INF 2310 Digital bildebehandling

Størrelse: px
Begynne med side:

Download "INF 2310 Digital bildebehandling"

Transkript

1 Om ensum ra a. IN 3 Dgal bldebehandlng SEMENERIN VED ERSKLIN lobal hsogram-baser erslng Varabel og mulvarabel erslng Loal adav erslng Kael boa nroduserer e sor og vg ema, erslng, men deer de noe overlads. I IN3 oreleser v bare om segmenerng ved Kan-deesjon W a..7 orelesnng nr 7. erslng W a.3 dagens orelesnng nr 3, men ar dee noe grundgere enn boa. Lenng av aner..7, 7 Hough-ransorm 7..7, regon-baser segmenerng.4, waershed.5 og bevegelses-segmenerng.6 ar v IN43. W:.3 l grundgere enn boa IN IN 3 Hva er segmenerng? Segmenerng er en rosess som deler o blde menngsulle regoner. Segmenerng er e av de vgse elemenene e omle bldeanalysesysem. I segmenerng år v ram regoner og objeer som senere sal besrves og gjenjennes. I de enlese lelle har v bare o yer regoner: orgrunn agrunn Esemel: nne symboler or OCR IN 3 3 Segmenerngs-roblemer robleme blr banal hvs v bare har en obje-regon, og denne er homogen. Men v har som regel lere objeer blde. Objeene er sjelden hel le, selv om de er av samme ye. Oe har v lere yer/lasser av objeer samdg. elysnngen an varere over blde. Relesjon, arge ec. an varere over objeer blde. Hva og hvor er objee dee blde? IN 3 4

2 o segmenerngs-aegorer erslng V sller mellom o aegorer av meoder, baser å hhv. lhe og dsonnue mellom slene blde.. Ved erslng og regon-baser segmenerng år v ram de slene som lgner hverandre. Dee gr alle slene objee.. Ved an-baser segmenerng nner v bass-elemener omrsse l objeene: Kan-uner, lnje-uner, hjørne-uner.. Ineseseg: seg: ynner brede aner Lener unene sammen Hvs v har grunn l å ana a objeene.es. er lysere enn bagrunnen, an v see en ersel og lage oss e bnær u-blde gx,y ved mangen: hvs g x, y hvs x, y x, y Da har v å e u-blde gx,y med bare o mulge verder. Med rg valg av vl nå de lese sler med gx,y= være obje-sler. g IN IN 3 6 lernvå erslng Har v lere lasser av objeer med orsjellg nense, så an v uvde dee l M gråonenervaller ved hjel av M- ersler. hvs x, y hvs x, y g x, y... M hvs M x, y erslng er e sesallelle av lassasjon. Jr. hsogram-ujevnng med noen å gråoner. ass - erslng Ana a e blde har o nenses-områder: orgrunn og bagrunn. Hsogramme vl da vse o oer, gjerne med e dalsø mellom. Avhengg av hvor mye orgrunn v har orhold l bagrunn, an de hende v e ser o oer. Hvor sal v legge erselen? IN IN 3 8

3 Esemel bmodale loale vnduer o auss-ordelnger o auss-ordelnger med samme sandardavv, σ. D=μ -μ =σ D=μ -μ =3σ,33,33 D = μ -μ modal, ca : Le a ror sannsynlgheer. D avgjør om v ser o oer modal, sjev orhold Unmodal Ule a ror sannsynlghe. D avgjør om v ser o oer.,4, ,5,5 Veldg ule sannsynlgheer. Selv ved sor verd or D ser v e o oer IN IN 3 ordelnger, sandardavv og varans En auss-ordelng g normalordelng er g ved mddelverden varansen : z e Varans:, Sandardavv: x eydnngen av Hvs selverdene l e obje e blde er normalordel med mddelverd og sandardavv så vl 68% av selverdene lgge nervalle <-, + >. 95% av selverdene lgger nervalle <-, + >. 99% av selverdene lgger nervalle <- 3, + 3>. Andel av ordelngen nnenor nervalle IN IN 3

4 Hsogram, normalser, saler Klassasjons-el el ved erslng E esemel: o auss-ordelnger bagrunn : μ = 6, σ = 3 orgrunn : μ = 36, σ = 8,5 - agrunn - orgrunn ersel Normalsere hsogrammer: Salerer med a ror sannsynlgheer,.es. =., = - = ,4 Dee an orsyve både mnmum bldes hsogram sjærngsune mellom ordelngene orgrunn som ellassseres som bagrunn med erselen agrunn som ellassseres som orgrunn med erselen IN IN 3 4 Klassasjonsel ved erslng Ana a hsogramme er en sum av o ordelnger bz og z, b og er normalsere bagrunns- og orgrunns-hsogrammer. La og være a ror sannsynlghe or bagrunn og orgrunn += De normalsere hsogramme l blde an da srves z b z z Sannsynlgheene or å ellasssere e sel, g en erselverd, nner v ra de normalsere ordelngene: E z dz E b z dz IN 3 5 Den oale elen V har unne andelen ellassasjon hver ordelng. Den oale elen nner v ved å mullsere med a ror sannsynlgheene or orgrunn og bagrunn: E E E z dz b z dz Legges erselen veldg høy eller veldg lav, blr elen sor. De er rmelg å ana a elen har e mnmum or en besem verd = IN 3 6

5 nn den som mnmerer elen E z dz b z dz Derverer E mh. vha. Lebnz regel or dervasjon av negraler. Seer den dervere l og år: VIKI!!! de d b Mer a dee er en generell løsnng som gr mns el. De er ngen resrsjoner mh. ordelngene b og!! erslng av o auss-ordelnger Ana a bagrunns- og orgrunns-nenseene ølger hver sn auss-ordelng, bz og z, sl a de normalsere hsogramme an srves som x x z e e og er a ror sannsynlgheer or or- og bagrunn og er mddelverdene or bagrunn og orgrunn. og er varansen or bagrunn og orgrunn IN IN 3 8 Omal løsnng o auss-ordelnger V ve a omal løsnng lgger der hvor b V seer nn or bz og z: e e V an srye og a logarmen: ln ln Dee gr en annengrads-lgnng : ln V an alså å o løsnnger or. o ersler når an de sje? Hvs sandardavvene de o auss-ordelngene er orsjellge og sjærngsunene mellom ordelngene saler med a ror sannsynlghe lgger nnenor gråonesalaen blde En erselverd or hver sjærngsun. De er bare mellom de o erslene a leralle av slene er bagrunnssler!, IN IN 3

6 Hvor lgger omal ersel? V har en annengradslgnng g g : ln Hvs sandard-avvene de o ordelngene er le = = > år v en enlere lgnng: ln ln Hvs a ror sannsynlgheene og er omren le har v en veldg enel løsnng: IN 3 Hvs v nå bare anar a = E le esemel: or μ = og μ = 44, med σ = σ = 8, så vl = μ +μ /= 3 være en OK ersel, selv om =.6. or =.9 vl elen bl ganse sor.,33, IN 3 En enel erslngs-algorme Samme algorme: bru hsogramme! Sar med ersel-verd = mddelverden l alle slene blde. nn mddelverden av alle sler som er mørere enn erselen nn mddelverden av alle sler som er lysere enn erselen. La ny ersel-verd være jena de o unene ovenor l erselen e lyer seg mer. Dee alles Rdler og Calvard s meode Dee gjøres algormen å sde 74 W. Hvle bengelser må være oyl or a meoden sal vre? Når vl denne meoden sve? Når v sal ersle e ujen blde, jenner v e eller og heller e og V an erav esmere og ra bldes hsogram g den erselen v bruer: Mer a esmaene og nnes ra runere ordelnger runer ved erselen IN IN 3 4

7 Osu s meode - movasjon Osu s meode movasjon Ana a v har e gråoneblde med gråoner, g g med normalser hsogram. Ana a blde nneholder o oulasjoner av sler, sl a slene nnenor hver oulasjon er noenlunde le, mens oulasjonene er orsjellge. Mål Målseng: V vl nne en ersel sl a hver av de o lassene som osår ved erslngen blr mes mulg homogen, som osår ved erslngen blr mes mulg homogen, mens de o lassene bl mes mulg orsjellge. Klassene er homogene: a ansen h e a de o lassene e mns m lg varansen hver av de o lassene er mns mulg. Searasjonen mellom lassene er sor: avsanden mellom mddelverdene er sørs mulg IN 3 5 g Osu s meode enle begreer Osu s meode enle begreer A oseror sannsynlghe or de o lassene er: Mddelverden or gråoner de o lassene er:, Mddelverden or gråoner de o lassene er:,, Varansen nnenor de o lassene er: IN 3 6 Osu s meode l grundg Osu s meode l grundg Den oale varansen nensesordelngen an selvsag deles o ved o o I hver summasjon an v addere og subrahere lassens a oseror mddelverd o IN 3 7 Osu s meode l grundg II Osu s meode l grundg II ørse ledd hver av de o sse lnjene å orrge ol an uryes ved densjonene av σ og σ. Andre ledd an uryes ved og, sden μ, μ og μ er uavhengge av summasjonsvarabelen. Alså år v uavhengge av summasjonsvarabelen. Alså år v o De o summene baers aller bor, ord.. oalvaransen blde er summen av σ W og σ! IN 3 8 W o

8 Osu s meode: Osu s meode: Ønser å mnmere W og samdg masmere Sden o er onsan: nn som masmerer. Urye or an srves som se neders.h., orrge ol:, Osu s meode: Sø eer masmalverden av or alle verder av der < <. o IN 3 9 Osu s meode; osummerng Osu s meode; osummerng e NxM slers blde med gråoner. nn bldes hsogram, h, =,,,..,-. nn bldes normalsere hsogram:,,,...,, MN h eregn umulav normalser hsogram: eregn umulav mddelverd μ: MN,,,...,, eregn umulav mddelverd, μ: eregn global mddelverd, μ:,,,...,, eregn varansen mellom lassene, σ : nn erselen der σ har s masmum. eregn searablesmåle, η:, IN 3 3 g, η, o Eeen av a ror sannsynlghe Eeen av a ror sannsynlghe oal erslngsel mo log / g g or re verder av μ -μ = Dσ: D= D = D = D = 3 D = 4 elen øer ras ved log / log / => Osu s meode bør bare brues nå < / < når.< / <. De samme gjelder or Rdler & Calvard. D d l! IN 3 3 De nnes gode alernaver! Mnmum el erslng Mnmum el erslng Kler og Illngworh 985 beregner e rerum or alle mulge erselverder: ln ln ln ln J or hver -verd esmeres alle em aramerene. eregn J or alle og nn mnmum, eller nn løsnng erav. K j h l l d d å l Krere-unsjonen har loale mnma ved endene av gråonesalaen. En uheldg sar-verd e erav sø an g menngsløs erselverd. ru Osu s erselverd som sar-verd e erav sø ru Osu s erselverd som sar verd e erav sø IN 3 3

9 En sammenlgnng or =.9, =., μ =, μ = 44, σ = σ = 8: Osu s s ersel vensre gr sgnan elerslng. Kler og Illngworh s ersel høyre er OK. Krereunsjoner: σ og J, , Eeen av søy blde o-nvå gråoneblde =56. A ror sannsynlgheer.5. Søy => Mser bmodale. lobal l erslng => Mange ellasssere sler. Søyjernng + erslng: + modal hsogram => bedre erslng lurrng av blde => el langs obje-anen IN IN 3 34 ru av an-normasjon Hvordan an v unngå roblemene som ølger av a obje og bagrunn har ul a ror sannsynlghe? ru bare sler som lgger å eller nær overgangen mellom obje og bagrunn. orholde mellom a ror sannsynlgheer blr da. Hvordan gjør v de? ru en graden-esmaor, og ersle resulae. ru en Lalace-oeraor nullgjennomgang, g g og uvd resulae. Dee er egenlg en srelslunng: or å orbedre erslngen av objee renger v objees omrss. or å avgrense omrsse renger v en erslng. Esemel I e blde x,y der obje-areale er relav le. eregn e anblde Enen graden-magnude eller absoluverd av Lalace. ersle anblde med en høy ersel. -> mase-blde x,y nn hsogram av x,y x,y nn omal ersel med.es. Osu. Anvend å x,y. Nær ere resula IN IN 3 36

10 Esemel II V ønser å nne de lyse sruurene x,y. Vanselg hsogram: Osu -> el erselverd eregn abslalace ersle høy ercenl -> mase-blde x,y nn hsogram av x,y x,y. nn omal ersel med.es. Osu. Anvend å x,y. Varabel belysnng I llegg l søy an v ha ujevn belysnng. elr global erslng er da e mulg uen bru av Søyjernng blde ru av an-normasjon Dee vrer e alld. jern lave revenser blde. Varabel erslng. Odelng av blde Loal adav erslng E hel annerledes alernav: Dvdér blde med blde av homogen lae med samme belysnng IN IN 3 38 eneralserng l ler-nvå Rdler & Calvard s meode an generalseres l M ersler: M,,,,,,, M,, M, M,, Ny se erselverder beregnes l alle ersler er sable dvs l alle deransene n, n,-, n M, er mndre enn Δ. rosedyren onvergerer vanlgvs ras. lernvå Osu-erslng erslng V an srve varansen mellom lassene σ som Derverer og seer δσ /δ =. Dee gr en løsnng ved Dee an srves som μ + μ = V ser alså en sammenheng mellom Rdler & Calvard og Osu. De samme gjelder or lernvå erslng se orrge ol IN IN 3 4

11 lobal, varabel eller adav? lobal erslng : Samme verd or over hele blde. Varabel erslng: Verden av varerer over blde. Loal adav erslng: beregnes ra bldes loale egensaer μ, σ,... Adav erslng ved nerolasjon lobale ersler gr oe dårlg resula. lobale meoder an benyes loal. Dee vrer e der vndue bare nneholder en lasse! Osr: NIVÅ I: Del o blde del-blder. or del-blder med b-modal hsogram: nn loal erselverd c,j og lordne den l senersele,j del-blde. or del-blder med un-modal hsogram: nn loal erselverd ved nerolasjon. NIVÅ II: sel-or-sel nerolasjon: å gjennom alle sel-ossjoner besem adav erselverd x,y ved nerolasjon mellom de loale erselverdene c,j. ersle så hver sel x,y blde erselverdene x,y IN IN 3 4 Adav erslng Loale endrnger bagrunn og onras an hånderes. an syldes ujevn belysnng/bagrunn. Man an brue Overlaende vnduer e-overlaende vnduer Sørrelsen å vnduene an være avgjørende... En enel adav meode... En meode som benyer de dere lære orelesnngen om gråoneransormer: eregn mddelverd og sandardavv nnenor e gldende w x w vndu over hele blde. Nblac s meode: Se den loale erselverden l, j, j, j La u-blde være g ved hvs, j, j g, j hvs, j, j Ex.: or w = 3, = -.8 : IN IN 3 44

12 Samoreoms-marser marser Samoreoms-marser er -D hsogrammer. Engels: ray Level Cooccurrence marx orore LCM. De vser hvor mange oreomser v har av a e sel har gråone samdg som en nabo avsand d og renng θ har gråone j. V an srve dee som h,j d,θ. or d,θ =, beraer v ørse nabo horsonal renng or d,θ =,π/ beraer v ørse nabo veral renng V an legge sammen sle marser ra lere rennger: c,j d =.5*[h,j d=,θ= + h,j d=,θ=π/] gr en samoreoms-marse begge rennger horsonal og veral. LCM-erslng Ana a v har en samoreoms-marse c,j d. nn den erselverd blde som gr ærres mulg anall overganger ra l eller l horsonal og veral resula-blde eer erslng. - Anall overganger ra l bb b O c, j d b j Anall overganger ra l O b j c, j d - Mns omlese: nn den som mnmerer O b + O b j b IN IN 3 46 Osummerng erslng o vlårlg ordelnger z og bz vl den erselverden som mnmerer elen alld lgge der de d b Rdler og Calvard s meode er en enel algorme. Hvle bengelser må være oyl or a den sal vre? Osu s meode masmerer searasjon mellom o normalordele l lasser. KI-meoden mnmerer dvergensen mellom observer hsogram og en vee blandng av o auss-unsjoner. Nblac s meode gr loal adav ersel baser å mddelverd og sandardavv løende vndu IN 3 47

Om pensum fra kap. 10. Hva er segmentering? Segmenterings-problemer. INF 2310 Digital bildebehandling SEGMENTERING VED TERSKLING

Om pensum fra kap. 10. Hva er segmentering? Segmenterings-problemer. INF 2310 Digital bildebehandling SEGMENTERING VED TERSKLING Om ensum fra a. IN 3 Dgal bldebehandlng SEMENERIN VED ERSKLIN lobal hsogram-baser erslng Varabel og mulvarabel erslng Loal adav erslng Kael boa nroduserer e sor og vg ema, erslng, men deer de noe overflads.

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling IN 3 Dgal bldebehandlng SEGMENTERING VED TERSKLING Global hsogram-baser ersklng Varabel og mulvarabel ersklng Lokal adav ersklng GW:.3 l grundgere enn boka 3 8.5.4 IN 3 Om ensum fra ka. Kael boka nroduserer

Detaljer

Om pensum fra kap. 10. Segmenterings-problemer. Hva er segmentering? INF 2310 Digital bildebehandling SEGMENTERING VED TERSKLING

Om pensum fra kap. 10. Segmenterings-problemer. Hva er segmentering? INF 2310 Digital bildebehandling SEGMENTERING VED TERSKLING Om ensum fra ka. IN 3 Dgal bldebehandlng SEMENERIN VED ERSKLIN lobal hsogram-baser ersklng Varabel og mulvarabel ersklng W:.3 l grundgere enn boka Kael boka nroduserer e sor og vkg ema, ersklng, men dekker

Detaljer

Hva er segmentering? To segmenterings-kategorier. Segmenterings-problemer. INF mai 2010 Segmentering ved terskling Kap 10.

Hva er segmentering? To segmenterings-kategorier. Segmenterings-problemer. INF mai 2010 Segmentering ved terskling Kap 10. Hva er segmenering? IN 3. mai Segmenering ved ersling Kap.3 Global ersling Generelle hisogramfordelinger og lassifiasjonsfeil f il To populære erslingsalgorimer ruen av aner, og effeen av søy og glaing

Detaljer

Om pensum fra kap. 10. Hva er segmentering? Hva er segmentering? INF 2310 Digital bildebehandling

Om pensum fra kap. 10. Hva er segmentering? Hva er segmentering? INF 2310 Digital bildebehandling Om nsum fra a. IN Dgal bldbhandg Sgmnrng av bldr I-onsull rsg Efford: a..-. mr grundg nn boa.-. r nsum Kal boa nrodusrr mg sor ma, mn dr d svær ovrflads. I IN forlsr v bar om sgmnrng vd rsg, mn ar d grundgr

Detaljer

Hva er segmentering? Segmenterings-problemer. To segmenterings-kategorier. Terskling, eksempel. Dagens verktøy: Terskling

Hva er segmentering? Segmenterings-problemer. To segmenterings-kategorier. Terskling, eksempel. Dagens verktøy: Terskling Hva er segmenering? IN 3 5. mai 9 Segmenering ved ersling Kap.3 Global ersling Generelle hisogramfordelinger og lassifiasjonsfeil To populære erslingsalgorimer ruen av aner, og effeen av søy og glaing

Detaljer

Eksamensoppgave i TMA4240 Statistikk

Eksamensoppgave i TMA4240 Statistikk Insu for maemaske fag Eksamensoppgave TMA44 Saskk Faglg konak under eksamen: John Tyssedal, aakon akka. Tlf.: John Tyssedal: 4645376. Tlf: aakon akka: 97955667. Eksamensdao: 7..4 Eksamensd (fra-l): 9.-3.

Detaljer

INF april 2017

INF april 2017 IN 310 19. april 017 Segmenering ved erskling Global erskling Kap 10.3 Generelle hisogramfordelinger og klassifikasjonsfeil To populære ersklingsalgorimer ruken av kaner, og effeken av søy og glaing Lokal

Detaljer

Flerpartikkelsystemer Rotasjonsbevegelser

Flerpartikkelsystemer Rotasjonsbevegelser lerparkkelsysemer Roasjonsbevegelser.4.6 Resulaer fra mveseksamen på semesersen: hp://www.uo.no/suer/emner/mana/fys/ys-mek/v6/beskjeer/fysmekmev6resula.pf YS-MEK.4.6 lerparkkelsysemer j y k neokraf på

Detaljer

TMA4240/4245 Statistikk Eksamen august 2016

TMA4240/4245 Statistikk Eksamen august 2016 Norges teknsk-naturvtenskapelge unverstet Insttutt for matematske fag TMA44/445 Statstkk Eksamen august 6 Løsnngssksse Oppgave a) Ved kast av to ternnger er det 36 mulge utfall: (, ),..., (6, 6). La Y

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 30 Dgtal bldebehandlng FORELESNING 4 GRÅONE-RANSFORMASJONER Frtz Albregtsen emaer dag Hstogrammer Lneære gråtonetransformer t Standardserng av blder med lneær transform Ikke-lneære, parametrske transformer

Detaljer

Løsning heimeøving 7 Sanntid

Løsning heimeøving 7 Sanntid D:\Per\Fag\Styresys\SANNOV\12LØSØV7.wpd Fag SO507E Styresystemer Løsnng hemeøvng 7 Sanntd HIST-AFT Aprl 2012 PHv Utleveres: Oppgave 1 PI-regulator med P-foroveroplng a) P-regulator med P-foroveroplng.

Detaljer

Working Paper ANO 2002/3. Estimering av indikatorer for volatilitet. Kjetil Johan Rakkestad. Avdeling for verdipapirer og internasjonal finans

Working Paper ANO 2002/3. Estimering av indikatorer for volatilitet. Kjetil Johan Rakkestad. Avdeling for verdipapirer og internasjonal finans ANO 00/3 Oslo februar 00 Workng Paper Avdelng for verdpaprer og nernasjonal fnans Esmerng av ndkaorer for volale av Kjel Johan Rakkesad Workng papers fra Norges Bank kan beslles over e-pos: posen@norges-bankno

Detaljer

EKSAMEN Løsningsforslag

EKSAMEN Løsningsforslag . desember 6 EKSAMEN Løsnngsorslag Emnekode: ITD Emnenavn: Matematkk ørste deleksamen Dato:. desember 6 Hjelpemdler: - To A-ark med valgrtt nnold på begge sder. - Formelete. - Kalkulator som deles ut samtdg

Detaljer

EKSAMEN ny og utsatt løsningsforslag

EKSAMEN ny og utsatt løsningsforslag 8.. EKSAMEN n og utsatt løsnngsorslag Emnekode: ITD Dato:. jun Hjelpemdler: - To A-ark med valgrtt nnhold på begge sder. Emnenavn: Matematkk ørste deleksamen Eksamenstd: 9.. Faglærer: Chrstan F Hede -

Detaljer

Tillegg nr 1 til Grunnprospekt datert 27. mai 2015 i henhold til EU's Kommisjonsforordning nr 809/2004

Tillegg nr 1 til Grunnprospekt datert 27. mai 2015 i henhold til EU's Kommisjonsforordning nr 809/2004 Tllegg nr 1 l Grunnprospek daer 27. ma 2015 henhold l EU's Kommsjonsforordnng nr 809/2004 Tlreelegger Oslo, 25. jun 2015 Uarbede samarbed med DNB Markes 1 av 7 Ord med sor forboksav som benyes llegg l

Detaljer

EKSAMEN Ny og utsatt Løsningsforslag

EKSAMEN Ny og utsatt Løsningsforslag . jun 0 EKSAMEN Ny og utsatt Løsnngsorslag Emnekode: ITD50 Dato:. jun 0 Emne: Matematkk, deleksamen Eksamenstd: 09.00.00 Hjelpemdler: To A-ark med valgrtt nnhold på begge sder. Formelhete. Kalkulator er

Detaljer

Øvingsoppgaver. Innledende oppgaver. Alle oppgaver er merket ut fra vanskelighetsgrad på følgende måte: * Enkel ** Middels vanskelig *** Vanskelig

Øvingsoppgaver. Innledende oppgaver. Alle oppgaver er merket ut fra vanskelighetsgrad på følgende måte: * Enkel ** Middels vanskelig *** Vanskelig Øvngsoppgaver Alle oppgaver er merke u fra vanskelghesgrad på følgende måe: * Enkel ** Mddels vanskelg *** Vanskelg Innledende oppgaver Oppgave 1.1* Den esmere varansen l varabelen y er lk 39,. Toal varasjon

Detaljer

(iii) Når 5 er blitt trukket ut, er det tre igjen som kan blir trukket ut til den siste plassen, altså:

(iii) Når 5 er blitt trukket ut, er det tre igjen som kan blir trukket ut til den siste plassen, altså: A-besvarelse ECON2130- Statstkk 1 vår 2009 Oppgave 1 A) () Antall kke-ordnede utvalg: () P(Arne nummer 1) = () Når 5 er bltt trukket ut, er det tre gjen som kan blr trukket ut tl den sste plassen, altså:

Detaljer

Eksamensoppgåve i TMA4240 Statistikk

Eksamensoppgåve i TMA4240 Statistikk Insu for maemaske fag Eksamensoppgåve TMA44 Saskk Fagleg konak under eksamen: John Tyssedal, aakon akka. Tlf. John Tyssedal: 4645376. Tlf. aakon akka: 97955667. Eksamensdao: 7.. 4 Eksamensd (frå-l): 9:-3:

Detaljer

Oppgave 1 ECON 2130 EKSAMEN 2011 VÅR

Oppgave 1 ECON 2130 EKSAMEN 2011 VÅR ECON 30 EKSAMEN 0 VÅR Oppgave E bedrf øsker å fordele koraker e vesergsprosjek hel lfeldg på 3 frmaer, A, B og C. Uvelgelse skjer ved loddrekg. Loddrekge er slk a hver av frmaee A, B og C, har e mulghe

Detaljer

Refleksjon og transmisjon av transverselle bølger på en streng

Refleksjon og transmisjon av transverselle bølger på en streng Reflesjon og ansmsjon av ansveselle bølge på en seng Fgu vse o lange senge med masse pe lengde og 2 som e sjøe sammen ogo, x 0. x-asen lgge paallel med sengen. V sal se hva som sje med en bølge som passee

Detaljer

Rotasjonsbevegelser

Rotasjonsbevegelser Roasjonsbevegelser 3.3.4 FYS-EK 3.3.4 assesener y r V R rd r( r) dv V d R V d V d R z x Newons. lov: F ex d P d V yre kraf: akselerasjon l assesenere ndre krefer: ngen påvrknng på assesenere FYS-EK 3.3.4

Detaljer

Eksamen i LOG530 Distribusjonsplanlegging

Eksamen i LOG530 Distribusjonsplanlegging Fas Eksamen LOG530 Dsrbusjonsplanleggng Onsdag 3. jun 2009 Kl. 09:00-13:00 Hjelpemdler: A+KD Oppgave 1 a) 4 1 5 10 6 2 11 7 3 8 12 9 Symboler P = {1, 2, 3} er mengden av produsener L = {4, 5, 6, 7, 8,

Detaljer

Rotasjonsbevegelser 13.04.2015

Rotasjonsbevegelser 13.04.2015 Roasjonsbevegelser 3.04.05 Mveseksamen: resulaer leges u nese uke løsnngsforslag på semesersden koneeksamen bare for sudener med begrunne fravær kke nødvendg å så på mveseksamen for å gå opp l slueksamen

Detaljer

Rayleigh-kriteriet. INF 2310 Digital bildebehandling. Hvor små detaljer kan en linse oppløse? Samplingsteoremet (Shannon/Nyquist)

Rayleigh-kriteriet. INF 2310 Digital bildebehandling. Hvor små detaljer kan en linse oppløse? Samplingsteoremet (Shannon/Nyquist) IN 3 Dgtal bldebehandlng Ralegh-krteret Oppsummerng II ma : Avbldnng Samplng og kvantserng Geometrske operasoner 3 Gråtone- og hstogramoperasoner 45 ltrerng blde-doménet 67 ltrerng rekvens-doménet 89 Kompreson

Detaljer

Rayleigh-kriteriet. INF 2310 Digital bildebehandling. Hvor små detaljer kan en linse oppløse? Samplingsteoremet (Shannon/Nyquist)

Rayleigh-kriteriet. INF 2310 Digital bildebehandling. Hvor små detaljer kan en linse oppløse? Samplingsteoremet (Shannon/Nyquist) IN 3 Dgtal bldebehandlng Ralegh-krteret Oppsummerng II våren : Avbldnng Samplng og kvantserng Geometrske operasjoner Gråtonemappng og hstogramoperasjoner ltrerng blde-doménet ltrerng rekvens-doménet Kompresjon

Detaljer

STK desember 2007

STK desember 2007 Løsnngsfrslag tl eksamen STK0 5. desember 2007 Oppgave a V antar at slaktevektene tl kalkunene fra Vrgna er bserverte verder av stkastske varabler X, X 2, X, X 4 sm er uavhengge g Nµ, σ 2 -frdelte, g at

Detaljer

Løsningskisse for oppgaver til uke 15 ( april)

Løsningskisse for oppgaver til uke 15 ( april) HG Aprl 01 Løsnngsksse for oppgaver tl uke 15 (10.-13. aprl) Innledende merknad. Flere oppgaver denne uka er øvelser bruk av den vktge regel 5.0, som er sentral dette kurset, og som det forventes at studentene

Detaljer

Gradient-operatorer. 1D Laplace-operator. Laplace-operatoren. INF 2310 Digital bildebehandling. Laplace-operatoren er gitt ved:

Gradient-operatorer. 1D Laplace-operator. Laplace-operatoren. INF 2310 Digital bildebehandling. Laplace-operatoren er gitt ved: 55-55 - 6 6 5 5 radent-operatorer INF 3 Dgtal bldebehandlng Naboskaps-operasoner - II Laplace-operatoren Lo-operatoren Kant-bevarende ltre Ikke-lneære ltre radent-operatorer gr en bred respons Hvor bred

Detaljer

Alternerende rekker og absolutt konvergens

Alternerende rekker og absolutt konvergens Alternerende rekker og absolutt konvergens Forelest: 0. Sept, 2004 Sst forelesnng så v på rekker der alle termene var postve. Mange av de kraftgste metodene er utvklet for akkurat den typen rekker. I denne

Detaljer

Bevegelse i én dimensjon (2)

Bevegelse i én dimensjon (2) Beegelse én dmensjon 6..5 Gruppeundersnng begynner denne uken. Oppgaer fnner du på semesersden: hp://www.uo.no/suder/emner/mana/fys/fys-mek/5/maerale/maerale5.hml FYS-MEK 6..5 Beegelseslgnnger V sarer

Detaljer

OMDØMMEUNDERSØKELSE FOR HELSE SØR-ØST RHF OMRÅDERAPPORT SØRLANDET 2017

OMDØMMEUNDERSØKELSE FOR HELSE SØR-ØST RHF OMRÅDERAPPORT SØRLANDET 2017 OMDØMMEUNDERSØKELSE FOR HELSE SØR-ØST RHF OMRÅDERAPPORT SØRLANDET 2017 OM UNDERSØKELSEN PROSJEKTINFORMASJON Oppragsgver Frmål Uvalg g aannsamlng Sammenlgnng av åres resula m resula fra lgere målnger Vek

Detaljer

ØVINGER 2017 Løsninger til oppgaver

ØVINGER 2017 Løsninger til oppgaver ØVINGER 017 Løsnnger tl oppgaver Øvng 1 7.1. Med utgangspunkt de n 5 observasjonsparene (x 1, y 1 ), (x, y ),..., (x 5, y 5 ) beregner v først mddelverdene x 1 5 Estmert kovarans blr x 3. ȳ 1 5 s XY 1

Detaljer

Krefter og betinget bevegelser 14.02.2013

Krefter og betinget bevegelser 14.02.2013 Krefer og benge beegeler 4..3 FYS-MEK 4..3 Benge beegele beegele: r bane: r beegele lang banen: haghe: r r u r u angenalekor: far lang een: akeleraon: a u u u u angenalakeleraon: enrpealakeleraon: a a

Detaljer

Kinematikk i to og tre dimensjoner

Kinematikk i to og tre dimensjoner Knem o og re dmensoner 4.2.215 Hr du hene boen men e bel? YS-MEK 111 4.2.215 1 Esempel: En msse m = 1 g er fese l en fær med færonsn = 1 N/m og n beege seg på e bord uen frson og lufmosnd. Mssen beeger

Detaljer

Kinematikk i to og tre dimensjoner 29.01.2014

Kinematikk i to og tre dimensjoner 29.01.2014 Knemkk o og re dmensoner 29.1.214 FYS-MEK 111 29.1.214 1 hp://pngo.up.de/ ccess numer:7182 En len l der en sørre lsel som hr død er. Mssen l lselen er sørre enn mssen l len. Hlke følgende usgn er korrek?

Detaljer

INF 2310 Digital bildebehandling. Hva er segmentering? forelesning nr 11 12/ Segmentering av bilder. To segmenterings-kategorier

INF 2310 Digital bildebehandling. Hva er segmentering? forelesning nr 11 12/ Segmentering av bilder. To segmenterings-kategorier INF 310 Digial bildebehandling forelesning nr 11 1/4 005 Segmenering av bilder Dagens ema: - Ikke-koneksuell erskling Lieraur: Efford, DIP, kap. 10.1-10. Friz Albregsen Deparmen of Informaics Universiy

Detaljer

Balanserte søketrær. AVL-trær. AVL-trær. AVL-trær høyde AVL AVL. AVL-trær (Adelson-Velskii og Landis, 1962) Splay-trær (Sleator og Tarjan, 1985)

Balanserte søketrær. AVL-trær. AVL-trær. AVL-trær høyde AVL AVL. AVL-trær (Adelson-Velskii og Landis, 1962) Splay-trær (Sleator og Tarjan, 1985) alanserte søketrær VL-trær Et bnært tre er et VL-tre hvs ølgende holder: VL-trær delson-velsk og Lands, 96 play-trær leator og Tarjan, 98. orskjellen høyde mellom det høyre og det venstre deltreet er maksmalt,

Detaljer

Anvendelser. Kapittel 12. Minste kvadraters metode

Anvendelser. Kapittel 12. Minste kvadraters metode Kapttel Anvendelser I dette kaptlet skal v se på forskjellge anvendelser av teknkke v har utvklet løpet av de sste ukene Avsnttene og eksemplene v skal se på er derfor forholdsvs uavhengge Mnste kvadraters

Detaljer

Oppgaver. Hypotesetesting testing av enkelthypoteser. Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011

Oppgaver. Hypotesetesting testing av enkelthypoteser. Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011 Forelesnng 4 og 5 MET359 Økonomer ved Davd Kreberg Vår 11 Oppgaver lle MC-oppgaver er merke u fra vanskelghesgrad på følgende måe: * Enkel ** Mddels vanskelg *** Vanskelg ypoeseesng esng av enkelhypoeser

Detaljer

Kjøpermakt og vannsengeffekt

Kjøpermakt og vannsengeffekt Køpera og vannsengeffe av Frdof Anderson Masergradsoppgave safunnsøono (0 sp) Insu for øono Norges fserhøgsole Unversee Trosø Ma 007 Veleder: Jan Yngve Sand I Forord Denne oppgaven arerer sluen på en

Detaljer

Forelesning 2 MET3592 Økonometri ved David Kreiberg Vår 2011

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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO øsnngsforslag UNIVERSIEE I OSO Det matematsk-naturvtenskaelge fakultet Eksamen : INF3 Dgtal bldebehandlng Eksamensdag : Onsdag 6. jun d for eksamen : 9: 3: øsnngsforslaget er å : sder Vedlegg : Ingen llatte

Detaljer

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18).

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18). Econ 2130 HG mars 2012 Supplement tl forelesnngen 19. mars Illustrasjon av regel 5.19 om sentralgrenseteoremet og ltt om heltallskorreksjon (som eksempel 5.18). Regel 5.19 ser at summer, Y = X1+ X2 + +

Detaljer

Hvor små detaljer kan en linse oppløse?

Hvor små detaljer kan en linse oppløse? IN 31 Digial bildebehandling Raleigh-krierie e Oppsummering, mai 14: Avbildning 1 Sampling og kvanisering Geomeriske operasjoner 3 Gå Gråone- og hisogramoperasjoner 4,5 Segmenering ved erskling 13 arger

Detaljer

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet Dynamsk programmerng Hvlke problemer? Metoden ble formalsert av Rchard Bellmann (RAND Corporaton) på -tallet. Har ngen tng med programmerng å gøre. Dynamsk er et ord som kan aldr brukes negatvt. Skal v

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 2310 Dgtal bldebehandlng FORELESNING 4 GRÅTONE-TRANSFORMASJONER Frtz Albregtsen 1 Temaer dag Hstogrammer Lneære gråtonetransformer t Standardserng av blder med lneær transform Ikke-lneære, parametrske

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsnngsforslag UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Eksamen : INF3 Dgtal bldebehandlng Eksamensdag : Trsdag 9. mars 3 Td for eksamen : 5: 9: Løsnngsforslaget er på : sder Vedlegg

Detaljer

Bevegelsesmengde og kollisjoner Flerpartikkelsystemer

Bevegelsesmengde og kollisjoner Flerpartikkelsystemer eegelsesengde og kollsjoner lerparkkelsyseer 6.3.5 YS-MEK 6.3.5 Meseksaen: 6.3. kl. 3 6 oppgaer a sae ype so ukesoppgaer (kke sor prosjekoppgae so oblgene en oppgae kreer e le sykk Malab eller Pyhon kode

Detaljer

Hva påvirker gjeldsveksten i husholdningene?

Hva påvirker gjeldsveksten i husholdningene? Hva påvrker gjeldsveksen husholdnngene? Dag Hennng Jacobsen, konsulen Avdelng for fnansnsusjoner, og Bjørn E. Naug, senorrådgver Forsknngsavdelngen 1 Husholdnngenes gjeld har øk med 10 11 prosen per år

Detaljer

Bevegelse i én dimensjon (2)

Bevegelse i én dimensjon (2) Beegelse én dmensjon..4 Gruppeundersnng begynner denne uken. Oppger fnner du på semesersden: hp://www.uo.no/suder/emner/mn/fys/fys-mek/4/merle/merle4.hml FYS-MEK..4 Sudenrepresenner for FYS-MEK kurse lbkemeldng

Detaljer

INF3400 Del 5 Statisk digital CMOS

INF3400 Del 5 Statisk digital CMOS INF400 Del 5 Sask dgal MOS Elmore forsnkelsesmodell modell: modell NANDN: NAND 1 9 Forsnkelsesmodell: N 1 j 1 j 1 NAND Ulegg 7 10 1 Parassk dsforsnkelse: V kaller dffusjonskapasanser for parasske kapasanser

Detaljer

Diskretisering av tidsavhengig endimensjonal varmelikning

Diskretisering av tidsavhengig endimensjonal varmelikning Disreisering av idsavhengig endimensjonal varmelining Forlengs Euler algorime (forward difference) Vi vil løse varmeliningen Ρ c T = T med grensebeingelser TH, L =, TH, L = og iniialbeingelse TH, L = Vi

Detaljer

Eksempel på symmetrisk feil: trefase kortslutning på kraftlinje.

Eksempel på symmetrisk feil: trefase kortslutning på kraftlinje. HØGSKOLE AGDER Faule for enoloi Elrafeni 1, løsninsforsla øvin 9 høs 004 Oppave 1 En feil i rafsyseme er enhver ilsand som forsyrrer den normale drifen av syseme. Esempler på dee an være refase orslunin

Detaljer

I analysen rapporteres følgende resultater basert på data for 90 regioner:

I analysen rapporteres følgende resultater basert på data for 90 regioner: Eksamen SØK3001 Vår 2011 Bokmål Oppgave 1 I en emprsk undersøkelse benyes førs verrsnsdaa for å esmere sammenhengen mellom regonale bolgprser og regonal nnek En av relasjonene som esmeres er g ved (1)

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 << >>. ECON13: EKSAMEN 14V TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller lkt uansett varasjon vanskelghetsgrad. Svarene er gtt >. Oppgave 1 Innlednng. Rulett splles på en rekke kasnoer

Detaljer

FYS3140 KORT INTRODUKSJON TIL KONTINUERLIGE GRUPPER

FYS3140 KORT INTRODUKSJON TIL KONTINUERLIGE GRUPPER FYS340 KORT INTRODUKSJON TIL KONTINUERLIGE GRUPPER I en konnuerlg gruppe avhenger hver eleen av e se av paraere a, a 2, a r, slk a e vlkårlg eleen ar foren G(a, a 2, a r ) Anall paraere r er gruppens densjon

Detaljer

bedre læring Handlingsplan for bærumsskolen mot 2020 Relasjons- og ledelseskompetanse/vurdering for læring/digital didaktikk

bedre læring Handlingsplan for bærumsskolen mot 2020 Relasjons- og ledelseskompetanse/vurdering for læring/digital didaktikk bee læng Hanlngsplan fo bæumsskolen mo 2020 Relasjons- og leelseskompeanse/vueng fo læng/gal akkk fe uvklngsomåe skolemelngen pesenee fe uvklngsomåe Længsoppage Den ykge læe bee læng Skolemelng fo bæumsskolen

Detaljer

TMA4265 Stokastiske prosesser

TMA4265 Stokastiske prosesser orges teknsk-naturvtenskapelge unverstet Insttutt for matematske fag TMA4265 Stokastske prosesser Våren 2004 Løsnngsforslag - Øvng 6 Oppgaver fra læreboka 4.56 X n Antallet hvte baller urna Trekk tlf.

Detaljer

Løsningsforslag til øving 11

Løsningsforslag til øving 11 OPPGVE Kommnar: Høgskoln Gjøk d. for kn. øk. og ldls amakk Løsnngsforslag l øng ll nkn r løs md "Ubsm koffsnrs mod" sl om også knn a bn Lagrangs mod. a ODE:. d nalbnglsr: ( ( Homogn løsnng: ( Ds. løsnngn

Detaljer

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering Lekson 3 Smpleksmetoden generell metode for å løse LP utgangspunkt: LP på standardform Intell basstabell Fase I for å skaffe ntell, brukbar løsnng løse helpeproblem hvs optmale løsnng gr brukbar løsnng

Detaljer

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet Dynamsk programmerng Metoden ble formalsert av Rchard Bellmann (RAND Corporaton på -tallet. Programmerng betydnngen planlegge, ta beslutnnger. (Har kke noe med kode eller å skrve kode å gøre. Dynamsk for

Detaljer

Notater. Marie Lillehammer. Usikkerhetsanalyse for utslipp av farlige stoffer 2009/30. Notater

Notater. Marie Lillehammer. Usikkerhetsanalyse for utslipp av farlige stoffer 2009/30. Notater 009/30 Notater Mare Lllehammer Notater Uskkerhetsanalyse or utslpp av arlge stoer vdelng or IT og metode/seksjon or statstske metoder og standarder Innhold 1. Bakgrunn og ormål.... Metode....1 Fastsettelse

Detaljer

Løsningsforslag øving 10 TMA4110 høsten 2018

Løsningsforslag øving 10 TMA4110 høsten 2018 Løsnngsforslag øvng TMA4 høsten 8 [ + + Projeksjonen av u på v er: u v v u v v v + ( 5) [ + u v v u [ 8/5 6/5 For å fnne ut om en matrse P representerer en projeksjon, må v sjekke om P P a) b) c) [ d)

Detaljer

TMA4245 Statistikk Eksamen august 2014

TMA4245 Statistikk Eksamen august 2014 Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Løsgssksse Oppgave a) Y 5 PY > 53) PY 53) P ) 53 5 Φ5) 933 668 Vekte av e fylt flaske, X + Y, er e leærkombasjo av uavhegge ormalfordelte

Detaljer

STK1100 våren 2015 P A B P B A. Betinget sannsynlighet. Vi trenger en definisjon av betinget sannsynlighet! Eksemplet motiverer definisjonen:

STK1100 våren 2015 P A B P B A. Betinget sannsynlighet. Vi trenger en definisjon av betinget sannsynlighet! Eksemplet motiverer definisjonen: STK00 våren 05 etnget sannsynlghet Svarer tl avsntt.4 læreboa Esempel V vl først ved help av et esempel se ntutvt på hva betnget sannsynlghet betyr V legger fre røde ort og to svarte ort en bune Ørnulf

Detaljer

Seleksjon og uttak av alderspensjon fra Folketrygden

Seleksjon og uttak av alderspensjon fra Folketrygden ato: 07.01.2008 aksbehandler: DH Seleksjon og uttak av alderspensjon fra Folketrygden Dette notatet presenterer en enkel framstllng av problemet med seleksjon mot uttakstdpunkt av alderspensjon av folketrygden.

Detaljer

OPPSUMMERING FORELESNINGER UKE 35

OPPSUMMERING FORELESNINGER UKE 35 OPPSUMMERIG FORELESIGER UKE 35 Kromaografis separasjon bygger på soffers (lieves-)fordeling mellom en sasjonær fase og en mobil fase. Reensjonen besemmes primær av: Mobilfasens egensaper, sasjonærfasens

Detaljer

Forelesning Punktestimering

Forelesning Punktestimering STAT Statst Metoder Yushu.L@ub.o Forelesg 8 + 9 Putestmerg. Fra sasylghetsteor tl statst feres ) Sasylghetsberegg sasylghetsteor: v jeer parametere som besrver modellee, f.es. p boms modell, ormal fordelg,

Detaljer

Sorterings- Algoritmer

Sorterings- Algoritmer Hva er sorterng? Sorterngs- Algortmer Algortmer og Datastrukturer Input: en sekvens av N nummer Output: reorganserng nput-sekvensen slk at: a < a < a... < a n- < a n V søker algortmer som gjør dette på

Detaljer

Automatisk koplingspåsats Komfort Bruksanvisning

Automatisk koplingspåsats Komfort Bruksanvisning Bruksanvsnng System 2000 Art. Nr.: 0661 xx /0671 xx Innholdsfortegnelse 1. rmasjon om farer 2. Funksjon 2.1. Funksjonsprnspp 2.2. Regstrerngsområde versjon med 1,10 m lnse 2.3. Regstrerngsområde versjon

Detaljer

Høst 95 Test-eksamen. 1. Et legeme A med masse m = kg påvirkes av en kraft F gitt ved: F x = - t F y = k t 2 = 5.00N = 4.00 N/s k = 1.

Høst 95 Test-eksamen. 1. Et legeme A med masse m = kg påvirkes av en kraft F gitt ved: F x = - t F y = k t 2 = 5.00N = 4.00 N/s k = 1. Hø 95 Te-ekaen. E legee ed ae =.4 kg pårke a en kraf F g ed: F = - F = k = 5.N = 4. N/ k =.N/ llegg rker ngdekrafen nega -renng. a Bee reulankrafekoren. b Ved den = er legee ro orgo. Fnn pojon og haghe

Detaljer

X ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0.

X ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0. UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Eksamen : Eksamensdag: 7. jun 2013. Td for eksamen: 14.30 18.30. Oppgavesettet er på 8 sder. Vedlegg: Tllatte hjelpemdler: STK2120 LØSNINGSFORSLAG

Detaljer

Bevegelsesmengde og kollisjoner Flerpartikkelsystemer

Bevegelsesmengde og kollisjoner Flerpartikkelsystemer eegelsesengde og kollsjoner lerparkkelsyseer 7.3.4 YS-EK 7.3.4 YS-EK 7.3.4 Kollsjoner bearng a beegelsesengde:,,,, p p p p elassk kollsjon bearng a energ,,,,,,,,,, fullsendg uelassk kollsjon:,,,,,, resusjonskoeffsen:

Detaljer

Kraftelektronikk (Elkraft 2 høst), Løsningsforslag til øvingssett 2, høst 2005

Kraftelektronikk (Elkraft 2 høst), Løsningsforslag til øvingssett 2, høst 2005 Krfelekronkk Elkrf hø, Lønngforlg l øvnge, hø 5 Ole-Moren Mgår HA 5 Oppgve 4 3 v voe vol - - -3-4 p p 3p 4p V v 3 3 n V [ co ] 3 3. 5 b Derom nvenelen krever ørre røm enn lgjengelge hlvleerkomponener åler,

Detaljer

2005/11 Notater Anna-Karin Mevik. Notater. Usikkerhet i ordrestatistikken. Seksjon for statistiske metoder og standarder

2005/11 Notater Anna-Karin Mevik. Notater. Usikkerhet i ordrestatistikken. Seksjon for statistiske metoder og standarder 005/ Notater 005 Anna-arn Mev Notater Userhet ordrestatsten Sesjon for statstse metoder og standarder Innlednng Populasjon Ordretlgang 3 Omsetnng 3 3 Utvalg 3 4 Estmerng av ordretlgangen 4 5 Modellbasert

Detaljer

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

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

Detaljer

IT1105 Algoritmer og datastrukturer

IT1105 Algoritmer og datastrukturer Løsnngsforslag, Eksamen IT1105 Algortmer og datastrukturer 1 jun 2004 0900-1300 Tllatte hjelpemdler: Godkjent kalkulator og matematsk formelsamlng Skrv svarene på oppgavearket Skrv studentnummer på alle

Detaljer

Harald Bjørnestad: Variasjonsregning en enkel innføring.

Harald Bjørnestad: Variasjonsregning en enkel innføring. Haral Bjørnesa: Variasjonsregning en enkel innføring. Tiligere har vi løs oppgaven me å finne eksremalveriene ( maks./min. veriene) av en gi funksjon f () når enne funksjonen oppfyller beseme krav. Vi

Detaljer

2. Å R S B E R E T N I N G O G R E G N S K A P F O R A ) Å r s b e r e t n i n g o g r e g n s k a p f o r

2. Å R S B E R E T N I N G O G R E G N S K A P F O R A ) Å r s b e r e t n i n g o g r e g n s k a p f o r I N N K A L L I N G T I L O R D I N Æ R G E N E R A L F O R S A M L I N G 2 0 1 0 O r d i n æ r g e n e r a l f o r s a m l i n g i, a v h o l d e s m a n d a g 3. m ai 2 0 1 0, k l. 1 8 0 0 p å T r e

Detaljer

Håvard Hungnes Dokumentasjon av faktoretterspørselssystemet i Kvarts og Modag

Håvard Hungnes Dokumentasjon av faktoretterspørselssystemet i Kvarts og Modag Noaer 4/00 Håard Huges Doumeaso a faoreersørselssyseme Kars og Modag Sass seralbyrå Sascs Norway Oslo Kogsger Noaer I dee sere ublseres doumeaso meodebesrelser modellbesrelser og sadarder. Sass seralbyrå

Detaljer

Bevegelsesmengde og kollisjoner Flerpartikkelsystemer

Bevegelsesmengde og kollisjoner Flerpartikkelsystemer eegelsesengde og kollsjoner lerparkkelsyseer 07.04.06 esealuerng: hps://neskjea.uo.no/answer/7744.hl YS-EK 0 07.04.06 YS-EK 0 07.04.06 Kollsjoner,, 0, p p p p elassk kollsjon bearng a energ,,,, ) ( ) (

Detaljer

, og dropper benevninger for enkelhets skyld: ( ) ( ) L = 432L L = L = 1750 m. = 0m/s, og a = 4.00 m/s.

, og dropper benevninger for enkelhets skyld: ( ) ( ) L = 432L L = L = 1750 m. = 0m/s, og a = 4.00 m/s. eegelse øsninger på blandede oppgaer Side - Oppgae Vi kaller lengden a en runde for Faren il joggerne er da: A = m/s = m/s 6 6 + 48 48 = m/s = m/s 7 6 + 4 Når de møes, ar de løp like lenge Da er + 5 m

Detaljer

Løsningsforslag for regneøving 3

Løsningsforslag for regneøving 3 Ulever: 3.mars 7 Løsningsforslag for regneøving 3 Oppgave : a Se opp ligning for spenningen over som funksjon av id, for. R v + - Kres Løsning: Beraker kresen førs: I iden før null vil spenningen over

Detaljer

Oblig1.nb 1. Et glassfiberlaminat består av følgende materialer og oppbygging:

Oblig1.nb 1. Et glassfiberlaminat består av følgende materialer og oppbygging: Oblg1.nb 1 Oblg1 Data Et glassfberlamnat består av følgende materaler og oppbggng: Glassfber: Vnlester: E-modul: E=72MPa Posson s tall: n=.25 Denstet: 2.54 g/cm3 E=37 MPa Posson s tall: n=.3 Denstet; 1.19

Detaljer

Løsningsforslag (ST1201/ST , kontinuasjonseksamen) ln L. X i = 2n.

Løsningsforslag (ST1201/ST , kontinuasjonseksamen) ln L. X i = 2n. Løsgsforslag ST20/ST620 205, kotuasjoseksame. a Rmelghetsfuksjoe blr Logartme Derverer Løser lgge Løsge er SME: L = 2 e l L = 2 l X X. X + l X. l L = 2 + 2 X = 2. ˆ = 2 X. X. b Her ka ma beytte trasformasjosformele,

Detaljer

Potensiell energi Bevegelsesmengde

Potensiell energi Bevegelsesmengde Poensell energ eegelsesengde 2.3.23 YS-MEK 2.3.23 konsera kraf kraf so bare ahenger a possjon arbed ahenger bare a sar- og slupossjon, kke a een ello arbed er null hs sar- og slupossjon er densk kan fnne

Detaljer

FYS3220 Oppgaver om Fourieranalyse

FYS3220 Oppgaver om Fourieranalyse FYS3220 Oppgaver om Fourieranalyse Innhold Enkle fourieranalyse oppgaver... 1 1) egn frekvensspeker for e sammensa sinus signal... 1 2) Fra a n og b n il c n og θ... 2 Fourier serieanalyse... 2 3) Analyse

Detaljer

DEN NORSKE AKTUARFORENING

DEN NORSKE AKTUARFORENING DEN NORSKE AKTUARFORENING _ MCft% Fnansdepartementet Postboks 8008 Dep 0030 OSLO Dato: 03.04.2009 Deres ref: 08/654 FM TME Horngsuttalelse NOU 2008:20 om skadeforskrngsselskapenes vrksomhet. Den Norske

Detaljer

i kjemiske forbindelser 5. Hydrogen har oksidasjonstall Oksygen har oksidsjonstall -2

i kjemiske forbindelser 5. Hydrogen har oksidasjonstall Oksygen har oksidsjonstall -2 Repetsjon 4 (16.09.06) Regler for oksdasjonstall 1. Oksdasjonstall for alle fre element er 0 (O, N, C 60 ). Oksdasjonstall for enkle monoatomske on er lk ladnngen tl onet (Na + : +1, Cl - : -1, Mg + :

Detaljer

Kollektivt eller individuelt salg av TVrettighetene

Kollektivt eller individuelt salg av TVrettighetene Kollekv eller ndvduel salg av TVregheene for norsk Telga Rkard Bjørsvk Maserogave Maserogaven er lever for å fullføre graden Maser samfunnsøkonom Unversee Bergen, Insu for økonom Jun 2010 Forord Forord

Detaljer

Notater. Mona Irene Andersen og Annette Kalvøy. Prisindeks for telekommunikasjonstjenester 2009/26. Notater

Notater. Mona Irene Andersen og Annette Kalvøy. Prisindeks for telekommunikasjonstjenester 2009/26. Notater 2009/26 Noaer Mona Irene Andersen og Annee Kalvøy Noaer rsndeks for elekommunkasjonsjeneser Avdelng for nærngssaskk/seksjon for ranspor-, reselvs- og IKT-saskk Innhold. Innlednng... 2 2. Inernasjonale

Detaljer

Statistikk og økonomi, våren 2017

Statistikk og økonomi, våren 2017 Statstkk og økonom, våren 7 Oblgatorsk oppgave Løsnngsforslag Oppgave Anta at forbruket av ntrogen norsk landbruk årene 987 99 var følgende målt tonn: 987: 9 87 988: 8 989: 8 99: 8 99: 79 99: 87 99: 9

Detaljer

Løsningsforslag ST2301 Øving 8

Løsningsforslag ST2301 Øving 8 Løsnngsforslag ST301 Øvng 8 Kapttel 4 Exercse 1 For tre alleler, fnn et sett med genfrekvenser for to populasjoner, som gr flere heterozygoter enn forventa utfra Hardy-Wenberg-andeler for mnst én av de

Detaljer

EKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00

EKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00 Norges teknsk naturvtenskapelge unverstet Insttutt for matematske fag Sde 1 av 9 Faglg kontakt under eksamen: Enar Rønqust, tlf. 73 59 35 47 EKSAMEN I FAG SIF5040 NUMERISKE METODER Trsdag 15. ma 2001 Td:

Detaljer

Løsningsskisse til eksamen i TFY112 Elektromagnetisme,

Løsningsskisse til eksamen i TFY112 Elektromagnetisme, Løsnngssksse tl eksamen TFY11 Elektromagnetsme, høst 003 (med forbehold om fel) Oppgave 1 a) Ved elektrostatsk lkevekt har v E = 0 nne metall. Ellers bruker v Gauss lov med gaussflate konsentrsk om lederkulen.

Detaljer

Notasjoner, gjennomsnitt og kvadratsummer. Enveis ANOVA, modell. Flere enn to grupper. Enveis variansanalyse (One-way ANOVA, fixed effects model)

Notasjoner, gjennomsnitt og kvadratsummer. Enveis ANOVA, modell. Flere enn to grupper. Enveis variansanalyse (One-way ANOVA, fixed effects model) Enves varansanalyse (One-way ANOVA, fxed effects model Reaptulerng av t-testen for uavhengge utvalg fra to grupper, G og G : Observasjoner fra G : Y N(, σ j, j=,,...,n Observasjoner fra G : Y N(, σ, j=,,...,n

Detaljer

Oppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

Oppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011 Forelesnng 3 MET359 Økonometr ved Davd Kreberg Vår 0 Oppgaver Alle oppgaver er merket ut fra vanskelghetsgrad på følgende måte: * Enkel ** Mddels vanskelg *** Vanskelg Multple regresjon Oppgave.* Ta utgangspunkt

Detaljer

Oppgave 1. (a) Vi utvikler determinanten langs første kolonne og dette gir. (b) Med utgangspunkt i de tre datapunktene denerer vi X og y ved

Oppgave 1. (a) Vi utvikler determinanten langs første kolonne og dette gir. (b) Med utgangspunkt i de tre datapunktene denerer vi X og y ved Sensorveiledning: ELE 37191 Maemaikk valgfag Eksamensdao: 13.06.2012 09:00 1:00 Toal anall sider: 5 Anall vedlegg: 0 Tillae hjelpemidler: BI-dener eksamenskalkulaor TEXAS INSTRUMENTS BA II Plus Innføringsark:

Detaljer