Kapittel 8: Estimering

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "Kapittel 8: Estimering"

Transkript

1 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 ka tekes utført. For eksemel er gjeomsitt i det lage lø, dvs over hele oulasjoe, mes er e adel i oulasjoe. Verdie å slike arametre gir oss derfor viktig iformasjo om oulasjoe. I raksis er de imidlertid ofte ukjete, me ka aslås, eller estimeres, fra observerte data (tilfeldige utvalg. Eksemel: tikkrøve varer, adel defekte varer er. Dersom er kjet ka vi rege å sasyligheter etc før røve tas. Ofte er imidlertid situasjoe at er ukjet, og vi øsker ut fra resultatet av stikkrøve å aslå verdie å. Eksemel: Estimatorer Adel ersoer i Norge som er for orsk EUmedlemska,, er ukjet. Me dee adele ka estimeres ut fra et tilfeldig utvalg å ersoer: Her er (som vi leser -hatt e estimator for. Eksemel: (der atall som er for EU Høyde til orske kvier i 030-åree har ukjet forvetigsverdi og ukjet varias. Basert å måliger,,, av høyde til tilfeldig valgte kvier ka og estimeres: og ( i

2 Merk: Estimatoree tilfeldige variable., og Isatt observerte tallverdier (etter å ha utført forsøket ka vi rege ut estimatee (tallsvar: x, x og s er Eksemel: Høyde kvier. Resultatet av dataisamlige i klasse (=69 kvier er osummert i histogrammet uder. Oversikt: Parameter Estimator Estimat Forvetig, Varias, td.avvik, Adel, x s s x Disse dataee gir oss følgede estimat for, og : x 67.0 s s La være adel kvier i 030-åree som er høyere e 75 cm. Vi ka da estimere med observert adel høyere e 75 i vårt utvalg. 3 4

3 Gruleggede atagelse: Vi skal hele veie ata at måligee vi baserer oss å år vi skal estimere ukjete arameterverdier er uavhegige og at de bare utgjør e lite del av oulasjoe (alle mulige tekbare måliger ofte uedelig mage. Vil i raksis si at vi baserer oss å data fra et tilfeldig utvalg som er mye midre e hele oulasjoe. Boka omhadler også lotterimodelle, som er situasjoe der størrelse å utvalget ikke er mye midre e størrelse å oulasjoe, me vi skal ikke gå ærmere i å dette. Defiisjo: E estimator er forvetigsrett dersom: Betyr i raksis at dersom vi gjetar forsøket mage gager så vil estimatore i gjeomsitt i det lage lø gi rett verdi. Dvs vi gjør ige systematiske feil. Eksemler: E( E( E( ( (E( E( ( E( E( E( E( Dvs og er forvetigsrette! Det ka også vises at E( E( mes E( E( 5 6

4 Krav til e god estimator :. Forvetigsrett, dvs. Var( mist mulig. E( Dersom ma har flere forvetigsrette estimatorer å velge blat velger ma de med mist varias. Eksemel: Variase til de to mest brukte estimatoree: Var( Var( Var( ( (Var( Var( ( Var( Var( Var( ( ( Merk at variasee blir midre jo flere måliger som er gjort! 7 8

5 Eksemel: To uavhegige sørreudersøkelser blir utført for å udersøke hvor stor adel av befolkige,, som syes regjerige gjør e god jobb. I de ee udersøkelse blir =000 ersoer surt, mes det i de adre udersøkelse blir surt =500 ersoer. La være atall som svarer at de syes regjerige gjør e god jobb i de første udersøkelse, og tilsvarede for de adre udersøkelse. Vi øsker å å slå samme iformasjoe fra de to udersøkelsee til e felles estimator for. To forslag til estimatorer er: og Hvilke av de to estimatoree er best? Bruk de beste estimatore til å rege ut et estimatet for år atall ersoer som svarte at de er forøyde er heholdsvis 470 og

6 Kofidesitervall Et estimat gir et aslag å e arameterverdi, me gir ikke iformasjo om usikkerhete i aslaget. For eksemel vil et aslag basert å =00000 måliger olagt være et mye mer ålitelig aslag e et basert å =5 måliger, me dette reflekteres ikke i estimatet. Bedre: Kofidesitervall Defiisjo: Itervallet [A,B er et (-00% kofidesitervall for dersom: P( A B - Dvs (-00% sasylighet for at itervallet [A,B vil komme til å ieholde. Kort itervall: tor sikkerhet Lagt itervall: tor usikkerhet Kofidesitervall for år kjet.,,, uavhegige og N(, Eksemel: Megde kjøttdeig som akkes i hver akke å et slakteri er ormalfordelt med ukjet forvetigsverdi og stadardavvik 0. Veiig av 0 tilfeldig valgte akker med kjøttdeig gav resultatee: Basert å dee iformasjoe øsker vi å lage et kofidesitervall for. Geerell fremgagsmåte: Estimator: Har videre at: Z E ( Var ( ~ N (0,

7 - - P(Z = Fies i tabelle, f.eks. er: Z 0.05 =.645 Z 0.05 =.96 Z =.576 P( P( P( P( Dvs et (- 00% kofidesitervall for (år kjet er gitt ved: [, Før vi har gjort forsøket (samlet i data er tolkige at det vil være (- 00% sasylighet for at itervallet vil komme til å ieholde. Etter vi har samlet i data og reget ut tallsvar er tolkige at vi har stor tiltro (kofides til at itervallet ieholder. Dersom vi lager mage kofidesitervall vil 00% av dem bomme: F.eks. vil 5% av alle 95% kofidesitervall bomme (som itervall r 5 i figure. 3 4

8 Eksemlet: Veiig av =0 kjøttdeigakker gav resultatee (i gram: Vi fikk ogitt at =0, og fra dataee får vi at: x 39 Dersom vi øsker et 95% kofidesitervall setter vi =0.05, og da blir Z = Z 0.05 =.96. Vi får da: 0 0 [ 39.96, [ 385.8, Eksemel: Høyde kvier atas ormalfordelt. Vi atar også (foreløig og litt feilaktig av vi vet at stadardavviket til kviers høyde er =6.4. Basert å de 69 måligee fra klasse øsker vi å laget et 99% kofidesitervall for forvetet høyde,. Vi har stor tiltro (kofides til at dette itervallet ieholder (=gjeomsitt i det lage lø. 5 6

9 Kofidesitervall for år ukjet. I raksis er valigvis også ukjet. Atar som før at,,, uavhegige og N(, om før er: og Z ~ N(0, Me, er ukjet, må estimeres! Erstatter med estimatore. Gir: T som ikke er N(0,! T har e bestemt fordelig som kalles (studet- t-fordelig, med arameter - (- frihetsgrader. Vi skriver T ~ t(-. Merk : Dette gjelder ku år,,, er uavh. og N(,. Merk : t-fordelig liger N(0,, me større varias. Merk 3: t-fordelig er mer og mer lik N(0, jo større er. 7 8

10 P( t P( t P( P( - -t,- t,-,, t t, P(T t,- = Fies i tabell 8 bak i boka. t, t, t, t,, Dvs et (- 00% kofidesitervall for år ukjet er gitt ved: [ t,, t, Eksemel: Vekt kjøttdeig å ytt. Resultatet av veiigee ble Vi atar å (mer realistisk at vi ikke kjeer stadardavviket. Fra de ogitte dataee får vi at: x Dersom vi øsker et 95% kofidesitervall setter vi =0.05, og da blir t,- = t 0.05,9 =.6. Vi får da: 39 og s [ 39.6, 39.6 [ 38.,

11 Eksemel: Høyde kvier å ytt. Vi atar å (mer realistisk at stadardavviket er ukjet. Basert å de 69 måligee fra klasse øsker vi å ytt å laget et 99% kofidesitervall for forvetet høyde,. Kofidesitervall for (år er stor. =P( suksess i biomisk forsøk (=adel i oulasjoe. Estimeres med observert adel: Eksemel: = adel velger som vil stemme å A. ør =000 tilfeldige velgere. =atall blat de 000 velgere som vil stemme A. Får x=307 som gir: Me hvor stor er usikkerhete i dette estimatet? Vi øsker et kofidesitervall!

12 3 etralgreseteoremet gir at år (-5 så er: N(0, ( Var( E( Z - - ( ( P Foreklig: Når er stor er ( ( 4 ( ( P( ( ( P( ( ( P( ( ( P( ( P( Dvs et tilærmet (- 00% kofidesitervall for er gitt ved: [ (, (

13 Eksemlet: =adel A-velgere, og La oss lage et 90% kofidesitervall, dvs =0.0. Da blir Z = Z 0.05 =.645, og vi får: Eksemel: For å aslå hvor stor adel,, av Norges befolkig som er mot EU blir 000 tilfeldig valgte ersoer surt om hva de meer. 556 sier de er mot EU. Basert å dette, lag et 95% kofidesitervall. [ ( 0.307, [ 0.83, ( Dvs fluktasjoer å -3 rosetoeg i målt oslutig som følge av aturlig tilfeldig variasjo i utvalget er helt ormalt! (Tekt å dette este gag du hører e olitiker hevde at artiet has er i fremgag etter e -3 rosetoeg økig fra forrige målig 5 6

14 Osummerig Parameter Estimator Estimat Forvetig, Varias, td.avvik, Adel, Krav til e god estimator :. Forvetigsrett, dvs. Var( mist mulig. E( x Dersom ma har flere forvetigsrette estimatorer å velge blat velger ma de med mist varias. s s x Kofidesitervall for år kjet: [, Kofidesitervall for år ukjet: Kofidesitervall for (år stor: [ [ t,, t, (, ( 7 8

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

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

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 5 Estimering. Målemodellen. ÅMA0 Sasylighetsregig med statistikk, våre 0 Kp. 5 Estimerig. Målemodelle. Estimerig. Målemodelle. Ihold:. (Pukt)Estimerig i biomisk modell (kp. 5.). Målemodelle... (kp. 5.). (Pukt)Estimerig i målemodelle

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 5

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 5 ÅMA110 Sasylighetsregig med statistikk, våre 2010 Kp. 6, del 5 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 12. april Bjør H. Auestad Kp. 6: Hypotesetestig del 4 1/ 59

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 4. Hypotesetesting, del 4

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 4. Hypotesetesting, del 4 ÅMA11 Sasylighetsregig med statistikk, våre 27 Kp. 6, del 4 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 19. mars Bjør H. Auestad Kp. 6: Hypotesetestig del 4 1/ 27 Bjør

Detaljer

Estimering og hypotesetesting. Estimering og hypotesetesting. Estimering og hypotesetesting. Kapittel 10. Ett- og toutvalgs hypotesetesting

Estimering og hypotesetesting. Estimering og hypotesetesting. Estimering og hypotesetesting. Kapittel 10. Ett- og toutvalgs hypotesetesting 3 Estimerig og hypotesetestig Kapittel 10 Ett- og toutvalgs hypotesetestig TMA445 V007: Eirik Mo Feome Bilkjørig Høyde til studeter Estimator ˆp = X, X atall ˆµ = X gjeomsittlig høyde. som syes de er flikere

Detaljer

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

n 2 +1) hvis n er et partall.

n 2 +1) hvis n er et partall. TMA445 Statistikk Vår 04 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer, blokk II Oppgave Mediae til et datasett, X, er de midterste verdie. Hvis vi har stokastiske

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

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011 ÅMA110 asylighetsregig med statistikk våre 011 Kp. 5 Estimerig 1 Estimerig. Målemodelle. Ihold: 1. (ukt)estimerig i biomisk modell (kp. 5.). Målemodelle... (kp. 5.3) 3. (ukt)estimerig i målemodelle (kp.

Detaljer

Hypotesetesting, del 5

Hypotesetesting, del 5 Oversikt, del 5 Kofidesitervall p-verdi Kofidesitervall E (tosidig test ka gjeomføres vha. av et kofidesitervall. For eksempel, dersom vi i målemodell 1 vil teste: H 0 : μ = μ 0 mot H 1 : μ μ 0, ka vi

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

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

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

Ukeoppgaver i BtG207 Statistikk, uke 4 : Binomisk fordeling. 1

Ukeoppgaver i BtG207 Statistikk, uke 4 : Binomisk fordeling. 1 Ukeoppgaver i BtG20 Statistikk, uke 4 : Biomisk fordelig. 1 Høgskole i Gjøvik Avdelig for tekologi, økoomi og ledelse. Statistikk Ukeoppgaver uke 4 Biomisk fordelig. Oppgave 1 La de stokastiske variable

Detaljer

Eksamen REA3028 S2, Våren 2011

Eksamen REA3028 S2, Våren 2011 Eksame REA08 S, Våre 0 Del Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave (8 poeg) a) Deriver fuksjoee ) f 5 f 6 5 ) g g ) h l 9 9 6 4 h l

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

TMA4245 Statistikk. Øving nummer b5. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

TMA4245 Statistikk. Øving nummer b5. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag TMA4245 Statistikk Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b5 Oppgave 1 Eksame mai 2001, oppgave 1 av 4 Vi ser på kosetrasjoe av et giftstoff i havbue like utefor

Detaljer

11,7 12,4 12,8 12,9 13,3.

11,7 12,4 12,8 12,9 13,3. TMA4240 Statistikk Vår 2008 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b6 Oppgave 1 Eksame mai 2001, oppgave 1 av 4 Vi ser på kosetrasjoe av et giftstoff i havbue

Detaljer

Eksempler fra slutten av forrige uke. Eksempler (styrke, dimensjonering,...) Eksempler fra slutten av forrige uke

Eksempler fra slutten av forrige uke. Eksempler (styrke, dimensjonering,...) Eksempler fra slutten av forrige uke Oversikt, del 5 Hypotesetestig, del 4 (oppsummerig fra Hypotesetestig, del 5 Kofidesitervall dimesjoerig Eksempler fra slutte av forrige uke Kofidesitervall p-verdi Eksempler Eksempler (styrke, dimesjoerig,...

Detaljer

3MX 2007/8 - Kapittel 5: 8. januar 5. februar 2008

3MX 2007/8 - Kapittel 5: 8. januar 5. februar 2008 3MX 00/8 - Kapittel : 8. jauar. februar 008 Pla for skoleåret 00/008: Kapittel 6: 6/ /. Kapittel : / /3. Prøver på eller skoletime etter hvert kapittel. É heildagsprøve i hver termi. Repetisjo, prøver,

Detaljer

Oversikt over konfidensintervall i Econ 2130

Oversikt over konfidensintervall i Econ 2130 1 HG Revidert april 013 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

IO 77/45 29. november 1977 ESTIMERING AV ENGELDERIVERTE PA DATA MED MALEFEIL. Odd Skarstad 1) INNHOLD

IO 77/45 29. november 1977 ESTIMERING AV ENGELDERIVERTE PA DATA MED MALEFEIL. Odd Skarstad 1) INNHOLD IO 77/45 29. ovember 977 ESTIMERING V ENGELDERIVERTE P DT MED MLEFEIL av Odd Skarstad ) INNHOLD I. Data fra forbruksudersøkelse II. Estimerig ved målefeil. Iledig 2. Systematiske målefeil 2 3. Tilfeldige

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

FORFATTER(E) Jan-W. Lippestad og Trond Harsvik OPPDRAGSGIVER(E) Rikstrygdeverket. Nanna Stender, Mari K. Rollag og Kristian Munthe

FORFATTER(E) Jan-W. Lippestad og Trond Harsvik OPPDRAGSGIVER(E) Rikstrygdeverket. Nanna Stender, Mari K. Rollag og Kristian Munthe SINTEF RAPPORT TITTEL SINTEF Uimed Postadresse: Boks 124, Blider 0314 Oslo Besøksadresse: Forskigsveie 1 Telefo: 22 06 73 00 Telefaks: 22 06 79 09 Foretaksregisteret: NO 948 007 029 MVA Evaluerig av hevisigsprosjektet

Detaljer

TMA4245 Statistikk Eksamen 9. desember 2013

TMA4245 Statistikk Eksamen 9. desember 2013 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag TMA4245 Statistikk Eksame 9. desember 2013 Oppgave 1 I kortspillet Blackjack får ei de høgaste geviste derssom dei to første korta

Detaljer

B Bakgrunnsinformasjon om ROS-analysen.

B Bakgrunnsinformasjon om ROS-analysen. RI SI KO- O G SÅRBARH ET SANALYSE (RO S) A Hva som skal utredes Beredskapog ulykkesrisiko(ros) vurderesut fra sjekklistefra Direktoratetfor samfussikkerhetog beredskap.aalyse blir utført ved vurderigav

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

Institutt for økonomi og administrasjon

Institutt for økonomi og administrasjon Fakultet for samfusfag Istitutt for økoomi og admiistraso Ivesterig og fiasierig Bokmål Dato: Madag. desember 3 Tid: 4 timer / kl. 9-3 Atall sider (ikl. forside): 5 + sider vedlegg Atall oppgaver: 4 Tillatte

Detaljer

Utvidet løsningsforslag Eksamen i TMA4100 Matematikk 1, 16/12 2008

Utvidet løsningsforslag Eksamen i TMA4100 Matematikk 1, 16/12 2008 Utvidet løsigsforslag Eksame i TMA4 Matematikk, 6/ 8 Oppgave i) Vi gjør substitusjoe u = si θ og får π/ [ u si θ cos θ dθ = u du = E ae løsigsmetode er π/ si θ cos θ dθ = π/ ] si θ dθ = 4 = 4 ( ( ) ( ))

Detaljer

2.1 Polynomdivisjon. Oppgave 2.10

2.1 Polynomdivisjon. Oppgave 2.10 . Polyomdivisjo Oppgave. ( 5 + ) : = + + ( + ):( ) 6 + 6 8 8 = + + c) ( + 5 ) : = + 6 6 d) + + + = + + = + + + 8+ ( ):( ) + + + Oppgave. ( + 5+ ):( ) 5 + + = + ( 5 ): 9 + + + = + + + 5 + 6 9 c) ( 8 66

Detaljer

STK1100: Kombinatorikk

STK1100: Kombinatorikk 1100: ombiatorikk auar 2009 Ørulf orga Matematisk istitutt Uiversitetet i Oslo 1 Uiform sasylighetsmodell: t stokastisk forsøk har N utfall Det er de mulige utfallee for forsøket i atar at de N utfallee

Detaljer

Leseforståelse og matematikk

Leseforståelse og matematikk Leseforståelse og matematikk av guri a. ortvedt To studier av sammehege mellom leseforståelse og løsig av tekstoppgaver viser at ekelte elever ka mislykkes i oppgaveløsige fordi de tolker språket i oppgavee

Detaljer

Institutt for økonomi og administrasjon

Institutt for økonomi og administrasjon Fakultet for safusfag Istitutt for økooi og adiistraso Ivesterig og fiasierig Bokål Dato: Tirsdag. deseber 4 Tid: 4 tier / kl. 9-3 Atall sider (ikl. forside): 5 + 9 sider vedlegg Atall oppgaver: 4 Tillatte

Detaljer

Rapport Brukertilfredshet blant pårørende til beboere ved sykehjem i Oslo kommune 2009

Rapport Brukertilfredshet blant pårørende til beboere ved sykehjem i Oslo kommune 2009 Rapport Brukertilfredshet blat pårørede til beboere ved sykehjem i Oslo kommue Resultater fra e spørreudersøkelse blat pårørede til sykehjemsbeboere februar 2010 Forord Brukerudersøkelser er ett av tre

Detaljer

Del1. b) 1) Gittrekka 2 4 6 8 Finnleddnummer20 ogsummenavde20førsteleddene.

Del1. b) 1) Gittrekka 2 4 6 8 Finnleddnummer20 ogsummenavde20førsteleddene. Del1 Oppgave 1 a) Deriver fuksjoee: 1) fx ( ) x 2 1 x 2 1 2) g x x 2 2 e x b) 1) Gittrekka 2 4 6 8 Fileddummer20 ogsummeavde20førsteleddee. 1 1 2) Gitt de uedelige rekka 2 1 2 4 Avgjør om rekka kovergerer.

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

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

Rapport mai 2013 MØBEL- OG INTERIØRBRANSJENE 2012

Rapport mai 2013 MØBEL- OG INTERIØRBRANSJENE 2012 apport mai 013 ØBE- G ITEIØBSJEE 01 1 3 IHD 01 Iledig 01 Iledig 0 øbelhadele 03 Boligtekstilbrasje 0 Servise- og kjøkkeutstyrbrasje 05 Belysigsutstyr 06 Butikkhadele med iredigsartikler 07 Spesialbutikker

Detaljer

Fagdag 2-3mx 24.09.07

Fagdag 2-3mx 24.09.07 Fagdag 2-3mx 24.09.07 Jeg beklager at jeg ikke har fuet oe ye morsomme spill vi ka studere, til gjegjeld skal dere slippe prøve/test dee gage. Istruks: Vi arbeider som valig med 3 persoer på hver gruppe.

Detaljer

To-utvalgstest (def 8.1) vs ettutvalgstest: Hypotesetesting, to utvalg (Kapitel 8) Longitudinell studie (oppfølgingsstudie) - eqn 8.1. Eksempel 8.

To-utvalgstest (def 8.1) vs ettutvalgstest: Hypotesetesting, to utvalg (Kapitel 8) Longitudinell studie (oppfølgingsstudie) - eqn 8.1. Eksempel 8. Hypotesetestig, to utvalg (Kapitel 8) Medisisk statistikk 009 http://folk.tu.o/slyderse/medstat/medstati_h09.html To-utvalgstest (def 8.) vs ettutvalgstest: To-utvalgstest: Sammelike de uderliggede parameter

Detaljer

Forsvarets personell - litt statistikk -

Forsvarets personell - litt statistikk - Forsvarets persoell - litt statistikk - Frak Brudtlad Steder Sjefsforsker Oslo Militære Samfud 8.11.21 Forsvarets viktigste ressurs Bilder: Forsvarets mediearkiv Geerell omtale i Forsvaret, media og taler

Detaljer

ERP-implementering: Shakedown-fasen

ERP-implementering: Shakedown-fasen ERP-implemeterig: Shakedow-fase «Hvilke faktorer asees som viktige i shakedow-fase ved implemeterig av ERP i orske virksomheter?» Frak Erik Strømlad Veiledere Maug Kyaw Sei Stig Nordheim Masteroppgave

Detaljer

ARBEIDSHEFTE I MATEMATIKK

ARBEIDSHEFTE I MATEMATIKK ARBEIDSHEFTE I MATEMATIKK Temahefte r Hvorda du reger med poteser Detaljerte forklariger Av Matthias Loretze mattegriseforlag.com Opplsig: E potes er e forkortet skrivemåte for like faktorer. E potes består

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 ÅMA0 Sasylghetsregg med statstkk, våre 007 Kp. 5 Estmerg. Målemodelle. Estmerg. Målemodelle. Ihold:. (Pukt)Estmerg bomsk modell (kp. 5.). Målemodelle... (kp. 5.3) 3. (Pukt)Estmerg målemodelle (kp. 5.3)

Detaljer

Eksamen 20.05.2009. REA3024 Matematikk R2. Nynorsk/Bokmål

Eksamen 20.05.2009. REA3024 Matematikk R2. Nynorsk/Bokmål Eksame 20052009 REA3024 Matematikk R2 Nyorsk/Bokmål Nyorsk Eksamesiformasjo Eksamestid: Hjelpemiddel på Del 1: Hjelpemiddel på Del 2: Bruk av kjelder: Vedlegg: Framgagsmåte: Rettleiig om vurderiga: 5 timar:

Detaljer

Kommentarer til oppgaver;

Kommentarer til oppgaver; Kapittel - Algebra Versjo: 11.09.1 - Rettet feil i 0, 1 og 70 og lagt i litt om GeoGebra-bruk Kommetarer til oppgaver; 0, 05, 10, 13, 15, 5, 9, 37, 5,, 5, 59, 1, 70, 7, 78, 80,81 0 a) Trykkfeil i D-koloe

Detaljer

FX-82ES. NY CASIO teknisk / vitenskapelig lommeregner med naturlig tallvindu.

FX-82ES. NY CASIO teknisk / vitenskapelig lommeregner med naturlig tallvindu. ytt NR. 005. årgag FX-8ES NY CASIO tekisk / viteskapelig lommereger med aturlig tallvidu. Det er å mer e 5 år side kalkulatore for alvor ble tatt i bruk i orsk matematikk-udervisig, og de viteskapelige

Detaljer

Rente og pengepolitikk 1. Innhold. Forelesningsnotat 9, februar 2015

Rente og pengepolitikk 1. Innhold. Forelesningsnotat 9, februar 2015 Forelesigsotat 9, februar 2015 Rete og pegepolitikk 1 Ihold Rete og pegepolitikk...1 Hvorda virker Norges Baks styrigsrete?...3 Pegemarkedet...3 Etterspørselskaale...4 Valutakurskaale...4 Forvetigskaale...5

Detaljer

LØSNING: Eksamen 17. des. 2015

LØSNING: Eksamen 17. des. 2015 LØSNING: Eksame 17. des. 2015 MAT100 Matematikk, 2015 Oppgave 1: økoomi a I optimum av T Rx er dt Rx 0 1 som gir d Ix Kx 0 2 dix dix dkx dkx 0 3 4 dvs. greseitekt gresekostad, q.e.d. 5 b Gresekostad ekstrakostade

Detaljer

HØGSKOLEN I MOLDE Sensurveiledning Log300 Innføring i logistikk - Vår 2006

HØGSKOLEN I MOLDE Sensurveiledning Log300 Innføring i logistikk - Vår 2006 HØGSKOLEN I MOLDE Sesurveiledig Log300 Iførig i logistikk - Vår 2006 Dato: Tid: 13.06.06 09:00 13:00 Asvarlig faglærer: Jøra Gårde Hjelpemidler: Oppgave består av totalt 6 sider (5 sider + ormalfordeligstabell).

Detaljer

Universitetet i Oslo Institutt for geofag. Flomrisikoanalyse for Hamar og Lillestrøm. Helge Bakkehøi. Candidatus Scientiarum

Universitetet i Oslo Institutt for geofag. Flomrisikoanalyse for Hamar og Lillestrøm. Helge Bakkehøi. Candidatus Scientiarum Uiversitetet i Oslo Istitutt for geofag Flomrisikoaalse for Hamar og Lillestrøm Helge Bakkehøi Cadidatus Scietiarum 1. september 2003 ABSTRACT 2 Abstract This work focuses o the two tows most exposed

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

Befolkningens forståelse av faguttrykk i klimadebatten

Befolkningens forståelse av faguttrykk i klimadebatten Aalyse AS Bredalsmarke 15, 5006 Berge Aalyse AS Bredalsmarke 15, 5006 Berge www.resposaalyse.o www.resposaalyse.o Befolkiges forståelse av faguttrykk i klimadebatte Webomibus 16.-21. september 2010 Oppdragsgiver:

Detaljer

Løsningsforslag R2 Eksamen 04.06.2012. Nebuchadnezzar Matematikk.net Øistein Søvik

Løsningsforslag R2 Eksamen 04.06.2012. Nebuchadnezzar Matematikk.net Øistein Søvik Løsigsforslag R2 Eksame 6 Vår 04.06.202 Nebuchadezzar Matematikk.et Øistei Søvik Sammedrag De fleste forlagee som gir ut lærebøker til de videregåede skole, gir ut løsigsforslag til tidligere gitte eksameer.

Detaljer

Rente og pengepolitikk. 8. forelesning ECON 1310 21. september 2015

Rente og pengepolitikk. 8. forelesning ECON 1310 21. september 2015 Rete og pegepolitikk 8. forelesig ECON 1310 21. september 2015 1 Norge: lav og stabil iflasjo det operative målet for pegepolitikke, ær 2,5 proset i årlig rate. Iflasjosmålet er fleksibelt, dvs. at setralbake

Detaljer

Ulike typer utvalg. MAT0100V Sannsynlighetsregning og kombinatorikk. Ordnet utvalg uten tilbakelegging 29 (29 1) (29 2) (29 3) =

Ulike typer utvalg. MAT0100V Sannsynlighetsregning og kombinatorikk. Ordnet utvalg uten tilbakelegging 29 (29 1) (29 2) (29 3) = MAT000V Sasylighetsregig og kombiatorikk Urdede utvalg ute tilbakeleggig Pascals talltrekat og biomialkoeffisietee Ørulf Borga Matematisk istitutt Uiversitetet i Oslo Ulike typer utvalg Eksempel 6.: Vi

Detaljer

Partielle differensiallikninger.

Partielle differensiallikninger. Partielle differesiallikiger. à. Iledig. Differesiallikiger kytter samme størrelse og edriger i størrelse. Matematisk kommer dette til uttrykk ved at likige i tillegg til de ukjete fuksjoe også ieholder

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

Fotball krysser grenser (konfirmanter Ålgård og Gjesdal)

Fotball krysser grenser (konfirmanter Ålgård og Gjesdal) 1 Fotball krysser greser (kofirmater Ålgård og Gjesdal) Øsker du e ide til et praktisk rettet prosjekt/aksjo der kofirmater ka bidra til de fattige dele av verde? Her har du et ferdig opplegg for hvorda

Detaljer

2. Bestem nullpunktene til g.

2. Bestem nullpunktene til g. Høgskole i Telemark Avdelig for estetiske fag, folkekultur og lærerutdaig BOKMÅL 0. desember 007 EKSAMEN I MATEMATIKK Modul 5 studiepoeg Tid: 5 timer Oppgavesettet er på 9 sider (ikludert formelsamlig).

Detaljer

I forelesningen så vi litt på hvordan vi tegner grafer manuelt. Enkel bruk av GeoGebra er vist gjennom noen korte videoer i bolk 5c.

I forelesningen så vi litt på hvordan vi tegner grafer manuelt. Enkel bruk av GeoGebra er vist gjennom noen korte videoer i bolk 5c. NOTAT TIL FORELESNING OM FUNKSJONER, DEL Forelesige om uksjoer består av to deler, ørste del bygger på dette otatet Notatet bygger på læreboke og er oe mer utyllede e orelesige I bolk 5a så vi hvorda vi

Detaljer

Eksamen 21.05.2013. REA3024 Matematikk R2. Nynorsk/Bokmål

Eksamen 21.05.2013. REA3024 Matematikk R2. Nynorsk/Bokmål Eksame 21.05.2013 REA3024 Matematikk R2 Nyorsk/Bokmål Nyorsk Eksamesiformasjo Eksamestid: Hjelpemiddel på Del 1: Hjelpemiddel på Del 2: 5 timar: Del 1 skal leverast i etter 2 timar. Del 2 skal leverast

Detaljer

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

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

Detaljer

Prøveeksamen 2. Elektronikk 24. mars 2010

Prøveeksamen 2. Elektronikk 24. mars 2010 Prøveeksame 2 Elektroikk 24. mars 21 OPPGAVE 1 E 8 bit D/A-omformer har et utspeigsområde fra til 8 V V 1LSB, der V 1LSB er de aaloge speige som svarer til det mist sigifikate bit (LSB). a) Hvor stor er

Detaljer

ethvert foretak, i tillegg til å forbedre og stimulere den generelle internkontrollen. Standarden vil også ha betydning for revisjonsselskapene

ethvert foretak, i tillegg til å forbedre og stimulere den generelle internkontrollen. Standarden vil også ha betydning for revisjonsselskapene Global stadard for ivesterigsresultater (GIPS ) GIPS sikrer at historiske ivesterigsresultater bereges og preseteres etter esartede prisipper. Artikkele gir e iførig i de iterasjoale abefaligee for presetasjo

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

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 16. mai 2008

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 16. mai 2008 Høgskole i Telemark Avdelig for estetiske fag, folkekultur og lærerutdaig BOKMÅL 6. mai 008 EKSAMEN I MATEMATIKK Modul 5 studiepoeg Tid: 5 timer Oppgavesettet er på 8 sider (ikludert formelsamlig). Hjelpemidler:

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

INF 2820 V2015: Obligatorisk innleveringsoppgave 4

INF 2820 V2015: Obligatorisk innleveringsoppgave 4 INF 2820 V2015: Obligatorisk ileverigsoppgave 4 Besvarelsee skal leveres i devilry ie fredag 8.5 kl 18.00 Filee vises til fier du i o /projects/lp/if2820/ Hvis du ikke har orsk som morsmål og er usikker

Detaljer

1 TIGRIS Tidlig intervensjon i forhold til rusmiddelbruk i graviditet og småbarnsperiode

1 TIGRIS Tidlig intervensjon i forhold til rusmiddelbruk i graviditet og småbarnsperiode 1 TIGRIS Tidlig itervesjo i forhold til rusmiddelbruk i graviditet og småbarsperiode 1 - TIGRIS 1 Ihold 1 Bakgru for prosjektet........................................... 5 2 Prosjektkommuer....................................................

Detaljer

Innsamling og modellering av data for analyse av militære operasjoner

Innsamling og modellering av data for analyse av militære operasjoner FFI-rapport 008/059 Isamlig og modellerig av data for aalyse av militære operasjoer Håko Ljøgodt Forsvarets forskigsistitutt (FFI) 9. august 008 FFI-rapport 008/059 068 P: ISBN 978-8-464-447-8 E: ISBN

Detaljer

Dette foredraget om Barn, fysisk aktivitet & helse er utarbeidet av professor Roald Bahr på oppdrag av NFFs faggruppe for idrettsfysioterapi, FFI.

Dette foredraget om Barn, fysisk aktivitet & helse er utarbeidet av professor Roald Bahr på oppdrag av NFFs faggruppe for idrettsfysioterapi, FFI. Dette foredraget om Bar, fysisk aktivitet & helse er utarbeidet av professor Roald Bahr på oppdrag av NFFs faggruppe for idrettsfysioterapi, FFI. Foredraget er utarbeidet som et ledd i FFIs strategi for

Detaljer

CONSTANT FINESS SUNFLEX SMARTBOX

CONSTANT FINESS SUNFLEX SMARTBOX Luex terrassemarkiser. Moterig- og bruksavisig CONSTNT FINESS SUNFLEX SMRTBOX 4 5 6 7 8 Markises hovedkompoeter og mål Kombikosoll og plasserig rmklokker og justerig Parallelljusterig Motordrift og programmerig

Detaljer

Eksempeloppgave 2014. REA3026 Matematikk S1 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

Eksempeloppgave 2014. REA3026 Matematikk S1 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler) Eksempeloppgave 04 REA306 Matematikk S Eksempel på eksame våre 05 etter y ordig Ny eksamesordig Del : 3 timer (ute hjelpemidler) Del : timer (med hjelpemidler) Mistekrav til digitale verktøy på datamaski:

Detaljer

Løsningsforslag til øving 9 OPPGAVE 1 a)

Løsningsforslag til øving 9 OPPGAVE 1 a) Høgskole i Gjøvik vd for ek, øk og ledelse aemaikk 5 Løsigsforslag il øvig 9 OPPGVE ) Bereger egeverdiee: de I) ) ) ) Egeverdier: og ) ) Bereger egevekoree: vi ivi ii) vi ed λ : ) ) v Velger s som gir

Detaljer

Oxford Research: Se for mer informasjon om selskapet.

Oxford Research: Se  for mer informasjon om selskapet. og verdiskapig E aalyse basert på Førudersøkelse 2009 Oxford Research er et skadiisk aalyseselskap som dokumeterer og utvikler kuskap i aalyser, evalueriger og utrediger slik at politiske og strategiske

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

Duo HOME Duo OFFICE. Programmerings manual NO 65.044.30-1

Duo HOME Duo OFFICE. Programmerings manual NO 65.044.30-1 Duo HOME Duo OFFICE Programmerigs maual NO 65.044.30-1 INNHOLD Tekisk data Side 2 Systemiformasjo, brukere Side 3-4 Legge til og slette brukere Side 5-7 Edrig av sikkerhetsivå Side 8 Programmere: Nødkode

Detaljer

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 ÅMA0 Sasylighetsregig med statistikk, våre 008 ÅMA0 Sasylighetsregig med statistikk våre 008 Praktisk om kurset Foreleser og faglig asvarlig: Øystei Arild (IRIS, oystei.arild@iris.o) Bjør H. Auestad (kotor:

Detaljer

Globalisering og ny regionalisme

Globalisering og ny regionalisme Parterforum 1. November 2013 Globaliserig og y regioalisme Kosekveser for Norge og orsk offetlig sektor Kjell A. Eliasse Ceter for Europea ad Asia Studies Norwegia Busiess School - BI Kjell A Eliasse,

Detaljer

FORSVARETS FORSKINGSINSTITUTT NORWEGIAN DEFENCE RESEARCH ESTABLISHMENT Postboks 25-2007 Kjeller, Norge

FORSVARETS FORSKINGSINSTITUTT NORWEGIAN DEFENCE RESEARCH ESTABLISHMENT Postboks 25-2007 Kjeller, Norge INTERN RAPPORT F-586 JODINNHOLD I DRIKKEVANN FRA FORSKJELLIGE STEDER I NORGE - HØSTEN 1972 av A Hetlad FORSVARETS FORSKINGSINSTITUTT NORWEGIAN DEFENCE RESEARCH ESTABLISHMENT Postboks 25-2007 Kjeller, Norge

Detaljer

Adaptive filtre - Oversikt

Adaptive filtre - Oversikt Adaptive filtre - Oversikt Hva er adaptive filtre? Avgresiger i dee forelesige Bakgru og avedelser Eksempler på avedelser Adaptiv utjevig Adaptiv ekkokasellerig Overgager tidsdiskret tidskotiuerlig tidsdiskret

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

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

Der oppgaveteksten ikke sier noe annet, kan du fritt velge framgangsmåte. Eksame 20.05.2009 REA3028 Matematikk S2 Nyorsk/Bokmål Bokmål Eksamesiformasjo Eksamestid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: Bruk av kilder: Vedlegg: Framgagsmåte: Veiledig om vurderige: 5 timer:

Detaljer

Oblig 2 - MAT1120. Fredrik Meyer 26. oktober 2009 = A = P1 1 A 1 P 1 A 1 A 2 = P 1. A k+1. A k P k

Oblig 2 - MAT1120. Fredrik Meyer 26. oktober 2009 = A = P1 1 A 1 P 1 A 1 A 2 = P 1. A k+1. A k P k Oblig 2 - MAT20 Fredri Meyer 26 otober 2009 Matrisee A i er defiert sli der P er e rotasjosmatrise som defierer i oppgave 2: A A 2 A + = A = P A P = P A P Oppgave Matrisee A i+ og A i er similære det fies

Detaljer

Er neste datapar ved kalibrering en ekstremverdi som skal forkastes?

Er neste datapar ved kalibrering en ekstremverdi som skal forkastes? Er este datapar ved kalibrerig e ekstremverdi som skal forkastes? v/rue Øverlad, Traior Elsikkerhet AS 1. Iledig Dee artikkele utleder formel for usikkerhetsitervallet PI (Predictio Iterval) som omslutter

Detaljer

Formelsamling i matematikk og statistikk

Formelsamling i matematikk og statistikk Høgskole i Berge Formelsamlig i matematikk og statistikk for Igeiørutdaige FOA, FOA, FOA3, FOA7, FVA4 5.utgave Fuksjoer. Elemetære fuksjoer: a) l y = y = e a = b = log a b = lb l a b) l(ab) = l A + l B,

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

UNIVERSITETET I OSLO. De forskningsintensive universitetenes rolle. UiOs innspill til Forskningsmeldingen 2009

UNIVERSITETET I OSLO. De forskningsintensive universitetenes rolle. UiOs innspill til Forskningsmeldingen 2009 UNIVERSITETET I OSLO Kuskapsdepartemetet Postboks 8119 Dep Postboks 1072, Blider 0032 Oslo 0316 OSLO Dato: 02.01.2009 Vår ref.: 2008/20593 Deres ref.: Telefo: 22 85 63 01 Telefaks: 22 85 44 42 E-post:

Detaljer

Om Grafiske Bruker-Grensesnitt (GUI) Hvordan gjør vi det, to typer av vinduer? GUI (Graphical User Interface)-programmering

Om Grafiske Bruker-Grensesnitt (GUI) Hvordan gjør vi det, to typer av vinduer? GUI (Graphical User Interface)-programmering Uke9. mars 2005 rafisk brukergresesitt med Swig og awt Litt Modell Utsy - Kotroll Del I Stei jessig Ist for Iformatikk Uiv. i Oslo UI (raphical User Iterface)-programmerig I dag Hvorda få laget et vidu

Detaljer

1. Premonitions - Foresight (ex-rmgdn Pause)

1. Premonitions - Foresight (ex-rmgdn Pause) SVÆRT RUBATO - MYE VISUELLE TEGN: Dee låta har svært lite tydelig tempo Derfor må vi fokusere på å gjøre mye visuelle teg til hveradre I tillegg til visuelle teg (mest av alt felles asatser på lage toer

Detaljer

Løsning eksamen R1 våren 2010

Løsning eksamen R1 våren 2010 Løsig eksame R våre 00 Oppgave a) ) f ( ) l f ( ) ' l l l l f ( ) (l ) ) g( ) 4e g( ) 4 e ( ) 4 e ( ) g( ) 4( ) e b) ( ) 4 4 6 P ) P() 4 4 6 8 6 8 6 0 Divisjo med ( ) går opp. 4 4 6 : ( ) 8 4 4 8 6 8 6

Detaljer

Rapport GPS prosjekt - Ryggeheimen sykehjem, Rygge

Rapport GPS prosjekt - Ryggeheimen sykehjem, Rygge Rapport GPS prosjekt - Ryggeheime sykehjem, Rygge Bruk av GPS på sykehjem Elisabeth Refses/ Siv Skaldstad Tidspla:1/3 10 1/10 10. Orgaiserig: Styrigsgruppe: Åse Nilsse, Ove Keeth Kvige, Elisabeth Breistei,

Detaljer

Innføring i medisinsk statistikk

Innføring i medisinsk statistikk Stoastis forsø el. esperimet Iførig i medisis statisti KLH3 - Høst 9 Kapittel. Stoastis variabel og Disret sasylighetsfordelig Et ret teis begrep for e prosess der hesite er å framsaffe data om hedelser

Detaljer

LØSNINGSFORSLAG TIL ØVING NR. 1, VÅR 2015

LØSNINGSFORSLAG TIL ØVING NR. 1, VÅR 2015 NTNU Norges tekisk-aturviteskapelige uiversitet Fakultet for aturviteskap og tekologi Istitutt for aterialtekologi TT4110 KJEI LØSNINGSFORSLAG TIL ØVING NR. 1, VÅR 015 OPPGAVE 1 Vi starter ALLTID ed å

Detaljer

1. Egenverdiproblemet.

1. Egenverdiproblemet. Forelesigsotater i matematikk Egeerdier og egeektorer Side Egeerdiproblemet De gruleggede problemstillige Fra de gruleggede matriseregige husker du sikkert at år e ektor multipliseres med e kadratisk matrise

Detaljer

De baltiske staters valg av valutakursregimer. Helge Sjursen

De baltiske staters valg av valutakursregimer. Helge Sjursen De baltiske staters valg av valutakursregimer. Helge Sjurse Masteroppgave i samfusøkoomi Istitutt for økoomi Uiversitetet i Berge Høste 2006 Revidert 03.0.07 Forord Jeg vil med dette rette e stor takk

Detaljer