2012-09-25, 20:42
  #29101
Medlem
adequates avatar
Citat:
Ursprungligen postat av Careless
log_2(x) + log_2(18) = 5

Hur löser man detta då?
Det finns en regel som säger log_a(x) + log_a(y) = log_a(x·y). Tillämpa den på ditt vänsterled och du får log_2(18x) = 5. Upphöj två till båda sidorna för att bli av med logaritmen så får du 18x = 2⁵ = 32. Slutligen blir x = 32/18 = 16/9.
Citera
2012-09-25, 20:45
  #29102
Medlem
Carelesss avatar
Citat:
Ursprungligen postat av adequate
Det finns en regel som säger log_a(x) + log_a(y) = log_a(x·y). Tillämpa den på ditt vänsterled och du får log_2(18x) = 5. Upphöj två till båda sidorna för att bli av med logaritmen så får du 18x = 2⁵ = 32. Slutligen blir x = 32/18 = 16/9.
Just ja, 5 = 2^log_2(5). Tack.
Citera
2012-09-25, 21:08
  #29103
Medlem
mrrandom14s avatar
Behöver hjälp med ett par frågor i Statistik

Låt X vara en slumpvariabel med täthetsfunktion

f(x) = (Cθ)/(x^(θ+1), x =/> x_0, Hej! Behöver hjälp med ett par frågor i Statistik

Låt X vara en slumpvariabel med täthetsfunktion

f(x) = (Cθ)/(x^(θ+1), x =/> x_0, θ>0.

a) Bestäm konstanten C så att detta är en täthetsfunktion.

b) Låt Y = sqrt(X). Bestäm täthetsfunktionen för Y.

c) Använd svaret i (b) för att beräkna E[Y].

d) Beräkna E[sqrt(x)] med hjälp av täthetsfunktionen för X.


a) c = x_0^(θ) (har redan fått hjälp med skriver ut det ändå)

b) är det formeln F_y(y) = integraltecken från - ∞ till y f_y(t) dt jag ska använda mig av? Alltså
integraltecken från -∞ till sqrt(x) sqrt(x)dx?

c) Här fattar jag inte ska jag sätta in svaret i b) som g(x)?

d) Här förstår jag inte heller vad de menar...
Citera
2012-09-25, 21:17
  #29104
Medlem
FlyingMachines avatar
Hur vet man om ett homogent ekvationssystem har fler lösningar än den triviala?
Citera
2012-09-25, 21:27
  #29105
Medlem
BengtZzs avatar
Citat:
Ursprungligen postat av mrrandom14
Behöver hjälp med ett par frågor i Statistik

Låt X vara en slumpvariabel med täthetsfunktion

f(x) = (Cθ)/(x^(θ+1), x =/> x_0, Hej! Behöver hjälp med ett par frågor i Statistik

Låt X vara en slumpvariabel med täthetsfunktion

f(x) = (Cθ)/(x^(θ+1), x =/> x_0, θ>0.

a) Bestäm konstanten C så att detta är en täthetsfunktion.

b) Låt Y = sqrt(X). Bestäm täthetsfunktionen för Y.

c) Använd svaret i (b) för att beräkna E[Y].

d) Beräkna E[sqrt(x)] med hjälp av täthetsfunktionen för X.


a) c = x_0^(θ) (har redan fått hjälp med skriver ut det ändå)

b) är det formeln F_y(y) = integraltecken från - ∞ till y f_y(t) dt jag ska använda mig av? Alltså
integraltecken från -∞ till sqrt(x) sqrt(x)dx?

c) Här fattar jag inte ska jag sätta in svaret i b) som g(x)?

d) Här förstår jag inte heller vad de menar...
a) Ja det var som fasen. Detta var längesedan. Jag kan fan inte mycket statistik längre, däremot vet jag att en funktion är bara en täthetsfunktion under vissa kriterier. Integralen över hela definitionsmängden av täthetsfunktionen skall vara lika med 1.

Om nu integrationsvariabeln får anta alla värden från -inf till inf så integrerar du från -inf till inf och sätter detta lika med 1. Då får du en ekvation och löser sedan ut C.

Det är la allt jag kan hjälpa med nu. Tjofling.
Citera
2012-09-25, 22:03
  #29106
Medlem
Citat:
Ursprungligen postat av mrrandom14
Behöver hjälp med ett par frågor i Statistik

Låt X vara en slumpvariabel med täthetsfunktion

f(x) = (Cθ)/(x^(θ+1), x =/> x_0, Hej! Behöver hjälp med ett par frågor i Statistik

Låt X vara en slumpvariabel med täthetsfunktion

f(x) = (Cθ)/(x^(θ+1), x =/> x_0, θ>0.

a) Bestäm konstanten C så att detta är en täthetsfunktion.

b) Låt Y = sqrt(X). Bestäm täthetsfunktionen för Y.

c) Använd svaret i (b) för att beräkna E[Y].

d) Beräkna E[sqrt(x)] med hjälp av täthetsfunktionen för X.


a) c = x_0^(θ) (har redan fått hjälp med skriver ut det ändå)

b) är det formeln F_y(y) = integraltecken från - ∞ till y f_y(t) dt jag ska använda mig av? Alltså
integraltecken från -∞ till sqrt(x) sqrt(x)dx?

c) Här fattar jag inte ska jag sätta in svaret i b) som g(x)?

d) Här förstår jag inte heller vad de menar...

b) använd transformationssatsen

d) det gäller att E[g(X)]=integral(g(t)f_X(t)dt) där integralen är tagen över hela reella axeln samt att g(t)=sqrt(t)
Citera
2012-09-25, 22:04
  #29107
Medlem
Citat:
Ursprungligen postat av FlyingMachine
Hur vet man om ett homogent ekvationssystem har fler lösningar än den triviala?
Antar att det är linjärt med konstanta koefficienter. Det kan då ha fler lösningar än den triviala om och endast om determinanten av koefficientmatrisen är noll.
Citera
2012-09-25, 22:13
  #29108
Bannlyst
Vart finns "=" tecknet på grafräknaren? Dvs, ska skriva in "=" i en ekvation via räknaren.
Citera
2012-09-25, 22:17
  #29109
Medlem
darko.alexanders avatar
Tja, har grova problem med plugget :S

Ett par gäster kan välja A,B eller C. Där sannolikheterna är A=0.1, B=0.5 och C=0.4
Antag att valen sker oberoende av varandra.
Vad är sannolikheten att minst 4 av 10 gäster väljer A?

Såsom jag ser det är det en binomialfördelning (iom lyckat/misslyckat) men jag kan inte få ut det.
n!/k!(n-k)!*p^x(1-p)^n-x funkar inte :S Hur gör man annars?
X~Bin (10; 0:1) ; P (X likamedstörre 4) (vet inte hur man gör likamedstörre <> tecken).

Hjälp uppskattas starkt!
Citera
2012-09-25, 22:20
  #29110
Medlem
Grogganns avatar
Citat:
Ursprungligen postat av mrrandom14
Behöver hjälp med ett par frågor i Statistik

Låt X vara en slumpvariabel med täthetsfunktion

f(x) = (Cθ)/(x^(θ+1), x =/> x_0, Hej! Behöver hjälp med ett par frågor i Statistik

Låt X vara en slumpvariabel med täthetsfunktion

f(x) = (Cθ)/(x^(θ+1), x =/> x_0, θ>0.

a) Bestäm konstanten C så att detta är en täthetsfunktion.

b) Låt Y = sqrt(X). Bestäm täthetsfunktionen för Y.

c) Använd svaret i (b) för att beräkna E[Y].

d) Beräkna E[sqrt(x)] med hjälp av täthetsfunktionen för X.


a) c = x_0^(θ) (har redan fått hjälp med skriver ut det ändå)

b) är det formeln F_y(y) = integraltecken från - ∞ till y f_y(t) dt jag ska använda mig av? Alltså
integraltecken från -∞ till sqrt(x) sqrt(x)dx?

c) Här fattar jag inte ska jag sätta in svaret i b) som g(x)?

d) Här förstår jag inte heller vad de menar...

b)
Nja, det vet jag inte. Tror det är väntevärde du tänker på.
Ett sett att göra det på är att ta det från början.

F_Y(y)=P(Y<=y)=P(sqrt(x)<=y)=P(x<=y^2)=F_X(y^2)

Fan, får bli lite latex ändå, blir så plottrigt annars. Hoppas du har plugin.
Då blir [;F_Y(y)=\int_{-\infty}^y^2 f_X(x) dx;] Detta behövs dock inte integreras, eftersom vi endast är ute efter [;f_Y(y);];

[;f_Y(y)=\frac d{dy}(F_Y(y))=f_X(y)\cdot\frac d{dy}(y^2);]

c)
Väntevärdet beräknas enligt;

[;E(Y)=\int_{-\infty}^\infty g(x)\dot f_Y(y) dy;]
Kolla för vilket intervall funktionen är definierad för. Du kan då sätta integrationsgränserna och sen bara in med resten!
g(x) är i ditt fall y.

d)
Precis samma som ovan, fast innan f_X(x) sätter du in g(x) som i detta fall är sqrt(x).
Citera
2012-09-25, 22:29
  #29111
Medlem
spudwishs avatar
Citat:
Ursprungligen postat av spudwish
Let S be a convex subset of R^n, A an m x n matrix, b a scalar. Show that Im(A) and {bx | x in S} are convex.

Något trött nu, kanske tänker helt fel... Låt z,w vara i Im A, måste visa att mz+(1-m)w är i Im A också. Men det finns x,y i S sådana att z=Ax, w=Ay. Då har vi att mz+(1-m)w = mAx+(1-m)Ay = A(mx+(1-m)y). Borde inte det räcka? mx+(1-m)y är i S och A(mx+(1-m)y) tydligen i Im A. Och så motsv för den andra mängden.


En till:

Låt S vara icke-tom delmängd av R^n. Visa att S är konvex omm för alla k>1 följande är sant: x1...x_k i S ger att Sum m_i x_i är i S, med Sum m_i = 1, m_i =>0.

Jag har försökt använda induktion på ena implikationen, P="om S är konvex och x1...x_k är i S så är Sum m_i x_i i S". P(2) är sann eftersom S är konvex. Antag P(k-1). Eftersom S är konvex så behöver jag visa att om m är i [0,1], så är... tja, här blir jag osäker. Jag vet inte om jag behöver visa att m + (1-m) + Sum m_i = 1 (uppenbarligen falskt) eller om (1-m)+m*Sum m_i = 1 (uppenbarligen sant)? I vilket fall som helst följer det hela inte av induktion, då jag har reducerat fallet till k=2 igen, så här mer explicit:

Låt alltså Sum{i=1,k-1} m_i x_i vara i S och Sum m_i = 1. Låt m tillhöra [0,1], så att vi behöver visa att m Sum{-,k-1} m_i x_i + (1-m)x_k är i S. Sum m_i x_i är någon ny vektor, säg x, så att vi kan skriva om till mx+(1-m)x_k, vilket är i S eftersom S antags vara konvex.

Bump.
Citera
2012-09-25, 22:42
  #29112
Medlem
Grogganns avatar
Citat:
Ursprungligen postat av darko.alexander
Tja, har grova problem med plugget :S

Ett par gäster kan välja A,B eller C. Där sannolikheterna är A=0.1, B=0.5 och C=0.4
Antag att valen sker oberoende av varandra.
Vad är sannolikheten att minst 4 av 10 gäster väljer A?

Såsom jag ser det är det en binomialfördelning (iom lyckat/misslyckat) men jag kan inte få ut det.
n!/k!(n-k)!*p^x(1-p)^n-x funkar inte :S Hur gör man annars?
X~Bin (10; 0:1) ; P (X likamedstörre 4) (vet inte hur man gör likamedstörre <> tecken).

Hjälp uppskattas starkt!

Förstår inte riktigt hur du skrivit din formel, men känns som du tänker rätt!
Du vill inte dra in x i det hela, blir bara väldigt läskigt.. Alternativt ha kvar x, men bort med k. Helst vill man dock ha kvar k för att direkt se att det rör sig om diskret fördelning.
Citera

Skapa ett konto eller logga in för att kommentera

Du måste vara medlem för att kunna kommentera

Skapa ett konto

Det är enkelt att registrera ett nytt konto

Bli medlem

Logga in

Har du redan ett konto? Logga in här

Logga in