2 Spreidingsvoortplanting
|
|
- Klaas Smets
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Spreidingsvoortplanting Spreidingsvoortplanting In het vorige hoofdstuk hebben we ons beiggehouden met eenvoudige analyses achteraf van meetgegeven. Naast analyse achteraf van data is het ook belangrijk om vooraf rekening te houden met onekerheden in metingen. Het is eer vervelend als achteraf blijkt dat one metingen te onnauwkeurig ijn om tot gewenste conclusies te komen. Daarom dient een nauwkeurigheidsanalyse een vast onderdeel van een experiment te ijn. Hierbij speelt met name kansrekening een belangrijke rol. Kernbegrippen van dit hoofdstuk: verwachting en variantie van een stochast foutenvoortplanting significantie We hebben tot nu toe impliciet aangenomen dat uitkomsten van metingen uit één enkele handeling bestaan. Dit is echter elden het geval. Zelfs bij een simpele titratie moeten we bijvoorbeeld een begin- en eindstand van een buret afleen. Beide afleingen hebben hun eigen meetnauwkeurigheid. De uiteindelijke uitkomst van de titratie is het verschil van eind- en beginstand. De meetnauwkeurigheid van dit verschil is een functie van de afonderlijke meetnauwkeurigheden. Als we de concentratie van een stof willen bepalen, moeten afonderlijk de massa en het volume bepaald worden. Indien de afonderlijke afwijkingen van massa en volume bekend ijn en bekend is hoe de afonderlijke afwijkingen ich voortplanten, moet het mogelijk ijn de afwijking in het eindresultaat te berekenen. Het is dus altijd van belang te onderoeken welke handelingen er verricht moeten worden bij een bepaling, en wat de invloed van dee handelingen is op het eindresultaat. Vaak treedt dee vraagstelling in omgekeerde vorm op. In ulke gevallen wordt een bepaalde meetnauwkeurigheid geëist van de eindresultaat en wil men bepalen wat voor consequenties dit heeft voor de nauwkeurigheden van deelresultaten. In voorgaande paragrafen hebben we geien dat we de grootte van toevallige afwijkingen door de variantie van een kansverdeling kunnen modelleren. Systematische afwijkingen modelleren we door de verwachte waarde van een kansverdeling. In dee paragraaf ullen we methoden uit de kansrekening leren om verwachting en variantie te berekenen voor metingen die uit deelmetingen ijn opgebouwd. De berekeningen met integralen in dee paragraaf dienen slechts ter illustratie en ijn geen tentamenstof! We beschouwen in dee paragraaf stochasten met een continue kansverdeling. Een dergelijke stochast is eenduidig vastgelegd als we de dichtheid f geven. Immers, er geldt b dat Pa ( < < b) = f( xdx ). Voorbeelden van veelgebruikte continue kansverdelingen ijn: a. uniforme verdeling op [,]: f( x ) =, < x <.. exponentiële verdeling : f ( x) = λe λx, x > (wordt o.a. gebruikt bij levensduren van apparaten of verblijftijden van moleculen in een chemische reactor). -
2 Spreidingsvoortplanting ( x µ ) /σ 3. normale verdeling : f( x) = e, < x <. Het feit dat inderdaad πσ een dichtheid vergt enige niet-triviale berekeningen (het kan bijvoorbeeld via overgang naar poolcoördinaten). m 4. Maxwellverdeling : f( x) = 4π ( ) π kt 3/ mx / t y als Γ ( y) = e t dt, y >. Dee integraal kan niet voor alle waarden van y x e kt, x > (beschrijft de snelheidsverdeling van moleculen in een ideaal gas). Het feit dat dee functie inderdaad een dichtheid is kan beween worden via de Gammafunctie, gedefinieerd uitgerekend worden. Voor one doeleinden is het voldoende om de volgende eigenschappen te kennen: Γ ( n ) = n! = n( n ). als n een niet-negatief geheel getal is Γ ( y ) = yγ( y) als y > Γ ( ) = π. We vereenvoudigen nu de dichtheid van de Maxwellvergelijking door schrijven: f( x) de substitutie 3 cx / = π c x e. De integraal t = c x mee te nemen dat dt = c xdx ) : 3 cx / f ( xdx ) = π c xe dx c = m kt kan nu via overgevoerd worden in de integraal (vergeet niet dat om ook / t 3 t e dt π π π π π = Γ ( ) = Γ ( ) = =. Zij een stochast met dichtheid f. De verwachting (Engels: expectation) van wordt gedefinieerd door E( ) = xf( x) dx. De intuïtie hierachter is dat we alle mogelijke uitkomsten x bekijken en dan een gewogen gemiddelde nemen. Uitkomsten die een grotere kans hebben, worden waarder meegenomen omdat de dichtheidsfunctie groter is voor die uitkomsten. De verwachting geeft dus in ekere het centrum van de kansverdeling aan. Het uitrekenen van dee verwachtingen is niets anders dan het berekenen van een integraal. We geven nu enkele voorbeelden van berekeningen van verwachtingen:. uniforme verdeling op [,]: x= x= E( ) = xdx = x = = λx e λx λx. exponentiële verdeling : E( ) = λxe dx = xe λ = λ. x = 3. normale verdeling : via de substitutie y= x µ kan men op grond van symmetrie laten ien dat µ de verwachting van een normale verdeling met parameters µ en σ. 4. Maxwellverdeling: een berekening is mogelijk via eigenschappen van de Gammafunctie (ie opgaven). De variantie van een stochast wordt gedefinieerd door (de gelijktekens volgen uit kleine berekeningen die hier weggelaten worden): x=. te -
3 Spreidingsvoortplanting ( ) ( ) ( ) ( ) ( ) Var ( ) = E E( ) = x Ex ( ) f( xdx ) = x f( xdx ) xf( xdx ) = E E( ). De variantie is een maat voor de spreiding van een kansverdeling. Men weegt hier alle gekwadrateerde afwijkingen van de verwachting. De reden om te kwadrateren is dat onder kwadrateren alle afwijkingen tegen elkaar wegvallen en er dus altijd uitkomt.. We geven nu enkele voorbeelden van berekeningen van varianties:. uniforme verdeling op [,]: ( ) ( ) Var( ) = E E( ) = =. 3 4 x= 3 = = 3 x= E ( ) xdx x λ λ λ = 3, dus λx. exponentiële verdeling: ( ) t E x e dx = λ = t e dt = Γ(3) =, dus ( ) ( ) Var( ) = E E( ) = = λ λ λ 3. normale verdeling: met behulp van de Gammafunctie (of via partiële integratie) kan beween worden dat de variantie van een normale verdeling met parameters µ en σ gelijk aan σ Om nu de vraagstelling uit de inleiding te beantwoorden, is het noodakelijk om regels te hebben die aangeven hoe verwachting en variantie van een samengestelde stochast berekend kunnen worden. We beginnen met rekenregels voor ogenaamde lineaire combinaties van stochasten i met verwachting µ i en variantie. Een lineaire combinatie is een som a a. Rekenregel : ( ) σ i n n E a a = a µ a µ n n n n Voor varianties ligt de aak iets ingewikkelder. Dit komt omdat varianties gedefinieerd ijn in termen van kwadraten. Zo is ( ) a b a b. Indien de stochasten i echter onafhankelijk ijn (d.w.., de verschillende metingen beïnvloeden elkaar niet), dan geldt er wel een eenvoudige formule. ( ) Rekenregel (onafhankelijke stochasten): Va r a a = a σ a σ. n n n n Voorbeeld: Bij een titratie is de beginwaarde van de buret 3,5 ml met een standaardafwijking van, ml en de eindwaarde 5,67 ml met een standaardafwijking van,3 ml. Wat is de standaardafwijking van de gebruikte hoeveelheid titrant? Oplossing: Voor onafhankelijke stochasten geldt: Var(-Y) = Var () ( ) Var (Y) = Var () Var (Y). Dus hier geldt Var (gebruikte titrant) =,3, =,3. De standaardafwijking is dus,3 =,36. Voorbeeld (vervolg): Stel dat de begin- en eindwaarde van de titratie beide met deelfde meetnauwkeurigheid afgeleen kunnen worden. Hoe groot mag de standaardafwijking van een enkele afleing ijn als het verschil een standaardafwijking van maximaal,3 mag hebben? -3
4 Spreidingsvoortplanting Oplossing: Noem de gevraagde standaardwijking σ. Dan volgt uit rekenregel dat,3 σ σ = σ,3 σ =,45 σ,. Lineaire combinaties van normaal verdeelde stochasten ijn altijd normaal verdeeld (elfs bij afhankelijke stochasten). Dit geldt in het algemeen niet voor andere kansverdelingen. ( E ) ( ) De term (wat niet gelijk is aan E ( )!) in de definitie van variantie kan enerijds geien worden als de verwachting van de stochast worden dat dit gelijk is aan wet. x f( x) dx, anderijds kan beween. Dit is een speciaal geval van een algemene Rekenregel 3: Eg( ) = g( x) f( x) dx, waarbij f de dichtheid is van. Voorbeeld: als exponentieel verdeeld is met λ =, dan is x ( ) ( ) 3 ( ). Merk op dus op dat E = xe dx =Γ = Γ = π ( ) E = π = E( ) Stel dat het eindresultaat verkregen wordt door de onafhankelijke variabelen x en x. Dus is een functie van x en x, weergegeven = g (x,x ). Via een wiskundige methode (Taylorontwikkeling) kan afgeleid worden dat bij benadering de volgende formules gelden voor de variantie van de stochast Z = g(, ): g g x x ( x, x ) =, µ ) ( x, x ) =, µ ) E( Z) g, µ ) Var( ) Var( ) g g Var( Z ) Var( ) Var( ) x x ( x, x ) =, µ ) ( x, x ) =, µ ) De formule voor de variantie van g(, ) staat bekend onder de naam spreidingsvoortplantingswet. Bovenstaande formules ijn gegeven voor het geval dat we functies van twee variabelen beschouwen. In het geval dat we een functie van slechts één variabele hebben, ijn alle afgeleiden naar x gelijk aan en vereenvoudigt de formule op voor de hand liggende wije: E( Z) g ) g ) Var( ) ( µ ) Var( Z ) g ( ) Var( ) De veralgemening naar meer variabelen geldt ook en is makkelijk elf op te schrijven. We bespreken nu enkele concrete toepassingen van de spreidingsvoortplantingswet, d.w.. we passen dee wet toe voor enkele veel voorkomende functies f. -4
5 Spreidingsvoortplanting Wortels Z = g( ) = en dus σ EZ ( ) µ g ) Var ( ) = µ 8µ σ Var( Z ) ( g )) Var( ) = 4µ In het geval van een exponentiële verdeling met λ = krijgen we dus dat EZ ( ) =,875,886 = π (het laatste is de exacte waarde die we al eerder hadden uitgerekend). Logaritmen 8 3/ Z = g( ) = log =, 434 ln en dus ( ),434 Var ( Z ) g ) Var( ) = σ µ In het geval van natuurlijke logaritmen geldt: σ EZ ( ) ln µ g ) Var ( ) = ln µ µ Z = g( ) = ln en dus σ Var( Z ) ( g )) Var( ) = µ Vermenigvuldigen Z = g(, ) = k (k is een constante) g g x x ( x, x ) =, µ ) ( x, x ) =, µ ) E( Z) g, µ ) Var( ) Var( ) = kµ µ g g Var( Z ) Var( ) Var( ) = k µσ k µσ x x ( x, x ) =, µ ) ( x, x ) =, µ ) Het is handig de laatste relatie te herschrijven tot één tussen de variatiecoëfficiënten : σ σ σ = µ µ µ ofwel: σ σ σ = µ µ µ Delen Z = g(, ) = k (k is een constante) -5
6 Spreidingsvoortplanting g g x x ( x, x ) =, µ ) ( x, x ) =, µ ) µ µσ E( Z) g, µ ) Var( ) Var( ) = k k µ µ g σ µ σ x ( x, x ), µ ) µ ( x, x ), µ ) µ = = g Var( Z ) Var( ) Var( ) = k k x 3 Het is handig de laatste relatie te herschrijven tot één tussen de variatiecoëfficiënten : σ σ σ = µ µ µ ofwel: σ σ σ = µ µ µ Voorbeeld Gegeven: = ph = 3,; [H ] =, -3 M.; σ =, Bereken de variatiecoëfficiënt in [H ] = log [H ] =, 434ln[H ],434 Var = Var ofwel: = = - H σ σ H σ H [ H ] [ H ] [ H ] σ H =, 3 σ =, 3, = 3 [ H ], Variatiecoëfficiënt (CV):.3 % = 3% N.B. Het is foutief om de spreidingsvoortplantingswet toe te passen op het verband tussen ph en [H ] in de vorm -ph =[H ]. Men moet altijd uitgaan van de fundamentele chemische grootheid. Spreiding in [H ] heeft spreiding in ph tot gevolg (niet omgekeerd). Indien men dit niet goed in acht neemt ijn foutieve antwoorden het gevolg. Het al duidelijk ijn dat als we de spreidingsvoortplantingswet toepassen, dat de σ's van de gebruikte apparaten bekend moeten ijn. Enkele veel voorkomende apparaten met bijbehorende standaardafwijkingen (σ) ijn: maatkolf 5, ml maatkolf, ml pipet 5, ml buret ( keer afleen) motorburet ( keer) balans ( keer afleen) σ =,5 ml σ =, ml σ =, ml σ =,3 ml σ =, ml σ =,4 mg -6
7 Spreidingsvoortplanting De standaardafwijking geeft aan hoe nauwkeurig een eindresultaat kan worden opgegeven. Hierbij geldt als regel dat de standaardafwijking in één, hoogstens twee cijfers nauwkeurig wordt opgegeven. De uitkomst elf wordt daarbij invol afgerond. Bijvoorbeeld, indien we een eindresultaat krijgen van x = 3,456 met σ =,9 dan wordt het eindresultaat 3,. Dit brengt ons direct tot het begrip significantie. Significantie In het voorbeeld x = 3,456 met σ =,9 hebben de cijfers 4, 5 en 6 helemaal geen in (e ijn niet significant), geien de gegeven σ. We mogen de uitkomst dan ook in slechts 3 significante cijfers weergeven, n.l. 3,. Hoe nauwkeuriger de meetapparatuur des te meer significante cijfers ijn geoorloofd. Bijvoorbeeld met een maatcilinder meten we een volume van 4 ml, terwijl de vloeistof die uit een buret stroomt heeft een volume van 4,3 ml. In het eerste geval hebben we twee significante cijfers, in het tweede geval vier. Verwarring kan ontstaan wanneer het cijfer nul in een meetwaarde voorkomt. Elke nul die nodig is om de decimale komma aan te geven is geen significant cijfer. Zo heeft,5 slechts één significant cijfer, maar,4 heeft er vijf. Voor het bepalen van het aantal significante cijfers tellen de nullen voorop een getal niet mee, er tussen in of op het eind wel. Mogen we een meetwaarde van vierduiend slechts met één significant cijfer weergeven, dan wordt dat: 4 3. Als we de meetwaarde vierduiend als 4 of als 4, 3 opschrijven, impliceert dat een significantie van vier. Enkele voorbeelden van meetwaarden, waarbij tussen haakjes het aantal significante cijfers staat dat geoorloofd is. meetwaarde juiste schrijfwije,7 (5),3 (4),3 () 43 (3) 4,3 4,5 () Om bij berekeningen snel te weten te komen uit hoeveel significante cijfers het eindresultaat bestaat en dus te voorkomen dat je een nauwkeurigheidsanalyse moet doen, bestaan twee vuistregels; één voor optellen en aftrekken, en één voor vermenigvuldigen en delen. Bij optellen en aftrekken krijgt de uitkomst evenveel plaatsen achter de komma als díe meetwaarde met het minste aantal plaatsen achter de komma. bijvoorbeeld:,3,,4576 =,6 Bij vermenigvuldigen en delen krijgt de uitkomst evenveel significante cijfers als díe meetwaarde met het kleinste aantal significante cijfers. bijvoorbeeld:, 9,67834 =, Het verdient aanbeveling tijdens een berekening meer significante cijfers mee te nemen, omdat anders het eindresultaat afrondingsfouten bevat. Slotopmerking: Indien we de betrouwbaarheid van een eindresultaat willen weten en we gebruik willen maken van de spreidingsvoortplantingswet, dan moeten we bedenken dat we dan alleen -7
8 Spreidingsvoortplanting gebruik maken van de door ons opgegeven afwijkingen van bekende parameters. Eventuele onbekende parameters die bij het eindresultaat een rol ouden kunnen spelen worden hierbij niet meegenomen. Als we daarentegen een grote steekproef ouden doen en de uitkomsten statistisch verwerken, dan ouden alle mogelijke onekerheden (ook onbekende) worden meegenomen. Bijvoorbeeld bij een uur/basentitratie worden bij de spreidingsvoortplantingswet alleen de afwijkingen van de balans en de buret meegenomen, terwijl met de onekerheid in het waarnemen van de kleuromslag geen rekening wordt gehouden. -8
Zo geldt voor o.o. continue s.v.-en en X en Y dat de kansdichtheid van X + Y gegeven wordt door
APP.1 Appendix A.1 Erlang verdeling verdeling met parameters n en λ Voor o.o. discrete s.v.-en X en Y geldt P (X + Y = z) =P (X = x 1 en Y = z x 1 )+P(X = x en Y = z x )+... = P (X = x 1 )P (Y = z x 1
Nadere informatieMETA-kaart vwo5 wiskunde A - domein Afgeleide functies
META-kaart vwo5 wiskunde A - domein Afgeleide functies Wat heb ik nodig: GR of afgeleide? Hoe ziet de grafiek eruit? Moet ik de afgeleide berekenen? Kan ik bij deze functie de afgeleide berekenen? Welke
Nadere informatieWiskundige vaardigheden
Inleiding Bij het vak natuurkunde ga je veel rekenstappen zetten. Het is noodzakelijk dat je deze rekenstappen goed en snel kunt uitvoeren. In deze presentatie behandelen we de belangrijkste wiskundige
Nadere informatieDeze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten
Deze week: Steekproefverdelingen Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen Cursusjaar 29 Peter de Waal Zuivere Schatters Betrouwbaarheidsintervallen Departement Informatica Hfdstk
Nadere informatieVerwachtingswaarde, Variantie en Standaarddeviatie
Verwachtingswaarde, Variantie en Standaarddeviatie Wisnet-hbo Verwachtingswaarde update maart 200 De verwachtingswaarde van een kansvariabele is een soort gemiddelde waarde. Deze wordt aangeduid met E(k)
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Eindtentamen Kansrekening en Statistiek (WS), Tussentoets Kansrekening en Statistiek (WS), Vrijdag 8 april, om 9:-:. Dit is een tentamen
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2, Vrijdag 23 januari 25, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven dienen
Nadere informatieUitwerkingen Mei Eindexamen VWO Wiskunde A. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek
Uitwerkingen Mei 2012 Eindexamen VWO Wiskunde A Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek Schroefas Opgave 1. In de figuur trekken we een lijn tussen 2600 tpm op de linkerschaal en
Nadere informatieStatistiek voor Natuurkunde Opgavenserie 1: Kansrekening
Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail
Nadere informatieTentamen Kansrekening en Statistiek (2WS04), dinsdag 17 juni 2008, van uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (2WS4, dinsdag 17 juni 28, van 9. 12. uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieFoutenberekeningen Allround-laboranten
Allround-laboranten Inhoudsopgave INHOUDSOPGAVE... 2 LEERDOELEN :... 3 1. INLEIDING.... 4 2. DE ABSOLUTE FOUT... 5 3. DE KOW-METHODE... 6 4. DE RELATIEVE FOUT... 6 5. GROOTHEDEN VERMENIGVULDIGEN EN DELEN....
Nadere informatieSterrenkunde Praktikum 1 Fouten en fitten
Sterrenkunde Praktikum 1 Fouten en fitten Paul van der Werf 12 februari 2008 1 Inleiding In de sterrenkunde werken we vaak met zwakke signalen, of met grote hoeveelheden metingen van verschillende nauwkeurigheid.
Nadere informatieRekenen aan wortels Werkblad =
Rekenen aan wortels Werkblad 546121 = Vooraf De vragen en opdrachten in dit werkblad die vooraf gegaan worden door, moeten schriftelijk worden beantwoord. Daarbij moet altijd duidelijk zijn hoe de antwoorden
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 7 Dinsdag 11 Oktober 1 / 33 2 Statistiek Vandaag: Populatie en steekproef Maten Standaardscores Normale verdeling Stochast en populatie Experimenten herhalen 2 / 33 3
Nadere informatieTentamen Kansrekening en Statistiek (2WS04), woensdag 30 juni 2010, van 9.00 12.00 uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Kansrekening en Statistiek (WS4), woensdag 3 juni, van 9.. uur. Dit is een tentamen met gesloten boek. De uitwerkingen van de
Nadere informatieSignificante cijfers en meetonzekerheid
Inhoud Significante cijfers en meetonzekerheid... 2 Significante cijfers... 2 Wetenschappelijke notatie... 3 Meetonzekerheid... 3 Significante cijfers en meetonzekerheid... 4 Opgaven... 5 Opgave 1... 5
Nadere informatieTentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 11 juni 2012 Tijd: 19.00-22.00 uur Aantal opgaven: 8 Zet uw naam op alle in te leveren blaadjes. Laat bij elke opgave door middel van
Nadere informatieHoofdstuk 1 Beweging in beeld. Gemaakt als toevoeging op methode Natuurkunde Overal
Hoofdstuk 1 Beweging in beeld Gemaakt als toevoeging op methode Natuurkunde Overal 1.4/1.5 Significantie en wiskundige vaardigheden Omrekenen van grootheden moet je kunnen. Onderstaande schema moet je
Nadere informatieFoutenberekeningen. Inhoudsopgave
Inhoudsopgave Leerdoelen :... 3 1. Inleiding.... 4 2. De absolute fout... 5 3. De KOW-methode... 7 4. Grootheden optellen of aftrekken.... 8 5. De relatieve fout...10 6. grootheden vermenigvuldigen en
Nadere informatie1. Orthogonale Hyperbolen
. Orthogonale Hyperbolen a + b In dit hoofdstuk wordt de grafiek van functies van de vorm y besproken. Functies c + d van deze vorm noemen we gebroken lineaire functies. De grafieken van dit soort functies
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 3 oktober 006 Deel I Toevallige veranderlijken Steekproef Beschrijving van gegevens Histogram Gemiddelde en standaarddeviatie
Nadere informatieTentamen Kansrekening en Statistiek MST 14 januari 2016, uur
Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord
Nadere informatieMedische Statistiek Kansrekening
Medische Statistiek Kansrekening Medisch statistiek- kansrekening Hoorcollege 1 Uitkomstenruimte vaststellen Ook wel S of E. Bij dobbelsteen: E= {1,2,3,4,5,6} Een eindige uitkomstenreeks Bij het gooien
Nadere informatieIn het internationale eenhedenstelsel, ook wel SI, staan er negen basisgrootheden met bijbehorende grondeenheden. Dit is BINAS tabel 3A.
Grootheden en eenheden Kwalitatieve en kwantitatieve waarnemingen Een kwalitatieve waarneming is wanneer je meet zonder bijvoorbeeld een meetlat. Je ziet dat een paard hoger is dan een muis. Een kwantitatieve
Nadere informatieSet 3 Inleveropgaven Kansrekening (2WS20) Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Set 3 Inleveropgaven Kansrekening (2WS2) 23-24 Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.. Voetbalplaatjes. Bij
Nadere informatieStatistiek: Vorm van de verdeling 1/4/2014. dr. Brenda Casteleyn
Statistiek: Vorm van de verdeling /4/204 . Theorie Enkel de theorie die nodig is voor de oefeningen is hierin opgenomen. Scheefheid of asymmetrie Indien de meetwaarden links van de mediaan meer spreiding
Nadere informatieTentamen Wiskunde A CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE. Datum: 19 december Aantal opgaven: 6
CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 19 december 2018 Tijd: 13.30 16.30 uur Aantal opgaven: 6 Lees onderstaande aanwijzingen s.v.p. goed door voordat u met het tentamen begint.
Nadere informatieAppendix Inversie bekeken vanuit een complex standpunt
Bijlage bij Inversie Appendix Inversie bekeken vanuit een complex standpunt In dee paragraaf gaan we op een andere manier kijken naar inversie. We doen dat met behulp van de complexe getallen. We veronderstellen
Nadere informatieCursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)
Cursus Statistiek Hoofdstuk 4 Statistiek voor Informatica Hoofdstuk 4: Verwachtingen Cursusjaar 29 Peter de Waal Departement Informatica Inhoud Verwachtingen Variantie Momenten en Momentengenererende functie
Nadere informatieKansrekening en stochastische processen 2DE18
Kansrekening en stochastische processen 2DE18 Docent : Jacques Resing E-mail: resing@win.tue.nl 1/23 Voor een verzameling stochastische variabelen X 1,..., X n, de verwachting van W n = X 1 + + X n is
Nadere informatieSamenvatting Natuurkunde Hoofdstuk 1
Samenvatting Natuurkunde Hoofdstuk 1 Samenvatting door een scholier 1494 woorden 8 april 2014 7,8 97 keer beoordeeld Vak Methode Natuurkunde Systematische natuurkunde Grootheden en eenheden Kwalitatieve
Nadere informatieVoorbereiding toelatingsexamen arts/tandarts. Wiskunde: Logaritmen en getal e 1/3/2017. dr. Brenda Casteleyn
Voorbereiding toelatingsexamen arts/tandarts Wiskunde: Logaritmen en getal e 1/3/2017 dr. Brenda Casteleyn Met dank aan: Atheneum van Veurne, Leen Goyens (http://users.telenet.be/toelating) 1. Inleiding
Nadere informatieUitwerking Tentamen Inleiding Kansrekening 11 juni 2015, uur Docent: Prof. dr. F. den Hollander
Uitwerking Tentamen Inleiding Kansrekening juni 25,. 3. uur Docent: Prof. dr. F. den Hollander () [6] Zij F een gebeurtenissenruimte. Laat zien dat voor elke B F de verzameling G {A B : A F} opnieuw een
Nadere informatieTentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van 14.00 17.00 uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (WS05), vrijdag 9 oktober 010, van 14.00 17.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie
Nadere informatie+ ( 1 4 )2 σ 2 X σ2. 36 σ2 terwijl V ar[x] = 11. Aangezien V ar[x] het kleinst is, is dit rekenkundig gemiddelde de meest efficiënte schatter.
STATISTIEK OPLOSSINGEN OEFENZITTINGEN 5 en 6 c D. Keppens 2004 5 1 (a) Zij µ de verwachtingswaarde van X. We moeten aantonen dat E[M i ] = µ voor i = 1, 2, 3 om te kunnen spreken van zuivere schatters.
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 5 oktober 007 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatieProefopstelling Tekening van je opstelling en beschrijving van de uitvoering van de proef.
Practicum 1: Meetonzekerheid in slingertijd Practicum uitgevoerd door: R.H.M. Willems Hoe nauwkeurig is een meting? Onderzoeksvragen Hoe groot is de slingertijd van een 70 cm lange slinger? Waardoor wordt
Nadere informatieEXACT- Periode 1. Hoofdstuk Grootheden. 1.2 Eenheden.
EXACT- Periode 1 Hoofdstuk 1 1.1 Grootheden. Een grootheid is in de natuurkunde en in de chemie en in de biologie: iets wat je kunt meten. Voorbeelden van grootheden (met bijbehorende symbolen): 1.2 Eenheden.
Nadere informatie9. Lineaire Regressie en Correlatie
9. Lineaire Regressie en Correlatie Lineaire verbanden In dit hoofdstuk worden methoden gepresenteerd waarmee je kwantitatieve respons variabelen (afhankelijk) en verklarende variabelen (onafhankelijk)
Nadere informatieSignificante cijfers en meetonzekerheid
Inhoud Significante cijfers en meetonzekerheid... 2 Significante cijfers... 2 Wetenschappelijke notatie... 4 Meetonzekerheid... 4 Significante cijfers en meetonzekerheid... 5 Opgaven... 6 Opgave 1... 6
Nadere informatieTentamen Inleiding Kansrekening 11 augustus 2011, uur
Mathematisch Instituut Niels Bohrweg Universiteit Leiden 2 CA Leiden Delft Tentamen Inleiding Kansrekening augustus 20, 09.00 2.00 uur Bij dit examen is het gebruik van een evt. grafische) rekenmachine
Nadere informatieParagraaf 12.1 : Exponentiële groei
Hoofdstuk 12 Exponenten en logaritmen (V5 Wis A) Pagina 1 van 12 Paragraaf 12.1 : Exponentiële groei Les 1 Exponentiële functies Definitie Exponentiële functies Algemene formule : N = b g t waarbij b =
Nadere informatieVoorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal. Toets Kansrekenen I. 28 maart 2014
Voorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal Toets Kansrekenen I 28 maart 2014 Naam : Richting : Lees volgende aanwijzingen alvorens aan het examen te beginnen Wie de
Nadere informatieKansrekening en stochastische processen 2S610
Kansrekening en stochastische processen 2S610 Docent : Jacques Resing E-mail: j.a.c.resing@tue.nl http://www.win.tue.nl/wsk/onderwijs/2s610 1/28 Schatten van de verwachting We hebben een stochast X en
Nadere informatieTI83-werkblad. Vergelijkingen bij de normale verdeling
TI83-werkblad Vergelijkingen bij de normale verdeling 1. Inleiding Een normale verdeling wordt bepaald door de constanten µ en σ. Dit blijkt uit het voorschrift van de verdelingsfunctie van de normale
Nadere informatieInleiding Applicatie Software - Statgraphics
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek /k 1/35 OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2), Vrijdag 24 januari 24, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Vrijdag 16 Oktober 1 / 38 2 Statistiek Indeling vandaag: Normale verdeling Wet van de Grote Getallen Centrale Limietstelling Deductieve statistiek Hypothese toetsen
Nadere informatieFoutenleer 1. dr. P.S. Peijzel
Foutenleer 1 dr. P.S. Peijzel In dit hoofdstuk zal een inleiding in de foutenleer gegeven worden. Foutenleer is een onderdeel van statistiek dat gebruikt wordt om een uitspraak te kunnen doen over fouten
Nadere informatie= P(B) = 2P(C), P(A B) = 1 2 en P(A C) = 2 5. d. 31
Tentamen Statistische methoden 45STAMEY april, 9: : Studienummers: Vult u alstublieft op het MC formulier uw Delftse studienummer in; en op het open vragen formulier graag beide, naar volgend voorbeeld:
Nadere informatieSamenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8
Samenvatting Wiskunde Samenvatting en stappenplan van hfst. 7 en 8 Samenvatting door N. 1410 woorden 6 januari 2013 5,4 13 keer beoordeeld Vak Methode Wiskunde Getal en Ruimte 7.1 toenamediagrammen Interval
Nadere informatieHet tentamen heeft 25 onderdelen. Met ieder onderdeel kan maximaal 2 punten verdiend worden.
Hertentamen Inleiding Kansrekening WI64. 9 augustus, 9:-: Het tentamen heeft 5 onderdelen. Met ieder onderdeel kan maximaal punten verdiend worden. Het tentamen is open boek. Boeken, nota s en een (eventueel
Nadere informatieExamencursus. wiskunde A. Rekenregels voor vereenvoudigen. Voorbereidende opgaven VWO kan niet korter
Voorbereidende opgaven VWO Examencursus wiskunde A Tips: Maak de voorbereidende opgaven voorin in een van de A4-schriften die je gaat gebruiken tijdens de cursus. Als een opdracht niet lukt, werk hem dan
Nadere informatieHoofdstuk 1 Beweging in beeld. Gemaakt als toevoeging op methode Natuurkunde Overal
Hoofdstuk 1 Beweging in beeld Gemaakt als toevoeging op methode Natuurkunde Overal 1.1 Beweging vastleggen Het verschil tussen afstand en verplaatsing De verplaatsing (x) is de netto verplaatsing en de
Nadere informatieInleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek
Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een klein kapitaaltje
Nadere informatieTentamen Mathematische Statistiek (2WS05), dinsdag 3 november 2009, van uur.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (2WS05), dinsdag 3 november 2009, van 4.00 7.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen
Nadere informatieOpgaves Hoofdstuk 3: Toevalsveranderlijken en Distributiefuncties
Opgaves Hoofdstuk 3: Toevalsveranderlijken en Distributiefuncties Discrete Distributiefuncties 3. Er zijn 3 studenten aan het begin van de dag aanwezig bij een symposium. De kans dat een student volhoudt
Nadere informatie(g 0 en n een heel getal) Voor het rekenen met machten geldt ook - (p q) a = p a q a
Samenvatting wiskunde h4 hoofdstuk 3 en 6, h5 hoofdstuk 4 en 6 Hoofdstuk 3 Voorkennis Bij het rekenen met machten gelden de volgende rekenregels: - Bij een vermenigvuldiging van twee machten met hetzelfde
Nadere informatieHoofdstuk 7 : Continue distributies als stochastische modellen. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 7 : Continue distributies als stochastische modellen Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Continue distributies als stochastische
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 6 oktober 009 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatieAanvullende tekst bij hoofdstuk 1
Aanvullende tekst bij hoofdstuk 1 Wortels uit willekeurige getallen In paragraaf 1.3.5 hebben we het worteltrekalgoritme besproken. Dat deden we aan de hand van de relatie tussen de (van tevoren gegeven)
Nadere informatie4. Exponentiële vergelijkingen
4. Exponentiële vergelijkingen De gelijkheid 10 3 = 1000 bevat drie getallen: 10, 3 en 1000. Als we van die drie getallen er één niet weten moeten we hem kunnen berekenen. We kunnen dus drie gevallen onderscheiden:
Nadere informatieSchatten en simuleren
Les 5 Schatten en simuleren 5.1 Maximum likelihood schatting Tot nu toe hebben we meestal naar voorbeelden gekeken waar we van een kansverdeling zijn uitgegaan en dan voorspellingen hebben gemaakt. In
Nadere informatieMeetkundige Dienst
Notitie Ministerie van Verkeer en Waterstaat Directoraat-Generaal Rijkswaterstaat Meetkundige Dienst Aan Monitoring Maas projectgroep Van Ardis Bollweg Marc Crombaghs Regine Brügelmann Erik de Min Doorkiesnummer
Nadere informatieHet oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b
Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b Ruud Pellikaan g.r.pellikaan@tue.nl /k 2014-2015 Lineaire vergelijking 2/64 DEFINITIE: Een lineaire vergelijking in de variabelen
Nadere informatieMachten, exponenten en logaritmen
Machten, eponenten en logaritmen Machten, eponenten en logaritmen Macht, eponent en grondtal Eponenten en logaritmen hebben alles met machtsverheffen te maken. Een macht als 4 is niets anders dan de herhaalde
Nadere informatie== Tentamen Analyse 1 == Maandag 12 januari 2009, u
== Tentamen Analyse == Maandag januari 009, 400-700u Schrijf op ieder vel je naam en studentnummer, de naam van de docent (S Hille of O van Gaans) en je studierichting Elk antwoord dient gemotiveerd te
Nadere informatieToegepaste Wiskunde 2: Het Kalman-filter
Toegepaste Wiskunde 2: Het Kalman-filter 25 februari, 2008 Hans Maassen 1. Inleiding Het Kalman filter schat de toestand van een systeem op basis van een reeks, door ruis verstoorde waarnemingen. Een meer
Nadere informatieTentamen Voortgezette Kansrekening (WB006C)
WB6C: Voortgezette Kansrekening Donderdag 26 januari 212 Tentamen Voortgezette Kansrekening (WB6C) Het is een open boek tentamen. Gebruik van een rekenmachine of andere hulpmiddelen is niet toegestaan.
Nadere informatieKerstvakantiecursus. wiskunde B. Voorbereidende opgaven VWO. Haakjes. Machten
Voorbereidende opgaven VWO Kerstvakantiecursus wiskunde B Tips: Maak de voorbereidende opgaven voorin in een van de A4-schriften die je gaat gebruiken tijdens de cursus. Als een opdracht niet lukt, werk
Nadere informatieVergelijkingen oplossen met categorieën
Vergelijkingen oplossen met categorieën De bewerkingen die tot de oplossing van een vergelijking leiden zijn niet willekeurig, maar vallen in zes categorieën. Het stappenplan voor het oplossen maakt gebruik
Nadere informatieen-splitsingen: een aantal alternatieven worden parallel toegepast, of-splitsingen: van een aantal alternatieven wordt er één toegepast,
Kansrekening voor Informatiekunde, 25 Les 8 Proces analyse Veel processen laten zich door netwerken beschrijven, waarin knopen acties aangeven en opdrachten langs verbindingen tussen de knopen verwerkt
Nadere informatieVoorbeeld 1: kansverdeling discrete stochast discrete kansverdeling
12.0 Voorkennis Voorbeeld 1: Yvette pakt vier knikkers uit een vaas waar er 20 inzitten. 9 van de knikkers zijn rood en 11 van de knikkers zijn blauw. X = het aantal rode knikkers dat Yvette pakt. Er zijn
Nadere informatie5 Water, het begrip ph
5 Water, het begrip ph 5.1 Water Waterstofchloride is een sterk zuur, het reageert als volgt met water: HCI(g) + H 2 0(I) Cl (aq) + H 3 O + (aq) z b Hierbij reageert water als base. Ammoniak is een zwakke
Nadere informatieBetrouwbaarheid en levensduur
Kansrekening voor Informatiekunde, 26 Les 7 Betrouwbaarheid en levensduur 7.1 Betrouwbaarheid van systemen Als een systeem of netwerk uit verschillende componenten bestaat, kan men zich de vraag stellen
Nadere informatieSamenvatting Wiskunde A
Bereken: Bereken algebraisch: Bereken exact: De opgave mag berekend worden met de hand of met de GR. Geef bij GR gebruik de ingevoerde formules en gebruikte opties. Kies op een examen in dit geval voor
Nadere informatieEXACT PERIODE Q-test (herhaling) F-test t-test (hethaling) gepaarde t-test t-test voor gemiddelden. foutenberekening
EXACT PERIODE 10.1 Q-test (herhaling) F-test t-test (hethaling) gepaarde t-test t-test voor gemiddelden foutenberekening Q-test Eenzelfde bepaling is meerdere malen gedaan. Zit er een uitschieter (ook
Nadere informatieUitwerkingen Mei 2012. Eindexamen VWO Wiskunde C. Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek
Uitwerkingen Mei 2012 Eindexamen VWO Wiskunde C Nederlands Mathematisch Instituut Voor Onderwijs en Onderzoek I Tjing Opgave 1. Het aantal hoofdstukken in de I Tjing correspondeert met het totale aantal
Nadere informatie4900 snelheid = = 50 m/s Grootheden en eenheden. Havo 4 Hoofdstuk 1 Uitwerkingen
1.1 Grootheden en eenheden Opgave 1 a Kwantitatieve metingen zijn metingen waarbij je de waarneming uitdrukt in een getal, meestal met een eenheid. De volgende metingen zijn kwantitatief: het aantal kinderen
Nadere informatieInhoud college 4 Basiswiskunde. 2.6 Hogere afgeleiden 2.8 Middelwaardestelling 2.9 Impliciet differentiëren 4.9 Linearisatie
Inhoud college 4 Basiswiskunde 2.6 Hogere afgeleiden 2.8 Middelwaardestelling 2.9 Impliciet differentiëren 4.9 Linearisatie 2 Basiswiskunde_College_4.nb 2.6 Hogere afgeleiden De afgeleide f beschrijft
Nadere informatieDeeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013
Afdeling Wiskunde Volledig tentamen Algemene Statistiek Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen:
Nadere informatieTentamen Statistische Thermodynamica MST 19/6/2014
Tentamen Statistische Thermodynamica MST 19/6/214 Vraag 1. Soortelijke warmte ( heat capacity or specific heat ) De soortelijke warmte geeft het vermogen weer van een systeem om warmte op te nemen. Dit
Nadere informatieTrillingen en geluid wiskundig
Trillingen en geluid wiskundig 1 De sinus van een hoek 2 Radialen 3 Uitwijking van een harmonische trilling 4 Macht en logaritme 5 Geluidsniveau en amplitude 1 De sinus van een hoek Sinus van een hoek
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Uitwerking tentamen Kansrekening en Stochastische Processen (2S61) op woensdag 27 april 25, 14. 17. uur. 1. Gegeven zijn twee onafhankelijke
Nadere informatieVrije Universiteit 28 mei Gebruik van een (niet-grafische) rekenmachine is toegestaan.
Afdeling Wiskunde Volledig tentamen Statistics Deeltentamen 2 Statistics Vrije Universiteit 28 mei 2015 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen: opgaven 1,2,3,4. Cijfer=
Nadere informatieHoofdstuk 4 Kansen. 4.1 Randomheid
Hoofdstuk 4 Kansen 4.1 Randomheid Herhalingen en kansen Als je een munt opgooit (of zelfs als je een SRS trekt) kunnen de resultaten van tevoren voorspeld worden, omdat de uitkomsten zullen variëren wanneer
Nadere informatieWiskundige Technieken 1 Uitwerkingen Tentamen 3 november 2014
Wiskundige Technieken Uitwerkingen Tentamen 3 november 0 Normering voor pt vragen andere vragen naar rato): pt 3pt pt pt 0pt goed begrepen én goed uitgevoerd, eventueel met enkele onbelangrijke rekenfoutjes
Nadere informatieTentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u
Technische Universiteit Delft Mekelweg 4 Faculteit Elektrotechniek, Wiskunde en Informatica 2628 CD Delft Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u Formulebladen, rekenmachines,
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 2 Donderdag 15 September 1 / 42 1 Kansrekening Vandaag: Vragen Eigenschappen van kansen Oneindige discrete uitkomstenruimtes Continue uitkomstenruimtes Continue stochasten
Nadere informatieStatistiek voor A.I. College 9. Donderdag 11 Oktober
Statistiek voor A.I. College 9 Donderdag 11 Oktober 1 / 48 2 Deductieve statistiek Bayesiaanse statistiek 2 / 48 Reistijd naar college (minuten). Jullie - onderzoek Tim Histogram of CI Frequency 0 1 2
Nadere informatieHoofdstuk 3 Statistiek: het toetsen
Hoofdstuk 3 Statistiek: het toetsen 3.1 Schatten: Er moet een verbinding worden gelegd tussen de steekproefgrootheden en populatieparameters, willen we op basis van de een iets kunnen zeggen over de ander.
Nadere informatieData analyse Inleiding statistiek
Data analyse Inleiding statistiek 1 Doel Beheersen van elementaire statistische technieken Toepassen van deze technieken op aardwetenschappelijke data 2 1 Leerstof Boek: : Introductory Statistics, door
Nadere informatieHoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 3 : Numerieke beschrijving van data Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Numerieke beschrijving van data p 1/31 Beschrijvende
Nadere informatiemodule SC 12 Inleiding Risicotheorie donderdag 7 november uur
module SC 1 Inleiding Risicotheorie donderdag 7 november 013 13.30-16.30 uur Examen module SC 1 Inleiding Risicotheorie donderdag 7 november 013 Voordat u met de beantwoording van de vragen van dit examen
Nadere informatieInleiding tot de natuurkunde
OBC Inleiding tot de Natuurkunde 01-08-2010 W.Tomassen Pagina 1 Hoofdstuk 1 : Hoe haal ik hoge cijfers. 1. Maak van elke paragraaf een samenvatting. (Titels, vet/schuin gedrukte tekst, opsommingen en plaatsjes.)
Nadere informatieCombinatoriek groep 1 & 2: Recursie
Combinatoriek groep 1 & : Recursie Trainingsweek juni 008 Inleiding Bij een recursieve definitie van een rij wordt elke volgende term berekend uit de vorige. Een voorbeeld van zo n recursieve definitie
Nadere informatieb) Uit Bayes volgt, gebruik makend van onderdeel a) P (T V )P (V ) P (T ) = (0.09)(0.07)
Uitwerkingen tentamen 6 juli 22. We stellen T de gebeurtenis test geeft positief resultaat, F de gebeurtenis, chauffeur heeft gefraudeerd, V de gebeurtenis, chauffeur heeft vergissing gemaakt C de gebeurtenis,
Nadere informatieDe notatie van een berekening kan ook aangeven welke bewerking eerst moet = = 16
Rekenregels De voorrangsregels van de hoofdbewerkingen geven aan wat als eerste moet worden uitgerekend. Voorrangsregels 1. Haakjes 2. Machtsverheffen en Worteltrekken. Vermenigvuldigen en Delen 4. Optellen
Nadere informatieKansrekening en statistiek WI2211TI / WI2105IN deel 2 2 februari 2012, uur
Kansrekening en statistiek WI22TI / WI25IN deel 2 2 februari 22, 4. 6. uur VOOR WI22TI: Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad is niet toegestaan.
Nadere informatie