HØGSKOLEN I MOLDE Sensurveiledning Log300 Innføring i logistikk - Vår 2006
|
|
- Egil Pedersen
- 7 år siden
- Visninger:
Transkript
1 HØGSKOLEN I MOLDE Sesurveiledig Log300 Iførig i logistikk - Vår 2006 Dato: Tid: :00 13:00 Asvarlig faglærer: Jøra Gårde Hjelpemidler: Oppgave består av totalt 6 sider (5 sider + ormalfordeligstabell). Oppgavee 1, 2 3 og 4 har lik vekt i bedømmige - lykke til! KT (kalk. m/ tomt mie) Oppgave 1 Nærigsaktivitetees effekter på miljøet lokalt og globalt opptar de fleste i et modere samfu. Bedriftees logistikkaktiviteter har alee e betydelig påvirkig på miljøet. E av disse utfordrigee for miljøet er bruke av emballasje. Emballasje represeterer om lag 1/3 av avfallsmegde i Norge. a) Forklar hvilke oppgaver emballasje har i e verdikjede (distribusjoskaal) Forslag til løsig Kadidatee bør vise kuskap om emballasjes oppgaver og at det fies ulike ivåer av emballasje. Kadidatee bør berøre de fleste av puktee uder i si besvarelse. Emballasjes oppgaver: Grupperig (4-pack) Gjøre vare velig å trasportere, hådtere og lagre Iformasjosbærer (trasportiformasjo og promosjo av vare i butikkhylla) Emballasjetyper: Primær (salgspakig) Sekudær (gruppepakig eller ulike stativer i salgsøyemed eks tabørster på brett ) Tertiær (trasportemballasje) I tillegg har vi ulike isolasjos- og fyllmaterialer samt lastbærere som beyttes ved trasport av varer gjeom kaale. b) Hvorda ka emballasjebruke effektiviseres? Bruk gjere eksempel Sesurveiledig Log300 Iførig i logistikk - Vår 2006 Side 1 av 5
2 Oppgave 2 Boka Logistikk et lederasvar preseterer 9 prisipper for å skape effektive logistikkprosesser. Blat disse prisippee fier vi: 1. Reduksjo eller tilpasig til usikkerheter 2. Omfordelig eller økig av frekveser 3. Foreklig av strukturer, systemer og arbeidsprosesser Forklar kort to av de tre utvalgte prisippee over. Gi gjere eksempler som beskriver di forståelse. Forslag til løsig på oppgave 2: Kadidatee bør kue beskrive iholdet i de 2 prisippee som velges ut. Positivt om det også preseteres hvilke metoder e ka beytte for å realisere edriger år ma gjør ytte av prisippee selv om det ikke er spesifikt spurt etter dette. Hovedtrekkee preseteres uder: Sesurveiledig Log300 Iførig i logistikk - Vår 2006 Side 2 av 5
3 Oppgave 3 Modelle til høyre ka beyttes for å illustrere situasjoe i et lagersystem. Lagersystemer har typisk tre typer av usikkerhet. a) Hvilke typer av usikkerhet er dette? Beytt figure over for å illustrere. Forklar samtidig iholdet og fuksjoe til begrepee bestilligspukt og sikkerhetslager, og hva som er sammehege mellom disse begrepee og usikkerhetee du beskrev. Usikkerhetee er agitt i figure over er illustrert til høyre: Usikkerhet kyttet til differaser i reell og registrert beholdigsivå Usikkerhet kyttet til differaser mellom de ledetide vi valigvis opplever og baserer fastsettelse av bestilligspuktet på - og de ledetide vi vil komme til å oppleve for e spesifikk leverase Usikkerhet kyttet til differase mellom det atatt forbruket i ledetide/ forbruksperiode og det forbruket vi faktisk vil oppleve Når de registrerte beholdige er kommet ed til det på forhåd fastsatte bestilligspuktet (BP) må det bestilles varer for at disse skal akomme og være tilgjegelige for forbruk - før vi går tom på lager. Megde pr bestillig fastsettes typisk ved hjelp av Wilsos formel Sikkerhetslagerets (SL) fuksjo er å skape e buffer for usikkerhetee evt over for å skape større sasylighet for ikke å gå tom balasert med de økige i lagerkostader som dee tilleggsbeholdige represeterer. Jo større usikkerhet - jo større SL for å opprettholde samme servicegrad Sammehege ml de to begrepee ka eksempelvis være at sikkerhetslageret er et buffer som ka tæres på dersom vi ikke treffer med fastsettelse av bestilligspuktet f.eks som følge av (sesog)svigiger b) Gi eksempler på tiltak som ka redusere disse usikkerhetee. Usikkerhet i registrert beholdig ka reduseres gjeom tiltak som forbedret dataøyaktighet - oftere og/eller mer systematisk tellig samt bedre rutier for oppdaterig av beholdig ved trasaksjoer ut/ i) - Bedre lageriformasjossystemer Usikkerhet i leverigstid fra leveradør - Igå samarbeid, målig av leveradøres prestasjosivå (leverigsservice) Usikkerhet i etterspørsel i ledetide - Dimesjoerig av SL - Bedre progoser/ progosemetoder - Ordrestyrte leveraser Sesurveiledig Log300 Iførig i logistikk - Vår 2006 Side 3 av 5
4 Et setralt problem i lagersystemer er å fastsette det optimale ikjøpskvatumet c) Beytt Wilsos formel for å berege optimalt ordrekvatum basert på iformasjoe uder. Rud av svaret og forklar hvorfor du ruder av slik du gjør. Lagerrete: 25% p.a ( i ) Årsforbruk: stk ( r ) Bestilligskostad: kr pr bestillig ( s ) Pris pr ehet: kr 100 pr stk ( c ) EOQ qˆ 2 r s h( c * i) , stk 100* 0,25 Her rudes av oppover ut fra idèe om at de ekstra ehetee koster relativt sett lite - samt at kosekvese av å gå tom ofte er større e å sitte igje med oe få eheter ved mottak av e y leverase. d) Hvor mage bestilliger må vi plassere årlig for å dekke behovet? Vi må plassere: / ,6 bestilliger pr år e) Vår første bestillig plasseres de 1. jauar. Hva blir de totale bestilligskostadee for det første året? Dersom vi bestiller første gag 1. jauar vil vi bare plassere 5 bestilliger i løpet av det ieværede året. Med e bestilligskostad s på 4.000kr pr bestillig blir dette årets totale bestilligskostad kr f) Vi atar at figure over illustrerer de optimale situasjoe. Merk av på figure hvor vi ka fie igje EOQ EOQ Oppgave 4 Vi får tilsedt følgede salgshistorikk fra et firma som selger kjeledresser til offshoreidustrie. a) Lag e måedsfordelt progose for 2006 ved hjelp av metode 4 måeders glidede gjeomsitt b) Stadardavviket SD er et estimat for progosefeile. Fi SD for progose over, og forklar kortfattet hva som legges i begrepet progosefeil. Sesurveiledig Log300 Iførig i logistikk - Vår 2006 Side 4 av 5
5 Løsigsforslag a) og b) (tallee i tabelle er avrudet): Salgstall 4md gl sitt Feil Kv feil september oktober ovember desember jauar februar mars april mai jui juli august september oktober ovember desember Sum SD (avrudet) 38 ROT( /)ROT(17196/12) Progosefeile agir øyaktighetsivået for progose. F.eks ka ma forvete at etterspørsele i mars 2006 vil bli 95 ± 38 kjeledresser (altså i området 57 til 133 eheter). Progose her vil gi e relativt stor progosefeil (+/-40% for mars 2006) oe som idikerer at dee progose vil ha begreset ytteverdi i plaleggige. c) Bereg hvor stort sikkerhetslager SL du vil abefale at dee leveradøre å ha for å kue sikre e servicegrad mot kude på 95% Avleser Z fra ormalfordeligstabelle Z 95% servicegrad 1,65 Sikkerhetslageret størrelse ka da fastsettes etter formele gitt i oppgavetekste: SL Z 95% servicegrad * SD 1,65 * 38 62,7. Avrudes oppover til 63 eheter Følgede formler ka være yttige i beregigee: Økoomisk ordrekvatum: EOQ qˆ 2 r s h Glidede gjeomsitt: X X X X Xˆ + + t t t t Ekspoesiell glattig: Xˆ Xˆ + α ( X Xˆ ) Stadardavvik: SD 1 t t 1 t 1 t 1 ( X X ) t i ˆ t i 2 t MAD X 1 t i Xˆ t i Sikkerhetslager: SL Z * α Z * SD Sesurveiledig Log300 Iførig i logistikk - Vår 2006 Side 5 av 5
6 Public Domai Normal Distributio Table Side 1 av Tables of the Normal Distributio Probability Cotet from -oo to Z Z Far Right Tail Probabilities Z P{Z to oo} Z P{Z to oo} Z P{Z to oo} Z P{Z to oo} E E E E E E E E E E E E-21
HØGSKOLEN I MOLDE Sensurveiledning Log300 Innføring i logistikk - Vår 2007
HØGSKOLEN I MOLDE Sesurveiledig Log300 Iførig i logistikk - Vår 2007 Dato: Tid: 13.06.07 09:00 13:00 Asvarlig faglærer: Jøra Gårde Hjelpemidler: KT (kalk. m/ tomt mie) Sesurveiledige består av totalt 9
DetaljerDersom vi skriver denne reaksjonslikningen ved bruk av kjemiske tegn: side av likningen har vi ett hydrogen mens vi har to på høyre side.
Støkiometri (megdeforhold) Det er særs viktig i kjemie å vite om megdeforhold om stoffer. -E hodepie tablett er bra mot hodesmerter, ti passer dårlig. -E sukkerbit i kaffe fugerer, 100 er slitsomt. -100
DetaljerÅMA110 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)
DetaljerOM 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
DetaljerKapittel 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
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren Estimering. Målemodellen. Konfidensintervall, innledning. Kp. 5 Estimering.
ÅMA0 Sasylighetsregig med statistikk våre 006 Kp. 5 Estimerig Estimerig. Målemodelle. Ihold:. (Pukt)Estimerig i biomisk modell (kp. 5.). Målemodelle... (kp. 5.3) 3. (Pukt)Estimerig i målemodelle (kp. 5.3)
DetaljerPåliteligheten 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
DetaljerKapittel 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
DetaljerTallet 0,04 kaller vi prosentfaktoren til 4 %. Prosentfaktoren til 7 % er 0,07, og prosentfaktoren til 12,5 % er 0,125.
Prosentregning Når vi skal regne ut 4 % av 10 000 kr, kan vi regne slik: 10 000 kr 4 = 400 kr 100 Men det er det samme som å regne slik: 10 000 kr 0,04 = 400 kr Tallet 0,04 kaller vi prosentfaktoren til
DetaljerRepetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og 9.10
Repetisjo; 9.1, 9.2, 9.3, 9.4, 9.5, og 9.10 og Geerell defiisjo av : Situasjo: Data x 1,...,x ;utfallav:x 1,...,X ; u.i.f. tilfeldige variable Ukjet parameter i fordelige til X i ee: θ Dersom L og U L
DetaljerMOT310 Statistiske metoder 1, høsten 2011
MOT310 Statistiske metoder 1, høste 2011 Bjør H. Auestad Istitutt for matematikk og aturviteskap Uiversitetet i Stavager 24. august, 2011 Bjør H. Auestad Itroduksjo og repetisjo 1 / 32 Repetisjo; 9.1,
DetaljerMer 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
DetaljerLØSNING: 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
DetaljerFØLGER, 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
DetaljerTALLSVAR. 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
DetaljerHypotesetesting, 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
Detaljer3MX 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,
DetaljerKap. 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)
DetaljerEksempeloppgave 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
DetaljerKapittel 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
DetaljerNoen 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
DetaljerSensorveiledning 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
DetaljerTema. 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
DetaljerKommentarer 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
DetaljerÅMA110 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.
DetaljerStatistikk 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
DetaljerÅMA110 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
DetaljerSignifikante 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
DetaljerLøsningsforslag 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
DetaljerLØSNINGSFORSLAG 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
DetaljerIntroduksjon. 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
DetaljerÅMA110 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:
DetaljerDer 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:
DetaljerRegistrarseminar 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
DetaljerOppgave 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
DetaljerDer 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:
DetaljerLøsningsforslag F-oppgaver i boka Kapittel 2
Løsningsforslag F-oppgaver i boka Kapittel OPPGAVE. Produsenten maksimerer overskuddet ved å velge det kvantum som gir likhet mellom markedsprisen og grensekostnaden. Begrunnelsen er slik: (i) Hvis prisen
DetaljerObligatorisk 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
DetaljerLøsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2018
Løsigsforsalg til første sett med obligatoriske oppgaver i STK1110 høste 2018 Oppgave 1 (a Et 100(1 α% kofidesitervall for forvetigsverdie µ er gitt ved formel (8.15 på side 403 i læreboka. For situasjoe
DetaljerDet juridiske fakultet Universitetet i Oslo
Det juridiske fakultet Uiversitetet i Oslo Notat Til: Fakultetsstyret SAK 7 f) Dato: 27.11.2012 Saksr..: 2012/13948 TRONSK PROSJEKT STUDIEKVALITET: ORIENTERING TIL FAKULTETSSTRET 10.12.2012 Bakgru NOKUTs
DetaljerLabyrint Introduksjon Scratch Lærerveiledning. Steg 1: Hvordan styre figurer med piltastene
Labyrint Introduksjon Scratch Lærerveiledning Introduksjon I dette spillet vil vi kontrollere en liten utforsker mens hun leter etter skatten gjemt inne i labyrinten. Dessverre er skatten beskyttet av
DetaljerKLMED8004 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
DetaljerKraftforsyningsberedskap. 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) = 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 >
DetaljerEksamen 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:
DetaljerLøsning 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
DetaljerSTK1100 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
DetaljerKap. 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)
DetaljerFakultet 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
DetaljerH 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
DetaljerB 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
DetaljerINF3400 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
DetaljerEKSAMEN 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:
DetaljerH14 - Hjemmeeksamen i statistikk/ped sensurveiledning
H14 - Hjemmeeksame i statistikk/ped3008 - sesurveiledig (teller 1/3 av edelig karakter) Dee oppgave bestr av tre deler: i del 1 skal du svare p 5 teorispørsml, i del 2 skal du gjeomføre oe sigifikastester
Detaljer«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:
DetaljerEksamen 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
DetaljerEcon 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
DetaljerEstimering 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
DetaljerForventningsverdi. 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
DetaljerEksamen 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
DetaljerÅMA110 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
DetaljerLøsningsforslag til F-oppgavene i kapittel 2
Løsningsforslag til F-oppgavene i kapittel 2 Oppgave 1 Noen eksempler på ulike markeder: Gatekjøkkenmat i Bergen gatekjøkken produserer mat, folk i Bergen kjøper Aviser i Norge avisene (VG, Dagbladet,
DetaljerECON240 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
DetaljerFX-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
DetaljerEksamen INF3350/INF4350 H2006 Løsningsforslag
Eksame INF3350/INF4350 H2006 Løsigsforslag Oppgave. Score (eller bit score) S' er e statistisk idikator på hvor sigifikat e match er. Høyere bit score svarer til høyere sigifikas. Idikatore er uavhegig
DetaljerLøsningsforslag: Deloppgave om heuristiske søkemetoder
Løsigsforslag: Deloppgave om heuristiske søkemetoder 6. mai 00 Iledig Vi skal betrakte det såkalte grafdeligsproblemet (graph partitioig problem). Problemet ka ekelt formuleres som følger: Gitt e graf
DetaljerPlan for fagdag 3. Plan: Litt om differanse- og summefølger. Sammenhengen a n a 1 n 1 i 1
Pla for fagdag 3 R2-18.11.10 Pla: Litt om differase- og summefølger. Sammehege a a 1 1 i 1 d i. Geometriske resoemet. Arbeidsoppgaver. Differase- og summefølger Regresjo med lommereger Differaser er ofte
DetaljerUNIVERSITETET 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
DetaljerÅMA110 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
DetaljerSak 14/2015. Til: Representantskapet. Fra: Styret. Dato: 14.04.2015. Studentmedlemsskap i NAL. 1. Bakgrunn
Sak 14/2015 Til: Representantskapet Fra: Styret Dato: 14.04.2015 Studentmedlemsskap i NAL 1. Bakgrunn NAL er en medlemsorganisasjon som har en tredeling av typer medlemskap: yrkesaktive, studenter og pensjonister.
DetaljerForkunnskaper 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
DetaljerTerminprøve Sigma 1T Våren 2008 m a t e m a t i k k
Terminprøve Sigma 1T Våren 2008 Prøvetid 5 klokketimer for Del 1 og Del 2 til sammen. Vi anbefaler at du ikke bruker mer enn to klokketimer på Del 1. Du må levere inn Del 1 før du tar fram hjelpemidler.
Detaljer11,7 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
DetaljerLøsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2015
Løsigsforsalg til første sett med obligatoriske oppgaver i STK1110 høste 2015 Oppgave 1 (a Et 100(1 α% kofidesitervall for forvetigsverdie µ er gitt ved formel (8.15 på side 403 i læreboka. For situasjoe
Detaljer2T 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
DetaljerPRIMTALL FRA A TIL Å
PRIMTALL FRA A TIL Å VEILEDER FOR FORELDRE MED BARN I 5. 7. KLASSE EMNER Side 1 Innledning til primtall P - 2 2 Grunnleggende om primtall P - 2 3 Hvordan finne et primtall P - 5 Innledning til primtall
DetaljerHøgskolen 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).
DetaljerUNIVERSITETET 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
DetaljerSensurveiledning Lo300 Innføring i logistikk Høst 2004
Høgskolen i Molde Sensurveiledning Lo300 Innføring i logistikk Høst 2004 Dato: 17.12.2004 Tid: 09:00 13:00 Hjelpemidler: KT (kalk.med tomt minne) Veiledningen består av totalt 6 sider (4 sider løsningsforslag
DetaljerTMA4245 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
DetaljerTMA4245 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
DetaljerInnhold 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
DetaljerPrøveeksamen 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
DetaljerS1 Eksamen våren 2009 Løsning
S1 Eksamen, våren 009 Løsning S1 Eksamen våren 009 Løsning Del 1 Oppgave 1 a) Skriv så enkelt som mulig 1) x 1 x 1 x 1 x 1 1 x 1 x 1 x x 1 x 1 x 1 1 x 1 x 1 ) a b 3 a b 3 a 4a b 1 3 4a b 3 b 1 b) Løs likningene
Detaljer8 (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:
DetaljerÅMA110 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
DetaljerKapittel 5: Tilfeldige variable, forventning og varians.
Kapittel 5: Tilfeldige variable, forvetig og varias. Tilfeldige variable Tilfeldige variable kalles også stokastiske variable. Defiisjo: E tilfeldig variabel er e variabel som får si umeriske verdi bestemt
DetaljerHypotesetesting. Notat til STK1110. Ørnulf Borgan Matematisk institutt Universitetet i Oslo. September 2007
Hypotesetesting Notat til STK1110 Ørnulf Borgan Matematisk institutt Universitetet i Oslo September 2007 Teorien for hypotesetesting er beskrevet i kapittel 9 læreboka til Rice. I STK1110 tar vi bare for
DetaljerRapport 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,
DetaljerTMA4240 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
DetaljerForelesning 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
DetaljerÅMA110 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
DetaljerUNIVERSITETET 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,.
Detaljer211.7% 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
DetaljerÅMA110 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
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2006
ÅMA110 Sasylighetsregig med statistikk, våre 2006 Kp. 6, del 2 Bjør H. Auestad Kp. 6: Hypotesetesig del 2 1/ 38 Bjør H. Auestad Kp. 6: Hypotesetesig del 2 2/ 38 Oversikt 1. Hva er hypotesetestig? 2. Hypotesetestig
DetaljerVeiledning 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
DetaljerTMA4240 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
DetaljerÅMA110 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
DetaljerARBEIDSHEFTE 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