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

Størrelse: px
Begynne med side:

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

Transkript

1 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 DIP Neste uke: Hstorserte oersjoer o lokle råtoetrsforer Hvord edre kotrste et lde?? Hstorer E dskret fuksjo so vser tll åler efor so oftest ufore tervller et dtsett V joer ed lder o får Et lde so dtsett Pksel-testeter so åler E overskt over yete tl testetee ldet K oså storer over dre retre. Mtetsk verktøyksse 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 V r turlvs t #ksler råtoe # 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 9 Norlsert stor V r t Det orlserte storet er:, k ses å so e ssyletsfordel for kselverdee Uve v tll ksler ldet M k s e del o ldet ut fr dee ssylets-tettetsfuksjoe Kuultvt stor Ekseel, kuultvt stor Hvor e ksler r råtoe dre e eller lk råtoe j? c j Norlsert kuultvt stor: j c j Ssylete for t e tlfeld ksel er dre eller lk råtoe j Hstor o kuultvt stor se fur

4 Hstorer full oløs Sklerte storer redusert oløs * Oløse storer k reduseres - for ekseel ved over fr oesu tl krkter. * Hstoret k skleres tl su eller su %. Nore er %, 5%, 3% 5%, %. Er dere edre e ore, så får dere ode krkterer. 3 4 Hstorer v ojekt-eesker Beresrtet okr storer vl oså koe tl ytte dtl ldelyse V k le storer over eesker, feks: Ojekt-størrelse: Vser fordele v størrelse å ojektee, o der rul for å sette e terskel for å kue fjere så o uvesetle ojekter fr ldet støy Ojekt-oeter: Vser fordele v ereede oeter fr vert ojekt, o der rul for å sle ruer v ojekter klsser eller clustre råtoetrsforsjo Når v vser et lde å skjere er testete kotrollert v de tlsvrede verde ldetrse V k orette e vlds-fuksjo ello de tllee so fes ldetrse, v, o de testete v øsker å skjere, v out For ett-ådslder er v out [v k være e retrsk fuksjo eller e tell Re råtoetrsforsjo, så ett o ett ksel trsforeres uve v oksler lol trsforsjo. 5 6

5 Idettets Leær vld Fure vser seee ello kselverde -ldet f o kselverde tl de se ksele utldet etter e råtoetrsforsjo. Hvs trsforsjo er e dettets, f, vl fure vse e rett lje jeo oro, ed ststll. [ f f f Leær strekk [ x, y f x, y reulerer kotrste, o lysete >: er kotrst <: dre kotrst : flytter lle råtoer våer Netver: -, xverd for ldetye 7 8 Edre lysete rtess Edre kotrste Lee tl e kostt tl lle kselverdee x, y f x, y Multlsere ver kselverd ed e fktor : x, y f x, y Hvs >, lle kselverdee øker, o ldet lr lysere Hvs <, ldet lr ørkere Hstoret flyttes o eller ed ed Mddelverde edres! f f Hvs >, kotrste øker Hvs <, kotrste ker Eks: Bruke ele testetsskle Q: Hv skjer ed ddelverde? f f 9

6 Ivertert råtoelde Fr råtoevå [f,f tl [, Der ldets etv ved å sett - o ksverde tll råtoer x, y f x, y Bldet får kke etve verder, e vldsfuksjoe r etvt ststll Edre tervllet [f, f tl å l [, E leær fr f tl : x, y [ f x, y f f f Rett lje ed ststll - /f -f f f f f f Kl etter trsfor Stdrdser v lder O x,y får verder utefor det støttede tervllet, forets so oftest kl v verdee F.eks vl et used yte lde l tvuet efor tervllet [, 55 x Heskt: Søre for t lle ldee e sere er sttstsk lke. orde Metode: Justere ddelverde o vrse tl råtoeverdee ldet ved jel v e leær råtoetrsfor Hvorfor? Fjere effekte v Døvrsjo elys Aldrseffekter ler o detektorer Akkuuler v støv å lser etc. Hvor: Produkt-seksjo dustr Mkroskoer v celler... Neste uke: K oså stdrdsere ldee ed storsesfksjo, e vl d kke eolde fore å storet 3 4

7 Mddelverde v råtoee Mddelverde v kselverdee et lde ed х ksler o råtoer k fes ete fr ldet eller fr ldets stor, evt fr orlsert stor [..., x y y x f, : der Norlsert stor Hvorfor e fordel ed det sste ltertvet? INF3 Vrs v råtoee Vrse v kselverdee et lde ed x ksler o råtoer k oså fes fr ldets stor [ [, [ x y y x f INF3 Juster v o tt -lde ed ddelverd o vrs At e leær råtoe-trsfor [ Ny ddelverd o vrs er d tt ved Dvs. /, - V k ltså vele ye o, eree o, vede [ å -ldet o få et ut-lde ed rkt o [ [ [ INF3 Ekseel : Juster v Vl eolde ddelverde, slk t, e øsker y. Beste o le [: [, INF3

8 Ekseel : Juster v o Øsker t lle ldee e sere skl se,. Beste o le [:, [ Vl v stdrdvvk At t storet tl ldet er orlfordelt N,, o t v veler /. Hv er d otlt vl v? Hvor stor ercetl lr klt? For vert lde å v fe ldets, 9 3 Ikke-leær trsfor Power-lw -trsforsjoer Lortsk skler Eks: Desel o rdrlder, Fourer-trsfor Eksoetell skler -skler Stykkevs-leær skler Hv jøres ed kotrste de ørke o lyse delee v ldet etter slke sklerer e sksse v fuksjoee o se f ot Me lderoduserede rter r et ut/oututforold so k eskrves so: s c der s er ut-testete ved e ut γ K korreres ved råtoetrsfore [ /γ eerell kotrst-ulsjo Brukervel ed ku é vrel F 3.6 DIP 3 3

9 Lortsk Eksoetell Stykkevs leær Brukersesfsert stykkevs leær for å freeve vsse tervller r ært lde sert å o kslees -te t er stt I ekselet, ku de sste 4 t eolder vsuell sfks K eyttes koresjo Ku eolde vsse t-l Effektvt å kode ære lder f.eks rulet Bt-l-odel 35 36

10 erskl Dette er et rese-tlfelle v leær trsforsjo, der lle ut-verdee settes lk for -verder f et tervll -, es lle dre ut-verder settes lk Dette r et to-vå ært ut-lde 37 Ileetsjo: Oslsteller LU Mål: Effektvsere leetsjoe Avldsfuksjoe utføres å lle ule testeter o resulttee lres e tell LUlook u tle råtoe-vlde utføres så so osl e tell Hrdwre LU-oersjoe utføres å dt-strøe ello ukoelse o dsly o te fly å rfkkortet Ioldet lde-trse edres kke Kotrstedr ved ku å edre tellverdee Softwre Utre v vldsfuksjoe for vert ksel lr yttet ut ed ekelt tellosl 38 Ileetsjo v råtoeoersjoer råtoestorer Osuer for x:wdt- for y:et- x,y*fx,y for :reylevels- [* for x:wdt- for y:et- x,y[fx,y drekte leetsjo ved ruk v LU edr v kselverdee Leær trsfor Forstå effekte v retree o Stdrdser v lder ed leær trsfor Fjerer effekte v vrsjoer vldsforold døvrsjo, le, støv etc Hvord estee o for å få øsket o Ikke-leære, retrske trsforer Lortsk, eksoetell,, stykkevs leær Hv jøres ed kotrste de ørke o lyse delee v ldet etter slke sklerer e sksse v fuksjoee o se å f ot 39 4

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling 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. 3. - 3DIP 3. 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

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

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

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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Det ble orientert i plenum under eksamensdagen om følgende endringer i forhold til oppgaven:

Det ble orientert i plenum under eksamensdagen om følgende endringer i forhold til oppgaven: LØSNINGSFORSLAG EKSAMEN 4 MAI 007 MET00 STATISTIKK GRUNNKURS Det ble oretert pleum uder eksamesdage om følgede edrger forhold tl oppgave: Oppgave b går ut. Det vl da bl 9 oppgaver og alle oppgaver teller

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

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

Forelesning 25 og 26 Introduksjon til Bayesiansk statistikk

Forelesning 25 og 26 Introduksjon til Bayesiansk statistikk Yushu.@hh.o Forelesg 5 og 6 Itroduksjo tl Bayesask statstkk 1. Itroduksjo Fortsatt atar v har stokastsk varabel X (X ka være stokastsk varabel vektor) kommer fra e fordelg med parametere ( ka være parameter

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

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

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

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

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

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

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

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

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

Forelesninger i spillteori V 2003, del 1. Telenor Mobil, NetCom Rimi, Rema, andre SAS, lavprisselskaper Charterselskaper

Forelesninger i spillteori V 2003, del 1. Telenor Mobil, NetCom Rimi, Rema, andre SAS, lavprisselskaper Charterselskaper Olgopol Forelennger pllteor V 3 del G.B. Ahe pllteor oppdat. 5.3.3 Ekepler Telenor Mobl NetCo R Rea andre SAS lavprelkaper Charterelkaper Karaktertka Konkurrane på pr eller kvanta Satdge eller ekvenelle

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

Analyse av sammenhenger

Analyse av sammenhenger Kapttel 7.-7.3: Aalyse av sammeheger Korrelasjo og regresjo E vktg avedelse av statstkk er å studere sammeheger mellom varabler: Avgjøre om det er sammeheger. Beskrve hvorda evetuelle sammeheger er. Eksempler:

Detaljer

Løsningsforslag til øving 4

Løsningsforslag til øving 4 Høgsole i Gjøi d. for te., ø. og ledelse temti 5 Løsigsforslg til øig OPPGE det ( 8 Determite esisterer ie! K drtise mtriser e determit. i i detc ( i( i ( i( i ( i i i i 5i 5i i i er! Regereglee er de

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

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

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

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

1. Konfidens intervall for

1. Konfidens intervall for Forelesg 0 + Yushu.@ub.o Kofdes tervall og Bootstrap. Kofdes tervall for ) Kofdes tervall [ ˆ, ˆ ] dekker de ukjete parametere med høy grad av skkerhet (kofdesvå): P( ˆ ˆ ), er f.eks 0.0 eller 0.05, eller

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

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

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

Forelesning Enveis ANOVA

Forelesning Enveis ANOVA STAT111 Statstkk Metoder ushu.l@ub.o Forelesg 14 + 15 Eves ANOVA 1. troduksjo a. Z-, t- test Uka 1: tester for forvetgsdfferase to populasjoer (grupper) b. ANOVA (aalyss of varace): tester om det er forskjeller

Detaljer

NEO. EI 120(ve i o)s PN-EN 13501-3 + A1:2009 Etter 20 000 sykluser EUROPEAN PATENT APPLICATION EP11158318.3 BRANN SIKKERHET BRANNSPJELD FUNKSJON

NEO. EI 120(ve i o)s PN-EN 13501-3 + A1:2009 Etter 20 000 sykluser EUROPEAN PATENT APPLICATION EP11158318.3 BRANN SIKKERHET BRANNSPJELD FUNKSJON RNNSPJELD EI 120(ve o)s PN-EN 13501-3 + 1:200 Etter 20 000 sykluser EUROPEN PTENT PPLICTION EP11158318.3 GOLD EDL TP 2012 n lbrres of RNN SIKKERET pretrc lbrres FUNKSJON NEO EI120(ve o)s brnnspjeld er

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

Oppgave 2 Betydningen til hvert enkelt siffer er bestemt av sifferets plassering eller posisjon. Tallet 4321 betyr

Oppgave 2 Betydningen til hvert enkelt siffer er bestemt av sifferets plassering eller posisjon. Tallet 4321 betyr KAPITTEL 1 TALL OG TALLREGNING FLERE UTFORDRINGER Oppgve 1 Du hr sifrene A 1 3 5 7 9 og B 2 4 6 8 Ve å ruke tre v sifrene i enten A eller B skl u lge ett tll så nærme 500 som mulig. Du kn re ruke ett siffer

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

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

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

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

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

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

MSKOMNO. kó=ñê~w. pfabufp=ud. aáöáí~ä=ê åíöéå=l=îáçéçjëçñíï~êé=j=sfabufp hçêí=äêìâë~åîáëåáåö= kçêëâ

MSKOMNO. kó=ñê~w. pfabufp=ud. aáöáí~ä=ê åíöéå=l=îáçéçjëçñíï~êé=j=sfabufp hçêí=äêìâë~åîáëåáåö= kçêëâ kó=ñê~w MSKOMNO pfabufp=ud aáöáí~ä=ê åíöéå=l=îáçéçjëçñíï~êé=j=sfabufp hçêí=äêìâë~åîáëåáåö= kçêëâ 0123 Dette produktet bærer CE-merket overensstemmelse med bestemmelsene drektvet 93/42EEC av 14 jun 1993

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

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

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

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

Rekursjon. I. Et enkelt eksempel

Rekursjon. I. Et enkelt eksempel Reusj I. ET ENKELT EKSEMPEL II. TRE AV REKURSIVE KALL, eusjsdybde temeg dg III.INDUKTIVE DATA TYPER g Reusj ve Dt Type IV. SPLITT OG HERSK PROBLEMLØSNING VED REKURSJON Kp. 8.. V. REKURSJONS EEKTIVITET

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

a 5 (2 + 8) d 5 (2 + 8) 4 g b 3 5 (2 + 8) e h 3 ( ) j Begrunn hvorfor du ikke får samme svar på oppgave b og g.

a 5 (2 + 8) d 5 (2 + 8) 4 g b 3 5 (2 + 8) e h 3 ( ) j Begrunn hvorfor du ikke får samme svar på oppgave b og g. Mtemtikk for ungomstrinnet KAPITTEL 4 TALL OG ALGEBRA MER ØVING Oppgve 1 Oppgve 2 Se på uttrykket A = g h. Hv forteller e ulike okstvene? Se på uttrykket O = 2π. Hv står e ulike symolene for? Forklr hv

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

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

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

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

Forelesning Ordnings observatorer

Forelesning Ordnings observatorer Yushu.L@ub.o Forelesg 6 + 7 Ordgs observatorer. Oppsummerg tl Forelesg 4 og 5.) Fuksjoer (trasformasjoer) av flere S.V...) Smultafordelg tl to ye S.V. Ata at v har to S.V., med smultafordelg f ( x, x )

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

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

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

Geometriske operasjoner

Geometriske operasjoner Geometrske operasjoner INF 23 27.2.27 Kap. 9 (samt 5.5.2) Geometrske operasjoner Affne transformer Interpolasjon Samregstrerng av blder Endrer på pkslenes possjoner ransformerer pkselkoordnatene (x,) tl

Detaljer

Forelesning 2 MET3592 Økonometri ved David Kreiberg Vår 2011

Forelesning 2 MET3592 Økonometri ved David Kreiberg Vår 2011 Forelesg MET359 Økoomer ved Davd Kreberg Vår 0 Dverse oppgaver Oppgave. Aa følgede o varabler: gpa: (Grade Po Average) Gjeomsskaraker for amerkaske sudeer. gpa fes ervalle [0;4], hvor 0 er lavese gjeomsskaraker

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

Videreutvikling i retn. velferdsteori: Komplette markeder, S tilstander, homogene oppfatninger

Videreutvikling i retn. velferdsteori: Komplette markeder, S tilstander, homogene oppfatninger Sfunnsøkono ndre vdelng, kroøkono, Dderk Lund, 9.rs 22 Vdereutvklng retn. velferdsteor: Koplette rkeder, S tlstnder, hoogene oppftnnger Spesltlfelle v odellen kp. 2: S tlstnder og S forskjellge verdpprer

Detaljer

Oppgave 1 Diagrammet nedenfor viser hvordan karakteren var fordelt på en norskprøve.

Oppgave 1 Diagrammet nedenfor viser hvordan karakteren var fordelt på en norskprøve. Mtemtikk for ungomstrinnet KAPITTEL 5 STATISTIKK OG SANNSYNLIGHET MER ØVING Oppgve 1 Digrmmet neenfor viser hvorn krkteren vr forelt på en norskprøve. 5 4 3 2 1 0 1 2 3 4 5 6 Hvor mnge fikk krkteren 4?

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

Forelesning 21 og 22 Goodness of fit test and contingency table ( 2 test og krysstabell)

Forelesning 21 og 22 Goodness of fit test and contingency table ( 2 test og krysstabell) STAT111 Statstkk Metoder Yushu.L@ub.o Forelesg 1 Goodess of ft test ad cotgecy table ( test krysstabell 1.Goodess of ft test ( test Ata at v har et utvalg med observasjoee fra e stokastsk varabel X. Goodess-of-ft

Detaljer

Norsk Fysikklærerforening NORSK FYSISK SELSKAPS FAGGRUPPE FOR UNDERVISNING

Norsk Fysikklærerforening NORSK FYSISK SELSKAPS FAGGRUPPE FOR UNDERVISNING rsk ysikklærerfrenin OSK YSSK SELSKAPS AGGUPPE O UDEVSG YSKK-KOKUASE 998-999 - ndre runde 0/-999 Skri øerst: nn, fødselsdt, jeedresse e. telefn nr., sklens nn dresse. Vriet: 5 klkketier Hjelpeidler: tell

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

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

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

b x = a, og skriver da: x = log b a

b x = a, og skriver da: x = log b a ,! "#$! %&' ( )'#$$* &"! ' $ Lære et sett v gode (og oe få dårlge) lgortmer for å løse kjete prolemer Gjør det mulg å vurdere effektvtete v progrmmer Lære å lge effektve & velstrukturerte progrmsystemer/loteker

Detaljer

Veiledning til obligatorisk oppgave i ECON 3610/4610 høsten N. Vi skal bestemme den fordeling av denne gitte arbeidsstyrken som

Veiledning til obligatorisk oppgave i ECON 3610/4610 høsten N. Vi skal bestemme den fordeling av denne gitte arbeidsstyrken som Jon sle; oktober 07 Ogave a. elednng tl oblgatorsk ogave ECO 60/60 høsten 07 har nå at samlet arbedskraftmengde er gtt lk, slk at ressurskravet er. skal bestemme den fordelng av denne gtte arbedsstyrken

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

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

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

Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011 Forelesg 3 MET359 Økoometr ved Davd Kreberg Vår 0 Dverse oppgaver Oppgave. E vestor samler følgede formasjo om markedsavkastge og avkastge på det som ser ut tl å være et attraktvt aksjefod År Aksjefodets

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

STK1100 våren Konfidensintevaller

STK1100 våren Konfidensintevaller STK00 våre 07 Kofdestevaller Svarer tl avstt 8. læreboka Ørulf Borga Matematsk sttutt Uverstetet Oslo Eksempel E kjemker er teressert å bestemme kosetrasjoe µ av et stoff e løsg Hu måler kosetrasjoe fem

Detaljer

Spenningsforsterkningen til JFET kretsen er gitt ved A = g

Spenningsforsterkningen til JFET kretsen er gitt ved A = g øsnngsforslag tl FY-IN 204 eksaen 200. Oppgae I C A a) Transkonduktansen g for BJT er : g 40S. VT 25V Spennngsforsterknngen tl BJT kretsen er gtt ed A g 40S 5kΩ 200 VBJT C. Spennngsforsterknngen tl JFET

Detaljer