MVE051 / MSG810 Matematisk statistik och diskret matematik

På denna sida finns programmet för kursen: föreläsningarna, räkneövningarna, och inlämningsuppgifter. Övriga uppgifter, såsom t.ex. kursmål, lärare, kurslitteratur och examination, finns i ett separat kurs-PM.

Program

Kursens schema finns i TimeEdit.
En vanlig vecka är det två föreläsningar (tis och tor, kl. 13:15-15:00), och två övningspass:
ett övningstillfälle på tors (demo-pass, kl. 10:00-11:45) och ett på fredag (frågestund, kl. 10:00-11:45).
Föreläsningsanteckningar i form av en lucktext läggs upp här i förväg och kompletteras sedan efter själva föreläsningen.

På demo-passet går vi genom några exempel och standarduppgifter (som markeras med fet stil i listan där de rekommenderade
uppgifterna för varje vecka står
), men det finns såklart möjlighet till att ställa frågor. Det förväntas att ni förbereder demo-passet
genom att fundera kring uppgifterna innan. Anteckningar/lösningar läggs upp efter passet.
I veckor med pass på fredag är detta avsett för frågor kring uppgifter ni har räknat själva.

Kursboken är J. Milton, J. Arnold - Introduction to Probability and Statistics, McGraw-Hill (4e upplaga, ISBN 9780071198592),
nedan förkortad med (MA).
En lista över kända fel i boken finns här, ett facit till udda uppgifter i Appendix B i boken och ett facit till jämna uppgifter längre ner.
Relevanta tabeller i Appendix A finns inskannat
här.

Föreläsningsplan

En preliminär planering av föreläsningarna finns nedan. Justeringar kan komma att ske allteftersom.

Dag Avsnitt Innehåll Anteckningar
Ons 23/3 (MA) Kap. 1-2 Grundläggande sannolikhetsteori Föreläsning1.pdf
Tor 24/3 (MA) Kap. 3.1-3.5 Diskret stokastik variabel Föreläsning2.pdf
Tis 29/3 (MA) Kap. 4.1, 4.2, 4.4, 4.6 Kontinuerlig stokastisk variabel  Föreläsning3.pdf

Tor 31/3 (MA) Kap. 3.6-3.8, 4.3 Negativ binomial, hypergeometrisk, Poisson,
chi-kvadrat, exponentiell
Föreläsning4.pdf
Tis 5/4

(MA) Kap. 5.1-5.4

Gemensam fördelningsfunktion Föreläsning5.pdf
Tor 7/4

(GS) Kap. 11.1-11.2

Markovkedjor

Föreläsning6.pdf
Tor 21/4 (MA) Kap. 6.1, 6.3, 6.4, 7.1
+ Exempel 7.3.2 och Sats 7.3.4
Deskriptiv statistik, punktskattning Föreläsning7.pdf
Tis 26/4 (MA) Kap. 7.4, 8.1, 8.2 Intervallskattning
Centrala gränsvärdessatsen
Föreläsning8.pdf
Tor 28/4 (MA) Kap. 8.3-8.5 Hypotesprövning Föreläsning9.pdf
Tis 3/5 Mer om hypotesprövning
Approximation av binomialfördelningen (se anteckningar till förel. 3 och här till höger)
Föreläsning9.5.pdf
Tor 5/5 (MA) Kap. 9.1-9.3

Skattning av proportioner

Föreläsning10.pdf
Tis 10/5

(MA) Kap. 10.1,10.3

(EG) Kap. 6.4

Att jämföra medelvärden
Genererande funktioner

Föreläsning11.pdf
Tor 12/5 (EG) Kap. 6.4, 6.6, 6.7

Partialbråksuppdelning
Genererande funktioner
(rekursion, exponentiella)

Föreläsning12.pdf
Tis 17/5

(MA) Kap. 3.4, 4.5, 7.3

(GS) Kap. 8

Momentgenererande funktioner
Chebyshevs olikhet
Stora talens lag

Föreläsning13.pdf
Tor 19/5 (MA) Kap. 11.1-11.3 Regressionsanalys Föreläsning14.pdf
Tis 24/5

Reserv/Repetition

Repetition 1.pdf
Repetition 2.pdf

 

Tillbaka till toppen

Rekommenderade övningsuppgifter

Facit till jämna uppgifter i kursboken (gammal upplaga).
Där den gamla upplagan av (MA) avviker står motsvarande nummer i parentes. [ -] betyder att denna uppgift bara finns i 4e upplagan.
Tyvärr är hela kapitel 9,10 och 11 inte med i den gamla upplagan.

Vecka Rekommenderade uppgifter Demouppgifter
12

(MA) Kapitel 1: 1, 3, 5, 7 [-] , 11 [9] , 13 [11] , 14 [12] , 19 [-] , 21 [-] , 23 [-] , 26 [-] , 32 [22] , 33 [23] , 35 [25] , 36 [26]  
(MA) Kapitel 2: 2, 3, 5, 7 [-] , 9 [-] , 11 [-] , 13, 15, 18 , 19 , 21 [24] , 23 [26] , 26 [28] , 27 [29] , 32 [34] , 33 [35] , 35 [37] , 37 [39] , 38 [40] , 40 [42]

(MA) Kapitel 3: 7, 9 , 14, 20 , 21(acdg), 24, 25 , 35 [33] , 36(abcde) [34] , 41 [39] , 42 [40] , 43(bcd) [41] , 46 [44]

Demo 1.pdf
13

(MA) Kapitel 4: 1, 3, 5, 6 , 9, 13 , 15 , 21, 39, 41, 42, 52 , 73, 82, 85(bcd)

Demo 2.pdf
14

(MA) Kapitel 3: 47 [-] , 57 [55] , 62 [60] , 63 [61] , 64 [62] , 76 [74] , 79 [77] , 80 [78]
(MA) Kapitel 4: 35 [-] , 37 [35 ] , 87 (abcd)

(MA) Kapitel 5: 1, 2, 3, 4 , 5, 9, 10 , 15 , 16, 20, 25 , 26, 29

Demo 3.pdf
16

(GS) Kapitel 11.1: 1, 2, 8 , 9 , 11, 19
(GS) Kapitel 11.2: 1, 2, 3, 19

(MA) Kapitel 6: 17, 23 [-] , 24(bcd) [-] , 28(bcd) [24]
(MA) Kapitel 7: 1, 5, 6

Demo 4.pdf
17

(MA) Kapitel 7: 47 [41] , 49 [43] , 53 [47] , 56 [50] , 64 [-]

(MA) Kapitel 8: 1(bcde), 2, 3, 4, 10 [-] , 11, 13, 15 [-] , 17 [15]

Demo 5.pdf
18

(MA) Kapitel 8: 21 [19] , 32 [30] , 37 [35] , 41 [39] , 58(cde) [54] , 59 (abd) [55] , 62 [58]

(MA) Kapitel 9: 1, 2 , 3, 5, 6, 11, 13 , 15, 17, 19 , 33, 35

Demo 6.pdf
19

(MA) Kapitel 10: 1, 2, 4, 13(bcd), 14(bcd), 15(bcd) (antag samma varianser i 13, 14, 15)
(EG) Kapitel 6: 6.17, 6.18, 6.19(abc)
(A) Section 13.3: 1, 3 , 7, 11, 13, 25, 31, 35

(EG) Kapitel 6: 6.29
(A) Section 13.2: 1, 3, 5, 7, 11, 14, 19, 21, 23, 25, 29

Demo 7.pdf
20

(MA) 3.32 [30] , 7.38 [32] , 7.39 [33] , 7.40 [34] , 7.46 [40]
(GS): Section 8.1: 1 , 5, 8, 10
(GS): Section 8.2: 1, 2, 4, 5, 10

(MA) Kapitel 11: 7, 10, 11, 12, 19-22

Demo 8.pdf
Demo 9.pdf

21

Övningstenta  

lösning_övningstenta.pdf


Tillbaka till toppen

Inlämningsuppgifter

I kursen finns tre obligatoriska inlämningsuppgifter. Dessa görs i grupper på 3 personer och lämnas in via Canvas. 
Varje grupp lämnar in endast en lösning på Canvas. 

Alla svar ska motiveras. Ett omotiverat svar ger 0 poäng.
Det finns inga betyg utan bara godkänd eller inte godkänd. Om inlämningen inte blir godkänd ges möjlighet till komplettering (en gång per uppgift).

Svaren kan skrivas på engelska eller svenska. 

För att lämna in en uppgift:
Tryck på Uppgifter. Välj den uppgift som ni skulle lämna in. Tryck på Skicka uppgift. 
OBS:
Om en uppgift lämnas in i en grupp så är den inte tillgänglig för lärarna. 

Uppgift Sista inlämningsdag
Silvias klänning
10/4 (komplettering: 24/4)
Absorberande Markovkedjor 1/5 (komplettering: 15/5)
Statistisk undersökning 22/5 (komplettering: 12/6)


För två år sedan gick kursen på distans och läraren Nancy Abdallah har spelat in föreläsningar då (på engelska). Om ni vill titta på klippen finns de här:

Lecture 1-1, Lecture 1-2, Lecture 2-1, Lecture 2-2, Lecture 3-1, Lecture 3-2, Lecture 4-1, Lecture 4-2, Lecture 5, Lecture 6-1, Lecture 6-2, Lecture 7,
Lecture 8-1, Lecture 8-2, Lecture 9, Lecture 10-1, Lecture 10-2, Lecture 11-1, Lecture 11-2, Lecture 12Lecture 13-1, Lecture 13-2Lecture 14-1, Lecture 14-2.

Repetition 1: Probability laws and random variables, Repetition 2: Some distributions, Repetition 3: Joint distribution, Repetition 4: Markov chains,
Repetition 5: Confidence intervals and hypothesis testing, Repetition 6: Generating functions, Repetition 7: MGF and Law of large numbers,
Repetition 8: Linear regression

Övning 1, Övning 2, Övning 3, Övning 4, Övning 5-1, Övning 5-2, Övning 6, Övning 7, Övning 8, Övning 9, Övning 10, Övning 11, Övning 12.

Tillbaka till toppen

Kurssammanfattning:

Datum Information Sista inlämningsdatum