Beräkningsvetenskap introduktion. Beräkningsvetenskap I

Storlek: px
Starta visningen från sidan:

Download "Beräkningsvetenskap introduktion. Beräkningsvetenskap I"

Transkript

1 Beräkningsvetenskap introduktion Beräkningsvetenskap I

2 Kursens mål För godkänt betyg ska studenten kunna redogöra för de nyckelbegreppen som ingår i kursen* utföra enklare analys av beräkningsproblem och algoritmer för att besvara frågeställningar kring nyckelbegreppen i föregående punkt översiktligt förklara idén bakom de algoritmer som behandlas i kursen och visa hur de kan användas för lösning av tillämpningsproblem Nyckelbegrepp: algoritm, numerisk metod, diskretisering, maskinepsilon, noggrannhet, noggrannhetsordning, stabil- resp ickestabil algoritm, diskretiseringsfel (trunkeringsfel), iteration, kondition och konditionstal *

3 Kursens mål, forts använda programmerings-strukturer (if, while, for) samt funktioner i algoritmer och i programmeringskod i MATLAB vid problemlösning givet ett mindre beräkningsproblem, strukturera och dela upp i underproblem, formulera algoritm för lösning av problemet, samt implementera i Matlab förstå standard programmeringskod i Matlab samt skriva egna välstrukturerade mindre beräkningsprogram i form av kommandofiler och egna funktioner i Matlab

4 Mål, forts förklara och sammanfatta lösningsmetoder och resultat på ett överskådligt sätt i en mindre rapport Den sista punkten i målen examineras via miniprojekten. Övriga punkter examineras vid tentamen (och delvis också i miniprojekten). De kan sammanfattas i följande huvudmål

5 Mål och betygskriterier Huvudmål

6 Betygskriterier För huvudmålen har vi betygskriterier som kommer att användas när vi konstruerar och bedömer tentan

7 Betygskriterier

8 Betygskriterier

9 Betygskriterier

10 Betygskriterier Tentan kommer att konstrueras och bedömas utgående från betygskriterierna Bedömning sker poänglöst man uppfyller eller inte uppfyller målen upp till något betygskriterium Exempel) Tentaresultat kan se ut så här: betyg 4 på kursen Underkänt på ett mål ger U på kursen Varje mål testas i flera frågor mer om tentan senare

11 Kursens upplägg/struktur Fem olika block Programmering i MATLAB Linjära ekvationssystem Integraler Ickelinjära ekvationer Markovprocesser

12 Kursens upplägg/struktur Varje block, utom inledning- och programmeringsblocken, har strukturen Datorlab Föreläsningar Återkoppling Problemlösning miniprojekt Workout Alla delar hänger ihop om man t ex missat labben förstår man föreläsningen sämre Alla delar tillsammans ger fullständig förståelse av blocket

13 Kursens upplägg/struktur Citat från tidigare kursvärderingar: Det är framförallt sampelet mellan de olika formerna som varit bra. Att först ha laboration, sen föreläsning, workout och sist problemlösning gav förståelse och väl behövlig repetition. När man var klar med ett block kunde man Jag tycker det hänger ihop bra. Först får det väl. man testa praktiskt utan att förstå och sen får man förklarat för sig och till sist så faller teorin på plats när man gör workouten.

14 Laborationer Teori Simuleringar/datorberäkningar

15 Beräkning av satellitbanor Simulering av luftflöde kring flygplan Simulerad krocktest av bilar Hållfasthetsberäkningar Väderleksprognoser Simulering av förbränning, t ex i motor Simulering av föroreningstransport i naturen Bildanalys ( förbättra bilder, hitta mönster) Bestämning av molekylstrukturer hos proteiner Molekyldynamik och mycket mycket mer

16 Partitionering vid beräkning på parallelldator Simulering av blixtnedslag i SAAB 2000 Krocksimulering Simulering av proteinveckning

17 Molekyldynamik Här: studier av utbytesmekanismer och utbyteshastigheter mellan vattenmolekyler runt en litiumjon (i vatten)

18 Veckning av HIV-virus

19 Tillämpningarna är exempel på problem som kan beskrivas med matematiska modeller Problem! Kan som regel inte lösas analytiskt, på vanligt sätt. Lösning: Lös problemet på dator måste använda numeriska lösningsmetoder. Resultat: Ger approximativ lösning.

20 verklighet modeller Lösning Numeriska metoder Datorprogram

21 Verkligheten Felkällor Matematisk modell Numerisk metod Datorprogram Idealisering, förenkling Diskretisering, trunkering Avrundning, noggrannhet i indata Lösning Nej OK? Ja Slutresultatet en approximation, uppnår endast en viss noggrannhet

22 Ett (trivialt) exempel Beräkna arean på jorden med den matematiska modellen A = 4πρ2 Innehåller flera approximationer och fel: Jorden approximeras av en sfär idealisering av jordens verkliga yta Värdet på radien baseras på empiriska mätningar och tidigare beräkningar Värdet på π kräver trunkering (avhuggning) av oändlig decimalutveckling Indata och resultat avrundas av datorn

23 Ett mer komplicerat exempel Verkligheten HIV-viruset bildar mutanter. Immunsystemet bildar en specifik lymfocyt för viruset och mutanterna. Dessutom finns en immunrespons för hela immunsystemet. Beräkna populationstillväxten för virus, lymfocyten och immunrespons med avseende på tid.

24 Matematisk modell ì v1 (t) = [a - b z(t) - c x1 (t)] v1 (t) ï v (t) = [a - b z(t) - c x (t)] v (t) 2 2 ïï 2 í x1 (t) = g v1 (t) - k x1 (t) [v1 (t) + v2 (t)] ï x (t) = g v (t) - k x (t) [v (t) + v (t)] ï 2 ïî z (t) = [d - k z(t)] [v1 (t) + v2 (t)] v1 = population av HIV-virus v2 = population av 1:a mutanten x1 = population av lymfocyt mot viruset x2 = population av lymfocyt mot 1:a mutant z = immunrespons

25 Matematisk modell Modellen är en förenkling av verkligheten Kan lägga in fler mutanter för att göra den mer realistisk blir då mer komplicerad Svårt bestämma parametrarna a, b, c,.... Kan variera med olika personer. Görs ofta empiriskt. Svårt eller omöjligt att göra en modell som helt överensstämmer med verkligheten Slutsats: Modellen en approximation av verkligheten!

26 Numerisk metod Problem! Kan ej lösas med vanliga analytiska metoder från matematiken. Vi använder istället en numerisk metod. Numeriska metoder bygger i detta fall på diskretisering, dvs kontinuerliga intervall ersätts med diskreta punkter. Beräkning sker endast i dessa punkter medför diskretiseringsfel Metoderna har olika egenskaper och kan vara bra ur en synvinkel men dåliga ur en annan. Exempelvis kan en viss metod vara effektiv (snabb), men i vissa lägen vara instabil

27 Datorprogram Implementera metoden, dvs skriv program för den numeriska metoden (C++, Java, MATLAB,...) eller Använd befintlig programvara, t ex MATLAB Ofta krävs en kombination av båda! Indata till programmet, t ex a, b, c,..., baseras vanligen på mätningar och är inte exakta Krävs ett initialtillstånd, t ex antal HIV-virus vid tiden t=0. Detta mäts ej exakt utan innehåller fel Datorn avrundar alla beräkningar

28 Lösning Lösningen OK? Tolka resultat Tillräckligt effektivt och snabbt? Är felet tillräckligt litet?

29 Beräkningsvetenskapens sammanhang escience/ e-vetenskap Computational Science and Engineering/ beräkningsfysik, beräkningskemi,... Scientific Computing/ beräkningsvetenskap

30 p sk a av et en Datorprogram Tillämpningsämnen ik Da t at Numeriska metoder m te Ma

31 Frågeställningar inom beräkningsvetenskap Exekveringstid? Minnesutnyttjande? Vilken typ av dator? Numeriska metoder Datorprogram Noggrannhet? Stabilitet? Kondition?

32 Ämnets historia tal tal Den moderna datorn Professurer i numerisk analys Ett tvärvetenskapligt område tar form Begreppet beräkningsvetenskap etableras

Beräkningsvetenskap introduktion. Beräkningsvetenskap I

Beräkningsvetenskap introduktion. Beräkningsvetenskap I Beräkningsvetenskap introduktion Beräkningsvetenskap I Kursens mål För godkänt betyg ska studenten kunna redogöra för de grundläggande begreppen algoritm, numerisk metod, diskretisering maskinepsilon,

Läs mer

Tekniska beräkningar. Vad är tekn beräkningar? Vad är beräkningsvetenskap? Informationsteknologi. Informationsteknologi

Tekniska beräkningar. Vad är tekn beräkningar? Vad är beräkningsvetenskap? Informationsteknologi. Informationsteknologi Tekniska beräkningar stefan@it.uu.se Vad är tekn beräkningar? Finns några olika namn för ungefär samma sak Numerisk analys (NA) Klassisk NA ligger nära matematiken: sats bevis, sats bevis, mer teori Tekniska

Läs mer

Beräkningsvetenskap. Vad är beräkningsvetenskap? Vad är beräkningsvetenskap? stefan@it.uu.se. Informationsteknologi. Informationsteknologi

Beräkningsvetenskap. Vad är beräkningsvetenskap? Vad är beräkningsvetenskap? stefan@it.uu.se. Informationsteknologi. Informationsteknologi Beräkningsvetenskap stefan@it.uu.se Finns några olika namn för ungefär samma sak Numerisk analys (NA) Klassisk NA ligger nära matematiken: sats bevis, sats bevis, mer teori Tekniska beräkningar Mer ingenjörsmässigt,

Läs mer

Introduktionsföreläsning

Introduktionsföreläsning Introduktionsföreläsning Beräkningsvetenskap DV Institutionen för Informationsteknologi, Uppsala Universitet 29 oktober, 2012 Lärare Emanuel Rubensson (föreläsningar, lektioner) Martin Tillenius (lektioner)

Läs mer

Introduktionsföreläsning. Kursens innehåll. Kursens upplägg/struktur. Beräkningsvetenskap I

Introduktionsföreläsning. Kursens innehåll. Kursens upplägg/struktur. Beräkningsvetenskap I Lärare Introduktionsföreläsning Beräkningsvetenskap I Institutionen för Informationsteknologi, Uppsala Universitet Emanuel Rubensson (föreläsningar, lektioner) Martin Tillenius (lektioner) Elias Rudberg

Läs mer

Introduktionsföreläsning. Outline. Beräkningsvetenskap I. Sara Zahedi Hanna Holmgren. Institutionen för Informationsteknologi, Uppsala Universitet

Introduktionsföreläsning. Outline. Beräkningsvetenskap I. Sara Zahedi Hanna Holmgren. Institutionen för Informationsteknologi, Uppsala Universitet Lärare Introduktionsföreläsning Beräkningsvetenskap I Institutionen för Informationsteknologi, Uppsala Universitet Sara Zahedi Hanna Holmgren 29 oktober, 2012 Outline 1 2 Information om kursen 3 Introduktion

Läs mer

Introduktionsföreläsning

Introduktionsföreläsning Introduktionsföreläsning Beräkningsvetenskap DV Institutionen för Informationsteknologi, Uppsala Universitet 1 september, 2014 Lärare Emanuel Rubensson Outline 1 Vad är beräkningsvetenskap? 2 Information

Läs mer

Beräkningsvetenskap I. Exempel på tillämpningar: Vad är beräkningsvetenskap? Informationsteknologi

Beräkningsvetenskap I. Exempel på tillämpningar: Vad är beräkningsvetenskap? Informationsteknologi Beräkningsvetenskap I Jarmo Rantakokko Josefin Ahlkrona Kristoffer Virta Katarina Gustavsson Vårterminen 2011 Beräkningsvetenskap: Hur man med datorer utför beräkningar och simuleringar baserade på matematiska

Läs mer

Beräkningsvetenskap I. Exempel på tillämpningar: Vad är beräkningsvetenskap? Informationsteknologi. Jarmo Rantakokko Josefin Ahlkrona Karl Ljungkvist

Beräkningsvetenskap I. Exempel på tillämpningar: Vad är beräkningsvetenskap? Informationsteknologi. Jarmo Rantakokko Josefin Ahlkrona Karl Ljungkvist Beräkningsvetenskap I Jarmo Rantakokko Josefin Ahlkrona Karl Ljungkvist Vårterminen 2012 Beräkningsvetenskap: Hur man med datorer utför beräkningar och simuleringar baserade på matematiska modeller Talrepresentation

Läs mer

Beräkningsvetenskap I

Beräkningsvetenskap I Beräkningsvetenskap I Jarmo Rantakokko Magnus Grandin Emil Kieri Vårterminen 2014 Varför beräkningsvetenskap? Idag spelar numeriska simuleringar med datorer, baserade på matematiska och statistiska modeller,

Läs mer

Beräkningsvetenskap I

Beräkningsvetenskap I Beräkningsvetenskap I Jarmo Rantakokko Martin Almquist Stefan Pålsson Vårterminen 2013 Varför beräkningsvetenskap? Idag spelar numeriska simuleringar med datorer, baserade på matematiska och statistiska

Läs mer

Sammanfattninga av kursens block inför tentan

Sammanfattninga av kursens block inför tentan FÖRELÄSNING 14 Sammanfattninga av kursens block inför tentan BILD Vi har jobbat med numerisk metoder, datorprogram och tolkning av lösning. Numeriska metoder BILD olika områden: Linjära ekvationssytem,

Läs mer

Matematik: Beräkningsmatematik (91-97,5 hp)

Matematik: Beräkningsmatematik (91-97,5 hp) DNR LIU-2012-00260 1(5) Matematik: Beräkningsmatematik (91-97,5 hp) Programkurs 7.5 hp Mathematics: Numerical Methods (91-97,5 cr) 9AMA01 Gäller från: 2017 VT Fastställd av Grundutbildningsnämnden Fastställandedatum

Läs mer

FÖRSÄTTSBLAD TILL TENTAMEN. ELLER (fyll bara i om du saknar tentamenskod): Datum: 16 januari Bordsnummer:

FÖRSÄTTSBLAD TILL TENTAMEN. ELLER (fyll bara i om du saknar tentamenskod): Datum: 16 januari Bordsnummer: FÖRSÄTTSBLAD TILL TENTAMEN Din tentamenskod (6 siffror): ELLER (fyll bara i om du saknar tentamenskod): Personnummer: - Datum: 16 januari 2013 Kursens namn (inkl. grupp): Beräkningsvetenskap I (1TD393)

Läs mer

Tentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, Del A

Tentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, Del A Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, 010-06-07 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!)

Läs mer

Fallstudie: numerisk integration Baserad på läroboken, Case Study 19.9

Fallstudie: numerisk integration Baserad på läroboken, Case Study 19.9 Fallstudie: numerisk integration Baserad på läroboken, Case Study 19.9 Beräkningsvetenskap DV Institutionen för Informationsteknologi, Uppsala Universitet 30 september, 2013 Att beräkna arbete Problem:

Läs mer

Tentamen i: Beräkningsvetenskap I och KF

Tentamen i: Beräkningsvetenskap I och KF Tentamen i: Beräkningsvetenskap I och KF Skrivtid: december 2014 kl 14 00 17 00 OBS! 3 timmar! Hjälpmedel: Penna, suddgummi, miniräknare och linjal får användas. Formler finns i bifogad formelsamling.

Läs mer

Numerisk Analys, MMG410. Lecture 1. 1/24

Numerisk Analys, MMG410. Lecture 1. 1/24 Numerisk Analys, MMG410. Lecture 1. 1/24 Lärare Kursansvarig och examinator: Larisa Beilina, larisa@chalmers.se, room 2089. Office hours: tisdagar, 15:00-16.00. Handledare för Datorlaborationer och övningar

Läs mer

ELLER (fyll bara i om du saknar tentamenskod): Datum: 32 maj Bordsnummer: Kontrollera att du fått rätt tentamensuppgifter

ELLER (fyll bara i om du saknar tentamenskod): Datum: 32 maj Bordsnummer: Kontrollera att du fått rätt tentamensuppgifter FÖRSÄTTSBLAD TILL TENTAMEN Din tentamenskod (6 siffror): ELLER (fyll bara i om du saknar tentamenskod): Personnummer: - Datum: 32 maj 4711 Kursens namn (inkl. grupp): Beräkningsvetenskap I (1TD393 DEMO)

Läs mer

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Avdelningen för beräkningsvetenskap Tentamen i Beräkningsvetenskap I och KF, 5.0 hp, 2015-12-17 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!)

Läs mer

Ordinära differentialekvationer,

Ordinära differentialekvationer, Sammanfattning metoder Ordinära differentialekvationer, del 2 Beräkningsvetenskap II n Eulers metod (Euler framåt, explicit Euler): y i+1 = y i + h i f (t i, y i ) n Euler bakåt (implicit Euler): y i+1

Läs mer

Lösningsförslag Tentamen i Beräkningsvetenskap I, 5.0 hp,

Lösningsförslag Tentamen i Beräkningsvetenskap I, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Lösningsförslag Tentamen i Beräkningsvetenskap I, 5. hp, 14-6-4 Kursmål (förkortade), hur de täcks i uppgifterna och maximalt

Läs mer

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Tentamen i Beräkningsvetenskap II, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Per Lötstedt, tel. 47 2986 Saleh Rezaeiravesh Tentamen i Beräkningsvetenskap II, 5.0 hp, 206-0-4 Skrivtid: 4 00 7 00 (OBS!

Läs mer

Tentamen i Beräkningsvetenskap I/KF, 5.0 hp,

Tentamen i Beräkningsvetenskap I/KF, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap I/KF, 5. hp, 215-3-17 Skrivtid: 14 17 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat

Läs mer

Tentamen i Beräkningsvetenskap I, DV, 5.0 hp, OBS: Kurskod 1TD394

Tentamen i Beräkningsvetenskap I, DV, 5.0 hp, OBS: Kurskod 1TD394 Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap I, DV, 5.0 hp, 2011-03-08 OBS: Kurskod 1TD394 Skrivtid: 08 00 11 00 (OBS! Tre timmars skrivtid!)

Läs mer

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Varför numeriska metoder? Vad är numeriska metoder?

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Varför numeriska metoder? Vad är numeriska metoder? Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN1 08-11-18 Hedvig Kjellström hedvig@csc.kth.se Om numeriska metoder Om programmering (Staffan Romberger) Information om kursen

Läs mer

Tentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, Del A

Tentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, Del A Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap I (nya versionen), 5.0 hp, 2008-2-9 Skrivtid: 4 00 7 00 (OBS! Tre timmars skrivtid!) Hjälpmedel:

Läs mer

SF Numeriska metoder, grundkurs

SF Numeriska metoder, grundkurs - Numeriska metoder, grundkurs Introduktionsföreläsning, September 1, 2014 KTH Royal Institute of Technology Dept. of Mathematics - NA division 1/16 Föreläsning 1 Om föreläsaren Om ämnet Om kursen Matlab

Läs mer

NUMERISKA METODER HT01. Energiteknik & Teknisk fysik HT01. Institutionen för Datavetenskap Umeå Universitet

NUMERISKA METODER HT01. Energiteknik & Teknisk fysik HT01. Institutionen för Datavetenskap Umeå Universitet NUMERISKA METODER HT01 för Energiteknik & Teknisk fysik HT01 Institutionen för Datavetenskap Umeå Universitet Dagens pass (föreläsning 1-2) Allmän info del 1 (kursens poäng, utlåning av Matlab, Matlab

Läs mer

Exempel ode45 parametrar Miniprojekt 1 Rapport. Problemlösning. Anastasia Kruchinina. Uppsala Universitet. Januari 2016

Exempel ode45 parametrar Miniprojekt 1 Rapport. Problemlösning. Anastasia Kruchinina. Uppsala Universitet. Januari 2016 Problemlösning Anastasia Kruchinina Uppsala Universitet Januari 2016 Anastasia Kruchinina Problemlösning 1 / 16 Exempel ode45 parametrar Miniprojekt 1 Rapport Anastasia Kruchinina Problemlösning 2 / 16

Läs mer

Beräkningsvetenskap och Matlab. Vad är MATLAB? Vad är MATLAB? Användningsområden. Vad är MATLAB? Grunderna i Matlab. Beräkningsvetenskap == Matlab?

Beräkningsvetenskap och Matlab. Vad är MATLAB? Vad är MATLAB? Användningsområden. Vad är MATLAB? Grunderna i Matlab. Beräkningsvetenskap == Matlab? Beräkningsvetenskap och Matlab Beräkningsvetenskap == Matlab? Grunderna i Matlab Beräkningsvetenskap I Institutionen för, Uppsala Universitet 1 november, 2011 Nej, Matlab är ett verktyg som används inom

Läs mer

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Avdelningen för beräkningsvetenskap Tentamen i Beräkningsvetenskap I och KF, 5.0 hp, 017-0-14 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!)

Läs mer

TMA226 datorlaboration

TMA226 datorlaboration TMA226 Matematisk fördjupning, Kf 2019 Tobias Gebäck Matematiska vetenskaper, Calmers & GU Syfte TMA226 datorlaboration Syftet med denna laboration är att du skall öva formuleringen av en Finita element-metod,

Läs mer

Välkomna till Numme och MATLAB, 9 hp, för Materialdesign och Energi&Miljö, årskurs 2

Välkomna till Numme och MATLAB, 9 hp, för Materialdesign och Energi&Miljö, årskurs 2 Välkomna till Numme och MATLAB, 9 hp, för Materialdesign och Energi&Miljö, årskurs 2 Kursen avses ge dig kunskap om numeriska metoder, hur man kan använda dessa genom elementär programmering i MATLAB samt

Läs mer

Tentamen i Teknisk-Vetenskapliga Beräkningar

Tentamen i Teknisk-Vetenskapliga Beräkningar Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström Tentamen i Teknisk-Vetenskapliga Beräkningar Tentamensdatum: 005-03- Skrivtid: 9-5 Hjälpmedel: inga Om problembeskrivningen i något fall

Läs mer

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna Lösningsanvisningar till de icke obligatoriska workoutuppgifterna Linjära system 7. (a) Falskt. Kondition är en egenskap hos problemet oberoende av precisionen i beräkningarna. (b) Falskt. Pivotering påverkar

Läs mer

Numeriska metoder för ODE: Teori

Numeriska metoder för ODE: Teori Numeriska metoder för ODE: Teori Vilka metoder har vi tagit upp? Euler framåt Euler bakåt Trapetsmetoden y k+ = y k + hf(t k, y k ), explicit y k+ = y k + hf(t k+, y k+ ), implicit y k+ = y k + h (f(t

Läs mer

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Tentamen i Beräkningsvetenskap II, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Per Wahlund, tel. 471 2986 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-05-31 Skrivtid: 14 00 17 00 (OBS! Tre timmars

Läs mer

2D1210, Numeriska Metoder, GK I för V 2.

2D1210, Numeriska Metoder, GK I för V 2. Kursöversikt Numme för V, 2003. 1 Beatrice Frock NADA, KTH 030612 ANADA 2D1210, Numeriska Metoder, GK I för V 2. Kursprogram. Läsanvisningar. Om WWW: I World Wide Web på Internet finns aktuell information

Läs mer

Tentamen i Beräkningsvetenskap I (1TD393)

Tentamen i Beräkningsvetenskap I (1TD393) Tentamen i Beräkningsvetenskap I (TD9) Skrivtid: 6 januari kl 4 7 OBS! timmar! Hjälpmedel: Godkänd litteratur: Mathematics handbook, Physics handbook. Penna, suddgummi, miniräknare och linjal får användas.

Läs mer

Ordinära differentialekvationer,

Ordinära differentialekvationer, (ODE) Ordinära differentialekvationer, del 1 Beräkningsvetenskap II It is a truism that nothing is permanent except change. - George F. Simmons ODE:er är modeller som beskriver förändring, ofta i tiden

Läs mer

Utbildningsplan för Matematikprogrammet (N1MAT) Bachelor s Programme in Mathematics Grundnivå

Utbildningsplan för Matematikprogrammet (N1MAT) Bachelor s Programme in Mathematics Grundnivå Naturvetenskapliga fakulteten Dnr G 2015/59 Utbildningsplan för Matematikprogrammet (N1MAT) Bachelor s Programme in Mathematics Grundnivå 1. Utbildningsprogrammets benämning och omfattning Programmet benämns

Läs mer

Kurvanpassning. Kurvanpassning jfr lab. Kurvanpassning jfr lab

Kurvanpassning. Kurvanpassning jfr lab. Kurvanpassning jfr lab Kurvanpassning jfr lab Kurvanpassning Beräkningsvetenskap II Punktmängd approximerande funktion Finns olika sätt att approximera med polynom Problem med höga gradtal kan ge stora kast Kurvanpassning jfr

Läs mer

SF1544 LABORATION 2 INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER

SF1544 LABORATION 2 INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER SF1544 LABORATION INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER Avsikten med denna laboration är att: - snabbt komma igång med träning på matlabprogrammering (uttnyttja gärna alla schemalagda

Läs mer

Tentamen del 1 SF1511, , kl , Numeriska metoder och grundläggande programmering

Tentamen del 1 SF1511, , kl , Numeriska metoder och grundläggande programmering KTH Matematik Tentamen del SF5, 28-3-6, kl 8.-., Numeriska metoder och grundläggande programmering Namn:... Personnummer:... Program och årskurs:... Bonuspoäng. Ange dina bonuspoäng från kursomgången HT7-VT8

Läs mer

Inledande matematik M+TD

Inledande matematik M+TD Introduktionsföreläsning p. 1/13 Introduktionsföreläsning Inledande matematik M+TD Stig Larsson http://www.math.chalmers.se/ stig Matematiska vetenskaper Chalmers tekniska högskola Göteborgs universitet

Läs mer

Introduktion till kursen och MATLAB

Introduktion till kursen och MATLAB Introduktion till kursen och MATLAB TNA005: Tillämpad matematik i teknik och naturvetenskap för ED1, KTS1, och MT1 vårterminen 2018 Berkant Savas Kommunikations- och transportsystem Institutionen för teknik

Läs mer

Sammanfattning av föreläsning 11. Modellbygge & Simulering, TSRT62. Föreläsning 12. Simulering. Föreläsning 12. Numeriska metoder och Simulering

Sammanfattning av föreläsning 11. Modellbygge & Simulering, TSRT62. Föreläsning 12. Simulering. Föreläsning 12. Numeriska metoder och Simulering Sammanfattning av föreläsning 11 Modellbygge & Simulering, TSRT62 Föreläsning 12. Simulering Reglerteknik, ISY, Linköpings Universitet Index för en DAE Antalet derivationer som behövs för att lösa ut ż

Läs mer

SF1513 (tidigare DN1212) Numeriska metoder och grundläggande programmering. för Bio3, 9 hp (högskolepoäng)

SF1513 (tidigare DN1212) Numeriska metoder och grundläggande programmering. för Bio3, 9 hp (högskolepoäng) Kursöversikt numpbio, 2013. 1 Beatrice Frock KTH Matematik, 130620 SF1513 (tidigare DN1212) Numeriska metoder och grundläggande programmering för Bio3, 9 hp (högskolepoäng) Kursprogram 6 Design i Matlab

Läs mer

ELLER (fyll bara i om du saknar tentamenskod): Datum: 32 maj Bordsnummer: Kontrollera att du fått rätt tentamensuppgifter

ELLER (fyll bara i om du saknar tentamenskod): Datum: 32 maj Bordsnummer: Kontrollera att du fått rätt tentamensuppgifter FÖRSÄTTSBLAD TILL TENTAMEN Din tentamenskod (6 siffror): ELLER (fyll bara i om du saknar tentamenskod): Personnummer: - Datum: 32 maj 4711 Kursens namn (inkl. grupp): Beräkningsvetenskap I (1TD393 DEMO)

Läs mer

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem Lennart Edsberg NADA 3 april 007 D11, M1 Laboration 4 A Numerisk behandling av integraler och begynnelsevärdesproblem Denna laboration ger 1 bonuspoäng. Sista bonusdatum 7 april 007 Efter den här laborationen

Läs mer

Numeriska metoder för ODE: Teori

Numeriska metoder för ODE: Teori Numeriska metoder för ODE: Teori Målen för föreläsningen Stabilitet vid diskretisering av ODE med numeriska metoder Definition: Den analytiska lösningen till en ODE är begränsad. En numerisk metod för

Läs mer

FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum

FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum Johan Helsing, 11 oktober 2018 FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum Inlämningsuppgift 3 Sista dag för inlämning: onsdag den 5 december. Syfte: att träna på att hitta lösningar

Läs mer

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna Lösningsanvisningar till de icke obligatoriska workoutuppgifterna Linjära system 7. (a) Falskt. Kondition är en egenskap hos problemet oberoende av precisionen i beräkningarna. (b) Falskt. Pivotering påverkar

Läs mer

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Differentialekvationer. Repetition av FN5 (GNM kap 6.

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Differentialekvationer. Repetition av FN5 (GNM kap 6. Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN6 09-03-17 Hedvig Kjellström hedvig@csc.kth.se Repetition av FN5 (GNM kap 6.1-2B) Differentialekvationer Standardform för begynnelsevärdesproblem

Läs mer

LABORATION 2. Trapetsregeln, MATLAB-funktioner, ekvationer, numerisk derivering

LABORATION 2. Trapetsregeln, MATLAB-funktioner, ekvationer, numerisk derivering SF1518,SF1519,numpbd15 LABORATION 2 Trapetsregeln, MATLAB-funktioner, ekvationer, numerisk derivering - Genomför laborationen genom att göra de handräkningar och MATLAB-program som begärs. Var noga med

Läs mer

Del I: Lösningsförslag till Numerisk analys,

Del I: Lösningsförslag till Numerisk analys, Lösningsförslag till Numerisk analys, 2016-08-22. Del I: (1) Nedan följer ett antal påståenden. Använd nyckelbegreppen därunder och ange det begrepp som är mest lämpligt. Skriv rätt bokstav (a)-(l) i luckan

Läs mer

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Tentamen i Beräkningsvetenskap II, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Per Lötstedt, tel. 471 2986 Ken Mattsson, tel 471 2975 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2015-06-02 Skrivtid: 14

Läs mer

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Tentamen i Beräkningsvetenskap II, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Stefan Engblom, tel. 471 27 54, Per Lötstedt, tel. 471 29 72 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2016-03-16 Skrivtid:

Läs mer

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Tentamen i Beräkningsvetenskap II, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Per Wahlund, tel. 471 2986 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-01-11 Skrivtid: 14 00 17 00 (OBS! Tre timmars

Läs mer

TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 20

TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 20 Numerisk Analys - Institutionen för Matematik KTH - Royal institute of technology 2016-05-31, kl 08-11 SF1547+SF1543 TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 20 Uppgift 1 Man vill lösa ekvationssystemet

Läs mer

n Kap 4.1, 4.2, (4.3), 4.4, 4.5 n Numerisk beräkning av derivata med n Felen kan t ex vara avrundningsfel eller mätfel n Felet kan mätas

n Kap 4.1, 4.2, (4.3), 4.4, 4.5 n Numerisk beräkning av derivata med n Felen kan t ex vara avrundningsfel eller mätfel n Felet kan mätas Datoraritmetik Beräkningsvetenskap I/KF Kursboken n Kap 4., 4., (4.3), 4.4, 4. n I kap 4.3 används Taylorutvecklingar. Om du ännu inte gått igenom detta i matematiken, kan du oppa över de delar som beandlar

Läs mer

Analys av elektriska nät med numeriska metoder i MATLAB

Analys av elektriska nät med numeriska metoder i MATLAB Analys av elektriska nät med numeriska metoder i MATLAB Joel Nilsson Martin Axelsson Fredrik Lundgren 28-2-12 Kurs DN1215 - Numeriska metoder för ME Moment Laboration 1 - Bli bekväm med MATLAB Handledare

Läs mer

Fel- och störningsanalys

Fel- och störningsanalys Fel- och störningsanalys Terminologi Antag att x är ett exakt värde och x är en approximation av x. Vi kallar då absoluta felet i x = x x, relativa felet i x = x x x. Ofta känner vi inte felet precis utan

Läs mer

Facit Tentamen i Beräkningsvetenskap I (1TD393) STS ES W K1

Facit Tentamen i Beräkningsvetenskap I (1TD393) STS ES W K1 Facit Tentamen i Beräkningsvetenskap I (1TD393) STS ES W K1 Del A Utför överskådlig beräkning, och presentera svar på följande frågor. Det bifogade svarsarket måste användas, så lös först uppgifterna på

Läs mer

Teknisk Beräkningsvetenskap I Tema 1: Avrundning och populationsmodellering

Teknisk Beräkningsvetenskap I Tema 1: Avrundning och populationsmodellering Teknisk Beräkningsvetenskap I Tema 1: Avrundning och populationsmodellering Eddie Wadbro 5 november 2014 Eddie Wadbro, Tema 1: Avrundning och populationsmodellering, 5 november 2014 (1 : 21) Innehåll Datoraritmetik

Läs mer

Fel- och störningsanalys

Fel- och störningsanalys Fel- och störningsanalys 1 Terminologi Antag att x är ett exakt värde och x är en approximation av x. Vi kallar då absoluta felet i x = x x, relativa felet i x = x x x. Ofta känner vi inte felet precis

Läs mer

LAB 4. ORDINÄRA DIFFERENTIALEKVATIONER. 1 Inledning. 2 Eulers metod och Runge-Kuttas metod

LAB 4. ORDINÄRA DIFFERENTIALEKVATIONER. 1 Inledning. 2 Eulers metod och Runge-Kuttas metod TANA21+22/ 30 september 2016 LAB 4. ORDINÄRA DIFFERENTIALEKVATIONER 1 Inledning Vi skall studera begynnelsevärdesproblem, både med avseende på stabilitet och noggrannhetens beroende av steglängden. Vi

Läs mer

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Tentamen i Beräkningsvetenskap II, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-03-09 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat

Läs mer

NATURVETENSKAPLIGA FAKULTETEN

NATURVETENSKAPLIGA FAKULTETEN NATURVETENSKAPLIGA FAKULTETEN Utbildningsplan Dnr GU 2019/1736 Matematikprogrammet, 180 högskolepoäng Bachelor's Programme in Mathematics, 180 credits Programkod: N1MAT 1. Fastställande Utbildningsplanen

Läs mer

Newtons metod. 1 Inledning. CTH/GU LABORATION 3 MVE /2014 Matematiska vetenskaper

Newtons metod. 1 Inledning. CTH/GU LABORATION 3 MVE /2014 Matematiska vetenskaper CTH/GU LABORATION 3 MVE270-2013/2014 Matematiska vetenskaper Newtons metod 1 Inledning Vi skall lösa system av icke-linjära ekvationer. Som exempel kan vi ta, { x1 (1 + x 2 2) 1 = 0 x 2 (1 + x 2 1 ) 2

Läs mer

Facit Tentamen i Beräkningsvetenskap I (1TD393) STS ES W K1

Facit Tentamen i Beräkningsvetenskap I (1TD393) STS ES W K1 Facit Tentamen i Beräkningsvetenskap I (1TD9) STS ES W K1 Utför överskådlig beräkning, och presentera svar på följande frågor. Det bifogade svarsarket måste användas, så lös först uppgifterna på ett kladdpapper,

Läs mer

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem Lennart Edsberg NADA 9 mars 6 D11, M1 Laboration 4 A Numerisk behandling av integraler och begynnelsevärdesproblem Denna laboration ger 1 bonuspoäng. Sista bonusdatum 5 april 6 Efter den här laborationen

Läs mer

Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att:

Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att: Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att: - snabbt komma igång med träning på matlabprogrammering (uttnyttja gärna alla schemalagda laborationstillfällen,

Läs mer

Laboration 3. Funktioner, vektorer, integraler och felskattning

Laboration 3. Funktioner, vektorer, integraler och felskattning 1 SF1520 K2 HT2014 NA 21 december 2015 Laboration 3 Funktioner, vektorer, integraler och felskattning Efter den här laborationen skall du kunna använda och skriva egna funktioner med flera in- och utparametrar,

Läs mer

DN1212. Numeriska metoder och grundläggande programmering. för M1, 9 hp (högskolepoäng)

DN1212. Numeriska metoder och grundläggande programmering. för M1, 9 hp (högskolepoäng) Kurs-PM DN1212 Numeriska metoder och grundläggande programmering för M1, 2009. 1 Hedvig Kjellström och Staffan Romberger A CSC, KTH 081103 DN1212 Numeriska metoder och grundläggande programmering för M1,

Läs mer

Facit Tentamen i Beräkningsvetenskap I (1TD393 - nya versionen, 5hp!)

Facit Tentamen i Beräkningsvetenskap I (1TD393 - nya versionen, 5hp!) Facit Tentamen i Beräkningsvetenskap I (1TD393 - nya versionen, 5hp!) Utför överskådlig beräkning, och presentera svar på följande frågor. Det bifogade svarsarket måste användas, så lös först uppgifterna

Läs mer

Optimeringslara = matematik som syftar till att analysera och. Optimeringslara ar en gren av den tillampade matematiken.

Optimeringslara = matematik som syftar till att analysera och. Optimeringslara ar en gren av den tillampade matematiken. Optimal = basta mojliga. Optimeringslara = matematik som syftar till att analysera och nna det basta mojliga. Anvands oftast till att nna ett basta handlingsalternativ i tekniska och ekonomiska beslutsproblem.

Läs mer

Block 2: Lineära system

Block 2: Lineära system Exempel Från labben: Block : Lineära system Del 1 Trampolinens böjning och motsvarande matris (här 6060-matris) Matrisen är ett exempel på - gles matris (huvuddelen av elementen nollor) - bandmatris Från

Läs mer

FMS032: MATEMATISK STATISTIK AK FÖR V OCH L KURSPROGRAM HT 2015

FMS032: MATEMATISK STATISTIK AK FÖR V OCH L KURSPROGRAM HT 2015 Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS032: MATEMATISK STATISTIK AK FÖR V OCH L KURSPROGRAM HT 2015 HEMSIDA Kursens hemsida finns på http://www.maths.lth.se/matstat/kurser/fms032/

Läs mer

LABORATION cos (3x 2 ) dx I =

LABORATION cos (3x 2 ) dx I = SF1518,SF1519,numpbd14 LABORATION 2 Trapetsregeln, ekvationer, ekvationssystem, MATLAB-funktioner Studera kapitel 6 och avsnitt 5.2.1, 1.3 och 3.8 i NAM parallellt med arbetet på denna laboration. Genomför

Läs mer

TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 2

TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 2 Numerisk Analys - Institutionen för Matematik KTH - Royal institute of technology 218-5-28, kl 8-11 SF1547 TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 2 Rättas endast om del 1 är godkänd. Betygsgräns

Läs mer

Datoraritmetik. Från labben. Från labben. Några exempel

Datoraritmetik. Från labben. Från labben. Några exempel Datoraritmetik Beräkningsvetenskap I Från labben Två huvudtyper av fel: diskretiseringsfel och avrundningsfel Olika sätt att mäta fel: relativt fel, absolut fel Begreppen ε M, Inf, NaN, overflow, underflow,

Läs mer

Matematik: Det centrala innehållet i kurserna i Gy 2011 i relation till kurserna i Gy 2000

Matematik: Det centrala innehållet i kurserna i Gy 2011 i relation till kurserna i Gy 2000 2011-12-21 Matematik: Det centrala innehållet i kurserna i Gy 2011 i relation till kurserna i Gy 2000 Kurs 1a och 2a i Gy 2011 jämfört med kurs A och B i Gy 2000 Poängomfattningen har ökat från 150 poäng

Läs mer

Kurs DN1215, Laboration 3 (Del 1): Randvärdesproblem för ordinära differentialekvationer

Kurs DN1215, Laboration 3 (Del 1): Randvärdesproblem för ordinära differentialekvationer Kurs DN1215, Laboration 3 (Del 1): Randvärdesproblem för ordinära differentialekvationer Michael Hanke, Johan Karlander 2 april 2008 1 Beskrivning och mål Matematiska modeller inom vetenskap och teknik

Läs mer

Dagens föreläsning (F15)

Dagens föreläsning (F15) Dagens föreläsning (F15) Problemlösning med datorer Carl-Mikael Zetterling bellman@kth.se KP2+EKM http://www.ict.kth.se/courses/2b1116/ 1 Innehåll Programmering i Matlab kap 5 EKM Mer om labben bla Deluppgift

Läs mer

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Runge-Kuttas metoder. Repetition av FN6 (GNM kap 6.

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Runge-Kuttas metoder. Repetition av FN6 (GNM kap 6. Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN7 09-03-23 Hedvig Kjellström hedvig@csc.kth.se! Repetition av FN6 (GNM kap 6.1G-2G)! Runge-Kuttas metoder ökad noggrannhet!

Läs mer

f(x + h) f(x) h f(x) f(x h) h

f(x + h) f(x) h f(x) f(x h) h NUMPROG, D för M, vt 008 Föreläsning N: Numerisk derivering och integrering Inledning: numerisk lösning av analytiska problem Skillnader mellan matematisk analys och numeriska metoder. Grundläggande begrepp

Läs mer

0.31 = f(x 2 ) = b 1 + b 2 (x 3 x 1 ) + b 3 (x 3 x 1 )(x 3 x 2 ) = ( ) + b 3 ( )(

0.31 = f(x 2 ) = b 1 + b 2 (x 3 x 1 ) + b 3 (x 3 x 1 )(x 3 x 2 ) = ( ) + b 3 ( )( Lösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-03-09 Del A 1. (a) För att anpassa ett polynom som går genom tre punkter behövs ett andragradspolynom. Newtons interpolationsansats ger f(x)

Läs mer

Tentamen i: Beräkningsvetenskap I och KF

Tentamen i: Beräkningsvetenskap I och KF Tentamen i: Beräkningsvetenskap I och KF Skrivtid: 9 januari 2017 kl 08 00 11 00 OBS! 3 timmar! Hjälpmedel: Endast penna, suddgummi, miniräknare och linjal får användas. Formler finns i bifogad formelsamling.

Läs mer

Numeriska metoder för ODE: Teori

Numeriska metoder för ODE: Teori Numeriska metoder för ODE: Teori Lokalt trunkeringsfel och noggrannhetsordning Definition: Det lokala trunkeringsfelet är det fel man gör med en numerisk metod när man utgår från det exakta värdet vid

Läs mer

7 november 2014 Sida 1 / 21

7 november 2014 Sida 1 / 21 TANA09 Föreläsning 2 Talrepresentation i datorer. Flyttalssystem. Datoraritmetik och Beräkningsfel. Beräkningsfelsanalys och Kancellation. Serier och Resttermsuppskattningar. Tillämpning - Beräkning av

Läs mer

GÖTEBORGS UNIVERSITET Naturvetenskapliga fakultetsnämnden. Utbildningsplan för Matematikprogrammet (N1MAT) 1. Beslut om fastställande. 2.

GÖTEBORGS UNIVERSITET Naturvetenskapliga fakultetsnämnden. Utbildningsplan för Matematikprogrammet (N1MAT) 1. Beslut om fastställande. 2. GÖTEBORGS UNIVERSITET Naturvetenskapliga fakultetsnämnden Utbildningsplan för Matematikprogrammet (N1MAT) 180 högskolepoäng Grundnivå Bachelor Program in Mathematics 1. Beslut om fastställande Utbildningsplanen

Läs mer

TANA81: Föreläsning 2

TANA81: Föreläsning 2 TANA81: Föreläsning 2 - Projektplanen - Projektuppgifter - Projektplanen - Gruppindelning - Beställarmötet Typeset by FoilTEX 1 Projektplanen I Projektplanen beskrivs hur och när arbetet skall genomföras,

Läs mer

Föreläsning 7: Punktskattningar

Föreläsning 7: Punktskattningar Föreläsning 7: Punktskattningar Matematisk statistik David Bolin Chalmers University of Technology April 7, 2014 Projektuppgift Projektet går ut på att genomföra ett statistiskt försök och analysera resultaten.

Läs mer

SF Numeriska metoder, grundkurs Föreläsning 5: Felanalys, felkalkyl och kondition KTH - SCI

SF Numeriska metoder, grundkurs Föreläsning 5: Felanalys, felkalkyl och kondition KTH - SCI - Numeriska metoder, grundkurs Föreläsning 5: Felanalys, felkalkyl och kondition Oktober 13, 2014 KTH Royal Institute of Technology Dept. of Mathematics - NA division 1/5 1 Exempel: Newtons metod f=@(x)

Läs mer

Lösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, Del A. 1. (a) ODE-systemet kan skrivas på formen

Lösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, Del A. 1. (a) ODE-systemet kan skrivas på formen Lösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, 2013-03-18 Del A 1. (a) ODE-systemet kan skrivas på formen z (t) = f(t, z), där z(t) = x(t) y(t) u(t) v(t), f(t, z) = u(t) v(t) kx(t)/ ( x2 (t)

Läs mer

Tentamen i Beräkningsvetenskap II, 5.0 hp,

Tentamen i Beräkningsvetenskap II, 5.0 hp, Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Per Wahlund, tel. 471 2986, 0702-634722 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2011-10-17 Skrivtid: 8 00 11 00 (OBS!

Läs mer

ÄMAD04, Matematik 4, 30 högskolepoäng Mathematics 4, 30 credits Grundnivå / First Cycle

ÄMAD04, Matematik 4, 30 högskolepoäng Mathematics 4, 30 credits Grundnivå / First Cycle Humanistiska och teologiska fakulteterna ÄMAD04, Matematik 4, 30 högskolepoäng Mathematics 4, 30 credits Grundnivå / First Cycle Fastställande Kursplanen är fastställd av Naturvetenskapliga fakultetens

Läs mer

Interpolation Modellfunktioner som satisfierar givna punkter

Interpolation Modellfunktioner som satisfierar givna punkter Interpolation Modellfunktioner som satisfierar givna punkter Några tillämpningar Animering rörelser, t.ex. i tecknad film Bilder färger resizing Grafik Diskret representation -> kontinuerlig 2 Interpolation

Läs mer