f(x) = x 2 x 2 f 0 (x) = 2x + 2x 3 x g(x) f(x) = f 0 (x) = g(x) xg0 (x) g(x) 2 f(x; y) = (xy + 1) 2 f 0 x = 2(xy + 1)y f 0 y = 2(xy + 1)x

Størrelse: px
Begynne med side:

Download "f(x) = x 2 x 2 f 0 (x) = 2x + 2x 3 x g(x) f(x) = f 0 (x) = g(x) xg0 (x) g(x) 2 f(x; y) = (xy + 1) 2 f 0 x = 2(xy + 1)y f 0 y = 2(xy + 1)x"

Transkript

1 Ogave a) f() = f 0 () = + 3 ) f() = g() f 0 () = g() g0 () g() c) f(; y) = (y + ) f 0 = (y + )y f 0 y = (y + ) d) f(; y) = ( y + ) ( y ) f 0 = ( y + ) r y ( y ) + ( y + ) ( y ) r y = ( y + )( r y y ) (( y ) + ( y + )) = y(y ) fordi ( y + )( y ) = y ( y ) + ( y + ) = y r y y = y De siste forelige er ikke åkrevd at de skal se. f 0 y lir tilsvarede (y ) Ogave f() = 3 3 f 0 () = 3 3 Stasjoærut = = og =

2 ) Fusjoe tilfredsstiller ikke tilstrekkelige etigelser da f 00 () = 6 altså koveks for 0 og koav for 0, altså ikke koav overalt eller koveks overalt. Me Så og - er ikke gloale maksimum. c) f() = f( ) = f(0) = 970 f( 0) = 970 f 00 () = 6 < 0 så lokalt maksimum f 00 ( ) = +6 > 0 so lokalt miumum 3 Ogave 3 4 g(t) = mi ( t) + a) FOB er ( t) + = 0 = t Fusjoe er koveks. ) g(t) = ( t) + = ( ) + (t ) = t c) d) g 0 (t) = g(t) = mi ( t) + g 0 (t) = ( t)( ) ( = side t = )

3 5 Ogave 4 f 0 () = 0 ma f() f 0 () = Adreordesetigelse er ofylt are dersom f 00 () 0; med etydighet for f 00 () < 0. ) Deriver med hesy å gir c)vi ser at d) f 0 ((; )) = f @ = f = f 00 () < 0 om f 00 () < 0 som er. ordes etigelse y = = f = f 0 () f 00 () 3

4 Ogave 5 Vi har fra roduktfusjoe uteldet faktorfusjoe eller ødvedig faktorisats, G(), slik at kostadsfusjoe lir c (; ) G (), der vi vet at G( ) 0. Vi har dermed at gresekostade er F( G( )) dc c(; ) G(). Fra dee ka vi da fie d F( G( )) d c 0 FF( G( )) G( ) F( G( )) c(; ) 0side vi har at F 0. 3 d ( F( G( ))) ( F( G( ))) Ogave 6 Profitte til edrifte med de agitte roduktfusjoe, med a 0, 5 og 0, 5, a er da gitt ved (, ) qk. (Jeg ruker a og for å gjøre det elere, for så å sette i tallee.) Vi ka da rege ut: a a a k a og aa ( ) k aa ( ) a a k q q og ( ) ( ) k k k k a a k a Fra de første av førsteordesetigelsee a 0 q fier k k vi: a. De adre gir: qk. Disse to samme med roduktfusjoe gir oss tre likiger til å løse for de tre ukjete (,, ). Side vi vil ruke oe av egge faktoree, vil også roduktmegde være ositiv. Vi ser at 0 og ( ) ( a( a ) )( ( ) ) ( a) kk k k a ( a )( ) ( a) a a a a a ( a ) 0 Derfor er det faktorutet som ofyller førsteordesetigelsee et rofittmaksimum. Fra roduktfusjoe fier vi da, år vi setter i fra de to førsteordesetigelsee:

5 a a a a a a a ( a) a a a k a q a q q for tiludt kvatum (tiludsfusjoe), år vi lar a : e : e e a a e e e () (,, q) a q. (Ka sette i for a og.) som vi ka løse (De uetigede) Faktorettersørselsfusjoee fier vi så ved å sette i fra () i de to førsteordesetigelsee: a e a a e ( a ) a e e e e e e e e e () a a q a a q e e e e e a q (,,) q Og å tilsvarede vis fier vi: a a a a e e e e e (3) k k(,, q) a q q Da ser vi direkte at: e k k a) 0, 0, 0 e e e a k a k ) 0, 0, 0. (Helt tilsvarede e e e ka vi fie virkige av e økig i q.) c) (, q) ( t, tq), t. Dette ka, fra førsteordesetigelsee aalyseres som om roduktrise syer; side vi har a a a a ˆ, med t t ˆ :. Ka da ruke svaree fra ut a. (Tilsvarede for k og.) t d) (,) q ( ttq, ) med t. Aalyseres som om syer: a at a a a ( t,, tq) t (,, q). Dette ieærer, q t fra svaret uder ut at, og k alle øker. e) (, q,) ( tttq,, ). Vi har at tttq (,, ) q (,, ) og ktttq (,, ) kq (,, ). Dermed er også tttq (,, ) q (,, ). Med adre ord: Ige edrig i tilasige. Hva lir rofittfusjoe? Vi har år vi setter i for q (,,) og kq (,,) i rofitte, at de maksimerte rofitte lir e fusjo av risee:

6 3 a a a a a e e e e e e e e e e ((, q,),(, kq,)): P(, q,) a q a q a a a a e e e e e e e e e e a q q a q Dette ka, med god tid og tuga rett i mue, gjøres oe elere. Ka da vise at a e e q e P(, q,) ( e) a. (Forveter ikke at de komme helt frem.) Ogave 7 Vi har F( hn) der h er areidstid er sysselsatt er uke, og N er atall syselsatte. Dermed er hn atall utførte timeverk er uke, og roduktmegde er uke. Vi har F(0) 0, F 0, F 0. Med git roduktris og gitt timelø, er rofitte er uke F( hn ) hn. a) Hva er de rofittmaksimerede størrelse å atall sysselsatte? For gitte riser og gitt h, skal da maksimeres med hesy å N. Vi har da førsteordesetigelse (ruk kjereregele): F( hn ) h h 0 F( hn ) 0, samtidig som vi har F( hn ) h 0. (Dersom F(0) h, og F( hn ) h år N, da har vi e løsig.) ) Hva er virkige av kortere areidstid for uedret timeløj? Fra F( hn) 0, og med kostat, fier vi da ved å derivere med hesy å h år vi har at F( hn ) 0 defierer N som e fusjo av h. (E ehøver stregt tatt ikke derivere, side F( hn) og kostat. Da må hn også være kostat; slik at hvis h syer med 0 %, vil N øke med 0 %.) N Vi fier dog ved derivasjo at F( hn ) N h 0, slik at h N N h N El N. h h h N h c) Om h skal holdes uedret, må altså øke med like mage roset som h syer med. Fra F( hn ) h h 0, med h W kostat, vil vi ha at kortere areidstid å ka aalyseres ved å derivere gjeom F( hn) h W 0 med hesy å h. Vi fier da: N h N F F( hn ) hf( hn ) N h 0 som etyr at h N h hnf

7 4 sysselsettige vokser om areidstide går ed, gitt samme lø er uke, om F vi har, og edgag i sysselsettige om ulikhetsteget sus. hn( F ) Ogave 8 Vi har F( ). Vi ka ete løse dette rofittmaksimerigsrolemet direkte eller ved å gå veie om kostadsfusjoe, som her er C (; ). Profitte, å de direkte måte, er da: ( ). Vi ser fra dee at vi har ( ) og ( ) a) For hvilke verdier av har vi ikke egativt overskudd? For 0 har vi 4 3 (0) 0, og det fies e ositiv verdi å, slik at ( ) 0, emlig for ( ). All de tid vi har (0) og ( ) 0, samtidig som i itervallet (0, ) har ( ) 0, da vil rofitte være ikke egativ etto i itervallet 0,. Og de har dermed et maksimum i dette itervallet. ) Vi vet å grulag av de evte olysiger at det må fies e verdi å i det idre av itervallet 0, og som maksimerer overskuddet. La de verdie å som maksimerer ( ) være 4 ; estemt av ( ) 0. Vi har her at 0 og 0 for for. Det er ok å ruke «førstederivert teste». Vi har dermed at faktorettersørselsfusjoe er rodukttiludsfusjoe gitt ved. og 4 c) Så lege er slik at edrifte faktisk roduserer, vil e økig i gi økt faktorettersørsel og økt rodukttilud.

8 5 Ogave 9 Vi har roduktfusjoe a k f(, k) ; a og ositive kostater; hver av dem midre e é. a) Greseroduktiviteter: f a a a k a k a ; og f k. k Gjeomsittsroduktiviteter: a k, k a f Produktakselerasjoer: f ( ) a og k k a aa ( ) k aa ( ) f f a a k a k k f Greseelastisiteter: e El f (, k) a a og tilsvarede k f k e El f (, k). Vi vet at at skalaelastisitete k k k k (assuskoeffisiete) e e e a. k, ) Ata gitt roduktmegde: 0 a k. Løs for k: 0 a a k k a a c) Hvorda er helige og krumige til e isokvat? dk a a a ( a) 0 ; fallede isokvater og 0 0 d ) ( a a dk aa ) aa ( ) ( 0 ; krummet mot origo. 0 0 d MTSB dk f a a k som er avtakede i. d f k k Ogave 0 a) De yttemaksimerede tilasige med olysigee gitt i tekste, følger. Sett i for fra udsjettetigelse i fra: Ma v() y y m ( y, ) Uy (, ) vy () m y vy (). Prolemet er da redusert til å fie det

9 6 kosumet av y vare som løser dette rolemet. Det er atatt at v(0). Otimalt kosum er da estemt ved at v() y 0, samtidig som itekte er så høy at m y m v() y y 0. (Fra v() y ka vi skrive y ( v) ( ): f( ).) ) Hvorda varierer tilasige med edriger i m? For det første ser vi at y ikke avheger av m. Hele itektsedrige slår ut i ettersørsele etter ; m m dvs. eller E El. m m m m f( ) Hvorda virker e edrig i rise? Fra v() y ka vi avlede: y v() y f() f() 0, mes v y y y y( ) y( ) som ka være ositiv elelr egativ, y y v avhegig av hvor mye v åvirkes av edriger i y.

Prosedyre for løsning av oppgaver Jeg skal ved hjelp av noen oppgaver/eksempler fra produsentens tilpasning, gi

Prosedyre for løsning av oppgaver Jeg skal ved hjelp av noen oppgaver/eksempler fra produsentens tilpasning, gi Jo Vislie; mars 07 ECO 00 07 Prosedyre for løsig av ogaver Jeg sal ved hjel av oe ogaver/esemler fra rodusetes tilasig, gi forslag til rosedyre/hjel/veivalg til å løse ogaver i ECO 00. Det er tre tyer

Detaljer

Prosedyre for løsning av oppgaver Jeg skal ved hjelp av noen oppgaver/eksempler fra produsentens tilpasning, gi

Prosedyre for løsning av oppgaver Jeg skal ved hjelp av noen oppgaver/eksempler fra produsentens tilpasning, gi 1 Jo Vislie; aril 015 ECO 00 015 Prosedyre for løsig av ogaver Jeg sal ved hjel av oe ogaver/esemler fra rodusetes tilasig, gi forslag til rosedyre/hjel/veivalg til å løse ogaver i ECO 00. Det er tre tyer

Detaljer

ECON 2200 VÅREN 2014: Oppgaver til plenumsøvelse den 12.mars

ECON 2200 VÅREN 2014: Oppgaver til plenumsøvelse den 12.mars Jo Vislie; mars 04 Ogave ECO 00 VÅRE 04: Ogaver til leumsøvelse de.mars E bedrift har rodutfusjoe = - b, der b er e ositiv ostat. Sisser grafe til dee og agi egesaee til rodutfusjoe (ved gjeomsittsrodutivitet,

Detaljer

f '( x) 28x 6x 2 ( 2) x x 4(3t 2 s) 6s 2x 6(3t 2 s) 2t ln x 2ln y med bibetingelsen 2x y m. Her er m 0

f '( x) 28x 6x 2 ( 2) x x 4(3t 2 s) 6s 2x 6(3t 2 s) 2t ln x 2ln y med bibetingelsen 2x y m. Her er m 0 Fsit obligtorisk oppgve Oppgve (9 poeg) Deriver følgede fuksjoer med hes på lle rgumeter ) f ( ) 7 f '( ) 8 6 svr: b) Svr: g ( ) ( ) ( ) g ( ) ( ) ( ) c) h( ) f ( )( ) Svr: h( ) f '( )( ) f ( ) d) Svr:

Detaljer

Veiledning til obligatoriske oppgave ECON 3610 høsten 2012

Veiledning til obligatoriske oppgave ECON 3610 høsten 2012 1 Veiledig til obligatoriske oppgave CON 361 høste 212 Oppgave 1. Betrakt, i første omgag, e lukket økoomi med e stor gruppe like kosumeter som kosumerer e kosumvare i megde og eergi, målt ved. Vi atar

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

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

ECON 2200 våren 2012: Oppgave på plenumsøvelse den 21. mars

ECON 2200 våren 2012: Oppgave på plenumsøvelse den 21. mars EON våre Jo Vislie ECON våre : Oppgve på pleumsøvelse de. mrs Oppgve E edrift produserer e vre i megde x med produtfusjoe x A, der er ru v reidsrft og er relpitl. Bedrifte opptrer som prisfst vtumstilpsser

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

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

Sensorveiledning eksamen ECON 3610 Høst 2017

Sensorveiledning eksamen ECON 3610 Høst 2017 J; oember 07 a) Sesoreiledig eksame ECON 360 Høst 07 I dette problemet skal plalegger maksimere (, ) gitt at c G( ) og. i har tre ariable (,, ), og to bibetigelser; dermed har i é frihetsgrad som muliggjør

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

Eksamen ECON V17 - Sensorveiledning

Eksamen ECON V17 - Sensorveiledning Eksamen ECON - V7 - Sensorveiledning Karakterskala: A - - 8 B - 79-65 C - 64-5 D - 49-4 E - 39-3 F - 9 - Ogave ( oeng) a) Definert for alle x. f (x) = 8 x og f (x) = (x 36) x 4 x 5 b) Definert for alle

Detaljer

Løsning eksamen S2 våren 2010

Løsning eksamen S2 våren 2010 Løsig eksame S våre 010 Oppgave 1 a) 1) f( ) l 1 f ( ) l l l l ( l 1) ) g ( ) 3e g( ) 3e 3e 6e b) Rekke er geometrisk med Rekke kovergerer. Summe er a1 1 1 s 1 k 1 1 1 1 1 k og oppfller dermed kravet 1

Detaljer

Oppgave 1 IS-RR-PK- modellen Ta utgangspunkt i følgende modell for en lukket økonomi. der 0 < t < 1

Oppgave 1 IS-RR-PK- modellen Ta utgangspunkt i følgende modell for en lukket økonomi. der 0 < t < 1 Oppgaveverksted 4, ECON 30, H5 Oppgave IS-RR-PK- modelle Ta utgagspukt i følgede modell for e lukket økoomi () = C + I + G (2) C e C = z + c( T) c2( i π ), der 0 < c < og c 2 > 0, (3) I ( e I = z + b )

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 til eksamensoppgaver i ECON 2200 våren 2015

Løsningsforslag til eksamensoppgaver i ECON 2200 våren 2015 Løsningsforslg til eksmensogver i ECON 00 våren 05 Ogve (7 oeng) Deriver følgende funskjoner 3 ) f ( ) gir f ( ) 3 ) f ( ) e e( ) gir f ( ) e c) f ( ) ln gir f ( ) 3 3 (3 ) 3 lterntivt f ( ) ln ln 3 gir

Detaljer

I dag: Produktfunksjoner og kostnadsfunksjoner

I dag: Produktfunksjoner og kostnadsfunksjoner ECON2200 Avedt økoomisk aalyse Diderik Lud, 8. februar 2010 Hva er dekket i disse otatee? Seks forelesiger av meg i ECON2200 våre 2010 8. og 22. februar, 2., 9. og 15. mars og 3. mai Legges ut på emeside

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

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Sensorveiledning - Obligatorisk oppgave 1310, v15

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Sensorveiledning - Obligatorisk oppgave 1310, v15 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Sesorveiledig - Obligatorisk oppgave 30, v5 Ved sesure tillegges oppgave vekt 20%, oppgave 2 vekt 60%, og oppgave 3 vekt 20%. For å bestå eksame, må besvarelse

Detaljer

Prosedyre for løsning av oppgaver. Jeg skal ved hjelp av to oppgaver; én i produksjonsteori og én i konsumentteori, gi

Prosedyre for løsning av oppgaver. Jeg skal ved hjelp av to oppgaver; én i produksjonsteori og én i konsumentteori, gi 1 Jon Vislie; ril 014 ECO 00 våren 014 Prosedyre for løsning v ogver Jeg skl ved hjel v to ogver; én i roduksjonsteori og én i konsumentteori, gi noen forslg til rosedyre/hjel/veivlg til å løse ogver i

Detaljer

Oppgave 1 IS-RR-PK- modellen Ta utgangspunkt i følgende modell for en lukket økonomi. der 0 < t < 1

Oppgave 1 IS-RR-PK- modellen Ta utgangspunkt i følgende modell for en lukket økonomi. der 0 < t < 1 Fasit Oppgaveverksted 3, ECON 1310, H15 Oppgave 1 IS-RR-PK- modelle Ta utgagspukt i følgede modell for e lukket økoomi (1) = C + I + G (2) C e C z c1( T) c2( i ), der 0 < c 1 < 1 og c 2 > 0, (3) I ( e

Detaljer

ECON 3610/4610 Veiledning til oppgaver seminaruke 43. Planleggingsproblemet for en planlegger med en utilitaristisk velferdsfunksjon er her

ECON 3610/4610 Veiledning til oppgaver seminaruke 43. Planleggingsproblemet for en planlegger med en utilitaristisk velferdsfunksjon er her Jo Vislie; oktober 07 CON 360/460 Veiledig til oppgaer semiaruke 43 Oppgae Plaleggigsproblemet for e plalegger med e utilitaristisk elferdsfuksjo er her rett frem, med de atakelsee som er gjort: Max H

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

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

MA1101 Grunnkurs Analyse I Høst 2017

MA1101 Grunnkurs Analyse I Høst 2017 Norges tekisk aturviteskapelige uiversitet Istitutt for matematiske fag MA0 Grukurs Aalyse I Høst 07 Løsigsforslag Øvig..b) Vi skriver om 7 = 4 4 7 Korollar.. gir at 7 4 er irrasjoal (side vi vet 7 4 er

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

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

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

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

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT. Sensorveiledning ECON 1310, h15

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT. Sensorveiledning ECON 1310, h15 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Sesorveiledig ECON 30, h5 Ved sesure tillegges oppgave vekt /6, oppgave 2 vekt 2/3, og oppgave 3 vekt /6. For å få godkjet besvarelse, må de i hvert fall: Oppgave

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

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

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

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

ECON 3610/4610 høsten 2017 Veiledning til seminaroppgave 2 uke 38. a) Avtakende MSB mellom de to godene er forklart i boka; antakelsen om at

ECON 3610/4610 høsten 2017 Veiledning til seminaroppgave 2 uke 38. a) Avtakende MSB mellom de to godene er forklart i boka; antakelsen om at Jon Vislie ECO 360/460 høsten 07 Veiledning til seminarogave uke 38 Ogave. a) Avtakende MSB mellom de to godene er forklart i boka; antakelsen om at er voksende, sier at «for å jobbe en time ekstra, må

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 R2, Høsten 2010

Eksamen R2, Høsten 2010 Eksame R, Høste 00 Del Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave (6 poeg) a) Deriver fuksjoee ) f l f ( ) l l (l ) ) g( ) si cos f si

Detaljer

MA 1410: Analyse Uke 48, aasvaldl/ma1410 H01. Høgskolen i Agder Avdeling for realfag Institutt for matematiske fag

MA 1410: Analyse Uke 48, aasvaldl/ma1410 H01. Høgskolen i Agder Avdeling for realfag Institutt for matematiske fag MA 40: Aalyse Uke 48, 00 http://home.hia.o/ aasvaldl/ma40 H0 Høgskole i Agder Avdelig for realfag Istitutt for matematiske fag Oppgave 8.7:. Vi har f(x) = cosh(x) = ex +e x. f(0) =. Derivasjo gir f (x)

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

Faglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare!

Faglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare! Side 1 av 7 Noe viktige pukter: (i) (ii) (iii) (iv) Les hele eksamessettet øye før du begyer! Faglærer går ormalt é rude gjeom lokalet. Ha evt. spørsmål klare! Skriv svaree die i svarrutee og levér i oppgavearket.

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

Fakultet for teknologi, kunst og design Teknologiske fag

Fakultet for teknologi, kunst og design Teknologiske fag Side 1 av 1 Fakultet for tekologi, kust og desig Tekologiske fag Eksame i: Diskret matematikk Målform: okmål Dato: 30.11.016 Tid: 5 timer / kl. 9-14 tall sider ikl. forside: 1 tall ogaver: 10 Tillatte

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

Veiledning til obligatorisk øvelsesoppgave ECON 3610/4610 HØST Betrakt en lukket økonomi der det produseres en vare, i mengde x, kun ved

Veiledning til obligatorisk øvelsesoppgave ECON 3610/4610 HØST Betrakt en lukket økonomi der det produseres en vare, i mengde x, kun ved Jon Vislie, oktober 7 Veiledning til obligatorisk øvelsesogave ECO 36/46 HØST 7 Ogave. Betrakt en lukket økonomi der det roduseres en vare, i mengde x, kun ved hjel av arbeidskraft. Denne arbeidskraften

Detaljer

Faglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare!

Faglærer går normalt én runde gjennom lokalet. Ha evt. spørsmål klare! Side 1 av 6 Noe viktige pukter: (i) (ii) (iii) (iv) Les hele eksamessettet øye før du begyer! Faglærer går ormalt é rude gjeom lokalet. Ha evt. spørsmål klare! Skriv svaree die i svarrutee og levér i oppgavearket.

Detaljer

Praksis har vært å bruke følgende poenggrenser for de forskjellige karakterene på ECON2200:

Praksis har vært å bruke følgende poenggrenser for de forskjellige karakterene på ECON2200: Kjell Arne Brekke Vidar Christiansen Sensorveiledning ECON 00, Vår Vi gir oeng for hvert svar. Maksimalt oengtall å hver ogave svarer til den vekt som er ogitt i rosent. Maksimal total oengsum blir dermed

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

Løsningsforslag Eksamen MAT112 vår 2011

Løsningsforslag Eksamen MAT112 vår 2011 Løsigsforslag Eksame MAT vår OPPGAVE Gitt følge {a } defiert rekursivt ved a = 5, a + = a + 6, =,,, 3,.... (a) Vis (for eksempel ved iduksjo) at {a } er stregt avtagede og edtil begreset. (b) Avgjør om

Detaljer

TMA4240 Statistikk Høst 2009

TMA4240 Statistikk Høst 2009 TMA440 Statistikk Høst 009 Norges tekisk-aturviteskapelige uiversitet Istitutt for matematiske fag Øvig ummer b4 Løsigsskisse Oppgave Øsker å fie 99% kofidesitervall for µ µ år vi atar ormalfordeliger

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

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

Uke 12 IN3030 v2019. Eric Jul PSE-gruppa Ifi, UiO

Uke 12 IN3030 v2019. Eric Jul PSE-gruppa Ifi, UiO Uke 12 IN3030 v2019 Eric Jul PSE-gruppa Ifi, UiO Oblig 5 Kovekse Ihylliga Itroduksjo De kovekse ihylliga til pukter Oblig 5 Hva er det, defiisjo Hvorda ser de ut Hva brukes de til? Hvorda fier vi de? 24

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

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

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

Løsningsforslag til prøveeksamen i MAT1110, våren 2012

Løsningsforslag til prøveeksamen i MAT1110, våren 2012 Løsigsforslag til prøveeksame i MAT, våre Oppgave : Vi har A = 3 III+I I+II 3 ( )II 3 3 Legg merke til at A er de utvidede matrise til ligigssystemet. Vi ser at søyle 3 og 4 i de reduserte trappeforme

Detaljer

Forventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk

Forventningsverdi. MAT0100V Sannsynlighetsregning og kombinatorikk MAT0100V Sasylighetsregig og kombiatorikk Forvetigsverdi Sasylighetsfordelige til e tilfeldig variabel X gir sasylighete for de ulike verdiee X ka ata Forvetig, varias og stadardavvik Tilærmig av biomiske

Detaljer

Eksamen REA3028 S2, Våren 2010

Eksamen REA3028 S2, Våren 2010 Eksame REA308 S, Våre 010 Del 1 Tid: timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave 1 (6 poeg) a) Deriver fuksjoee: 1) f x x lx f x x lx x x f

Detaljer

Pengepolitikk og inflasjon 1. Innhold. Forelesningsnotat 8, 12. september 2014

Pengepolitikk og inflasjon 1. Innhold. Forelesningsnotat 8, 12. september 2014 Forelesigsotat 8, 12. september 2014 Pegepolitikk og iflasjo 1 Ihold Pegepolitikk og iflasjo... 1 IS-RR-PK-modelle... 2 Økt etterspørsel... 4 Kostadssjokk... 6 Økt produktivitet... 8 Fiasiell stabilitet

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

Obligatorisk oppgave ECON 2200, Våren 2016

Obligatorisk oppgave ECON 2200, Våren 2016 Obligtoris ogve ECON 00, Våre 06 Ogve (0 oeg) Deriver følgede fusjoer med hes å lle rgumeter ) b) f ( ) 4 3 ( ) g 3 4 3 g'( ) 3 c) h( ) f ( )( ) h'( ) f '( )( ) f ( ) d) f ( ) g(, ) f '( ) g ' (, ) g'

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT. Eksamensoppgave 1310, v15

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT. Eksamensoppgave 1310, v15 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamesoppgave 1310, v15 Ved sesure tillegges oppgave 1 vekt 20%, oppgave 2 vekt 60%, og oppgave 3 vekt 20%. For å bestå eksame, må besvarelse i hvert fall: Ha

Detaljer

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk Fakultet for tekologi, kust og desig Tekologiske fag Eksame i: Diskret matematikk Målform: Bokmål Dato: 9. ovember 017 Tid: Atall sider (ikl. forside): 9 Atall oppgaver: 6 Tillatte hjelpemidler: Forhådsgodkjet

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 ST2301 øving 3

Løsningsforslag ST2301 øving 3 Løsigsforslag ST2301 øvig 3 Kapittel 1 Exercise 11 Et utvalg på 100 idivider trekkes fra e populasjo med tilfeldig parrig. Det ble observert AA 63 idivider av geotype AA, Aa 27, og aa 10. Lag et 95 % kofidesitervall

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

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

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

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

x n = 1 + x + x 2 + x 3 + x x n + = 1 1 x

x n = 1 + x + x 2 + x 3 + x x n + = 1 1 x Potesrekker Forelest: 29. Sept, 2004 Vi lærte fra de geometriske rekkee at x = 1 + x + x 2 + x 3 + x 4 + + x + = 1 1 x så lege x < 1. For uttrykket til høyre er ikke oe aet e sum-formele for geometriske

Detaljer

8 + 2 n n 4. 3n 4 7 = 8 3.

8 + 2 n n 4. 3n 4 7 = 8 3. Seksjo 4. Oppgave (). Fi greseverdiee: 8 a) 4 + 4 7 b) 4 +7 5 c) + 7 4 ( ) d) 5 4 44 + 5 4 e) 5 + si() e +6 5 Løsig. Vi vil bruke samme metode som i Eksempel 4..5 fra boke i disse oppgavee. Når vi skal

Detaljer

Veiledning til Obligatorisk øvelsesoppgave ECON 3610/4610 høsten 2009

Veiledning til Obligatorisk øvelsesoppgave ECON 3610/4610 høsten 2009 Jon Vislie Oktober 009 Veiledning til Obligatorisk øvelsesogave ECON 360/460 høsten 009 Ogave. I den lukkede økonomien du betrakter er det to gruer av arbeidstakere; en grue vi kaller og en grue vi kaller.

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

Ma Analyse II Øving 5

Ma Analyse II Øving 5 Ma0 - Aalyse II Øvig 5 Øistei Søvik.0.0 Oppgaver 9. Determie whether the give sequece is (a) bouded (above or below), (b) positive or egative (ultimately), (c) icreasig, decreasig, or alteratig, ad (d)

Detaljer

Tid: 3 timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt.

Tid: 3 timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt. Tid: 3 timer Hjelpemidler: Valige skrivesaker, passer, lijal med cetimetermål og vikelmåler er tillatt. Oppgave (3 poeg) Deriver fuksjoee a) f( ) cos5 f 5 si5 0 si5 g e si Vi bruker produktregele for derivasjo,

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

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

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

ÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Sannsynlighetsregning med statistikk. Kp. 5 Estimering. ÅMA asylighetsregig med statistikk våre 008 Kp. 5 Estimerig Estimerig. Målemodelle. Ihold:. (ukt)estimerig i biomisk modell (kp. 5.). Målemodelle... (kp. 5.3) 3. (ukt)estimerig i målemodelle (kp. 5.3)

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

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

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

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

Obligatorisk oppgave nr. 3 i Diskret matematikk

Obligatorisk oppgave nr. 3 i Diskret matematikk 3. obligatoriske oppgave i Diskret matematikk høste 08. Obligatorisk oppgave r. 3 i Diskret matematikk Ileverigsfrist. ovember 08 Oppgave er frivillig og tregs ikke leveres, me hvis dere leverer de ie

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

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

) = 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

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

Forelesning Moment og Momentgenererende funksjoner

Forelesning Moment og Momentgenererende funksjoner ushu.li@uib.o Forelesig + 3 Momet og Mometgeererede fuksjoer 1. Oppsummerig til Forelesig 1 1.1) Fuksjoe av S.V: hvis variabele er e fuksjo (trasformasjo) av S.V. : g( ), da er også e S.V.: til ethvert

Detaljer

Veiledning oppgave 2 kap. 4.2

Veiledning oppgave 2 kap. 4.2 Jon Vislie; august 007 Veiledning ogave ka. 4. ECON 360/460 Samfunnsøkonomisk lønnsomhet og økonomisk olitikk I en lukket økonomi med en grue identiske konsumenter (her betraktet som én aktør, skal vi

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

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

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

STK1100 våren 2017 Estimering

STK1100 våren 2017 Estimering STK1100 våre 017 Estimerig Svarer til sidee 331-339 i læreboka Ørulf Borga Matematisk istitutt Uiversitetet i Oslo 1 Politisk meigsmålig Spør et tilfeldig utvalg på 1000 persoer hva de ville ha stemt hvis

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

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

Innhold og forelesningsplan Eksempler på LP Begreper Løsning av enkelt eksempel Praktisk relevans Leksjon 2: Simpleksmetoden for løsning av LP

Innhold og forelesningsplan Eksempler på LP Begreper Løsning av enkelt eksempel Praktisk relevans Leksjon 2: Simpleksmetoden for løsning av LP Lekso 2 Mål for kurset teoretisk forståelse, gruleggede optimerig løsigsmetoder LP og utvidelser algoritmisk forståelse avedelser LP og utvidelser modellerig og løsig v.h.a. verktøy Ihold og forelesigspla

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

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

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