PÅLITELIGHETSANALYSE AV FORDELINGSNETT

Størrelse: px
Begynne med side:

Download "PÅLITELIGHETSANALYSE AV FORDELINGSNETT"

Transkript

1 PÅLITELIGHETSANALYSE AV FORDELINGSNETT Forelesigsotat for fag PÅLITELIGHET I ELKRAFTSYSTEMER, GRUNNKURS OKTOBER 1999 ARNE T. HOLEN GERD HOVIN KJØLLE JØRN HEGGSET

2 FORORD. De forrige utgave (1995) av dette otatet er edret: - Kapittel 1 som ieholder stoff om feil og avbruddsstatistikk er oppdatert. Her har vi tatt i det yeste om feil- og avbruddsstatistikk, e EFO-publikasjo basert på FASIT, som er blitt stadard system for isamlig av feil- og avbruddsstatistikk i orsk elforsyig. Forsker Jør Heggset, SEfAS, er e av de setrale persoer i arbeidet med FASIT, og vi har fått tillatelse av EFO å kopiere opp dette stoffet for bruk i udervisige i Kapittel 4 er helt omarbeidet og best å av SEfAS Tekisk Rapport TR A4974: Data om avbruddskostader. Oppdaterig av geerelle data og beregigsmetodikk. Dee rapporte er skrevet av seiorforsker, dr. ig. Gerd H. Kjølle, SEfAS. Kapittel 2 og 3 er (foreløbig) beholdt som i de tidligere utgave av 1995, bortsett fra at det er tatt bort e del stoff fra kapittel 3. NTNU, oktobe999 Are T. Hole, faglærer 41221

3 1.0 Dette kapitlet er ikke tatt med i dee versjoe.

4 2.0 GENERELT GRUNNLAG: METODE, PÅLITELIGHETS- PARAMETRE OG AVBRUDDSINDEKSER. Fordeligsett drives este ute utak radielt, og i pålitelighetsmessig sammeheg betyr det at kompoetee er fuksjosmessig seriekoplet. Det vil si at feil på e av kompoetee mellom matepukt og lastpukt vil gi avbrudd for de kudee som er kyttet til lastpuktet. Vi skal derfor i dette kapitlet i hovedsak kosetrere oss om å behadle seriestrukturer. I det geerelle grulaget, kap.2.2, skal vi imidlertid også ta med parallellstrukturer, som vi f bruk for i kap.3. Selv om fordeligsett drives radielt er de ofte bygget med muligheter for omkoplig og reserve imatig fra adre radialer. Dette har stor betydig for pålitelighete, og vi skal ta dette med i aalyse. Slik reserve imatig vil bli behadlet på foreklet måte, idet vi atar at de ikke medfører overlast eller uakseptabelt speigsfall. Metode vi skal beskrive og utlede formler for kalles gjere frekves-varighets-metode, fordi de tar sikte på å berege atall og varighet for avbrudd. Metode avledes av Markovmodelle [ 1] og er meget valig for aalyse av fordeligsett [ 2 4]. Vi skal derfor starte med å oppsummere grulaget fra de stasjoære Markov-modelle. 2.1 Grulag fra Markovmodell. La oss starte med e Markovmodell for 2 kompoeter, som vi atar svikter og blir reparert uavhegig av hveradre. Dee forutsetige om uavhegighet vil gjelde geerelt for de formler som utvikles, med midre det spesielt blir gjort adre forutsetiger. I [ 1] kap. 7 er det utledet begreper og formler for et system med to kompoeter, og resultatee er sammefattet i tab Tabell 2.1 Tilstader for system med to kompoeter. Tilstad Tilgjegelighet (P) Besøksfrekves (f) Oppholdstid (r) P o = q 2 q 1 f o = P o r o r o = 1 ( µ 1 + µ 2 ) P 1 = q 2 p 1 f 1 = P 1 = 1 ( λ 1 + µ 2 ) P 2 = p 2 q 1 f 2 = P 2 r 2 r 2 = 1 ( λ 2 + µ 1 ) P 3 = p 2 p 1 f 3 = P 3 r 3 r 3 = 1 ( λ 1 + λ 2 ) p i = µ i q µ i + λ p i r i = ---- i µ i

5 2.2 Serie- og parallellstruktur Seriestruktur, 2 kompoeter λ 1, λ 2, r 2 Figur 2.1 Seriestruktur, 2 kompoeter Ut fra tab. 2.1 f vi: Fuksjo: tilstad 3 Feil: tilstad (0, 1, 2) Avbruddsidekser: Utilgjegelighet: q s = P o + P 1 + P 2 = q 2 q 1 + q 2 p 1 + p 2 q 1 Avbruddsfrekves = besøksfrekves for tilstad (0, 1, 2) = besøksfrekves for tilstad 3: P 3 f s = f 3 = = P 3 ( λ 1 + λ 2 ) = p 2 p 1 ( λ 1 + λ 2 ) r 3 Avbruddsvarighet: r s q ---- s f s = = q 2 q 1 + q 2 p 1 + p 2 q p 2 p 1 ( λ 1 + λ 2 ) Tilærmelser: I praksis er forvetet tid til svikt mye leger e forvetet reparasjostid: 1 --» r, dvs. λr «1 λ Vi beytter dette til å forekle formlee. Avbruddsidekser, tilærmet Utilgjegelighet: q s = q 2 q 1 + q 2 p 1 + p 2 q 1 q 2 + q 1 λ 1 + λ 2 r 2

6 Avbruddsfrekves: f s = p 2 p 1 ( λ 1 + λ 2 ) λ 1 + λ 2 Avbruddsvarighet: r s = q s ---- f s λ 1 + λ 2 r λ 1 + λ 2 Beevig: Normalt beyttes følgede beeviger: λ[ 1 ] r [ ] p, q - ubeevt. Oppsummerig for seriestruktur, to kompoeter: Avbruddsfrekves: Avbruddsvarighet: f s = λ 1 + λ 2 [ 1 ] r s = λ 1 + λ 2 r λ 1 + λ 2 [ /avbrudd] Avbruddstid pr. : Utilgjegelighet: U s q s = f s r s [ /] f s r s = = 8760 U s (2.1) Seriestruktur, kompoeter. La oss først utvide med e tredje kompoet og la kompoet 1 og 2 være e modul.

7 1 2 3 I Fig. 2.2 Moduloppbyggig av seriestruktur. Vi beytter lig (2.1) f s = λ I + λ 3 = λ 1 + λ 2 + λ 3 λ I r I + λ 3 r 3 r s = = λ I + λ 3 λ 1 + λ 2 r 2 + λ 3 r λ 1 + λ 2 + λ 3 U s = f s r s = λ 1 + λ 2 r 2 + λ 3 r 3 Ved gjetatt bruk av modulariserig fås formler for et system med seriekompoeter: Avbruddsfrekves: Avbruddsvarighet: Avbruddstid pr. : Utilgjegelighet: f s r s λ i λ i = [ 1 ] λ i r i = [ /avbrudd] U s = f s r s = λ i r i [ /] q s λ i r i = = q 8760 i

8 (2.2) Parallellstruktur, 2 kompoeter λ 1, λ 2, r 2 Fig. 2.3 Parallellstruktur, 2 kompoeter Ut fra tab. 2.1 f vi: Fuksjo: tilstad 3, 2, 1 Feil: tilstad 0 Avbruddsidekser: Utilgjegelighet: Avbruddsfrekves: q s = P o = q 2 q 1 P f s f o + r 2 = o = = q 2 q 1 ( µ 1 + µ 2 ) = q 2 q r 2 r o Avbruddsvarighet: 1 r s = r o = = µ 1 + µ 2 r r 2 Vi beytter tilærmelse med to kompoeter: λr «1, og f med samme beevig som ovefor, for parallellstruktur (2.3)

9 Avbruddsfrekves: Avbruddsvarighet: f s = λ 1 λ 2 ( + r 2 ) 8760 [ 1 ] r r 2 s = [ /avbrudd] + r 2 Avbruddstid pr. : U s = f s r s = λ 1 λ 2 r [ /] Utilgjegelighet: q s U s = = q q Parallellstruktur, kompoeter. 1 I 2 3 Fig. 2.4 Moduloppbyggig av parallellstruktur Vi beytter lig. (2.3): r I + r 3 f s = λ I λ = 8760 λ 1 λ 2 λ 3 ( + r 2 ) r r + r 3 2 = λ 1 r λ2r λ3r r 2 r 3

10 r r r r I r 3 r s r 3 = = = r I + r 3 r r + r r 2 r 3 λ 1 U s = f s r s = λ2r λ3r = q1 q q Ved gjetatt bruk av modulariserig fås formler for parallelle kompoeter: Avbruddsfrekves: Avbruddsvarighet: f s λ i r i 8760 = [ 1 ] r i 1 r s = [ /avbrudd] 1 -- r i Avbruddstid pr. : Utilgjegelighet: U s q s λ i r i λ i r i = 8760 = [ /] 8760 U s = = q 8760 i (2.4)

11 2.3 Radielle ett. Avbrudd for lastpukter a b c d A (last) skillebryter Figur 2.5 Høyspeigsradial. Fra [ 2, 3] B C D Pålitelighetsdata for ettet: Kompoet Legde km Feilrate λ Atall feil/ km r Timer/feil Seksjo: a b 3-2 c 2-2

12 Kompoet Legde km Feilrate λ Atall feil/ km r Timer/feil d 1-2 Kopligstid = 0.5 time. Gjelder som avbruddstid for lastpukter som etter feil f tilbake forsyige v.h.a. omkoplig. Feil på brytere eglisjeres. Vi beytter eksemplet i fig. 2.5 til å illustrere metodikke. Tabell 2.2 gir både resultatee av aalyse og illustrerer fremgagsmåte. Tabelle ka bygges opp ut fra to ulike strategier Klassisk pålitelighetsaalyse. Dee strategie bereger avbruddsidekser for de ekelte lastpukter ved å stille spørsmålet: Hvilke aleggsdeler gir (ved feil) avbrudd i det lastpuktet som betraktes?. Vi starter da med f.eks. lastpukt A og fier hvilke feil som gir avbrudd i lastpukt A. I og med at effektbrytere faller for feil på ehver seksjo i ettet, blir resultatet som vist i koloe 1 i tab Avbruddsfrekves for A følger formele for seriestruktur, lig. (2.2), og summerer seg til f A =2.2 avbrudd/. Avbruddsvarighet for de ekelte seksjoer er gitt i koloe 2. Merk at ku feil på seksjo 1 og a gir reparasjostid, mes de øvrige gir kopligstid = 0.5. Ut fra koloe 1 og 2 bereges lig avbruddstid U, for de ekelte seksjoer, og for lastpukt A ved å beytte ligige for U s i lig. (2.2): U A = 2.1 /. Til slutt bereges så: r A = U A /f A = 0.95 /avbrudd Simulerig av feil-kosekves ( RELRAD -metode). Det spesielle RELRAD -avet kommer av at metode er implemetert i et dataprogram som er utviklet ved EFI og NTH. Tabell 2.2 bygges å opp ved følgede sekves: Gitt feil på e valgt aleggsdel. Hvilke lastpukter f avbrudd? Registrer bidrag til avbruddsfrekves og -varighet. Gjeomfør aalyse for alle aleggsdeler. I dette tilfellet bygger vi opp tabelle radvis. Aalyse best altså av: - e topologibasert aalyse som fier hvilke lastpukter som blir berørt av e kokret feil, og - e bokførigsdel som registrerer bidragee til λ(f), r og U i de ekelte lastpuktee.

13 Ideksee akkumuleres etter hvert som feilee gjeomløpes. Dee metode eger seg for dataprogram fordi topologidele ka gjøres geerell. Så sat vi har mer e ett lastpukt i ettet gir de også færre regeoperasjoer e de klassiske metode, som bare ser på et lastpukt ad gage. Tabell 2.2 Pålitelighetsidekser for lastpuktee. Lastpukt A Lastpukt B Lastpukt C Lastpukt D Kompoet feil λ r U λ r U λ r U λ r U f/ / f/ / f/ / f/ / Seksjo: a b c d Totalt (Med de tilærmelsee som er valgt, er λ = f). Eksempel: feil på seksjo a. Gir avbrudd av alle lastpukter: λ A =λ B =λ C =λ D =0.2 Avbruddsvarighet: r A =2 (reparasjo) r B =r C =r D =0.5 (frakoplig av a) Avbruddstid pr. :U A =λ A r A, U B =λ B r B,... Sluttkommetar, kap. 2.3.

14 Det uderstrekes at avbruddsideksee, λ, r og U ikke er determiistiske verdier, me uttrykk for forvetede verdier i uderliggede sasylighetsfordeliger. I praksis må de tolkes som gjeomsittsverdier i det lage løp. 2.4 Hva med svikt i veret? La oss ata at avgreigee a-d i fig. 2.5 er utstyrt med kortslutigsver. Det vil si at ved feil på e av disse avgreigee skal vi ormalt få selektiv bortkoplig, og effektbrytere i trasformatorstasjoe faller ikke. Dette vil gi e reduksjo av avbruddsfrekvese i lastpuktee. La oss videre ata at kortslutigsveret i avgreigee kopler korrekt i 9 av 10 tilfeller, og i 1 av 10 faller effektbrytere. Da f vi allikevel et bidrag til avbruddsfrekvese, f.eks. i lastpukt A fra avgreig b, me det blir mye midre e for tilfellet ute kortslutigsver, slik som tilfellet er i tab.2.2. Tabell 2.3. Pålitelighetsidekser for lastpuktee i fig. 2.5, gitt kortslutigsver i avgreigee med pålitelighet: 0.9. Lastpukt A Lastpukt B Lastpukt C Lastpukt D Kompoet feil λ r U λ r U λ r U λ r U f/ / f/ / f/ / f/ / Seksjo: a b c d Totalt Eksempelvis: Bidrag til avbruddsfrekves i lastpukt B, C og D fra feil på avgreiig a:

15 λ = ( avbruddsfrekves veret svikter) P( veret svikter) = λ a 0.1 = = 0.02 Legg merke til at edrigee i forhold til tab. 2.2 best i at vi elimierer e del korte avbrudd, med varighet 0.5. Derfor øker gjeomsittlig avbruddsvarighet (r) for lastpuktee, me systemet er tross dette blitt mer pålitelig, fordi λ og U er redusert. 2.5 Hva med omkopligsmuligheter? Selv om fordeligsett drives radielt fies det som regel alterative mateveier, fig Kopligsbrytere er ormalt åpe kopligsbryter alterativ matevei a b c d (last) skillebryter A B C D Figur 2.6 Høyspeigsradial med alterativ matig. La oss ata at det ikke er overførigsbegresiger (overlast- eller speigsproblemer) ved matig via alterativ vei, og at også omkopliger som ivolverer dee tar i gjeomsitt 0.5. Forutsetigee er forøvrig som i kap. 2.3, dvs. ute kortslutigsver i avgreigee. Resultatet blir som vist i tab Tabell 2.4. Pålitelighetsidekser ved alterativ matevei, ute kortslutigsver i avgreigee. Lastpukt A Lastpukt B Lastpukt C Lastpukt D Kompoet feil λ r U λ r U λ r U λ r U f/ / f/ / f/ / f/ / Seksjo: Totalt

16 Lastpukt A Lastpukt B Lastpukt C Lastpukt D Kompoet feil λ r U λ r U λ r U λ r U f/ / f/ / f/ / f/ / a b c d Totalt Legg merke til at omkopligsmulighet til alterativ matevei påvirker avbruddsvarighet (r) og lig avbruddstid (U). Avbruddsfrekvese påvirkes ikke. Det er ikke alltid mulig å overføre laste til alterativ matevei. Overlast og/eller for stort speigsfall ka itreffe. I praksis vil dette bli kotrollert før ma legger om drifte. Dersom vi, oe foreklet, atar at ete overføres hele laste eller så overføres ige last, (dvs. ige omkoplig), ka vi trekke i dette mometet i aalyse på e ekel måte. Vi beytter da resoemetet om betiget sasylighet. Avbruddsvarighet (r) = (avbruddsvarighet overførig) P(overførig) + (avbruddsvarighet ige overførig) P(ige overførig) Eksempel: La oss ata at sasylighete for å overføre laste til alterativ matevei: P(overførig) = 0.6 ved feil på seksjo r. 1. r B = r C = r D = = avbrudd

17 U B = U C = U D = = Ute overførigsbegresiger: (tab. 2.3): U B = U C = U D = På tilsvarede måte ka vi rege ut r og U for adre feiltilfeller, og evetuelt beytte ulike verdier på P(overførig), f.eks. avhegig av laste som skal overføres. 2.6 Kudeorieterte avbruddsidekser De tre avbruddsideksee λ, r og U som ble utledet i avsitt 2.3 er fudametale i ehver pålitelighetsaalyse av fordeligsett. De karakteriserer et gitt lastpukt, og er dermed orietert mot de kudee som er kyttet til dette lastpuktet. For å karakterisere kudees ulemper og kostader ved avbrudd ka det være behov for oe idekser i tillegg til disse tre fudametale størrelsee. Avbruddskostader vil bli spesielt behadlet i kapittel Avbrutt effekt Ved vurderig av kostader kyttet til avbrudd i ettet er tapt effekt og eergi viktige størrelser. kw avbrudd Avbrutt effekt for lastpukt r. i: P i = λ i P mi (2.5) P mi = gjeomsittlig last for lastpukt r. i. Bruk av gjeomsittlig effekt P mi er åpebart e gaske grov tilærmelse fordi effekte varierer med tide (døg- og stidsvariasjoer). Feilfrekves λ i ka også variere med tide. Vi skal i et seere kapittel vise hvorda det på e mer øyaktig måte ka tas hesy til slike tidsvariasjoer Ikke-levert eergi. Navet ikke-levert-eergi er direkte oversatt fra det egelske Eergy Not Supplied (ENS), og det ka virke litt tugvit språklig sett. N vi ikke beytter f.eks. avet eergisvikt er det fordi dette avet i vakraftsammeheg gjere assosieres med et helt aet sviktfeome: at ma i løpet av et tørr ikke har ok va i magasiee til å dekke forbruket.

18 Ikke-levert eergi er altså det atall kwh som ikke blir levert fordi ma f et plutselig avbrudd i ettet. Ikke-levert eergi (ENS) for lastpukt r. i: W i = P i r i = λ i P mi r i = P mi U i kwh (2.6) Korte og lage avbrudd Det er for mage kuder e vesetlig forskjell i kosekves mellom meget korte og lage avbrudd. Det syes som om ma iterasjoalt blir eige om å klassifisere korte avbrudd som de avbrudd som varer midre e 3 miutter. For kudee ka det da bli aktuelt å agi: Atall korte avbrudd (< 3 miutter) avbrudd Atall lage avbrudd (> 3 miutter) avbrudd Legste avbruddstid avbrudd Plalagte avbrudd For de fleste kuder er det ulike kosekveser ved plalagte avbrudd, det vil si varslede avbrudd, og ved uforutsette avbrudd. Det vil derfor i statistikker være aturlig og ødvedig å skjele mellom plalagte (varslede) og ikke-varslede avbrudd. 2.7 Systemorieterte avbruddsidekser For eergiverkee og for mydigheter vil det være behov for å kue karakterisere ett (forsyigsområder) som har e rekke lastpukter. E del slike idekser er vist i det følgede. Se også [ 238,, ] Atall avbrudd veiet med atall kuder. SAIFI (System Average Iterruptio Frequecy Idex).

19 SAIFI atall kudeavbrudd = = atall kuder λ i N i tot N i avbrudd (2.7) λ i N i = atall avbrudd i lastpukt r. i = atall kuder kyttet til lastpukt r. i = atall lastpukter som f avbrudd tot = totalt atall lastpukter i ettet Bare kuder som berøres av avbrudd tas med i idekse. CAIFI (Customer Average Iterruptio Frequecy Idex). N i Dee idekse er mer følsom for variasjoer i atall kuder som f avbrudd ved feil i ettet. λ i N i CAIFI = atall kudeavbrudd atall berørte kuder = i 1 avbrudd (2.8) Gjeomsittlig avbruddstid per.. SAIDI (System Average Iterruptio Duratio Idex). SAIDI U i N i = sum kudeavbruddstid atall kuder = = tot N i λ i r i N i tot N i (2.9) Gjeomsittlig avbruddsvarighet. CAIDI (Customer Average Iterruptio Duratio Idex).

20 CAIDI sum kudeavbruddstid = = atall kudeavbrudd U i N i λ i N i avbrudd (2.10) Vi oterer sammehege: SAIFI CAIDI = SAIDI (2.11) Dette er systemligige som svarer til de sammehege vi beytter på kompoet- og lastpuktivå. λ r = U, λ f Vi mier om sammehege mellom lig avbruddstid U og (u) tilgjegelighetsbegrepee q og p: U = 8760q, p = 1 q System-utilgjegelighet ASUI (Average Service Uavailability Idex) U i N i SAIDI ASUI = = tot 8760 N i (2.12) System-tilgjegelighet. ASAI (Average Service Availability Idex). ASAI = 1 ASUI = 8760 SAIDI (2.13) System-miutter: Ikke-levert eergi referert maksimallaste. Dette er e avbruddsideks som er foreslått beyttet gjeom et iterasjoalt komitearbeid i

21 CIGRE. Hesikte er å bruke e ideks som gjør det mulig å sammelige systemer med ulike ivå i belastige, typisk for iterasjoale oversikter (surveys) der ma sammeliger regioer og lad. MWh Ikke-leverteergii System-miutter = Maksimallast i [ MW] 60 miutter Idekse blir dermed bereget som Vi ser at idekse uttrykker ikke-levert eergi for e hedelse ekvivalet med at maksimallaste avbrytes med et atall miutter lik de beregede ideks Avbrutt effekt og ikke levert eergi. kw avbrudd Sum avbrutt effekt i ettet: P = P i (2.14) kwh Ikke-levert eergi i ettet: W = W i = P i r i = P mi U i (2.15) I litterature beyttes av og til gjeomsittlig ikke-levert eergi per. kude i ettet: AENS (Average Eergy Not Supplied), også kalt ASCI (Average System Curtailmet Idex). AENS( ASCI) = W tot N i = P mi U i tot N i kwh kude (2.16) tot N i Summe ka alterativt være, tilsvarede idekse CAIFI (2.6). N i Et alterativ til AENS ka være å uttrykke forholdet mellom ikke-levert eergi og total seergi:

22 ENS W tot = W W tot (2.17) 2.8 Eksempel. For systemet i fig. 2.5 har vi følgede data for atall kuder og last: Lastpukt At. kuder Gjeomsittslast (kw) A B C D Ved i tillegg å beytte resultatee fra tabell 2.2 fås: SAIFI = = avbrudd SAIDI = = CAIDI SAIDI 2.6 = = = 1.18 SAIFI avbrudd SAIDI ASUI = = P = = = kw avbrudd W = ENS = = kwh

23 AENS = = kwh kude ENS W tot = = ( ) Beregig av system-miutter er ikke relevat for dette eksemplet. De ideksee som er eksplisitt defiert i kapitlet brukes iterasjoalt og i Norge. De er yttige ut fra flere hesy, sett fra kuder, eergiverk og mydigheter. Ma øsker å sammelige mellom kuder og forsyigsområder. I iterasjoalt samarbeid utarbeides oversikter og det gjøres sammeligiger mellom regioer og lad. Et iterasjoalt kraftmarkedet ka bli e realitet i Europa, og leverigspålitelighete vil bli e viktig faktor på et slikt marked.

Påliteligheten til en stikkprøve

Påliteligheten til en stikkprøve Pålitelighete til e stikkprøve Om origiale... 1 Beskrivelse... 2 Oppgaver... 4 Løsigsforslag... 4 Didaktisk bakgru... 5 Om origiale "Zuverlässigkeit eier Stichprobe" på http://www.mathe-olie.at/galerie/wstat2/stichprobe/dee

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UIVERSITETET I OSLO Det matematisk-aturviteskapelige fakultet Eksame i: ST 105 - Iførig i pålitelighetsaalyse Eksamesdag: 8. desember 1992 Tid til eksame: 0900-1500 Tillatte hjelpemidler: Rottma: "Matematische

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalt øvig 11 Løsigsskisse Oppgave 1 a) E rimelig estimator for forvetigsverdie µ er gjeomsittet X = 1 X i, som vil være ormalfordelt

Detaljer

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

Econ 2130 uke 15 (HG) Poissonfordelingen og innføring i estimering Eco 130 uke 15 (HG) Poissofordelige og iførig i estimerig 1 Poissofordelige (i) Tilærmig til biomialfordelige. Regel. ( Poissotilærmelse ) Ata Y ~ bi(, p) E( Y ) = p og var( Y ) = p(1 p). Hvis er stor

Detaljer

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

Introduksjon. Hypotesetesting / inferens (kap 3) Populasjon og utvalg. Populasjon og utvalg. Populasjonsvarians Hypotesetestig / iferes (kap ) Itroduksjo Populasjo og utvalg Statistisk iferes Utvalgsfordelig (samplig distributio) Utvalgsfordelige til gjeomsittet Itroduksjo Vi øsker å få iformasjo om størrelsee i

Detaljer

Kapittel 7: Noen viktige sannsynlighetsfordelinger

Kapittel 7: Noen viktige sannsynlighetsfordelinger Kapittel 7: Noe viktige sasylighetsfordeliger I mage situasjoer ka feomeet vi ser på beskrives med e bestemt type sasylighetsfordelig e sasylighetsfordelig gitt ved e bestemt formel. Vi skal se på oe av

Detaljer

Konfidensintervall. Notat til STK1110. Ørnulf Borgan, Ingrid K. Glad og Anders Rygh Swensen Matematisk institutt, Universitetet i Oslo.

Konfidensintervall. Notat til STK1110. Ørnulf Borgan, Ingrid K. Glad og Anders Rygh Swensen Matematisk institutt, Universitetet i Oslo. Kofidesitervall Notat til STK1110 Ørulf Borga, Igrid K. Glad og Aders Rygh Swese Matematisk istitutt, Uiversitetet i Oslo August 2007 Formål E valig metode for å agi usikkerhete til et estimat er å berege

Detaljer

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

OM TAYLOR POLYNOMER. f x K f a x K a. f ' a = lim x/ a. f ' a z OM TAYLOR POLYNOMER I dette otatet, som utfyller avsitt 6. i Gullikses bok, skal vi se på Taylor polyomer og illustrere hvorfor disse er yttige. Det å berege Taylor polyomer for håd er i prisippet ikke

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro. ÅMA Sasylighetsregig med statistikk, våre 6 Kp. 4 Kotiuerlige tilfeldige variable og ormaldelige Kotiuerlige tilfeldige variable, itro. (eller: Kotiuerlige sasylighetsdeliger) Vi har til å sett på diskrete

Detaljer

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

Kap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren 2 Kap. 9: Iferes om é populasjo I Kapittel 8 brukte vi observatore z = x μ σ/ for å trekke koklusjoer om μ. Dette krever kjet σ (urealistisk). ST0202 Statistikk for samfusvitere Bo Lidqvist Istitutt for

Detaljer

Statistikk og økonomi, våren 2017

Statistikk og økonomi, våren 2017 Statistikk og økoomi, våre 07 Obligatorisk oppgave 6 Løsigsforslag Oppgave E terig kastes 0 gager, og det registreres hvor mage 6-ere som oppås i løpet av disse 0 kastee. Vi ka kalle atall 6-ere i løpet

Detaljer

Econ 2130 Forelesning uke 11 (HG)

Econ 2130 Forelesning uke 11 (HG) Eco 130 Forelesig uke 11 (HG) Mer om ormalfordelige og setralgreseteoremet Uke 1 1 Fra forrige gag ~ betyr er fordelt som. ~ N( µσ, ) E( ) = µ, og var( ) = σ Normalfordelige er symmetrisk om μ og kotiuerlig

Detaljer

X = 1 5. X i, i=1. som vil være normalfordelt med forventningsverdi E( X) = µ og varians Var( X) = σ 2 /5. En rimelig estimator for variansen er

X = 1 5. X i, i=1. som vil være normalfordelt med forventningsverdi E( X) = µ og varians Var( X) = σ 2 /5. En rimelig estimator for variansen er Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalte oppgaver 11, blokk II Løsigsskisse Oppgave 1 a) E rimelig estimator for forvetigsverdie µ er gjeomsittet X = 1 X i, som

Detaljer

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

Kraftforsyningsberedskap. Roger Steen Seniorrådgiver Beredskapsseksjonen NVE, rost@nve.no Kraftforsyigsberedskap Roger Stee Seiorrådgiver Beredskapsseksjoe NVE, rost@ve.o Beredskapsasvar Olje- og eergidepartemetet har det overordede asvaret for ladets kraftforsyig. Det operative asvaret for

Detaljer

Kapittel 10 fra læreboka Grafer

Kapittel 10 fra læreboka Grafer Forelesigsotat i Diskret matematikk torsdag 6. oktober 017 Kapittel 10 fra læreboka Grafer (utdrag) E graf er e samlig pukter (oder) og kater mellom puktee (eg. odes, vertex, edge). E graf kalles rettet

Detaljer

H 1 : µ 1 µ 2 > 0. t = ( x 1 x 2 ) (µ 1 µ 2 ) s p. s 2 p = s2 1 (n 1 1) + s 2 2 (n 2 1) n 1 + n 2 2

H 1 : µ 1 µ 2 > 0. t = ( x 1 x 2 ) (µ 1 µ 2 ) s p. s 2 p = s2 1 (n 1 1) + s 2 2 (n 2 1) n 1 + n 2 2 TMA4245 Statistikk Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b4 Løsigsskisse Oppgave 1 Vi øsker å fie ut om et ytt serum ka stase leukemi. 5 mus får serumet, 4

Detaljer

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

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>. 1 ECON130: EKSAMEN 013 VÅR - UTSATT PRØVE TALLSVAR. Det abefales at de 9 deloppgavee merket med A, B, teller likt uasett variasjo i vaskelighetsgrad. Svaree er gitt i

Detaljer

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

Løsningsforslag for andre obligatoriske oppgave i STK1100 Våren 2007 Av Ingunn Fride Tvete og Ørnulf Borgan Løsigsforslag for adre obligatoriske oppgave i STK11 Våre 27 Av Igu Fride Tvete (ift@math..uio.o) og Ørulf Borga (borga@math.uio.o). NB! Feil ka forekomme. NB! Sed gjere e mail hvis du fier e feil! Oppgave

Detaljer

Mer om utvalgsundersøkelser

Mer om utvalgsundersøkelser Mer om utvalgsudersøkelser I uderkapittel 3.6 i læreboka gir vi e kort iførig i takegage ved utvalgsudersøkelser. Vi gir her e grudigere framstillig av temaet. Populasjo og utvalg Ved e utvalgsudersøkelse

Detaljer

Kapittel 8: Estimering

Kapittel 8: Estimering Kaittel 8: Estimerig Estimerig hadler kort sagt om hvorda å aslå verdie å arametre som,, og dersom disse er ukjete. like arametre sier oss oe om oulasjoe vi studerer (dvs om alle måliger av feomeet som

Detaljer

) = P(Z > 0.555) = > ) = P(Z > 2.22) = 0.013

) = P(Z > 0.555) = > ) = P(Z > 2.22) = 0.013 TMA4240 Statistikk Vår 2008 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b5 Løsigsskisse Oppgave 1 a) X 1,...,X 16 er u.i.f. N(80,18 2 ). Setter Y = X. i) P(X 1 >

Detaljer

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

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort? ECON EKSAMEN 8 VÅR TALLSVAR Oppgave Vi har e kortstokk beståede av 6 kort. På av disse står det skrevet JA på forside mes det står NEI på forside av de adre kortee. Hvis ma får se kortet med bakside vedt

Detaljer

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

Emnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard EKSAMEN Emekode: SFB107111 Emeav: Metode 1, statistikk deleksame Dato: 7. mai 2018 Hjelpemidler: Godkjet kalkulator og vedlagt formelsamlig m/tabeller Eksamestid: 4 timer Faglærer: Has Kristia Bekkevard

Detaljer

Eksamen REA3028 S2, Våren 2012

Eksamen REA3028 S2, Våren 2012 Eksame REA08 S, Våre 0 Del Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave (4 poeg) a) Deriver fuksjoee ) f f ) g e 4 4 4 g e e 4 g e e g e

Detaljer

Differensligninger Forelesningsnotat i Diskret matematikk Differensligninger

Differensligninger Forelesningsnotat i Diskret matematikk Differensligninger Differesligiger Forelesigsotat i Diskret matematikk 017 Differesligiger I kapittel lærte vi om følger og rekker. Vi studerte både aritmetiske og geometriske følger og rekker. Noe følger og rekker er imidlertid

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-aturviteskapelige fakultet Eksame i: STK2100 Løsigsforslag Eksamesdag: Torsdag 14. jui 2018. Tid for eksame: 14.30 18.30. Oppgavesettet er på 6 sider. Vedlegg: Tillatte

Detaljer

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

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon Tidligere sett på KLMED8004 Medisisk statistikk Del I, høst 008 Estimerig Hvorda kjete sasylighetsfordeliger (biomialfordelig, ormalfordelig) med kjete populasjosparametrer (forvetig, varias osv.) ka gi

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro. ÅMA Sasylighetsregig med statistikk, våre Kp. 4 Kotiuerlige tilfeldige variable; Normalfordelig Kotiuerlige tilfeldige variable, itro. (eller: Kotiuerlige sasylighetsfordeliger) Vi har til å sett på diskrete

Detaljer

Forkunnskaper i matematikk for fysikkstudenter. Derivasjon.

Forkunnskaper i matematikk for fysikkstudenter. Derivasjon. Defiisjo av derivert Vi har stor ytte av å vite hvor raskt e fuksjo vokser eller avtar Mer presist: Vi øsker å bestemme stigigstallet til tagete til fuksjosgrafe P Q Figure til vestre viser hvorda vi ka

Detaljer

Løsning TALM1005 (statistikkdel) juni 2017

Løsning TALM1005 (statistikkdel) juni 2017 Løsig TALM1005 statistikkdel jui 2017 Oppgave 1 a Har oppgitt at sasyligte for at é harddisk svikter er p = 0, 037. Ifører hedelsee A : harddisk 1 svikter B : harddisk 2 svikter C : harddisk 3 svikter

Detaljer

Signifikante sifre = alle sikre pluss ett siffer til

Signifikante sifre = alle sikre pluss ett siffer til Sigifikate siffer og stadardavvik behadles i kap. Disse to emee skal vi ta for oss i dag. Kofidesgreser behadles i kap 4. Dette skal vi ta for oss i osdag. Presetasjo av aalysedata ka gjøres på følgede

Detaljer

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

Noen vanlige. Indikatorfordeling: 1, dersom suksess. I mange situasjoner kan fenomenet vi ser på. 0, dersom ikke suksess Kapittel 5: Noe valige sasylighetsfordeliger I mage situasjoer ka feomeet vi ser på beskrives med e bestemt type sasylighets- fordelig (e sasylighetsfordelig gitt ved e bestemt formel. Vi skal se på oe

Detaljer

TMA4240 Statistikk Høst 2015

TMA4240 Statistikk Høst 2015 Høst 205 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer, blokk II Løsigsskisse Oppgave a) X bi(, p) fordi: Udersøker uavhegige delar av DNA-strukture. Fi for kvar del

Detaljer

Avsnitt 8.1 i læreboka Differensligninger

Avsnitt 8.1 i læreboka Differensligninger Diskret Matematikk Fredag 6. ovember 015 Avsitt 8.1 i læreboka Differesligiger I kapittel lærte vi om følger og rekker. Vi studerte både aritmetiske og geometriske følger og rekker. Noe følger og rekker

Detaljer

Norges teknisk-naturvitenskapelige universitet (NTNU) Institutt for elkraftteknikk FAG PÅLITELIGHET I ELKRAFTSYSTEMER - GRUNNKURS.

Norges teknisk-naturvitenskapelige universitet (NTNU) Institutt for elkraftteknikk FAG PÅLITELIGHET I ELKRAFTSYSTEMER - GRUNNKURS. FAG 4 PÅLITELIGHET I ELKRAFTSYSTEMER - GRUNNKURS. Formål: Øving nr. 0. Bli kjent med begreper og metode for å analysere avbruddsforhold i fordelingsnett. L a L b c Tegnforklaring: -- Effektbryter L --

Detaljer

Oversikt over konfidensintervall i Econ 2130

Oversikt over konfidensintervall i Econ 2130 HG April 00 Oversikt over kofidesitervall i Eco 30 Merk at dee oversikte ikke er met å leses istedefor framstillige i Løvås, me som et supplemet. Løvås ieholder mage verdifulle kommetarer og eksempler.

Detaljer

Metoder for politiske meningsmålinger

Metoder for politiske meningsmålinger Metoder for politiske meigsmåliger AV FORSKER IB THOMSE STATISTISK SETRALBYRÅ Beregigsmetodee som brukes i de forskjellige politiske meigsmåliger har vært gjestad for mye diskusjo i dagspresse det siste

Detaljer

Oversikt over konfidensintervall i Econ 2130

Oversikt over konfidensintervall i Econ 2130 1 HG Revidert april 011 Oversikt over kofidesitervall i Eco 130 Merk at dee oversikte ikke er met å leses istedefor framstillige i Løvås, me som et supplemet. Løvås ieholder mage verdifulle kommetarer

Detaljer

Kapittel 7: Noen viktige sannsynlighetsfordelinger

Kapittel 7: Noen viktige sannsynlighetsfordelinger Kapittel 7: Noe viktige sasylighetsfordeliger I mage situasjoer ka feomeet vi ser på beskrives med e bestemt type sasylighetsfordelig (e sasylighetsfordelig gitt ved e bestemt formel. Vi skal se på oe

Detaljer

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5 ÅMA110 Sasylighetsregig med statistikk, våre 2008 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 26. mars Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1/ 53

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro. ÅMA0 Sasylighetsregig med statistikk, våre 008 Kp. 4 Kotiuerlige tilfeldige variable; Normalfordelig Kotiuerlige tilfeldige variable, itro. (eller: Kotiuerlige sasylighetsfordeliger) Vi har til å sett

Detaljer

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

IN3030 Uke 12, v2019. Eric Jul PSE, Inst. for informatikk IN3030 Uke 12, v2019 Eric Jul PSE, Ist. for iformatikk 1 Hva skal vi se på i Uke 12 Review Radix sort Oblig 4 Text Program Parallellizig 2 Oblig 4 Radix sort Parallelliser Radix-sorterig med fra 1 5 sifre

Detaljer

Kap. 9: Inferens om én populasjon

Kap. 9: Inferens om én populasjon 2 ST0202 Statistikk for samfusvitere Bo Lidqvist Istitutt for matematiske fag Ka. 9: Iferes om é oulasjo Hvis σ er ukjet bytter vi ut σ med s i Ny observator blir t = x μ s/ z = x μ σ/ der s = Σx 2 (Σx)

Detaljer

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

LØSNINGSFORSLAG TILEKSAMEN I FAG TMA4240/TMA4245 STATISTIKK 10. august 2005 Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag Side av 8 LØSNINGSFORSLAG TILEKSAMEN I FAG TMA440/TMA445 STATISTIKK 0. august 005 Oppgave Smeltepuktsbestemmelse a) Vi jobber i dette

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 ÅMA0 Sasylighetsregig med statistikk, våre 007 Kp. 4 Kotiuerlige tilfeldige variable; Normalfordelig Kotiuerlige tilfeldige variable, itro. (eller: Kotiuerlige sasylighetsfordeliger) Vi har til å sett

Detaljer

Eksempeloppgave 2014. REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

Eksempeloppgave 2014. REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler) Eksempeloppgave 2014 REA3028 Matematikk S2 Eksempel på eksame våre 2015 etter y ordig Ny eksamesordig Del 1: 3 timer (ute hjelpemidler) Del 2: 2 timer (med hjelpemidler) Mistekrav til digitale verktøy

Detaljer

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

Detaljert løsningsveiledning til ECON1310 seminaroppgave 9, høsten der 0 < t < 1 Detaljert løsigsveiledig til ECON30 semiaroppgave 9, høste 206 Dee løsigsveiledige er mer detaljert e det et fullgodt svar på oppgave vil være, og mer utfyllede e e valig fasit. De er met som e guide til

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Abefalt øvig 8 Løsigsskisse Oppgave 1 a) Simuler 1000 datasett i MATLAB. Hvert datasett skal bestå av 100 utfall fra e ormalfordelig

Detaljer

Totalt Antall kandidater oppmeldt 1513 Antall møtt til eksamen 1421 Antall bestått 1128 Antall stryk 247 Antall avbrutt 46 % stryk og avbrutt 21%

Totalt Antall kandidater oppmeldt 1513 Antall møtt til eksamen 1421 Antall bestått 1128 Antall stryk 247 Antall avbrutt 46 % stryk og avbrutt 21% TMA4100 Høste 2007 Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag Kommetarer til eksame Dette dokumetet er e oppsummerig av erfarigee fra sesure av eksame i TMA4100 Matematikk

Detaljer

Kap. 9: Inferens om én populasjon

Kap. 9: Inferens om én populasjon 2 ST0202 Statistikk for samfusvitere Bo Lidqvist Istitutt for matematiske fag Ka. 9: Iferes om é oulasjo Hvis σ er ukjet bytter vi ut σ med s i Ny observator blir t = x μ s/ z = x μ σ/ der s = Σx 2 (Σx)

Detaljer

FØLGER, REKKER OG GJENNOMSNITT

FØLGER, REKKER OG GJENNOMSNITT FØLGER, REKKER OG GJENNOMSNITT Espe B. Lagelad realfagshjoret.wordpress.com espebl@hotmail.com 9.mars 06 Iledig E tallfølge er e serie med tall som kommer etter hveradre i e bestemt rekkefølge. Kvadrattallee

Detaljer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi HØGSKOLEN I SØR-TRØNDELAG Avdelig for tekologi Målform: Bokmål Eksamesdato: 19 des. 2014 Varighet/eksamestid: Emekode: 3 timer TALM1005 Emeav: Statistikk og Økoomi statistikkdele Klasser: Logistikk 1 Kjemi

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004 Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag Side av 0 LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4245 STATISTIKK 6.august 2004 Oppgave Midtveiseksame a) X er e stokastisk variabel

Detaljer

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

Forelesning 4 og 5 Transformasjon, Weibull-, lognormal, beta-, kji-kvadrat -, t-, F- fordeling STAT (V6) Statistikk Metoder Yushu.Li@uib.o Forelesig 4 og 5 Trasformasjo, Weibull-, logormal, beta-, kji-kvadrat -, t-, F- fordelig. Oppsummerig til Forelesig og..) Momet (momet about 0) og setral momet

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling Side1av4 HØGSKOLEN I NARVIK Istitutt for data-, elektro-, og romtekologi Siviligeiørstudiet EL/RT LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital sigalbehadlig Tid: Fredag 06.03.2008, kl: 09:00-12:00 Tillatte

Detaljer

Løsningsforslag Oppgave 1

Løsningsforslag Oppgave 1 Løsigsforslag Oppgave 1 a X i µ 0 σ X i µ 0 2 σ 2, i 1,..., er uavhegige og stadard N0, 1 fordelte. Da er, i 1,..., uavhegige og χ 2 -fordelte med e frihetsgrad. Da er summe χ 2 -fordelt med atall frihetsgrader

Detaljer

«Uncertainty of the Uncertainty» Del 5 av 6

«Uncertainty of the Uncertainty» Del 5 av 6 «Ucertaity of the Ucertaity» Del 5 av 6 v/rue Øverlad, Traior Elsikkerhet AS Dette er femte del i artikkelserie om «Ucertaity of the Ucertaity». Jeg skal vise deg utledig av «Ucertaity of the Ucertaity»-formele:

Detaljer

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 20. mai 2008

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 20. mai 2008 Høgskole i Telemark Avdelig for estetiske fag, folkekultur og lærerutdaig BOKMÅL. mai 8 EKSAMEN I MATEMATIKK Modul 5 studieoeg Tid: 5 timer Ogavesettet er å sider (ikludert formelsamlig). Hjelemidler:

Detaljer

3.0 FORDELINGSNETT MED PARALLELLE FORSYNINGSVEIER.

3.0 FORDELINGSNETT MED PARALLELLE FORSYNINGSVEIER. 3.0 FORDELIGETT MED PARALLELLE FORYIGVEIER. Med unntak for de generelle formlene for parallellstrukturer, kap. 2.2, er analysemetoden som er beskrevet i kapittel 2 beregnet på radielle strukturer. I dette

Detaljer

Oversikt over konfidensintervall i Econ 2130

Oversikt over konfidensintervall i Econ 2130 1 HG Revidert april 014 Oversikt over kofidesitervall i Eco 130 Merk at dee oversikte ikke er met å leses istedefor framstillige i Løvås, me som et supplemet. De ieholder tabeller med formler for kofidesitervaller

Detaljer

Registrarseminar 1. april 2003. Ingrid Ofstad Norid

Registrarseminar 1. april 2003. Ingrid Ofstad Norid Registrarsemiar 1. april 2003 Igrid Ofstad Norid Statistikk 570 har fått godkjet søkad om å bli registrar ca. 450 registrarer er aktive i dag 2 5 ye avtaler hver uke på semiaret deltar både registrarer

Detaljer

ECON240 Statistikk og økonometri

ECON240 Statistikk og økonometri ECON240 Statistikk og økoometri Arild Aakvik, Istitutt for økoomi 1 Mellomregig MKM Model: Y i = a i + bx i + e i MKM-estimator for b: b = = Xi Y i 1 Xi Yi Xi 1 ( X i ) 2 (Xi X)(Y i Ȳi) (Xi X) 2 hvor vi

Detaljer

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

Emnenavn: Metode 1, statistikk deleksamen. Eksamenstid: 4 timer. Faglærer: Bjørnar Karlsen Kivedal EKSAMEN Emekode: SFB10711 Emeav: Metode 1, statistikk deleksame Dato: 10. oktober 2018 Hjelpemidler: Godkjet kalkulator og vedlagt formelsamlig m/tabeller Eksamestid: 4 timer Faglærer: Bjørar Karlse Kivedal

Detaljer

2T kapittel 3 Modellering og bevis Utvalgte løsninger oppgavesamlingen

2T kapittel 3 Modellering og bevis Utvalgte løsninger oppgavesamlingen T kapittel 3 Modellerig og bevis Utvalgte løsiger oppgavesamlige 301 a Sitthøyde i 1910 blir 170,0 171, 4 170,7. I 1970 blir de 177,1 179, 4 178,3. b Med som atall år etter 1900 og y som sitthøyde i cetimeter

Detaljer

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

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 12. desember 2008 Høgskole i Telemark Avdelig for estetiske fag, folkekultur og lærerutdaig BOKMÅL. desember 8 EKSAMEN I MATEMATIKK, Utsatt røve Modul 5 studieoeg Tid: 5 timer Ogavesettet er å sider (ikludert formelsamlig).

Detaljer

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

Tema. Statistikk og prøvetakning. Hvorfor måle mer enn en gang? Fordelinger en innledning. Hvorfor måle mer enn en gang Tema Statistikk og prøvetakig Marti Veel Svedse Trodheim, 31. jauar 017 Hvorfor måle mer e e gag praktisk tilærmig til statistikk Basis statistiske begreper Best. r 450 krav/veiledig til måliger Eksempler

Detaljer

TMA4245 Statistikk Eksamen mai 2017

TMA4245 Statistikk Eksamen mai 2017 TMA445 Statistikk Eksame mai 07 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Løsigsskisse Oppgave a Når vi reger ut disse tre sasylighetee må ma huske på at de mulige verdiee

Detaljer

H T. Amundsen INNHOLD

H T. Amundsen INNHOLD Itere otater STATISTISK SENTRALBYRÅ. oktober 1980 KORRELASJONSKOEFFISIENTEN - ENDA ENGANG Av H T. Amudse INNHOLD 1. Iledig *****..... * 0 1. Produktmametkorrelasjoskoeffisiete og sammehege med lieær regresjo.

Detaljer

INF3400 Digital Mikroelektronikk Løsningsforslag DEL 9

INF3400 Digital Mikroelektronikk Løsningsforslag DEL 9 IF00 Digital Mikroelektroikk Løsigsforslag DEL 9 I. Oppgaver. Oppgave 6.7 Teg trasistorskjema for dyamisk footed igags D og O porter. gi bredde på trasistoree. va blir logisk effort for portee?. Løsigsforslag

Detaljer

EKSAMEN Løsningsforslag

EKSAMEN Løsningsforslag ..4 EKSAMEN Løsigsforslag Emekode: ITF75 Dato: 6. desember Eme: Matematikk for IT Eksamestid: kl 9. til kl. Hjelpemidler: To A4-ark med valgfritt ihold på begge sider. Kalkulator er ikke tillatt. Faglærer:

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010. Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010. Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable ÅMA Saslighetsregig med statistikk, våre K. 3 Diskrete tilfeldige variable Noe viktige saslighetsmodeller Noe viktige saslighetsmodeller ( Sas.modell : å betr det klasse/te sas.fordelig.) Biomisk modell

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011 ÅMA0 Sasylighetsregig statistikk våre 0 Kp. 4 Kotiulige tilfeldige variable; Normalfordelig Kotiulige tilfeldige variable itro. (ell: Kotiulige sasylighetsfordelig Vi har til å sett på diskrete fordelig

Detaljer

Der oppgaveteksten ikke sier noe annet, kan du fritt velge framgangsmåte.

Der oppgaveteksten ikke sier noe annet, kan du fritt velge framgangsmåte. Eksame 20052009 REA3024 Matematikk R2 Nyorsk/Bokmål Bokmål Eksamesiformasjo Eksamestid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: Bruk av kilder: Vedlegg: Framgagsmåte: Veiledig om vurderige: 5 timer:

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Øvelsesoppgave i: ECON30 Statistikk HØST 004 Dato for utleverig: Fredag 5. oktober 004 Frist for ileverig: Osdag 7. oktober 004, seest kl. 5.00 Ileverigssted: Ekspedisjoskotoret,.

Detaljer

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 5. Hypotesetesting, del 5 ÅMA11 Sasylighetsregig med statistikk, våre 7 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 26. mars Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1/ 59 Bjør

Detaljer

Eksamen Prosessteknikk 8.desember 2004 løsningsforslag

Eksamen Prosessteknikk 8.desember 2004 løsningsforslag Eksame Prosesstekikk 8.desember 4 løsigsforslag Oppgave dag = 4 timer (godtar også beregiger basert på 8 timer eller timer ute trekk). x to/dag = = 5466.67 kg/time 4 5466.67 Molvekt N = 7 = 86.7 kmol/time

Detaljer

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5 ÅMA110 Sasylighetsregig med statistikk, våre 2008 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 3. april Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1/ 56

Detaljer

Modeller og parametre. STK Punktestimering - Kap 7. Eksempel støtfangere. Statistisk inferens. Binomisk fordeling. p X (x) = p x (1 p) n x

Modeller og parametre. STK Punktestimering - Kap 7. Eksempel støtfangere. Statistisk inferens. Binomisk fordeling. p X (x) = p x (1 p) n x STK1100 - Puktestimerig - Kap 7 Geir Storvik Modeller og parametre Biomisk fordelig ( ) p X (x) = p x (1 p) x x Parameter: p Normalfordelig f X (x) = 1 2πσ e 1 2σ 2 (x µ) 2 11. april 2016 Parametre: µ,

Detaljer

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 5 ÅMA110 Sasylighetsregig med statistikk, våre 2006 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 3. april Bjør H. Auestad Kp. 6: Hypotesetestig del 5 1 / 56

Detaljer

Oppgaver fra boka: Med lik men ukjent varians antatt har vi fra pensum at. t n1 +n 2 2 under H 0 (12 1) (12 1)

Oppgaver fra boka: Med lik men ukjent varians antatt har vi fra pensum at. t n1 +n 2 2 under H 0 (12 1) (12 1) MOT30 Statistiske metoder, høste00 Løsiger til regeøvig r. 5 (s. ) Oppgaver fra boka: Oppgave 0.36 (0.0:8) Dekkslitasje X,..., X u.i.f. N(µ, σ ) og X,..., X u.i.f. N(µ, σ ) og alle variable er uavhegige.

Detaljer

Forelesning Elkraftteknikk 1, 17.08.2004 Oppdatert 23.08.2004 Skrevet av Ole-Morten Midtgård. HØGSKOLEN I AGDER Fakultet for teknologi

Forelesning Elkraftteknikk 1, 17.08.2004 Oppdatert 23.08.2004 Skrevet av Ole-Morten Midtgård. HØGSKOLEN I AGDER Fakultet for teknologi Forelesig Elkrafttekikk, 7.08.004 Oppdatert 3.08.004 Skreet a Ole-Morte Midtgård HØGSKOEN I AGDER Fakultet for tekologi Komplekse tall og isere Komplekse tall er sært yttige i aalyse a elkraftsystemer.

Detaljer

TMA4240 Statistikk Eksamen desember 2015

TMA4240 Statistikk Eksamen desember 2015 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag TMA20 Statistikk Eksame desember 205 Løsigsskisse Oppgave a) De kumulative fordeligsfuksjoe til X, F (x) P (X x): F (x) P (X x) x

Detaljer

Norges teknisk-naturvitenskapelige universitet (NTNU) Institutt for elkraftteknikk FAG PÅLITELIGHET I ELKRAFTSYSTEMER - GRUNNKURS. Øving nr. 7.

Norges teknisk-naturvitenskapelige universitet (NTNU) Institutt for elkraftteknikk FAG PÅLITELIGHET I ELKRAFTSYSTEMER - GRUNNKURS. Øving nr. 7. Øving nr. 7. Formål: Bli kjent med de grunnleggende begreper i en stasjonær Markovmodell: (u) tilgjengelighet, forventet oppholdstid, besøksfrekvens m.fl. En prosess styres av to styreenheter (datamaskiner).

Detaljer

Estimering 2. -Konfidensintervall

Estimering 2. -Konfidensintervall Estimerig 2 -Kofidesitervall Dekkes av kap. 9.4-9.5, 9.10, 9.12 og forelesigsotatee. Dersom forsøket gjetas mage gager vil (1 α)100% av itervallee [ ˆΘ L, ˆΘ U ] ieholde de ukjete parametere θ (som er

Detaljer

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

211.7% 2.2% 53.0% 160.5% 30.8% 46.8% 17.2% 11.3% 38.7% 0.8% Prøve-eksame II MET 1190 Statistikk Dato 31. mai 2019 kl 1100-1400 Alle svar skal begrues. Når besvarelse evalueres, blir det lagt vekt på at framgagsmåte og resultat preseteres så klart, presist og kortfattet

Detaljer

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

Oppgaven består av 9 delspørsmål, A,B,C,., som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<.. >>. ECON 130 EKSAMEN 008 VÅR - UTSATT PRØVE SENSORVEILEDNING Oppgave består av 9 delspørsmål, A,B,C,., som abefales å veie like mye, Kommetarer og tallsvar er skrevet i mellom . Oppgave 1 Ved e spørreudersøkelse

Detaljer

Løsningsforslag til eksamen i STK desember 2010

Løsningsforslag til eksamen i STK desember 2010 Løsigsforslag til eksame i STK0 0. desember 200 Løsigsforslaget har med flere detaljer e det vil bli krevd til eksame. Oppgave a Det er tilpasset e multippel lieær regresjosmodell av forme β 0 + β x i

Detaljer

LØSNING, EKSAMEN I STATISTIKK, TMA4240, DESEMBER Anta at sann porøsitet er r. Måling med utstyret gir da X n(x; r, 0,03).

LØSNING, EKSAMEN I STATISTIKK, TMA4240, DESEMBER Anta at sann porøsitet er r. Måling med utstyret gir da X n(x; r, 0,03). LØSNING, EKSAMEN I STATISTIKK, TMA440, DESEMBER 006 OPPGAVE 1 Ata at sa porøsitet er r. Målig med utstyret gir da X (x; r, 0,03). a) ( ) X r P(X > r) P 0,03 > 0 P(Z > 0) 0,5. ( X r P(X r > 0,05) P 0,03

Detaljer

OPPGAVE 4 LØSNINGSFORSLAG OPPGAVE 5 LØSNINGSFORSLAG UTVIKLING AV REKURSIV FORMEL FOR FIGURTALL SOM GIR ANDREGRADSFUNKSJONER

OPPGAVE 4 LØSNINGSFORSLAG OPPGAVE 5 LØSNINGSFORSLAG UTVIKLING AV REKURSIV FORMEL FOR FIGURTALL SOM GIR ANDREGRADSFUNKSJONER OPPGAVE 4 LØSNINGSFORSLAG Tallfølge i f) rektageltallee. Her er de eksplisitte formele R = ( +1) eller R = +. Dette er e adregradsfuksjo. I figurtallsammeheg forutsetter vi at de legste side er (øyaktig)

Detaljer

Kort repetisjon fra kapittel 4. Oppsummering kapittel ST0202 Statistikk for samfunnsvitere. Betinget sannsynlighet og trediagram

Kort repetisjon fra kapittel 4. Oppsummering kapittel ST0202 Statistikk for samfunnsvitere. Betinget sannsynlighet og trediagram 2 Kort reetisjo fra kaittel 4 Betiget sasylighet og trediagram Eksemel: Fra e oulasjo av idrettsfolk trekkes e erso tilfeldig og testes for doig. De iteressate hedelsee er D=ersoe er doet, A=teste er ositiv.

Detaljer

Luktrisikovurdering fra legemiddelproduksjon på Fikkjebakke Screening

Luktrisikovurdering fra legemiddelproduksjon på Fikkjebakke Screening Luktrisikovurderig fra legemiddelproduksjo på Fikkjebakke Screeig Aquateam COWI AS Rapport r: 14-046 Prosjekt r: O-14062 Prosjektleder: Liv B. Heige Medarbeidere: Lie Diaa Blytt Karia Ødegård (Molab AS)

Detaljer

Løsningsforslag ST1101/ST6101 kontinuasjonseksamen 2018

Løsningsforslag ST1101/ST6101 kontinuasjonseksamen 2018 Løsigsforslag ST/ST6 kotiuasjoseksame Oppgave a Defier hedelsee R, B, B rød kule i første trekig, blå kule i adre trekig, blå kule i tredje trekig. Vi skal fie PR B B for to ulike situasjoer. Geerelt vet

Detaljer

8 (inkludert forsiden og formelsamling) Tegne- og skrivesaker, kalkulator, formelsamling (se vedlagt).

8 (inkludert forsiden og formelsamling) Tegne- og skrivesaker, kalkulator, formelsamling (se vedlagt). Eksamesoppgave våre 011 Ordiær eksame Bokmål Fag: Matematikk Eksamesdato: 10.06.011 Studium/klasse: GLU 5-10 Emekode: MGK00 Eksamesform: Skriftlig Atall sider: 8 (ikludert forside og formelsamlig) Eksamestid:

Detaljer

EKSAMENSOPPGAVE. Mat-1060 Beregningsorientert programmering og statistikk

EKSAMENSOPPGAVE. Mat-1060 Beregningsorientert programmering og statistikk Fakultet for aturviteskap og tekologi EKSAMENSOPPGAVE Eksame i: (Kode og av) Dato: 05.1.017 Klokkeslett: 09:00-13:00 Sted: Åsgårdv 9 Mat-1060 Beregigsorietert programmerig og statistikk Tillatte hjelpemidler:

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 ÅMA Sasylighetsregig med statistikk, våre 27 Kp. 6 (kp. 6) Tre deler av faget/kurset:. Beskrivede statistikk 2. Sasylighetsteori, sasylighetsregig 3. Statistisk iferes estimerig kofidesitervall hypotesetestig

Detaljer

EKSAMENSOPPGAVE. Faglig veileder: Kirsten Aarset, Bente Hellum og Jan Stubergh Gruppe(r): 1-elektro, 1-maskin, 3-almen Dato: 17 desember 2001

EKSAMENSOPPGAVE. Faglig veileder: Kirsten Aarset, Bente Hellum og Jan Stubergh Gruppe(r): 1-elektro, 1-maskin, 3-almen Dato: 17 desember 2001 Avdelig for igeiørutdaig EKSAMENSOPPGAVE Fag: Kjemi og Miljø Fagr FO 05 K Faglig veileder: Kirste Aarset, Bete Hellum og Ja Stubergh Gruppe(r): 1-elektro, 1-maski, -alme Dato: 17 desember 001 Eksamestid,

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004 Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag Side av 0 LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004 Oppgave Foruresig X er e stokastisk variabel som agir

Detaljer

Eksamen REA3024 Matematikk R2. Nynorsk/Bokmål

Eksamen REA3024 Matematikk R2. Nynorsk/Bokmål Eksame 6.05.010 REA304 Matematikk R Nyorsk/Bokmål Bokmål Eksamesiformasjo Eksamestid: Hjelpemidler på Del 1: Hjelpemidler på Del : Vedlegg: Framgagsmåte: Veiledig om vurderige: 5 timer: Del 1 skal leveres

Detaljer

Estimering 1 -Punktestimering

Estimering 1 -Punktestimering Estimerig 1 -Puktestimerig Dekkes av kap. 8, 9.1-9.3 og 9.15/9.14. Vi har til å settpå e rekke forskjellige sasylighetsfordeliger og sett hvorda disse ka brukes til å modellere mage forskjellige typer

Detaljer