Hei,

du kan bruke vektorformen av RKF, med vektoren
\bf{y}=[y_1(t),y_2(t)]^{T}=[y(t),\frac{d}{dt}y(t)]^T og har da at
\frac{d}{dt}y_1(t)=y_1(t)
\frac{d}{dt}y_2(t)=A\cdot y_2(t)+B\cdot y_1(t)+C\cdot u(t)

som gir

\bf{\dot{y}}=\left[ $$\begin{array}{cc}0& 1\\ B& A\end{array}$$\right]\bf{y ...

Sånne ting er egentlig ganske morsomme.

For eksempel:

Hvis du vet at et par har 2 barn, og du vet at det ene barnet er ei jente. Hva er sannsynligheten for at det andre barnet er en gutt?

Sannsynligheten er 1 dersom det andre barnet er en gutt, og 0 dersom det er en jente. Med mindre man ...

har ikke regnet gjennom oppgaven, men frafallet er i hvert fall $x_n/9$+$y_n/9$, altså 1/9 av befolkningen. De blir flere i hvert fall...

Hei,

tror du blander begrepene litt. Friksjonskraften er ikke konstant lik \mu N så lenge legemet ikke sklir, som det jo ikke gjør i dette tilfellet.

Den maksimale friksjonskraften før legemet begynner å skli er (omtrent) \mu N .

Når legemet sklir modelerer man kanskje i 2FY at friksjonkraften ...

Hei,

er det noen som kan anbefale et engelskspråklig forum som har tilsvarende funksjonalitet som matematikk.net?

For eksempel kunne jeg tenke meg å poste mitt nyilige innlegg på Spørsmål - høyskole og universitet i et slikt forum. Selv om matematikk.net virker som et genialt tiltak, tenker jeg at ...

Hei igjen,

ved å løse problemet numerisk, har jeg funnet at marginalfordelingen ikke nødvendigvis er en bivariabel normalfordeling, bare når \sigma_{1}=\sigma_{2} .

Ved numerisk løsning viser det seg at den resulterende fordelingen har kovarians
P=\left[\begin{array}(\sigma_{1}^{2}+\sigma_{2}^{2 ...

Hei, for kontinuerlige stokastiske variable gjelder (ved hjelp av marginalprinsippet og Bayes lov)

$f\left(z\right)=\int f(z,y)dy=\int f\left(z|y\right)f(y)dy$

Skriv det om på diskret form, sett inn, og du bør være i mål. Sannsynligheten for at X2=k er lik 0 for alle X1<k.

Hei,

jeg har en multivariabel normalfordeling som kan skrives formen
f\left( z|P,\theta\right) =\frac{1}{2\pi|P|^{1/2}}\exp\left( -\frac{1}{2}z^{T}\left( \Theta P\Theta^{T}\right) ^{-1}z\right)
Hvor rotasjonsmatrisen \Theta er definert av \theta som
\Theta=\left[\begin{array}\cos\theta & -\sin ...