TEKNISK AVDELING ANSVARSHAVENDE: O. ING. BJARNE KARTH JOHNSEN STIKKORD: FILTER VEIEFEIL YRKESHYGIENISK

Detaljer

Notater. Nina Hagesæther og Li-Chun Zhang. Om estimeringsusikkerhet og utvalgsplan i AKU 2007/22. Notater

Notater. Nina Hagesæther og Li-Chun Zhang. Om estimeringsusikkerhet og utvalgsplan i AKU 2007/22. Notater 007/ Notater Nna Hagesæter og L-Cun Zang Notater Om estmerngsuskkeret og utvalgsplan AKU Stabsavdelng/Seksjon for metoder og standarder Innold 1. Innlednng...3. Om utvalgs- og estmerngsenet...3.1 Problemstllng...3.

Detaljer

SNF-rapport nr. 23/05

SNF-rapport nr. 23/05 Sykefravær offentlg og prvat sektor av Margt Auestad SNF-prosjekt nr. 4370 Endrng arbedsforhold Norge Prosjektet er fnansert av Norges forsknngsråd SAMFUNNS- OG NÆRINGSLIVSFORSKNING AS BERGEN, OKTOBER

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

SNF-rapport nr. 19/07

SNF-rapport nr. 19/07 Analyse av strukturerte spareprodukt Et Knderegg for banknærngen? av Ger Magne Bøe SNF-prosjekt nr. 7000 SAMFUNNS- OG NÆRINGSLIVSFORSKNING AS BERGEN, OKTOBER 2007 Dette eksemplar er fremstlt etter avtale

Detaljer

Tillegg 7 7. Innledning til FY2045/TFY4250

Tillegg 7 7. Innledning til FY2045/TFY4250 FY1006/TFY4215 Tllegg 7 1 Dette notatet repeterer noen punkter fra Tllegg 2, og dekker detalj målng av degenererte egenverder samt mpulsrepresentasjonen av kvantemekankk. Tllegg 7 7. Innlednng tl FY2045/TFY4250

Detaljer

Econ 2130 Forelesning uke 10 (HG) Geometrisk og normal fordeling

Econ 2130 Forelesning uke 10 (HG) Geometrisk og normal fordeling Econ 2130 Forelesning uke 10 (HG) Geometrisk og normal fordeling 1 Geometrisk fordeling Binomisk forsøks-serie En serie likeartete forsøk med to mulige utfall, S og F, i hvert. (Modell) forutsetninger

Detaljer

2007/30. Notater. Nina Hagesæther. Notater. Bruk av applikasjonen Struktur. Stabsavdeling/Seksjon for statistiske metoder og standarder

2007/30. Notater. Nina Hagesæther. Notater. Bruk av applikasjonen Struktur. Stabsavdeling/Seksjon for statistiske metoder og standarder 007/30 Notater Nna Hagesæter Notater Bruk av applkasjonen Struktur Stabsavdelng/Seksjon for statstske metoder og standarder Innold 1. Innlednng... 1.1 Hva er Struktur, og va kan applkasjonen brukes tl?...

Detaljer

U-land eller i-land hvor ligger løsningen på klimaproblemet?

U-land eller i-land hvor ligger løsningen på klimaproblemet? Uland eller land hvor lgger løsnngen på klmaproblemet? Økonomske analyser 3/2008 Uland eller land hvor lgger løsnngen på klmaproblemet? Bjart Holtsmark Løsnngen på klmautfordrngen lgger lten grad begrensnng

Detaljer

Alderseffekter i NVEs kostnadsnormer. - evaluering og analyser

Alderseffekter i NVEs kostnadsnormer. - evaluering og analyser Alderseffekter NVEs kostnadsnormer - evaluerng og analyser 2009 20 06 20 10 20 10 20 10 21 2011 20 10 20 10 20 10 20 10 20 10 20 10 20 10 20 10 20 10 R A P P O R T 20 10 20 10 20 10 20 10 20 10 20 10 20

Detaljer

Eksamensoppgave i SØK2900 Empirisk metode

Eksamensoppgave i SØK2900 Empirisk metode Insttutt for samfunnsøkonom Eksamensoppgave SØK900 Emprsk metode Faglg kontakt under eksamen: Bjarne Strøm Tlf.: 73 59 9 33 Eksamensdato: 3. jun 05 Eksamenstd (fra-tl): 4 tmer (09.00 3.00) Sensurdato:

Detaljer

Forelesning nr.3 INF 1411 Elektroniske systemer

Forelesning nr.3 INF 1411 Elektroniske systemer Forelesnng nr.3 INF 4 Elektronske systemer 009 04 Parallelle og parallell-serelle kretser Krchhoffs strømlov 30.0.04 INF 4 Dagens temaer Parallelle kretser Kretser med parallelle og serelle ster Effekt

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

Oppvarming og innetemperaturer i norske barnefamilier

Oppvarming og innetemperaturer i norske barnefamilier Ovarmng og nnetemeraturer norske barnefamler En analyse av husholdnngenes valg av nnetemeratur Henrette Brkelund Masterogave samfunnsøkonom ved Økonomsk Insttutt UNIVERSITETET I OSLO 13.05.2013 II ) Ovarmng

Detaljer

Hvordan får man data og modell til å passe sammen?

Hvordan får man data og modell til å passe sammen? Hvordan får man data og modell tl å passe sammen? Ekstremverd-analyse Målet er å estmere T-års-ekstremen (flommen). T-års-ekstremen er slk at etter T år vl det forventnng være én overskrdelse av T-års-ekstremen.

Detaljer

KVIKKSØLVEKSPONERING VED DENTALLABORATORIER. Nils Gundersen og Arve Lie HD 807/790814

KVIKKSØLVEKSPONERING VED DENTALLABORATORIER. Nils Gundersen og Arve Lie HD 807/790814 KVIKKSØLVEKSPONERING VED DENTALLABORATORIER Nls Gundersen og Arve Le HD 807/790814 KVIKKSØLVEKSPONERING VED DENTALLABORATORIER Nls Gundersen og Arve Le HD 807/790814 l SAMMENDRAG: Rapporten omhandler bruk

Detaljer

Dårligere enn svenskene?

Dårligere enn svenskene? Økonomske analyser 2/2001 Dårlgere enn svenskene? Dårlgere enn svenskene? En sammenlgnng av produktvtetsveksten norsk og svensk ndustr * "Productvty sn t everythng, but n the long run t s almost everythng."

Detaljer

Avvisning av klage på offentlig anskaffelse

Avvisning av klage på offentlig anskaffelse Klagenemnda for offentlge anskaffelser Advokatfrmaet Haavnd AS Att. Maranne H. Dragsten Postboks 359 Sentrum 0101 Oslo Deres referanse Vår referanse Dato 1484867/2 2010/128 08.03.2011 Avvsnng av klage

Detaljer

Rapport 2008-031. Benchmarkingmodeller. incentiver

Rapport 2008-031. Benchmarkingmodeller. incentiver Rapport 28-3 Benchmarkngmodeller og ncentver CO-rapport nr. 28-3, Prosjekt nr. 552 ISS: 83-53, ISB 82-7645-xxx-x LM/ÅJ, 29. februar 28 Offentlg Benchmarkngmodeller og ncentver Utarbedet for orges vassdrags-

Detaljer

Norske CO 2 -avgifter - differensiert eller uniform skatt?

Norske CO 2 -avgifter - differensiert eller uniform skatt? Norske CO 2 -avgfter - dfferensert eller unform skatt? av Sven Egl Ueland Masteroppgave Masteroppgaven er levert for å fullføre graden Master samfunnsøkonom Unverstetet Bergen, Insttutt for økonom Oktober

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

Sannsynlighet seier noko om kor truleg det er at ei hending får eit bestemt utfall. Ein matematisk definisjon på sannsynlighet er:

Sannsynlighet seier noko om kor truleg det er at ei hending får eit bestemt utfall. Ein matematisk definisjon på sannsynlighet er: Dette notatet bygger på Append C I Dngamn, og er et forsøk på å gje en kort og enkel nnførng vktge statskske begrep me vl få bruk for GF-GG4. Sannsynlghet seer noko om kor truleg det er at e hendng får

Detaljer

betyr begivenheten at det blir trukket en rød kule i første trekning og en hvit i andre, mens B1 B2

betyr begivenheten at det blir trukket en rød kule i første trekning og en hvit i andre, mens B1 B2 ECON30: EKSAMEN 06v SENSORVEILEDNING. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i

Detaljer

FAUSKE KOMMUNE. Budsjett Regnskap Periodisert AWík i kr Forbruk i % I 3 015 971 1 304 248 1711 723 r 173 % I

FAUSKE KOMMUNE. Budsjett Regnskap Periodisert AWík i kr Forbruk i % I 3 015 971 1 304 248 1711 723 r 173 % I SAKSPAPR FAUSKE KOMMUNE 11/9981 Arkv JoumalpostD: sakd.: 11/2331 Saksbehandler: Jonny Rse Sluttbehandlede vedtaksnstans: Kommunestye Sak nr.: 002/12 FORMANNSKAP Dato: 31.10.2011 013/12 KOMMUNESTYRE 08.11.2011

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

Forelesning nr.3 INF 1411 Elektroniske systemer. Parallelle og parallell-serielle kretser Kirchhoffs strømlov

Forelesning nr.3 INF 1411 Elektroniske systemer. Parallelle og parallell-serielle kretser Kirchhoffs strømlov Forelesnng nr.3 INF 4 Elektronske systemer Parallelle og parallell-serelle kretser Krchhoffs strømlov Dagens temaer Parallelle kretser Kretser med parallelle og serelle ster Effekt parallelle kretser Krchhoffs

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

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

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

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

Adaptivt lokalsøk for boolske optimeringsproblemer

Adaptivt lokalsøk for boolske optimeringsproblemer Adaptvt lokalsøk for boolske optmerngsproblemer Lars Magnus Hvattum Høgskolen Molde Lars.M.Hvattum@hmolde.no Arne Løkketangen Høgskolen Molde Arne.Lokketangen@hmolde.no Fred Glover Leeds School of Busness,

Detaljer

INNVANDRERNE I ARBEIDSMARKEDET

INNVANDRERNE I ARBEIDSMARKEDET C v t a - n o t a t nr.7 / 2008 INNVANDRERNE I ARBEIDSMARKEDET Artkkel FNs ntnasjonale konvensjon om økonomske, sosale og kulturelle rettghet fastslår retten for enhv tl å ha en tlfredsstllende levestandard

Detaljer

Samfunnsøkonomi andre avdeling, mikroøkonomi, Diderik Lund, 18. mars 2002

Samfunnsøkonomi andre avdeling, mikroøkonomi, Diderik Lund, 18. mars 2002 Samfunnsøkonom andre avdelng, mkroøkonom, Dderk Lund, 8. mars 00 Markeder under uskkerhet Uskkerhet vktg mange (de fleste? markeder Uskkerhet omkrng framtdge prser og leverngsskkerhet (f.eks. om leverandør

Detaljer

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet Dynamsk programmerng Hvlke problemer? Metoden ble formalsert av Rchard Bellmann (RAND Corporaton) på -tallet. Har ngen tng med programmerng å gøre. Dynamsk er et ord som kan aldr brukes negatvt. Skal v

Detaljer

Forelesning nr.3 INF 1410

Forelesning nr.3 INF 1410 Forelesnng nr. INF 40 009 Node og mesh-analyse 6.0.009 INF 40 Oerskt dagens temaer Bakgrunn Nodeanalyse og motasjon Meshanalyse 009 Supernode Bruksområder og supermesh for node- og meshanalyse 6.0.009

Detaljer

Oppgave 3, SØK400 våren 2002, v/d. Lund

Oppgave 3, SØK400 våren 2002, v/d. Lund Oppgave 3, SØK400 våren 00, v/d. Lnd En bonde bonde dyrker poteter. Hvs det blr mldvær, blr avlngen 0. Hvs det blr frost, blr avlngen. Naboen bonde, som vl være tsatt for samme vær, dyrker også poteter,

Detaljer

Tema for forelesningen var Carnot-sykel (Carnot-maskin) og entropibegrepet.

Tema for forelesningen var Carnot-sykel (Carnot-maskin) og entropibegrepet. FORELESNING I ERMOYNMIKK ONSG 29.03.00 ema for forelesnngen var arnot-sykel (arnot-maskn) og entropbegrepet. En arnot-maskn produserer arbed ved at varme overføres fra et sted med en øy temperatur ( )

Detaljer

Utredning av behov for langsiktige tiltak for norske livsforsikringsselskaper. pensj onskasser. Finansnæringens Hovedorganisasjon 16.06.

Utredning av behov for langsiktige tiltak for norske livsforsikringsselskaper. pensj onskasser. Finansnæringens Hovedorganisasjon 16.06. Utrednng av behov for langsktge tltak for norske lvsforskrngsselskaper og pensj onskasser Fnansnærngens Hovedorgansasjon 16.06.2009 Innhold Bakgrunnogformål 3 2 Den aktuelle stuasjonen norske lvsforskrngsselskaper

Detaljer