LABORATION 1. Introduktion

Storlek: px
Starta visningen från sidan:

Download "LABORATION 1. Introduktion"

Transkript

1 Linda Kann NADA 27 januari 2004 LABORATION 1 A Introduktion Efter den här laborationen ska du kunna använda Nadas UNIX-datorer, hantera vektorer och matriser, hantera villkorssatser och slingor samt skriva egna program i.m-filer Inledning Nada har Unixdatorer, men när man loggat in ser skärmen ut ungefär som i Windows. Frontpanelen längst ner på skärmen har fyra knappar i mitten som leder till fyra olika skärmar (workspaces). Till höger om dom fyra knapparna finns utloggningsknappen EXIT. Höger musknapp har en meny som startar några vanliga program. Välj där Terminal, såfårdu ett fönster där du kan skriva unixkommandon. Fönstret blir aktivt när du klickar i det. Om du inte använt Unixtidigare - läs igenom sidorna 1-21 i röda Unix-häftet. Lite administration Skriv allra först i terminalfönstret res checkin numpt04 och svara på frågorna om personnummer och studiestatus (om det inte fungerar kan du istället checka in via kursens webbsida). Anslut dig till denna kursomgång genom att skriva course join numpt04 Kommandot skapar en kurswebbsida åt dej och ser till att du får aktuella inloggningsmeddelanden från kursen. Om du ska labba ihop med någon kan du göra course labdir numme labbkompisanv. Se till att din labbkompis på sitt konto också ger motsvarande kommando (med ditt användarnamn) så kommer ni att få en gemensam katalog numme där ni kan spara alla program ni skriver i kursen. Du som labbar ensam får istället skapa en egen katalog numpt04 med hjälp av filhanteraren. På nästa datorlaboration kan du kolla att dina labbar har blivit rapporterade genom att ge kommandot res show numpt04 i terminalfönstret. Mer om dessa kommandon står i kapitel 18 i Unixhäftet. Läs kurssidan Vi kommer att använda webben för att sprida kursinformation. Starta Mozilla eller Netscape från skärmmenyn, dvs menyn som kommer fram när du håller ner musens högerknapp på skärmbakgrunden. Adressen till kursens webbsida är

2 Starta Matlab Placera markören på skärmens bakgrund och tryck ner högerknappen. Gå ner till Applications och välj Application Manager så öppnas ett fönster med många mappar. Dubbelklicka på mappen Mathematics så öppnas ett nytt fönster med ikoner för matematikprogram. Dra Matlab-ikonen till skrivbordet och dubbelklicka på den för att starta Matlab. Se kapitel 1 i kursboken för en repetition av Matlab-miljön. Matlab-uppgifter Nedan finns ganska många uppgifter. Vid redovisningen ska du visa upp så mycket du hunnit med idag. På övriga labbar kommer du att ha haft mer tid på dig att förbereda dig, så så ska du vara beredd att redovisa alla uppgifter. Gissa hur mycket pumpan väger. Skriv ett program som slumpar fram ett tal mellan ett och hundra och låter den som kör programmet gissa vilket tal det är. För att det inte ska bli för svårt måste ditt program skriva ut meddelanden efter varje gissning, t ex så här: Vad heter du? Anna Hej Anna, hur mycket tror du min pumpa väger? 50 För mycket. Gissa igen: 20 För litet. Gissa igen: 25 För litet. Gissa igen: 42 För mycket. Gissa igen: 36 Rätt gissat. Nästa år ska jag odla en ännu större pumpa. Datorn gissar. Skriv ett program som gissar vilken pumpavikt du tänker på. Först måste du komma på en bra algoritm som ger så få gissningar som möjligt! Matlab som kalkylator Genomför följande beräkningar (och hitta gärna på egna): Beräkna din ålder i sekunder. Försök att minnas din lästid för varje dag den senaste veckan och lägg in värdena i en vektor. Använd bar för att få ett stapeldiagram över din lästid Öka din lästid med en timme per dag Öka din lästid med 25 procent (tips: multiplicera med ett tal) Öka lästiden med 20 procent på vardagar men bara med 5 procent på helger (tips: multiplicera elementvis med en vektor) Skriv in en valfri 3x3-matris och undersök följande: Är dess determinant positiv? Kan man multiplicera den med en vektor, och vilka dimensioner måste vektorn ha isåfall? Kanmanmultipliceradenmedenkonstant?Medenannanmatris? Använd till sist who för att titta vilka variabler du har använt. Är du nöjd med variabelnamnen? Tillkalla handledare och redovisa!

3 Staffan Romberger NADA 27 januari 2004 LABORATION 2 A Grafik Efter den här laborationen ska du känna dig säkrare på att visualisera funktioner av 2 variabler, kunna rita bilder utifrån givna punkter och ha byggt ett program i flera delar som presenterar data från en datafil. Du ska också ha skaffat dig vana att sätta ihop en enkel dokumentation av ditt arbete och dess resultat i form av en rapport. Översikt Producera ett dokument som är lämpligt både att visa på skärm och att skriva ut på papper. Möjliga format är MSWord, Framemaker, PDF, PowerPoint, Keynote och HTML. Jag föreslår att du använder MSWord under Windows och Framemaker under Unix. Helst bör resultatet konverteras till PDF men nödvändiga program finns inte i alla datormiljöer på KTH. Gör dokumentet i liggande A4 för visning på skärm med en textstorlek som är tillräcklig för att visa med videoprojektor. För presentation på papper skriver man lämpligen ut 4 sidor på varje papperssida. Låt varje sida ha en sidfot som innehåller gruppmedlemmarnas namn, datum och klockslag. Texten ska visa lösningen, beskriva hur ni kommit fram till den och ge ytterligare kommentarer. Dokumentet ska innehålla text med olika format, Matlab-kod, figurer producerade med Matlab och några formler gjorda med Equation Editor eller möjligen TeX. Tänk på att dokumentet ska vara begripligt även när det skrivits ut i svart-vitt. FrameMaker Redigeringsprogrammet FrameMaker hittar du ungefär som Matlab: placera markören på skärmens bakgrund och tryck ner högerknappen, välj sedan Applications och därefter Application Manager så öppnas ett fönster med många mappar. Dubbelklicka på mappen Layout,_Graphics så öppnas ett nytt fönster med ikoner för redigeringsprogram. Dra FrameMaker-ikonen till skrivbordet och dubbelklicka på den för att starta FrameMaker. IFrameMakerväljerduNew för att få ett nytt dokument. Tips: överst i View-menyn kan du välja QuickAccess Bar... så får du en list med många användbara knappar. Matematiska formler kan du skriva med hjälp av ekvationsfönstret som kommer upp när du klickar på i högerkanten. Börja med att välja New Small Equation i Equations-menyn. Sen kan du både skriva på tangentbordet och välja symboler ur ekvationsfönstret. När du är klar med formeln väljer du Shrinkwrap Equation ur Equations-menyn. Spara din Matlab-graf genom att välja Export... i File -menyn i Matlabs grafikfönster (välj t ex EPS-format). Läs in filen i FrameMaker genom att i File-menyn välja Import och sedan File... Justera storleken genom att markera bilden och i menyn Graphics välja Scale... Du kan spara ditt dokument på FrameMaker-format (.fm) för utskrift. Vill du ha ditt dokument som en w ebbsida väljer du i File-menyn Save As... där du under Format kan byta ut Document mot HTML.

4 Rosenbrooks funktion Ett vanligt problem är att hitta minimum eller maximum av en funktion. En vanlig testfunktion för algoritmer för detta problem är Rosenbrooks funktion: z = 100(y x 2 ) 2 +(1 x) 2 som har minimivärde 0 i punkten (1, 1). Rita denna funktion på några olika sätt så att man får bra förståelse för funktionen. Rita både från kamerans standardposition och med kameran strax över xy-planet nära x-axeln på negativa y-sidan. Låt ett diagram vara nätdiagram och ett vara ytdiagram. Låt din text kortfattat beskriva hur funktionen ser ut. Du behöver kanske använda hjälpfunktionen i Matlab för att hitta rätt ritfunktioner, för att välja kamerainställning och för att spara diagrammen på lämpligt format så att de kan klistras in i ditt dokument. Visualisering av multiplikation med 2x2-matris Operationen x Ax avbildar punkter. En viss förståelse för denna operation för en matris A får man, om man för ett antal punkter ritar linjer från x till Ax. Skriv en kommandofil i Matlab som ger A ett värde, definierar en radvektor box = [llx lly urx ury] (ll=lower left, ur=upper right) och ett tal n. För nxn punkter inom rektangeln box beräkna Ax och rita t.ex. med funktionen quiver linjer från x till Ax. Modifiera så att quiver inte ritar pilspetsar utan markerar startpunkterna med ringar. Demonstrera med några olika A och olika»punktboxar». Hur ser man att en punkt, x, är egenvektor till A? Banor med Beziersplinekurvor I många ritprogram, bl.a. Photoshop, kan man rita»banor» som är följder av segment. Segmenten är normalt tredjegradskurvor, är normalt kontinuerliga och har kontinuerlig derivata i skarvarna mellan segmenten. Normalt beskrivs varje segment av 4 punkter, 2»ankarpunkter», p 0 och p 3, som är segmentets ändpunkter, och två»styrpunkter», p 1 och p 2, som ligger på tangenterna i ankarpunkterna. Ett segment beskrivs som z =(1 t) 3 p 0 +3(1 t) 2 tp 1 +3(1 t)t 2 p 2 + t 3 p 3 när t går från 0 till 1. Sådana segment kallas Beziersplinekurvor. Skriv en procedur som ritar en Beziersplinekurva, bspline(p) eller bspline(p, n). Parametern p innehåller de 4 punkterna och n är det antal jämt fördelade t-värden för vilka segmentet ska ritas som prickar. Skönsvärde för n ska vara 10. Markera punkterna med ringar och rita styrlinjerna streckade. Gör en kommandofil som läser punkter från en fil med en punkt per rad och fyra punkter per segment, använder funktionen bspline för att rita den bana som är sammansatt av segmenten som beskrivs av punkterna. Använd uigetfile för att fråga efter filnamnet. Konstruera någon egen bana (hur skapar man ett rätlinjigt segment och när blir segmentet en ögla) och rita den bana som ges av filen s.dat i kursens filbibliotek. Du kan senare, när du har lärt dig gränssnittsprogrammering, bygga ut programmet så att man kan flytta punkterna med markören och lägga till och ta bort segment.

5 Katarina Gustavsson NADA 27 januari 2004 LABORATION 4 A Ekvationslösning, interpolation och numerisk integration Efter den här laborationen skall du känna igen problemtyperna linjära och olinjära ekvationer, överbestämda linjära ekvationer och minst ett sätt att lösa varje problemtyp samt att kunna uppskatta lösningsnoggrannheten. Du skall också lära dig att interpolera, integrera numeriskt och förstå begreppet nogrannhetsordning. 1. Olinjär skalär ekvation Läsanvisning: 2.2, 2.3 i Quarteroni/Saleri Man vill bestämma samtliga rötter till följande skalära ekvation, y(x) =x 4sin(2x) 3=0. Noggrannheten skall vara minst tio korrekta siffror. a) Rita grafen för y(x) =x 4sin(2x) 3 (med MATLAB). Samtliga nollställen till y(x) skall vara med. Hur många rötter finns det? b) Undersök empiriskt och teoretiskt vilka av rötterna som kan bestämmas med följande två metoder: (1) Fixpunktsiterationen x n+1 = sin(2x n )+ 5 4 x n 3 4, (2) Newtons metod. c) För bägge metoderna och för minst två konvergerande rötter skriv ut tabeller som visar hur iteraten konvergerar mot rötterna. Utöka därefter tabellerna så att följande storheter kan avläsas: (1) Konvergenshastigheten (linjär eller kvadratisk) (2) Antalet iterationer som krävs för att få rötterna med minst tio siffrors noggrannhet. 2. Linjär algebra: robotarm Läsanvisning: anteckningar från övning 9 Figuren (på nästa sida) visar en robotarm med två länkar. Ledvinklarna ges av θ 1 och θ 2.Koordinaterna för robothanden blir x = L 1 cos θ 1 + L 2 cos (θ 1 + θ 2 ) y = L 1 sin θ 2 + L 2 sin (θ 1 + θ 2 ) där L 1 och L 2 är länklängderna. Vinklarna θ 1 och θ 2 som bestämmer robothandens rörelse kontrolleras tidsmässigt av följande polynomuttryck: θ 1 (t) =θ 1 (0) + a 1 t 3 + a 2 t 4 θ 2 (t) =θ 2 (0) + b 1 t 3 + b 2 t 4 där θ 1 (0) och θ 2 (0) är startvärden för vinklarna vid tiden t =0. Vinklarna anges i enheten grader och tiden i sekunder.

6 Robothand L2 θ 2 L1 (0,0) θ 1 a) Ställ upp ett linjärt ekvationssystem för bestämning av parametrarna a 1, a 2, b 1 och b 2,givet startvärdena θ 1 (0) = 10, θ 2 (0) = 20 samt vinklarnas värden då t =3: θ 1 (3) = 50.5, θ 2 (3) = 28.6 och då t =4: θ 1 (4) = 131.6, θ 2 (4) = Lös ekvationssystemet i MATLAB. b) Använd dina resultat i a) för att plotta robothandens svep när tiden t går från 0 till 4 sekunder, med värdena L 1 =4mochL 2 =3m. 3. Interpolation och minstakvadratanpassning Läsanvisning: 3.1, 3.4 i Quarteroni/Saleri + extramaterial Givet är följande tabell över termisk konduktivitet som funktion av temperaturen för elementet järn Temperatur, T, (K): Kond., k, (W/cmK): a) Utnyttja de fyra värdena vid temperaturen 100, 400, 700 och 1000 och interpolera genom dem med ett tredjegradspolynom. Rita de fyra givna punkterna och polynomkurvan med fin diskretisering (100:20:1000). Hur stor är konduktiviteten, k när temperaturen T = 300K? Jämför med det uppmätta värdet. Varför använder vi inte alla punkterna och interpolerar med ett niondegradspolynom? b) Anpassa ett andragradspolynom i minstakvadratmening till givna data. Plotta på samma sätt som ovan och ange konduktiviteten för temperaturen T = 300K enligt denna modell. Jämför med det uppmätta värdet. Beräkna även felkvadratsumman. c) Gör om samma beräkningar som i b) för ett tredjegradsploynom. Är anpassningen bättre än i b)? 4. Numerisk integration Läsanvisning: 4.2 i Quarteroni/Saleri Denna del av laborationen handlar om numerisk integrering. Vi önskar beräkna ett integralvärde I(f) = b a f(x)dx med hjälp av någon kvadraturformel. De kvadraturformler som behandlas i denna kurs kan alla skrivas på formen M I approx (f) = α k f(x k ) k=0

7 där α k kallas kvadraturvikter och x k kallas kvadraturpunkter. M är antalet delintervall. Detta ger att steglängden H =(b a)/m. Kom ihåg att alltid börja med att rita integranden, f(x), över integrationsintervallet för att se hur f(x) beter sig på intervallet. a) Beräkna följande integral (1) exakt med penna och papper. I(f) = 1 1 x +4dx Lös sedan intergralen numeriskt med (2) sammansatta trapetsregeln (se Q&S (4.15)) och (3) sammansatta Simpsons formel (se Q&S (4.21)). Undersök hur approximationsfelet, E H beror av steglängden, H, genom att plotta felkurvor som funktion av steglängen. (Jämför fig 4.4 i Q&S.) Använd MATLABs kommando loglog för plottarna. Uppskatta metodernas noggrannhetsordning, p, med hjälp av dessa plottar. För en metods noggrannhetsordning gäller E H = I(f) I approx (f) konstanth p. där I approx (f) är det numeriskt uträknade integralvärdet med antingen sammansatta trapetsregeln eller sammansatta Simpsons formel. Stämmer detta med vad som gäller för felen enligt formel (4.16) och (4.22) i Q&S? b) Lös integralen I(f) = 2π 0 x π ( e 0.01 )2 dx med MATLAB-funktionen quadl. Sätt toleransen till 10 8 och använd detta integralvärde som referensvärde. Lös sedan integralen med sammansatta trapetsregeln. Börja med M =20.Hur mycket och varför skiljer sig integralvärdet från referensvärdet? Halvera steglängden i sammansatta trapetsregeln tills dess att I quadl I c t Jämför antal funktionsevalueringar. Vilken av metoderna har använt flest funktionsevalueringar? Varför? Om du gör anropet [I_t,fnceval]=quadl( fun_name,a,b,tol) när du använder quadl så innehåller variabeln fnceval antalet funktionsevalueringar quadl har användt vid beräkning av resultatet. c) I den här delen skall du räkna ut svängningtiden för en pendel. En pendels svängningstid T beror av utslagsvinkeln ϕ 0 enligt formeln: L T =4 g I(ϕ 0) där L är pendelns längd, g är tyngdaccelerationen och I(ϕ 0 )= π/2 0 dϕ 1 k2 (sin ϕ) 2, k =sinϕ 0 2

8 Låt L =1moch g =9.81 m/s 2. Skriv ett program som beräknar svängningstiden T för ϕ 0 - värdena 0,5,10,...90 grader. För att beräkna integralen I(ϕ 0 ) används Matlabfunktionen quadl. Plotta resultatet, dvs T som funktion av ϕ 0 iengraf. En ofta använd approximation av T är svängningstiden för små svängningar: L T s =2π g Denna approximation är bra för små utslagsvinklar, men relativfelet ökar med ökande utslagsvinkel. Plotta även en graf som visar relativfelet R Ts som funktion av utslagsvinkeln då 0 ϕ 0 90 grader. Hur många timmar ungefär har den här laborationen tagit? En fråga på kursutvärderingen i slutet av kursen kommer att gälla tidsåtgång och laborationsomfång. Tänk redan nu igenom vad som är bra och vad som kan förbättras!

9 Katarina Gustavsson NADA 27 januari 2004 LABORATION 5 A Begynnelse-, randvärdesproblem och stora ekvationssystem Efter den här laborationen skall du känna igen problemtyperna randvärdes- och begynnelsevärdesproblem för ordinära differentialekvationer och kunna lösa dessa med differensmetoder. Du skall kunna analysera noggrannhetsordning och bestämma stabilitetsegenskaper både teoretiskt och experimentellt. Du skall också lära dig att lösa stora linjära ekvationssystem och ickelinjära ekvationssystem. 1. Begynnelsevärdesproblem Läsanvisning: Kap 7.2,7.3 och 7.5 i Quarteroni/Saleri a) Givet är följande differentialekvation dy =sin(t) 2y, y(0) = 0, t [0, 20]. dt I denna deluppgift ska ovanstående differentialekvation lösas numeriskt med Eulers framåtmetod och trapetsmetoden. Uppgiften går ut på att undersöka hur trunkeringsfelet avtar med steglängden h (för små värden på h), dvs noggrannheten hur den numeriska lösningen uppför sig för stora h-värden (stabilitet) (1) Lös först differentialekvationen exakt (analytiskt), dvs med metoder som du lärt dig i matematik. Denna lösning betecknas y(t). (2) Dela in tidsintervallet [0, 20] i n ekvidistanta steg h. Eulerlösningen i en punkt t betecknas y(t, h). Skriv ett Matlabprogram som beräknar Eulerlösningarna för n = 100, n = 500 och n = Plotta i samma graf den exakta lösningen y(t) samt de de tre Eulerlösningarna. Plotta även i ett loglog-diagram felet y(20) y(20,h) som funktion av h. Vilken ordning hos Eulers framåtmetod kan utläsas ur diagrammet? Gör samma beräkningar, grafer och diagram för trapetsmetoden. (3) Dela in tidsintervallet [0, 20] i n =40, 20, 10 och 5 ekvidistanta steg. Beräkna de fyra Eulerlösningarna och plotta dem tillsammans med den exakta lösningen i samma graf. Gör samma sak med trapetsmetoden. Vilken slutsats kan du dra beträffande den numeriska stabiliteten för de två metoderna genom att titta på graferna? b) Följande andra ordningens differentialekvation beskriver en pendels rörelse. d 2 φ dt 2 + g L sin(φ) =0, φ(0) = π 3, dφ (0) = 0, dt t =[0,T] Här är φ vinkeln och φ vinkelhastigheten. Längden på snöret är L = 1 m och tyngdkraften g =9.81 m/s 2.

10 (1) Skriv om differentialekvationen som ett system av första ordningens differentialekvationer. Systemet skall redovisas på papper. (2) Lös systemet med MATLABs inbygga ode-lösare ode45. Välj ett tidsintervall, [0,T], som gör att pendeln hinner svänga ungefär två hela perioder. Plotta vinkel och vinkelhastighet som funktion av tiden. (3) Animera pendelns gång Animeringen kan göras tex med följande MATLAB kod for i=1:length(tout)-1 x0=l*sin(fi(i));y0=-l*cos(fi(i)); plot([0,x0],[0,y0],x0,y0, o ) axis( equal ) axis([ ]) pause(tout(i+1)-tout(i)) drawnow end tout är tidpunkterna vid vilka ode45 har räknat ut lösningen och fi är den uträknade vinkeln. 2. Randvärdesproblem och stora linjära ekvationssystem Läsanvisning: Kap och 8.1 i Quarteroni/Saleri En homogen balk av höghållfast stål är fritt upplagd horisontellt på två rullstöd med avståndet L = 2.00 m. Balken har ett cirkulärt tvärsnitt med en radie r = m och en elasticitetsmodul E = N/m 2. Mitt på balken verkar en nedåtriktad kraft P = 100 N. Man vill beräkna balkens utböjning, w(x). P L/2 L/2 w(x) För ett tvärsnitt vid läget x finns ett samband mellan momentet M(x) och balkens utböjning w(x). Om kraften P är tillräckligt liten ges detta samband av följande linjära modell M(x) = w (x). (1) EI I är yttröghetsmomentet för balken och ges utav formeln Momentet beror av kraften P enligt M(x) = I = πr4 4 { Px 2 x L 2 PL 2 (1 x L ) x L 2 Randvillkoren, att balken är fritt upplagd, kan skrivas som w(0) = 0, och w(l) =0. (2)

11 Ekvation (1) tillsammans med randvillkoren (2) kan lösas numeriskt med hjälp av finita differensmetoden. Om vi diskretiserar balken i N punkter, x j = jh, j =0, 1,...N+1, h = L/(N +1), med en andra ordningens noggrann approximation får vi följande: w j+1 2w j + w j 1 h 2 = M(x j), j =1, 2...N (3) EI w 0 =0 w N+1 =0 (ges av randvillkoren) där w j är utböjningen i punkten x = x j. Diskretiseringen leder till ett linjärt ekvationssystem Aw = f (4) där A är av storlek N N och w =(w 1,w 2,...w N ) är en vektor med de obekanta utböjningarna. Vektorn f ges av högerledet i ekvation (3). a) Skriv ner matrisen A med papper och penna. Vilken struktur har matrisen A? b) I kursbiblioteket finns filerna balk250.mat, balk500.mat, balk1000.mat och balk1500.mat. De innehåller matrisen A för N = 250, N = 500, N = 1000 och N = Matrisen är här lagrad som en full matris, dvs även alla nollor är lagrade. Börja med att räkna ut utböjningen w för fallet N = 250 genom att lösa det linjära systemet Aw = f. För att göra detta behöver du ladda in matrisen A i MATLAB. Detta görs med kommandot load balk250. Du behöver också räkna ut f som ges av högerledet i ekvation (3) och sambanden för momentet, M(x), och yttröghetsmomentet, I. Använd värdena på L, E, P och r enligt ovan. Lösningen, w, kommer att innehålla utböjningen i alla punkter, x j utom i randpunkterna där w =0. Plotta utböjningen som funktion av x. Hur stor är den maximala utböjningen? c) Backslash-kommandot i MATLAB använder normalt vanlig gausseliminering för att lösa ekvationssystemet. Undersök hur tidsåtgången för gausseliminering beror av systemmatrisens storlek genom att lösa Aw = f för de fyra matriserna balk250.mat, balk500.mat, balk1000.mat och balk1500.mat. Observera att högerledet måste räknas om för de olika storlekarna. För att mäta tiden kan MATLAB-funktionen cputime användas (help cputime ger mer information). Plotta tidsåtgången mot antal obekanta N i en loglog-plot. Hur beror tidsåtgången av N. Stämmer detta med vad du vet från teorin? d) När en matris är gles (fåtal nollskilda element) kan betydligt effektivare metoder än vanlig gausseliminering användas för att lösa ekvationsystemet. Genom att tala om för MATLAB att matrisen är gles kommer bättre metoder automatiskt användas när backslash anropas. Detta kan ni enkelt göra här genom att skriva A=sparse(A). Gå igenom beräkningarna i b) igen. För att få en bra noggrannhet i mätningen av CPU-tiden (eftersom den i detta fallet är kort) bör man upprepa beräkningarna i en for-slinga några gånger och sedan ta medelvärdet. Hur stor tidsvinst gör man i detta fall genom att låta MATLAB använda metoder för glesa matriser? Plotta tidsåtgången mot antal obekanta N i en loglog-plot. Hur beror tidsåtgången av N. Stämmer detta med vad teorin säger? 3. Ett olinjärt ekvationssystem: Vikter på en lina Läsanvisning: extramaterial Två kulor är fästade på ett snöre som hänger mellan två punkter, A och B. Linjen AB mellan punkterna är horisontell och avståndet mellan punkterna är a. Kulornas massa är m 1 resp m 2.

12 A u1 a B L1 m1 L2 u2 m2 u3 L3 Kulorna delar upp snöret i tre delar med längderna L 1, L 2 och L 3. Uppgiften är att räkna ut vilka vinklar de tre snörena bildar med horisontalplanet samt att rita upp snörets form i en graf. Beteckna de tre sökta vinklarna u 1, u 2 och u 3. De uppfyller villkoret π/2 >u 1 u 2 u 3 > π/2 (se figuren). Observera att vridning i motsols riktning ger en positiv vinkel. Rent geometriskt gäller de två sambanden: L 1 cos u 1 + L 2 cos u 2 + L 3 cos u 3 = a, L 1 sin u 1 + L 2 sin u 2 + L 3 sin u 3 =0 Dessutom gäller vid jämvikt följande samband: m 2 tan u 1 (m 1 + m 2 )tanu 2 + m 1 tan u 3 =0 De tre sambanden utgör tillsammans ett icke-linjärt ekvationssystem för de tre vinklarna u 1, u 2 och u 3. Lös detta ekvationssystem med Newtons metod för följande värden på parametrarna a =2, L 1 =1, L 2 =1, L 3 =1, m 1 =1samt m 2 =3 Rita in snörets form i en graf. En dagboksfil ska visa vilka startgissningar du valt för de sökta vinklarna samt en tabell som visar hur iterationerna konvergerar mot lösningen. Hur många timmar ungefär har den här laborationen tagit? En fråga på kursutvärderingen i slutet av kursen kommer att gälla tidsåtgång och laborationsomfång. Tänk redan nu igenom vad som är bra och vad som kan förbättras!

13 Hederskodex och regler för examination vid Nadas kurser Bakgrund Det ligger i såväl lärares som studenters intresse att ha en öppen atmosfär som kännetecknas av tillit och ömsesidigt förtroende. Såväl lärare som studenter bidrar till den positiva akademiska andan av kunskapssökande. Utbildningen ska leda till professionalitet i arbetslivet ett begrepp som bl.a. innebär yrkesheder, förståelse och ansvarstagande. Yrkesheder innebär att det man redovisar som sitt eget arbete också är det. Om andra bidragit till arbetet, så redovisar man det. Förståelse innebär att man så långt möjligt ska förstå varför en lösning (på en arbetsuppgift eller inlämningsuppgift) är en bra lösning. Ansvarstagande innebär att man tar ansvar för att lösningen har de kvaliteter som det finns skäl att förvänta. Följande hederskodex och regler för examination vid Nadas kurser antogs i maj 2002 av lärare och studenter i Nadas grundutbildningsgrupp. Grundtankarna är hämtade från den hederskodex som används sedan länge vid Stanforduniversitetet för att upprätthålla gemensamma hedersbegrepp. Om studenter och lärare följer hederskodexen kan resurserna i större utsträckning läggas på annat än övervakning och kontrollåtgärder. Hederskodex Kontroll av kunskap och färdighet ska vara en värdefull del av utbildningen. Läraren ska alltid försöka att utforma såväl laborationer, hemuppgifter etc. som klassiska tentamina i sal med tanke på detta. Studenten ska ärligt redovisa vad han/hon gjort själv och vad han/hon inte gjort själv. Kopiering av text eller programkod är ohederligt. I vissa sammanhang kan det dock vara lämpligt att citera någon auktoritet och då ska studenten öppet redovisa vad som är citat och vem som citeras. I andra sammanhang kan det vara lämpligt att använda färdiga programexempel, t.ex. ur läroboken. Den student som gör det, ska öppet redovisa det. Det är fel att ta del av en hel lösning till en uppgift, men det är rätt att ta hjälp när man kört fast. Sådan hjälp ska alltid öppet redovisas. Läraren ska sträva efter att ge uppgifter som inte frestar till kopiering. De bör vara rimligt svåra och bedömningen av studenternas arbetsinsatser ska vara välvillig. Om studenterna vid ett grupparbete gjort olika stora insatser ska de öppet redovisa detta. Det är fel att försöka åka snålskjuts på labbkamrat(er), men det är rätt att låta en duktigare eller mer ambitiös student få äran av sin prestation. Lärarens roll är att låta alla gruppmedlemmar få visa upp vad de bidragit med. Ärligt redovisade brister bör bedömas med välvilja. Regler för examination Alla kurser examineras. På Nadas kurser förekommer många examinationsformer från den klassiska skriftliga tentamen i sal till så kallad alternativ examination i form av laborationer, hemuppgifter, uppsatser, hemtentamina m.m. Allt som bidrar till bedömningen av om en student klarat en kurs eller till vilket betyg han/hon ska ha är examination. De alternativa examinationsformerna bedöms ofta som mer meningsfulla av såväl studenter som lärare. De bygger på förtroende och kräver stort ansvarstagande från de studerandes sida. En förutsättning för att den alternativa examinationen ska fungera som kunskapskontroll är att studenterna gör uppgifterna själva. Den student som inte gör uppgiften själv har inte fått den kunskap som betyget anger. Studierna ska vidare inte bara ge kunskaper utan även förbereda för arbetslivet där höga krav ställs på den anställdes eget kunnande. De allra flesta studenter tar sina studier på allvar och sätter en ära i att göra sina uppgifter självständigt och på ett seriöst sätt för att nå en god inlärning. Tyvärr finns dock undantag. Enligt de regler som gäller för högskolan får disciplinära åtgärder vidtas mot student som använder otillåtna hjälpmedel eller på annat sätt försöker vilseleda vid prov eller när en studieprestation

14 annars ska bedömas, dvs. försöker fuska. Läraren är enligt samma regler skyldig att anmäla grundad misstanke om fusk. Fuskärenden behandlas i KTHs (SUs) disciplinnämnd där rektor är ordförande. Syftet med dessa regler är att klargöra vad som är tillåtet respektive otillåtet vid examination. Brott mot reglerna (annat än ringa slarv) betraktas som fusk. Reglerna gäller för all examination i alla Nada-kurser. Kursledningen kan ge kompletterande direktiv för en enskild kurs. Utöver dessa regler gäller självfallet KTHs regler för tentamina, se KTH-handboken del 2 flik 11.3 och SUs regler för tentamina, se SUs regelbok. Regel 1: Alla ansvarar vid arbete i grupp Många uppgifter görs i grupper om två eller fler studenter. Vid arbete i grupp är samarbete inom gruppen naturligtvis tillåtet. Varje gruppmedlem ska bidra till arbetet på ett rättvist sätt. Alla gruppmedlemmar ska, var för sig, kunna redogöra för hela uppgiften och hela lösningen. Regel 2: Redovisa ärligt hjälp som erhållits och källor som använts Om det finns delar av lösningen som studenten inte gjort själv, så måste studenten göra examinerande lärare uppmärksam på detta. I många sammanhang är det naturligt att använda sådant andra har gjort. Vid programmeringsuppgifter kan det vara naturligt att använda färdiga exempel som finns i kurslitteraturen eller som kursledningen tillhandahållit. Detta ska tydligt redovisas, t.ex. i form av kommentarer i koden. När man skriver rapporter/uppsatser är det naturligt att använda olika typer av källor och dessa ska då redovisas i form av referenser och en källförteckning (direkta citat måste explicit anges). Den som utnyttjar en idé som härstammar från en annan person ska tydligt redovisa varifrån idén kommer. Detta gäller även idéer som förmedlats muntligt, exempelvis vid diskussion med andra studenter. När man kör fast på en (programmerings-)uppgift kan man behöva be en handledare eller en kamrat om hjälp med felsökning eller tips. Det är tillåtet, men hjälpen ska tydligt redovisas, t.ex. i form av kommentarer i koden eller i labbrapporten om det gäller mer än någon enstaka kodrad eller mening. Den som söker hjälp med att lösa sin uppgift ska göra det i syftet att öka sin förståelse inte i syftet att snabbt och enkelt klara av uppgiften. Tanken är naturligtvis inte att studenterna ska leva i ett vakuum och inte få diskutera sina uppgifter med sina kamrater. Diskussioner kamrater emellan uppmuntras, men efter diskussionen ska var och en göra sin egen lösning. En student som, enligt examinerande lärares bedömning, gjort alltför liten del av lösningen själv har inte fuskat men har inte presterat tillräckligt för att kunna godkännas på det aktuella kursmomentet. Regel 3: Kopiera inte från andras lösningar Varje student ska skriva sin egen text (egen programkod). Kopiering av text (eller programkod) från andras lösningar är förbjuden oberoende av källa. Kopiering av text (eller programkod) är inte tillåten även om texten (eller programkoden) skrivs om så att ytstrukturen är olika men innehållet är detsamma. Nada har ett program som används på vissa kurser för att beräkna likheten mellan olika lösningar till samma uppgift. Regel 4: Var beredd att redogöra för lösningen Varje student ska vid muntlig examination kunna redogöra för hela uppgiften och hela lösningen (även de delar som studenten eller gruppen inte gjort själv) det gäller alltså att vara påläst vid redovisningen.

15 Regel 5: Hantera närvarolistor korrekt Vid vissa kursmoment, t.ex. muntliga projektredovisningar, förekommer obligatorisk närvaro. Denna kan kontrolleras via närvarolistor eller på annat sätt. Det är inte tillåtet att försöka få det att framstå som om en person närvarat fast han/hon inte gjort det (t.ex. genom att skriva upp inte bara sitt eget utan även en kamrats namn på närvarolistan).

Laboration 6. Ordinära differentialekvationer och glesa system

Laboration 6. Ordinära differentialekvationer och glesa system 1 DN1212 VT2012 för T NADA 20 februari 2012 Laboration 6 Ordinära differentialekvationer och glesa system Efter den här laborationen skall du känna igen problemtyperna randvärdes- och begynnelsevärdesproblem

Läs mer

Hederskodex för studenter och lärare vid kurser och program vid CSC-skolan Denna hederskodex som tillämpas vid alla kurser och program vid

Hederskodex för studenter och lärare vid kurser och program vid CSC-skolan Denna hederskodex som tillämpas vid alla kurser och program vid 2010-08-09 Hederskodex för studenter och lärare vid kurser och program vid CSC-skolan Denna hederskodex som tillämpas vid alla kurser och program vid CSC-skolan (och Nada på SU) består av en allmän text

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

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

SF1513 NumProg för Bio3 HT2013 LABORATION 4. Ekvationslösning, interpolation och numerisk integration. Enkel Tredimensionell Design

SF1513 NumProg för Bio3 HT2013 LABORATION 4. Ekvationslösning, interpolation och numerisk integration. Enkel Tredimensionell Design 1 Beatrice Frock KTH Matematik 4 juli 2013 SF1513 NumProg för Bio3 HT2013 LABORATION 4 Ekvationslösning, interpolation och numerisk integration Enkel Tredimensionell Design Efter den här laborationen skall

Läs mer

Numeriska metoder och grundläggande programmering för T1

Numeriska metoder och grundläggande programmering för T1 Laborationer i Numeriska metoder och grundläggande programmering för T1 hösten 2009-våren 2010 Namn................................... Personnr............................. Lab 1 Introduktion tog timmar

Läs mer

DN1212/numpm Numeriska metoder och grundläggande programmering Laboration 1 Introduktion

DN1212/numpm Numeriska metoder och grundläggande programmering Laboration 1 Introduktion Staffan Romberger 2008-10-31 DN1212/numpm Numeriska metoder och grundläggande programmering Laboration 1 Introduktion Efter den här laborationen ska du kunna hantera vektorer och matriser, villkorssatser

Läs mer

Laboration 1. Ekvationslösning

Laboration 1. Ekvationslösning Laboration 1 Ekvationslösning Sista dag för bonuspoäng, se kursplanen. Kom väl förberedd och med välordnade papper till redovisningen. Numeriska resultat ska finnas noterade. Båda i laborationsgruppen

Läs mer

Numeriska metoder och grundläggande programmering för P1 och T1

Numeriska metoder och grundläggande programmering för P1 och T1 Laborationer i Numeriska metoder och grundläggande programmering för P1 och T1 våren 2008 Namn................................... Personnr............................. Lab 1 Introduktion tog timmar Godkänt

Läs mer

Laboration 2. Laborationen löses i grupper om två och redovisas individuellt genom en lappskrivning den 3/10. x = 1±0.01, y = 2±0.05.

Laboration 2. Laborationen löses i grupper om två och redovisas individuellt genom en lappskrivning den 3/10. x = 1±0.01, y = 2±0.05. Laboration 2 Laborationen löses i grupper om två och redovisas individuellt genom en lappskrivning den 3/10. 1 Störningsräkning 1 Betrakta funktionen f(x,y) = e yx2. Värdena på x och y är givna av x =

Läs mer

2D1240 Numeriska metoder gk II för T2, VT 2004 LABORATION 1. Ekvationslösning

2D1240 Numeriska metoder gk II för T2, VT 2004 LABORATION 1. Ekvationslösning 1 Olof Runborg NADA 15 januari 2004 2D1240 Numeriska metoder gk II för T2, VT 2004 A LABORATION 1 Ekvationslösning Sista dag för bonuspoäng, se kursplanen. Kom väl förberedd och med välordnade papper till

Läs mer

Laboration 1. x = 1±0.01, y = 2±0.05. a) Teoretiskt med hjälp av felfortplantningsformeln (Taylor-utveckling).

Laboration 1. x = 1±0.01, y = 2±0.05. a) Teoretiskt med hjälp av felfortplantningsformeln (Taylor-utveckling). Laboration 1 Sista dag för bonuspoäng är 18 mars. Kom väl förberedd och med välordnade papper till redovisningen. Numeriska resultat ska finnas noterade. Båda i laborationsgruppen ska kunna redogöra för

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

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

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

Tentamen del 1 SF1546, , , Numeriska metoder, grundkurs

Tentamen del 1 SF1546, , , Numeriska metoder, grundkurs KTH Matematik Tentamen del 1 SF154, 1-3-3, 8.-11., Numeriska metoder, grundkurs Namn:... Bonuspoäng. Ange dina bonuspoäng från kursomgången läsåret HT15/VT1 här: Max antal poäng är. Gränsen för godkänt/betyg

Läs mer

Laboration 3. Funktioner, vektorer, integraler och felskattning

Laboration 3. Funktioner, vektorer, integraler och felskattning 1 SF1520 VT2017 NA, KTH 16 januari 2017 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/numpp Numeriska metoder och grundläggande programmering Laboration 1 Introduktion

DN1212/numpp Numeriska metoder och grundläggande programmering Laboration 1 Introduktion Staffan Romberger 2011-12-19 DN1212/numpp Numeriska metoder och grundläggande programmering Laboration 1 Introduktion Efter den här laborationen ska du kunna använda de datorer som vi använder på labbarna,

Läs mer

Laboration 1. 1 Matlab-repetition. 2 Störningsräkning 1. 3 Störningsräkning 2

Laboration 1. 1 Matlab-repetition. 2 Störningsräkning 1. 3 Störningsräkning 2 Laboration 1 Hela labben måste vara redovisad och godkänd senast 19 november för att generera bonuspoäng till tentan. Kom väl förberedd och med välordnade papper till redovisningen. Numeriska resultat

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

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

Numeriska metoder och grundläggande programmering för P1

Numeriska metoder och grundläggande programmering för P1 Laborationer i Numeriska metoder och grundläggande programmering för P1 våren 2011 Namn................................... Personnr............................. Lab 1 Introduktion tog timmar Godkänt den....................................(senast

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

Teorifrågor. 6. Beräkna konditionstalet för en diagonalmatris med diagonalelementen 2/k, k = 1,2,...,20.

Teorifrågor. 6. Beräkna konditionstalet för en diagonalmatris med diagonalelementen 2/k, k = 1,2,...,20. Teorifrågor Störningsanalys 1. Värdet på x är uppmätt till 0.956 med ett absolutfel på högst 0.0005. Ge en övre gräns för absolutfelet i y = exp(x) + x 2. Motivera svaret. 2. Ekvationen log(x) x/50 = 0

Läs mer

TAIU07 Matematiska beräkningar med Matlab

TAIU07 Matematiska beräkningar med Matlab TAIU07 Matematiska beräkningar med Matlab Laboration 3. Linjär algebra Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion 2 En Komet Kometer rör sig enligt ellipsformade

Läs mer

Matematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration

Matematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration 10 februari 2017 Matematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration Syfte med övningen: Introduktion till ett par numeriska metoder för lösning av ekvationer respektive

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

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

DN1212, Numeriska metoder & grundläggande programmering. Laboration 1 del 1-3 (frivilliga delar) Del 1-3 (dvs upg 1.1-1.17) behöver inte redovisas

DN1212, Numeriska metoder & grundläggande programmering. Laboration 1 del 1-3 (frivilliga delar) Del 1-3 (dvs upg 1.1-1.17) behöver inte redovisas DN1212, Numeriska metoder & grundläggande programmering för P1. Laboration 1 del 1-3 (frivilliga delar) Del 1-3 (dvs upg 1.1-1.17) behöver inte redovisas Introduktion till UNIX och MATLAB Del 1: UNIX och

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

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

TANA17 Matematiska beräkningar med Matlab

TANA17 Matematiska beräkningar med Matlab TANA17 Matematiska beräkningar med Matlab Laboration 1. Linjär Algebra och Avbildningar Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna övning skall

Läs mer

2D1240, Numeriska metoder gk2 för F2 och CL2 MATLAB-introduktion, minstakvadratmetoden, differensapproximationer,

2D1240, Numeriska metoder gk2 för F2 och CL2 MATLAB-introduktion, minstakvadratmetoden, differensapproximationer, 21 Bengt Lindberg LABORATION 1 070518 2D1240, Numeriska metoder gk2 för F2 och CL2 MATLAB-introduktion, minstakvadratmetoden, differensapproximationer, ekvationslösning Sista dag för bonuspoäng, se kursplanen.

Läs mer

DN1212 Numeriska Metoder och Grundläggande Programmering DN1214 Numeriska Metoder för S Lördag , kl 9-12

DN1212 Numeriska Metoder och Grundläggande Programmering DN1214 Numeriska Metoder för S Lördag , kl 9-12 DN Numeriska Metoder och Grundläggande Programmering DN Numeriska Metoder för S Lördag 007--7, kl 9- Skrivtid tim Maximal poäng 5 + bonuspoäng från årets laborationer (max p) Betygsgänser: för betyg D:

Läs mer

Laboration: Grunderna i MATLAB

Laboration: Grunderna i MATLAB Laboration: Grunderna i MATLAB 25 augusti 2005 Grunderna i MATLAB Vad är MATLAB? MATLAB är ett interaktivt program för vetenskapliga beräkningar. Som användare ger du enkla kommandon och MATLAB levererar

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

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

NUMPROG, 2D1212, vt Föreläsning 9, Numme-delen. Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem

NUMPROG, 2D1212, vt Föreläsning 9, Numme-delen. Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem NUMPROG, 2D1212, vt 2005 Föreläsning 9, Numme-delen Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem Då steglängden h är tillräckligt liten erhålles en noggrann

Läs mer

2D1212 NumProg för P1, VT2006 PROJEKTUPPGIFT

2D1212 NumProg för P1, VT2006 PROJEKTUPPGIFT 1 Lennart Edsberg Beatrice Frock Katarina Gustavsson NADA, mars 2006 2D1212 NumProg för P1, VT2006 PROJEKTUPPGIFT A I detta projekt ska du tillämpa de metoder som du lärt dig under kursens gång för att

Läs mer

Sammanfattning (Nummedelen)

Sammanfattning (Nummedelen) DN11 Numeriska metoder och grundläggande programmering Sammanfattning (Nummedelen Icke-linjära ekvationer Ex: y=x 0.5 Lösningsmetoder: Skriv på polynomform och använd roots(coeffs Fixpunkt x i+1 =G(x i,

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

Laboration: Grunderna i Matlab

Laboration: Grunderna i Matlab Laboration: Grunderna i Matlab Att arbeta i kommandofönstret och enkel grafik Den här delen av laborationen handlar om hur man arbetar med kommandon direkt i Matlabs kommandofönster. Det kan liknas vid

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

Föreläsningen ger en introduktion till differentialekvationer och behandlar stoff från delkapitel 18.1, 18.3 och 7.9 i Adams. 18.

Föreläsningen ger en introduktion till differentialekvationer och behandlar stoff från delkapitel 18.1, 18.3 och 7.9 i Adams. 18. Föreläsningen ger en introduktion till differentialekvationer och behandlar stoff från delkapitel 18.1, 18.3 och 7.9 i Adams. 18.1 Delkapitlet introducerar en del terminologi och beteckningar som används.

Läs mer

Introduktion till Matlab

Introduktion till Matlab Introduktion till Matlab Analys och Linjär Algebra, del A, K1/Kf1/Bt1, ht10 1 Inledning Ni kommer använda Matlab i nästan alla kurser i utbildningen. I matematikkurserna kommer vi ha studio-övningar nästan

Läs mer

TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 9 november 2015 Sida 1 / 28

TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 9 november 2015 Sida 1 / 28 TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 9 november 2015 Sida 1 / 28 Föreläsning 3 Linjära ekvationssystem. Invers. Rotationsmatriser. Tillämpning:

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

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

Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem.

Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem. 11 april 2005 2D1212 NumProg för T1 VT2005 A Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem. Kapitel 8 och 5 i Q&S Stationär värmeledning i 1-D Betrakta

Läs mer

Omtentamen i DV & TDV

Omtentamen i DV & TDV Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström (e-post wikstrom) Omtentamen i Teknisk-Vetenskapliga Beräkningar för DV & TDV Tentamensdatum: 2006-06-05 Skrivtid: 9-15 Hjälpmedel: inga

Läs mer

OBS! Snabbinsatt Matlab-intro vissa fönsterhanteringsdetaljer kan vara fel men gör gärna Matlab-uppgifterna. DN1240, Numeriska metoder för OPEN1.

OBS! Snabbinsatt Matlab-intro vissa fönsterhanteringsdetaljer kan vara fel men gör gärna Matlab-uppgifterna. DN1240, Numeriska metoder för OPEN1. OBS! Snabbinsatt Matlab-intro vissa fönsterhanteringsdetaljer kan vara fel men gör gärna Matlab-uppgifterna. DN1240, Numeriska metoder för OPEN1. Laboration 0 del 1-3 (frivilliga delar) Del 1-3 (dvs upg

Läs mer

Innehåll. Vad är MATLAB? Grunderna i MATLAB. Informationsteknologi. Informationsteknologi.

Innehåll. Vad är MATLAB? Grunderna i MATLAB. Informationsteknologi. Informationsteknologi. Grunderna i MATLAB eva@it.uu.se Innehåll Vad är MATLAB? Användningsområden MATLAB-miljön Variabler i MATLAB Funktioner i MATLAB Eempel och smakprov: Grafik Beräkningar Bilder GUI Vad är MATLAB? Utvecklat

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

LAB 3. INTERPOLATION. 1 Inledning. 2 Interpolation med polynom. 3 Splineinterpolation. 1.1 Innehåll. 3.1 Problembeskrivning

LAB 3. INTERPOLATION. 1 Inledning. 2 Interpolation med polynom. 3 Splineinterpolation. 1.1 Innehåll. 3.1 Problembeskrivning TANA18/20 mars 2015 LAB 3. INTERPOLATION 1 Inledning Vi ska studera problemet att interpolera givna data med ett polynom och att interpolera med kubiska splinefunktioner, s(x), som är styckvisa polynom.

Läs mer

SF1520, Numeriska Metoder och Grundläggande Programmering för K2 Lab1.

SF1520, Numeriska Metoder och Grundläggande Programmering för K2 Lab1. SF1520, Numeriska Metoder och Grundläggande Programmering för K2 Lab1. Denna labb är tänkt att öva datorhantering och öva inledande Matlab. Eftersom förkunskaperna varierar finns en del frivilliga uppgifter

Läs mer

GeoGebra i matematikundervisningen - Inspirationsdagar för gymnasielärare. Karlstads universitet 19-20 april

GeoGebra i matematikundervisningen - Inspirationsdagar för gymnasielärare. Karlstads universitet 19-20 april GeoGebra i matematikundervisningen - Inspirationsdagar för gymnasielärare Karlstads universitet 19-0 april Exempel på elevaktiviteter framtagna i skolutvecklingsprojektet IKT och lärande i matematik 1

Läs mer

MMA132: Laboration 2 Matriser i MATLAB

MMA132: Laboration 2 Matriser i MATLAB MMA132: Laboration 2 Matriser i MATLAB Introduktion I den här labben skall vi lära oss hur man använder matriser och vektorer i MATLAB. Det är rekommerad att du ser till att ha laborationshandledningen

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

DN1240, Numeriska metoder. Laboration 0 (frivilliga delar) (dvs uppgifterna behöver inte redovisas) Introduktion till UNIX och MATLAB

DN1240, Numeriska metoder. Laboration 0 (frivilliga delar) (dvs uppgifterna behöver inte redovisas) Introduktion till UNIX och MATLAB DN1240, Numeriska metoder för O1. Laboration 0 (frivilliga delar) (dvs uppgifterna behöver inte redovisas) Introduktion till UNIX och MATLAB Del 1: UNIX och kontoadministration Uppgift 1.1 Ni bör jobba

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

SF1672, Linjär Algebra med Matlab för F1 Lab0

SF1672, Linjär Algebra med Matlab för F1 Lab0 SF1672, Linjär Algebra med Matlab för F1 Lab0 Denna labb är tänkt att öva datorhantering och öva inledande Matlab. Eftersom förkunskaperna varierar finns en hel del uppgifter så att alla kan få något att

Läs mer

Tentamen, del 2 DN1240 Numeriska metoder gk II för F

Tentamen, del 2 DN1240 Numeriska metoder gk II för F Tentamen, del DN140 Numeriska metoder gk II för F Fredag 14 december 01 kl 14 17 Lösningar DEL : Inga hjälpmedel. Rättas endast om del 1 är godkänd. Betygsgränser inkl bonuspoäng: 10p D, 0p C, 30p B, 40p

Läs mer

KTH 2D1240 OPEN vt 06 p. 1 (5) J.Oppelstrup

KTH 2D1240 OPEN vt 06 p. 1 (5) J.Oppelstrup KTH 2D1240 OPEN vt 06 p. 1 (5) Tentamen i Numeriska Metoder gk II 2D1240 OPEN (& andra) Fredag 2006-04-21 kl. 13 16 Hjälpmedel: Del 1 inga, Del 2 rosa formelsamlingen som man får ta fram när man lämnar

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

Mathematica. Utdata är Mathematicas svar på dina kommandon. Här ser vi svaret på kommandot från. , x

Mathematica. Utdata är Mathematicas svar på dina kommandon. Här ser vi svaret på kommandot från. , x Mathematica Första kapitlet kommer att handla om Mathematica det matematiska verktyg, som vi ska lära oss hantera under denna kurs. Indata När du arbetar med Mathematica ger du indata i form av kommandon

Läs mer

SF1520, Numeriska Metoder och Grundläggande Programmering för K2 Lab1.

SF1520, Numeriska Metoder och Grundläggande Programmering för K2 Lab1. SF1520, Numeriska Metoder och Grundläggande Programmering för K2 Lab1. Denna labb är tänkt att öva datorhantering och öva inledande Matlab. Eftersom förkunskaperna varierar finns en del frivilliga uppgifter

Läs mer

Tentamen, del 2 Lösningar DN1240 Numeriska metoder gk II F och CL

Tentamen, del 2 Lösningar DN1240 Numeriska metoder gk II F och CL Tentamen, del Lösningar DN140 Numeriska metoder gk II F och CL Lördag 17 december 011 kl 9 1 DEL : Inga hjälpmedel Rättas ast om del 1 är godkänd Betygsgränser inkl bonuspoäng: 10p D, 0p C, 30p B, 40p

Läs mer

Omtentamen i DV & TDV

Omtentamen i DV & TDV Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström (e-post wikstrom) Omtentamen i Teknisk-Vetenskapliga Beräkningar för DV & TDV Tentamensdatum: 2005-06-07 Skrivtid: 9-15 Hjälpmedel: inga

Läs mer

Numeriska metoder, grundkurs II. Dagens program. Hur skriver man en funktion? Administrativt. Hur var det man gjorde?

Numeriska metoder, grundkurs II. Dagens program. Hur skriver man en funktion? Administrativt. Hur var det man gjorde? Numeriska metoder, grundkurs II Övning 1 för I2 Dagens program Övningsgrupp 1 Johannes Hjorth hjorth@nada.kth.se Rum 163:006, Roslagstullsbacken 35 08-790 69 00 Kurshemsida: http://www.csc.kth.se/utbildning/kth/kurser/2d1240/numi07

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

Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI

Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI TEKNISKA HÖGSKOLAN I LINKÖPING Matematiska institutionen Beräkningsmatematik/Fredrik Berntsson Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI Tid: 8-12, 20 Mars, 2015 Provkod: TEN1 Hjälpmedel:

Läs mer

Introduktion till Matlab

Introduktion till Matlab Introduktion till Matlab Inledande matematik, I1, ht10 1 Inledning Detta är en koncis beskrivning av de viktigaste delarna av Matlab. Till en början är det enkla beräkningar och grafik som intresserar

Läs mer

Numeriska metoder för fysiker Lördag , kl 10-14

Numeriska metoder för fysiker Lördag , kl 10-14 FyL, Num met för fysiker, NADA, KTH/SU, Ninni Carlsund 8--9 Numeriska metoder för fysiker Lördag 8--9, kl -4 Skrivtid 4 tim Maximal poäng 35 + bonuspoäng från årets laborationer (max 4p) Betygsgänser:

Läs mer

SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen DEL A. r cos t + (r cos t) 2 + (r sin t) 2) rdrdt.

SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen DEL A. r cos t + (r cos t) 2 + (r sin t) 2) rdrdt. 1. Beräkna integralen medelpunkt i origo. SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen 218-3-14 D DEL A (x + x 2 + y 2 ) dx dy där D är en cirkelskiva med radie a och Lösningsförslag.

Läs mer

SF1546, Numeriska Metoder för O1 Lab0 - frivillig. (dvs uppgifterna behöver inte redovisas!)

SF1546, Numeriska Metoder för O1 Lab0 - frivillig. (dvs uppgifterna behöver inte redovisas!) SF1546, Numeriska Metoder för O1 Lab0 - frivillig. (dvs uppgifterna behöver inte redovisas!) Denna labb är tänkt att öva datorhantering och öva inledande Matlab. Eftersom förkunskaperna varierar finns

Läs mer

Föreläsning 5. Approximationsteori

Föreläsning 5. Approximationsteori Föreläsning 5 Approximationsteori Låt f vara en kontinuerlig funktion som vi vill approximera med en enklare funktion f(x) Vi kommer använda två olika approximationsmetoder: interpolation och minstrakvadratanpassning

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

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Fredag 30 augusti 2002 TID:

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Fredag 30 augusti 2002 TID: Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 22-8-3 DAG: Fredag 3 augusti 22 TID: 8.45-2.45 SAL: V Ansvarig: Ivar Gustafsson, tel: 772 94 (ankn. 94) Förfrågningar:

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 2 Ordinära differentialekvationer

Laboration 2 Ordinära differentialekvationer Matematisk analys i en variabel, AT1 TMV13-1/13 Matematiska vetenskaper Laboration Ordinära differentialekvationer Vi skall se på begynnelsevärdesproblem för första ordningens differentialekvation u =

Läs mer

de uppgifter i) Under m-filerna iv) Efter samlade i en mapp. Uppgift clear clc Sida 1 av 6

de uppgifter i) Under m-filerna iv) Efter samlade i en mapp. Uppgift clear clc Sida 1 av 6 Inlämningsuppgift 2, HF1006.. (MATLAB) INLÄMNINGSUPPGIFT 2 (MATLAB) Kurs: Linjär algebra och analys Del2, analys Kurskod: HF1006 Skolår: 2018/19 Redovisas under en av de tre schemalaggs gda redovisningstillfällen

Läs mer

Newtons metod och arsenik på lekplatser

Newtons metod och arsenik på lekplatser Newtons metod och arsenik på lekplatser Karin Kraft och Stig Larsson Beräkningsmatematik Chalmers tekniska högskola 1 november 2004 Introduktion Denna övning ingår i Lärardag på Chalmers för kemilärare

Läs mer

Lösningsförslag till tentamensskrivningen i Numerisk analys

Lösningsförslag till tentamensskrivningen i Numerisk analys Lösningsförslag till tentamensskrivningen i Numerisk analys 160526 Del I: (1) (a) Heuns metod för numerisk lösning av differentialekvationer har noggrannhetsordning 2. Detta betyder att Felet avtar med

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

Miniprojekt: Vattenledningsnäten i Lutorp och Vingby 1

Miniprojekt: Vattenledningsnäten i Lutorp och Vingby 1 11 oktober 215 Miniprojekt 1 (5) Beräkningsvetenskap I/KF Institutionen för informationsteknologi Teknisk databehandling Besöksadress: MIC hus 2, Polacksbacken Lägerhyddsvägen 2 Postadress: Box 337 751

Läs mer

Tentamen i matematik. f(x) = ln(ln(x)),

Tentamen i matematik. f(x) = ln(ln(x)), Lösningsförslag Högskolan i Skövde (SK, JS) Tentamen i matematik Kurs: MA52G Matematisk Analys MA23G Matematisk analys för ingenjörer Tentamensdag: 203-05- kl 4.30-9.30 Hjälpmedel : Inga hjälpmedel utöver

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

Gemensamt projekt: Matematik, Beräkningsvetenskap, Elektromagnetism. Inledning. Fysikalisk bakgrund

Gemensamt projekt: Matematik, Beräkningsvetenskap, Elektromagnetism. Inledning. Fysikalisk bakgrund Gemensamt projekt: Matematik, Beräkningsvetenskap, Elektromagnetism En civilingenjör ska kunna idealisera ett givet verkligt problem, göra en adekvat fysikalisk modell och behandla modellen med matematiska

Läs mer

Introduktion till MATLAB

Introduktion till MATLAB 29 augusti 2017 Introduktion till MATLAB 1 Inledning MATLAB är ett interaktivt program för numeriska beräkningar med matriser. Med enkla kommandon kan man till exempel utföra matrismultiplikation, beräkna

Läs mer

Användarmanual till Maple

Användarmanual till Maple Användarmanual till Maple Oktober, 006. Ulf Nyman, Hållfasthetslära, LTH. Introduktion Maple är ett mycket användbart program för symboliska och i viss mån numeriska beräkningar. I Maple finns ett stort

Läs mer

v0.2, Högskolan i Skövde Tentamen i matematik

v0.2, Högskolan i Skövde Tentamen i matematik v0., 08-03-3 Högskolan i Skövde Tentamen i matematik Kurs: MA5G Matematisk analys MA3G Matematisk analys för ingenjörer Tentamensdag: 08-0-03 kl 4:30-9:30 Hjälpmedel : Inga hjälpmedel utöver bifogat formelblad.

Läs mer

Laboration 2, M0043M, HT14 Python

Laboration 2, M0043M, HT14 Python Laboration 2, M0043M, HT14 Python Laborationsuppgifter skall lämnas in senast 19 december 2014. Förberedelseuppgifter Läs igenom teoridelen. Kör teoridelens exempel. Teoridel 1 Att arbeta med symboliska

Läs mer

Akademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 2 juni 2014

Akademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 2 juni 2014 MÄLARDALENS HÖGSKOLA TENTAMEN I MATEMATIK Akademin för utbildning, kultur och kommunikation MMA32 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 2 juni 204 Examinator: Karl Lundengård Skrivtid:

Läs mer

3.3. Symboliska matematikprogram

3.3. Symboliska matematikprogram 3.3. Symboliska matematikprogram Vi skall nu övergå till att behandla de vanligaste matematikprogrammen, och börja med de symboliska. Av dessa kan både Mathematica och Maple användas på flere UNIX-datorer.

Läs mer

SVÄNGNINGSTIDEN FÖR EN PENDEL

SVÄNGNINGSTIDEN FÖR EN PENDEL Institutionen för fysik 2012-05-21 Umeå universitet SVÄNGNINGSTIDEN FÖR EN PENDEL SAMMANFATTNING Ändamålet med experimentet är att undersöka den matematiska modellen för en fysikalisk pendel. Vi har mätt

Läs mer

Kontrollskrivning KS1T

Kontrollskrivning KS1T Kontrollskrivning KS1T Matematik 2 Kurskod HF100 Skrivtid 8:15-11:15 måndagen 9 februari 2009 Tentamen består av 4 sidor Hjälpmedel: Utdelat formelblad. Räknedosa. Formelsamling Korrekt löst uppgift ger

Läs mer

TANA09 Föreläsning 8. Kubiska splines. B-Splines. Approximerande Splines. B-splines. Minsta kvadrat anpassning. Design av kurvor och ytor.

TANA09 Föreläsning 8. Kubiska splines. B-Splines. Approximerande Splines. B-splines. Minsta kvadrat anpassning. Design av kurvor och ytor. TANA09 Föreläsning 8 Kubiska splines Approximerande Splines s s s s 4 B-splines. Minsta kvadrat anpassning. Design av kurvor och ytor. x x x x 4 x 5 Exempel Parametriska Kurvor. Ritprogram. Beziér kurvor.

Läs mer

Instruktion för laboration 1

Instruktion för laboration 1 STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för matematisk statistik MD, ANL, TB (rev. JM, OE) SANNOLIKHETSTEORI I Instruktion för laboration 1 De skriftliga laborationsrapporterna skall vara

Läs mer

Uppgift 1. (SUBPLOT) (Läs gärna help, subplot innan du börjar med uppgiften.) 1 A) Testa och förklara hur nedanstående kommandon fungerar.

Uppgift 1. (SUBPLOT) (Läs gärna help, subplot innan du börjar med uppgiften.) 1 A) Testa och förklara hur nedanstående kommandon fungerar. INLÄMNINGSUPPGIFT 2 Linjär algebra och analys Kurskod: HF1006, HF1008 Skolår: 2016/17 armin@kth.se www.sth.kth.se/armin Redovisas under sista två (av totalt fem) labbövningar i Analys-delen. Preliminärt:

Läs mer

LÖSNINGSFÖRSLAG TILL TENTAMEN 2 SF1664

LÖSNINGSFÖRSLAG TILL TENTAMEN 2 SF1664 LÖSNINGSFÖRSLAG TILL TENTAMEN 2 SF1664 Tillämpad envariabelanalys med numeriska metoder för CFATE1 den 1 mars 214 kl 8.-1. 1. Bestäm värdemängden till funktionen f(x) = 2 arctan x + ln (1 + x 2 ), där

Läs mer