Tentamen i: Beräkningsvetenskap I och KF

Storlek: px
Starta visningen från sidan:

Download "Tentamen i: Beräkningsvetenskap I och KF"

Transkript

1 Tentamen i: Beräkningsvetenskap I och KF Skrivtid: 9 januari 2017 kl OBS! 3 timmar! Hjälpmedel: Endast penna, suddgummi, miniräknare och linjal får användas. Formler finns i bifogad formelsamling. Övrigt: Uppgifterna måste vara välskrivna, med alla ingåe tankesteg redovisade. Endast svar på förtryckt svarsblankett beaktas. Observera att tentamen rättas baserat på kursmål. Mål: 1 Nyckelbegrepp Visa förtrogenhet med nyckelbegrepp som ingår i kursen 2 Algoritmer Visa förtrogenhet med de algoritmer som ingår i kursen 3 Analys Visa förtrogenhet med de analysförfaranden som ingår i kursen 4 Programmering Visa elementär förtrogenhet med programmering(mer avancerad programmering görs i grupp och framför dator) Uppgift 1: Metodbegrepp (a) En integrationsmetod A närmar sig den exakta lösningen snabbare än metod B när steglängden i diskretiseringen minskar. Detta beror sannolikt på att metod A, relativt metod B, har 1. högre noggrannhetsordning 2. mindre konditionstal 3. mindre avrundningsfel 4. fler iterationer. Förklara ditt val, dvs sätt det i ett sammanhang. Uppgift 2: Högre noggrannhetsordning, vilket är ett mått på hur snabbt diskretiseringsfelet minskar när man har mindre och mindre steglängder. Om felet blir en fjärdedel så stort när steglängden halveras, är exempelvis noggrannhetsordningen 2. Med Newton-Raphsons metod nås normalt kvadratisk konvergens. Beskriv i korthet vad detta innebär. Antalet korrekta decimaler dubbleras vid varje iteration (egentligen under villkor att vi redan kommit nära korrekt resultat). Mer generellt kan vi säga att felet minskar kvadratiskt. Vi kan alternativt uttrycka det så att felet E n+1 CE 2 n, där C är en konstant och felet i iteration n är E n. Hydrostatiskt tryck 3 I miniprojekt 2 i den här kursen beräknades det hydrostatiska trycket för en specifik damm enligt modellen F = 20 0 p (20 y) w(y)dy där p = 62.5 och värden för w(y) har mätts upp enligt y w(y)

2 (a) Beräkna nu värdet på F för hand med Simpsons metod med steglängd h = 5. Skapa tabell med värden för integranden g(y) = p (20 y) w(y) : g(0) = 62.5 * (20-0) * = g(5) = 62.5 * (20-5) * = g(10) = 62.5 * (20-10) * = g(15) = 62.5 * (20-15) * = g(20) = 62.5 * (20-20) * = 0 S(5) = 5 / 3 * ( * * * *0 ) = Man har nu gjort noggrannare mätningar av dammen med steglängden h = 0.5 och beräknat kraften av dammen till F = En beräkning med varannan mätpunkt (dvs h = 1) ger F = Gör en feluppskattning av diskretiseringsfelet (med hjälp av femtondelsregeln). Uppskatta också hur mycket ytterligare steglängden måste minskas för att få ett fel mindre än om man bortser från funktionsfelet. E S(0.5) = ( )/ Felet i Simpsonsmetoden är E S(h) = O(h 4 ) där h är steglängden. Vi vill bestämma h så att E S(h) , men / h = 0.5/2 = Uppgift 3: Newton-Raphson Lös följande ekvation genom att utföra två iterationer med Newton-Raphson. Använd startgissningen x = 1 och redovisa x-värdena samt en uppskattning av det absoluta felet efter varje iteration. 2sin x +3x = 5 (1) 2 Iteration 1: Iteration 2: f(x) = 2sin x 2 +3x 5 f (x) = cos x 2 +3 x n+1 = x n f(x n) f (x n ) x 1 = 1 f(1) f (1) , x 1 x x 2 = x 1 f(x 1) f (x 1 ) , x 2 x Uppgift 4: Icke-linjära ekvationer Vid tillämpning av bisektionsmetoden för att lösa en ekvation f(x) = 0 har de sista två iterationerna gett följande uppskattningar: x 3 = x 4 = Behövs fler iterationer om två decimalers noggrannhet önskas? Ja. Feluppskattningen x 4 x 3 ger vilket är större än

3 Uppgift 5: Programmeringskunskap (a) Skriv den matematiska funktionen c(x) = cosx 1+x 2 som en MATLAB-funktion. Den ska skrivas så att den kan ligga på en egen fil. Motivera också vad denna fil ska heta. function r = c(x) r = cos(x)./ ( 1 + x.^2 ); Filnamnetkan(menvibrukaravrådaifråndet)varaannatänfunktionsnamnet. Ändelsen måste vara.m och i svaret måste du ha motiverat skillnaden om du valt olika namn. Någon har skrivit ett Matlab-program för demonstrera hur man kan summera elementen i en vektor som benämns A. För att testa programmet, har man fyllt A med värden men när man provkör fungerar inte programmet som det är tänkt. Av någon anledning har raderna hamnat i fel ordning. Tala om vilken ordning raderna ska stå i för att programmet ska fungera som det är tänkt, dvs i testfallet beräkna summan till 21. Ange svaret som en lista över nuvarande radnummer i den korrekta ordningen (som står i vänsterkanten) summa = 0; disp summa; A = [ ]; for index = 1:length(A) summa = summa + A(index); disp( Summan av elementen ); Ordning 4 2 (eller 2 4) (rad 7 kan teoretiskt komma tidigare men inte snyggt) 3 vilket är: Uppgift 6: A = [ ]; % testvektor summa = 0; for index = 1:length(A) summa = summa + A(index); disp( Summan av elementen ); disp summa; Busslinjesystem Max målbetyg: 4 Ett busslinjenät har knutpunkterna A, B, C, och så vidare. En del av detta system visas i figuren nedan. F / A --- B ---- C----- \ \ \ G------D----E Figur 2: Del av busslinjenät. Bussbolaget vill öka sin vinst genom att ha en mer flexibel prissättning som anpassas efter efterfrågan. För att beräkna de optimala biljettpriserna har bolaget ställt upp ett linjärt ekvationssystem, där koefficientmatrisen enbart beror av linjenätets utformning, och

4 antalet obekanta är lika med antalet delsträckor. För att beräkna priserna behöver ekvationssystemet lösas för där ett stort antal, p stycken, högerled, som beror på tidigare års passagerarunderlag. Ett Matlab-program har skrivits för att beräkna biljettpriserna, som för varje högerled använder Gausseliminering för att lösa ekvationssystemet. Där finns en funktion get rhs() som hämtar och returnerar nästa högerled (ett högerled), och en funktion is done() som returnerar 0 om det finns fler högerled att räkna på, eller 1 om alla högerled har hanterats. Nu vill bolaget anpassa sitt program för ett betydligt större busslinjenät. Föreslå en effektiv lösning, med en skiss på algoritmen. Utför även en analys som visar att din lösning kräver mindre beräkningskraft än deras nuvarande kod. [P,L,U] = lu(a); while(1 isdone()) b = get rhs (); y = L\(P b); x = U \y; Eftersom det linjära systemet lösas med flera högerled, blir det effektivt att LU faktorisera matrisen A och lösa triangulära system L \ (Pb) och U \ y. En vanlig backslash A \ b kostar O(n 3 ) där n är storleken av matrisen. Å andra sidan, att lösa ett triangulärt system kostar O(n 2 ), och det blir effektivare att lösa ett triangulärt system flera gånger (i jämförelse med en vanlig backslash). Uppgift 7: Svandammen Max målbetyg: 5 Svandammens pumpsystem och botten är fulla med slam, dy och en del skräp. Dammen behöver då tömmas på vatten för att man ska kunna rensa botten och pumpsystem. I projekteringen av arbetet behöver stadsbyggnadsförvaltningen veta hur mycket vatten dammen innehåller och därmed beräkna projekttiden det tar att tömma dammen. Denna uppgift tillfaller dig. Det du gör då är att du spänner en lina tvärs över Svandammen med markeringar för varje meter. Det gör att du då lätt kan mäta djupet på bestämda avstånd. Djupet mäter du med lodning, dvs släpper ner ett sänke tills det når botten och läser av djupet. På så sätt får du en mätserie för ett tvärsnitt av dammen vilket ger en tvärsnittsarea i djupled. Därefter flyttar du linan ett litet avstånd längs med dammen och gör nya mätningar. Detta återupprepas för hela dammens längd, se bild nedan. Beskriv detaljerat hur du kan utifrån dessa mätningar bestämma tiden det tar att tömma dammen, givet att du vet pumpkapaciteten. Resonera vilka felkällor som finns och hur du kan göra en feluppskattning av resultatet. Figure 1: Vi mäter djupet i linjer tvärs över dammen vid bestämda markeringar.

5 Först beräknar man tvärsnittsarean i djupled för varje serie av mätningar längs repet. Det kan man göra med Simpsons formel (serien kan anpassas så att antalet delintervall blir jämnt genom att lägga punkter även på land, dessa punkter bidrar inte då djupet är noll). Därefter får man volymen genom att integrera tvärsnittsareorna mha Simpsons formel (eller trapets om mätningarna sker på olika avstånd). Tiden att tömma dammen får man med T=V/C där C är pumpkapaciteten. Felkällor: Diskretiseringsfel pga mätavstånd. Funktionsfel pga mätfel i lodningen. Felfortplantning pga fel i pumpkapaciteten. Diskretiseringsfelet för tvärsnittsareorna kan uppskattas med 15-delsregeln. Dvs man beräknar areorna med dubbla steglängden (tar bara varannan mätpunkt) och uppskattar Rs(h)=(Is(h)-Is(2h))/15. Diskretiseringsfelen integreras därefter över längden av dammen för totala bidraget. (Alternativt kan man se det som ett funktionsfel i tvärsnittsareorna och ta det maximala diskretiseringsfelet och multiplicera med dammlängden). Till det tillkommer även ett diskretiseringsfel för integrationen i längdled som kan uppskattas med 15-delsregeln (eller 3-delsregeln för trapets) på samma sätt. Mätfelet i lodningen är Ef cm och ger då ett funktionsfel Ef*bi för varje tvärsnittsarea (bi-bredden av dammen). Dessa funktionsfel integreras över längden av dammen. Alternativt får man totala funktionsfelet genom multiplicera mätfelet med dammens area över mätområdet. Pumpens noggrannhet är ym 3 /s. En övre begränsning på tiden får man genom att ta den övre begränsningen dammens volym (inkluderat alla fel) och dividera med pumpens undre kapacitet C-y. En undre begränsning på tiden fås genom att ta den undre begränsningen av dammens volym och dividera med pumpens övre kapacitet C+y. Övriga fel som påverkar beräkningarna: Botten är inte en jämn funktion utan kan vara diskontinuerlig pga diverse skräp vid lodpunkterna (vi får felaktiga data, felformlerna gäller heller inte). Lodningarna sker inte på bestämda punkter (ojämnt avstånd, då stämmer inte Simpsons formel). Linan kan vara sned och inte parallell med tidigare mätningar (då blir det fel när vi integrerar i längsled). Eventuell nederbörd under tömningen som som fyller på vattenvolymen. Listan kan göras lång med fler felkällor.

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

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

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 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

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

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

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

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

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

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

Facit Tentamen i Beräkningsvetenskap I, STS ES W K1

Facit Tentamen i Beräkningsvetenskap I, STS ES W K1 Facit Tentamen i Beräkningsvetenskap I, STS ES W K1 Viktig information om övningstentamen Betygsgränserna är endast preliminära. Del B och del C behöver inte beröra samma problem som inlämningsuppgifterna.

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

Facit Tentamen i Beräkningsvetenskap I, STS ES W K1

Facit Tentamen i Beräkningsvetenskap I, STS ES W K1 Facit Tentamen i Beräkningsvetenskap I, STS ES W K1 Viktig information om övningstentamen Betygsgränserna är endast preliminära. Del B och del C behöver inte beröra samma problem som inlämningsuppgifterna.

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

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna

Lösningsanvisningar till de icke obligatoriska workoutuppgifterna Lösningsanvisningar till de icke obligatoriska workoutuppgifterna Intro till vektorer, matriser och Gausselimination 8. Den euklidiska normen x = x 1 + x + x n och x 1 + x + ( ) x n = x 1 x x n 9. Vi ska

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

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

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 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

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

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

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

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 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 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 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

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

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

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

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

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 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

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

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

2 Matrisfaktorisering och lösning till ekvationssystem

2 Matrisfaktorisering och lösning till ekvationssystem TANA21+22/ 5 juli 2016 LAB 2. LINJÄR ALGEBRA 1 Inledning Lösning av ett linjärt ekvationssystem Ax = b förekommer ofta inom tekniska beräkningar. I laborationen studeras Gauss-elimination med eller utan

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, 2011-01-15 Skrivtid: 14 00 17 00 (OBS!

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

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

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 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

a = a a a a a a ± ± ± ±500

a = a a a a a a ± ± ± ±500 4.1 Felanalys Vill man hårddra det hela, kan man påstå att det inte finns några tal i den tillämpade matematiken, bara intervall. Man anger till exempel inte ett uppmätt värde till 134.78 meter utan att

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

Akademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 13 jan 2014

Akademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 13 jan 2014 MÄLARDALENS HÖGSKOLA TENTAMEN I MATEMATIK Akademin för utbildning, kultur och kommunikation MMA132 Numeriska Metoder Avdelningen för tillämpad matematik Datum: 13 jan 2014 Examinator: Karl Lundengård Skrivtid:

Läs mer

Icke-linjära ekvationer

Icke-linjära ekvationer stefan@it.uu.se Exempel x f ( x = e + x = 1 5 3 f ( x = x + x x+ 5= 0 f ( x, y = cos( x sin ( x + y = 1 Kan endast i undantagsfall lösas exakt Kan sakna lösning, ha en lösning, ett visst antal lösningar

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, 2013-06-07 Skrivtid: 14 00 17 00 (OBS! Tre timmars

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

Block 5: Ickelineära. ekvationer? Läroboken. Löpsedel: Icke-lineära. ekvationer. Vad visade laborationen? Vad visade laborationen?

Block 5: Ickelineära. ekvationer? Läroboken. Löpsedel: Icke-lineära. ekvationer. Vad visade laborationen? Vad visade laborationen? Block 5: Ickelineära ekvationer Löpsedel: Icke-lineära ekvationer Varför är det svårt att lösa ickelineära ekvationer? Iterativa metoder Bisektion/intervallhalvering Newton-Raphsons metod Noggrannhet/stoppvillkor

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

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

Varning!!! Varning!!!

Varning!!! Varning!!! Kort sammanfattning av Beräkningsvetenskap I Erik Lindblad H04 Varning!!! Detta är inte en komplett genomgång av materialet i kursen Beräkningsvetenskap I. Genom att lära sig materialet nedan har man skaffat

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

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, 2010-05-31 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat

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

Konvergens för iterativa metoder

Konvergens för iterativa metoder Konvergens för iterativa metoder 1 Terminologi Iterativa metoder används för att lösa olinjära (och ibland linjära) ekvationssystem numeriskt. De utgår från en startgissning x 0 och ger sedan en följd

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

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

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

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

Kort sammanfattning av Beräkningsvetenskap I. Varning!!! Varning!!!

Kort sammanfattning av Beräkningsvetenskap I. Varning!!! Varning!!! Kort sammanfattning av Beräkningsvetenskap I Erik Lindblad H4 Varning!!! Detta är inte en komplett genomgång av materialet i kursen Beräkningsvetenskap I. Genom att lära sig materialet nedan har man skaffat

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

Problemlösning och miniprojekt

Problemlösning och miniprojekt 2008-03-27 1 (2) Beräkningsvetenskap I Institutionen för informationsteknologi Teknisk databehandling Problemlösning och miniprojekt I tre av kursens block behandlas beräkningsalgoritmer för tre typer

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

Beräkningsvetenskap introduktion. Beräkningsvetenskap I

Beräkningsvetenskap introduktion. Beräkningsvetenskap I Beräkningsvetenskap introduktion Beräkningsvetenskap I Kursens mål För godkänt betyg ska studenten kunna redogöra för de nyckelbegreppen som ingår i kursen* utföra enklare analys av beräkningsproblem och

Läs mer

SKRIVNING I VEKTORGEOMETRI

SKRIVNING I VEKTORGEOMETRI SKRIVNING I VEKTORGEOMETRI 2014-11-25 1400-1700 Om inget annat uttryckligen sägs, kan koordinaterna för en vektor i antas vara givna i en ON-bas Baser i rummet kan dessutom antas vara positivt orienterade

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

Prov 1 2. Ellips 12 Numeriska och algebraiska metoder lösningar till övningsproven uppdaterad 20.5.2010. a) i) Nollställen för polynomet 2x 2 3x 1:

Prov 1 2. Ellips 12 Numeriska och algebraiska metoder lösningar till övningsproven uppdaterad 20.5.2010. a) i) Nollställen för polynomet 2x 2 3x 1: Ellips Numeriska och algebraiska metoder lösningar till övningsproven uppdaterad.. Prov a) i) ii) iii) =,, = st 9,876 =,9876,99 = 9,9,66,66 =,7 =,7 Anmärkning. Nollor i början av decimaltal har ingen betydelse

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

Lösningsanvisningar till vissa av de icke obligatoriska workout-uppgifterna i Beräkningsvetenskap II

Lösningsanvisningar till vissa av de icke obligatoriska workout-uppgifterna i Beräkningsvetenskap II Lösningsanvisningar till vissa av de icke obligatoriska workout-uppgifterna i Beräkningsvetenskap II Kurvanpassning 6. A = [1 1; 2 1; 1 2; 2 3; 2 5; 2 4]; v = [30.006; 44.013; 46.006; 76.012; 108.010;

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

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

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

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

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Standardform för randvärdesproblem

Denna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Standardform för randvärdesproblem Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN8 09-03-30 Hedvig Kjellström hedvig@csc.kth.se! Repetition av FN7 (GNM kap 4, 6.3)! Bandmatrismetoden/Finita differensmetoden!

Läs mer

Finns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning?

Finns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning? När vi nu lärt oss olika sätt att karaktärisera en fördelning av mätvärden, kan vi börja fundera över vad vi förväntar oss t ex för fördelningen av mätdata när vi mätte längden av en parkeringsficka. Finns

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

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

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

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

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

MATLAB. Python. Det finns flera andra program som liknar MATLAB. Sage, Octave, Maple och...

MATLAB. Python. Det finns flera andra program som liknar MATLAB. Sage, Octave, Maple och... Allt du behöver veta om MATLAB: Industristandard för numeriska beräkningar och simulationer. Används som ett steg i utvecklingen (rapid prototyping) Har ett syntax Ett teleskopord för «matrix laboratory»

Läs mer

TMV166 Linjär Algebra för M. Tentamen

TMV166 Linjär Algebra för M. Tentamen MATEMATISKA VETENSKAPER TMV66 6 Chalmers tekniska högskola 6 8 kl 8:3 :3 (SB Multisal) Examinator: Tony Stillfjord Hjälpmedel: ordlistan från kurshemsidan, ej räknedosa Telefonvakt: Olof Giselsson, ankn

Läs mer

Sekantmetoden Beräkningsmatematik TANA21 Linköpings universitet Caroline Cornelius, Anja Hellander Ht 2018

Sekantmetoden Beräkningsmatematik TANA21 Linköpings universitet Caroline Cornelius, Anja Hellander Ht 2018 Sekantmetoden Beräkningsmatematik TANA21 Linköpings universitet Caroline Cornelius, Anja Hellander Ht 2018 1. Inledning Inom matematiken är det ofta intressant att finna nollställen till en ekvation f(x),

Läs mer

Teknisk Beräkningsvetenskap I Tema 3: Styvhetsmodellering av mjuk mark med icke-linjära ekvationer

Teknisk Beräkningsvetenskap I Tema 3: Styvhetsmodellering av mjuk mark med icke-linjära ekvationer Teknisk Beräkningsvetenskap I Tema 3: Styvhetsmodellering av mjuk mark med icke-linjära ekvationer Eddie Wadbro 18 november, 2015 Eddie Wadbro, Tema 3: Icke-linjära ekvationer, 18 november, 2015 (1 : 37)

Läs mer

Tentamen del 2 SF1511, , kl , Numeriska metoder och grundläggande programmering

Tentamen del 2 SF1511, , kl , Numeriska metoder och grundläggande programmering KTH Matematik Tentamen del 2 SF1511, 2018-03-16, kl 8.00-11.00, Numeriska metoder och grundläggande programmering Del 2, Max 50p + bonuspoäng (max 4p). Rättas ast om del 1 är godkänd. Betygsgränser inkl

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

Icke-linjära ekvationer

Icke-linjära ekvationer stefan@it.uu.se Eempel f ( ) = e + = 5 3 f ( ) = + + 5= f (, y) = cos( ) sin ( ) + y = Kan endast i undantagsfall lösas eakt Kan sakna lösning, ha en lösning, ett visst antal lösningar eller oändligt många

Läs mer

Ickelinjära ekvationer

Ickelinjära ekvationer Löpsedel: Icke-linjära ekvationer Ickelinjära ekvationer Beräkningsvetenskap I Varför är det svårt att lösa icke-linjära ekvationer? Iterativa metoder Bisektion/intervallhalvering Newton-Raphsons metod

Läs mer

Gruppuppgifter 1 MMA132, Numeriska metoder, distans

Gruppuppgifter 1 MMA132, Numeriska metoder, distans Gruppuppgifter 1 MMA132, Numeriska metoder, distans Uppgifter märkta med redovisas 1. Läs om felkalkyl i enkla fall sidan 1.2-1.3. Givet a = 1,23, E a = 0,005 c = 0,00438 ± 0,5 10 5 b = 23,71, E b = 0,003

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

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

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

DATORLABORATION FÖR KURSEN ENVARIABELANALYS 2

DATORLABORATION FÖR KURSEN ENVARIABELANALYS 2 DATORLABORATION FÖR KURSEN ENVARIABELANALYS 2 1. Laborationsregler Läs detta dokument, lös uppgifterna i slutet, och lämna in en individuell laborationsrapport senast måndag 14 januari i pdf-format via

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, 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

TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 27 oktober 2015 Sida 1 / 31

TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 27 oktober 2015 Sida 1 / 31 TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 27 oktober 2015 Sida 1 / 31 TANA17 Kursmål och Innehåll Målet med kursen är att Ge grundläggande färdighet

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

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

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

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