Ickelinjära ekvationer
|
|
- Charlotta Lundberg
- för 8 år sedan
- Visningar:
Transkript
1 Löpsedel: Icke-linjära ekvationer Ickelinjära ekvationer Beräkningsvetenskap I Varför är det svårt att lösa icke-linjära ekvationer? Iterativa metoder Bisektion/intervallhalvering Newton-Raphsons metod Noggrannhet/stoppvillkor hastighet/exekveringstid Läroboken Kap 5.1 (s ), 5.4 (s ), 5.6 (s ) Kap 6.2 (s ), 6.4 (s ), 6.6 (s ) Standardformulering av ickelineär ekvation: f(x) = 0 Ekvationen representeras i Matlab genom att vi definierar en Matlab-funktion som beskriver f(x) Matlabs inbyggda kommando för att lösa f(x) = 0 heter fzero fzero hittar ett nollställe per anrop Kräver startgissning eller intervall Använda fzero kräver viss kunskap om problemet och var man ska leta Plott ger ingen vettig information! Andel av en viss substans kan bara anta värden mellan 0 och 1. Ny plott: Problem för värdet 1. Visar sig att det blir division med noll 1
2 Exkludera 1, t ex mellan 0 och 0.8. Ny plott igen: Bättre. Här kan man se att det finns ett nollställe någonstans nära 0 Obs att det a intressanta i grafen är själva nollstället. Grafen i övrigt betyder ingenting. Nytt kommando för plottning: fplot Praktisk att använda då det man ska rita är en matematisk funktion som definieras i en Matlabfunktion, t ex funktionen func Ritas på intervallet [a b] med kommandot fplot(@func, [a b]) Man slipper använda linspace för att skapa x-axel och indelning ordnas automatiskt Ickelinjära i Matlab Skriv först på formen f(x) = 0 => problemet blir att hitta nollställe Använd kallas för ett funktionshandtag x0 är startgissning f(x) = 0 x = fzero(@func, x0) I matlabfunktionen func finns f(x) definierad Går även att använda intervall som gissning x = fzero(@func, [a b]) Vad gör fzero? fzero bygger på en kombination av två olika grundalgoritmer: bisektionsmetoden Sekantmetoden, en variant av Newton- Raphsons metod (dessutom används invers interpolation, som vi hoppar över här) Kan datorn inte bara räkna ut lösningen...? Det finns väl formler för lösningarna? Nej!! Polynomekvationer kan bara lösas upp till grad 4 Exakt lösning i matematisk mening ger sällan siffervärden Hur beräknas egentligen 2? Tumregel: Icke-linjära problem iterativa metoder 2
3 Iterativ metod Iterativ metod - princip I en iterativ metod låter man x 0 vara en startgissning Man bildar sedan { x k } k=1 som en följd av approximationer till den exakta lösningen Om konvergens så är x = I praktiken kan man aldrig nå dit utan man stannar när tolerans uppfylld Hur bra kan det bli på en dator? x = startgissning x = ny gissning Ny gissning beräknas utgåe från någon formel eller princip Kan lyckas konvergens eller misslyckas divergens Hur snabbt metoden hittar lösningen - konvergenshastighet Bisektionsmetoden, idé a Idé: - Halvera intervallet - Välj som nytt intervall den del där teckenbyte finns - Upprepa m m b Etc tills intervallet tillräckligt litet Bisektionsmetoden, pseudokod Indata: Startintervall [a, b] så att f(a) och f(b) har olika tecken xl = a; xu = b xr = xl + (xu-xl)/2 if sign(f(xl))==sign(f(xr)) then xl = xr else xu = xr Newton-Raphsons, idé Från idé till formel Idé: - Hitta nollställe till tangenten i en punkt - Välj detta nollställe som ny punkt - Upprepa tills tillräckligt nära lösningen x 2 x 1 x 0 f(x) x Tangentens lutning: f (x 0 ) Tangentens lutning: (0-f(x 0 ))/(x 1 -x 0 ) (x 0, f(x 0 )) Ger: x 1 = x 0 f(x 0 )/f (x 0 ) (x 1, 0) x 0 f(x) x 3
4 Newton-Raphsons metod, pseudokod x = startgissning x = x f(x)/fprime(x) Tänker oss att fprime innehåller f (x), kan även beräknas numeriskt Newton-Raphsons brister Newton-Raphsons metod är snabb men... ganska mycket kan gå fel Hamnar nära eller i extrempunkt => blir 0 eller nästan 0 Svårt att förutse vilket nollställe som hittas, någon punkt hamnar på en plats så att tangenten skjuter iväg till ett annat nollställe Kan även hamna i cykliska förlopp studsar hela tiden mellan samma sekvens av värden Robustare: Bisektion + N-R Man kan visa att N-R konvergerar om startgissningen är tillräckligt nära lösningen Hur kommer man tillräckligt nära? Koppla in Bisektionsmetoden, t ex så här: 1. Bestäm ett intervall där nollstället finns 2. Kör N-R 3. Om konvergens så klart annars (N-R t ex hamnat utanför intervallet) koppla in Bisektion några steg för att minska intervallet 4. Gå till punkt 1 med nya intervallet Kombinerar N-R:s snabbhet och Bisektions säkerhet. fzero innehåller en mer sofistikerad algoritm enligt samma princip. Hittills Vilket stoppvillkor? Newton-Raphson: Man brukar använda eller där tol ges av användaren Om skillnaden mellan två steg liten bör man vara nära roten Används även som uppskattning av felet Bisektion: Stanna då intervallet < tolerans, dvs while abs(xu xa)> tol där tol ges av användaren Man vet då att felet högst är intervallets längd Som lösning x k+1 används xr xl xr xu 4
5 Vad händer om metoderna inte konvergerar? Det kanske inte finns något nollställe. Man hamnar i en oändlig loop eftersom stoppvillkoret aldrig uppfyllt Man brukar därför lägga till maximalt antal iterationer som stoppvillkor maxiter = 100; % t ex 100 iter = 0; while ( )&(iter < maxiter) iter = iter + 1; Kan man inte använda f(x k+1 ) < tol? Problem vid diffus skärning - Långt från - stort avstånd mellan och x k - f(x k+1 ) 0 - Långt från - stort avstånd mellan x och k - f(x k+1 ) 0 Viktigt att metoder konvergerar snabbt, mäts med konvergenskvot: lim x k+1 = C k r x k, C konstant r = 1, C<1 => linjär konvergens r = 2 => kvadratisk konvergens r = 3 => kubisk konvergens Gäller i limes, men kan ses när man närmar sig lösningen Tolkning: fel i iteration k+1 = C (fel i iteration k) r Har man felet i iteration k vet man alltså vad felet i nästa iteration blir Hur vet man felet, inte känd? Man använder uppskattning eller Test >> [x,fx,fel] = NewtonRaphson(@func1, 3); >> [x fel fel.^2] ans = e e e e e e e e e e e e e e-013 Fel vid iteration k+1 är ungefär felet vid iteration k i kvadrat => kvadratisk konvergens hos Newton-Raphson Vilken konvergenskvot har Bisektion? Felet halveras varje steg, dvs Linjär konvergens med C=1/2 Detta gör att Newton-Raphson konvergerar MYCKET snabbare (Bisektion å andra sidan säkrare) 5
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 merIcke-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 merIcke-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 merSammanfattninga 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 merFöreläsning 1. Numeriska metoder grundkurs II, DN1240. Carina Edlund Mottagningstid i rum 4516: onsdagar kl.
Föreläsning 1 Numeriska metoder grundkurs II, DN1240 Carina Edlund carina@nada.kth.se Mottagningstid i rum 4516: onsdagar kl. 13-15 Kurshemsida: http://www.csc.kth.se/utbildning/kth/kurser/dn1240/numi09/
Läs merLABORATION 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 merTentamen 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 merMMA132: Laboration 1 Introduktion till MATLAB
MMA132: Laboration 1 Introduktion till MATLAB De flesta numeriska metoder låter oss få en tillräckligt bra lösning på ett matematiskt problem genom att byta ut komplexa matematiska operationer med kombinationer
Läs merLösningsförslag 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 merNumerisk Analys, MMG410. Lecture 10. 1/17
Numerisk Analys, MMG410. Lecture 10. 1/17 Ickelinjära ekvationer (Konvergensordning) Hur skall vi karakterisera de olika konvergenshastigheterna för halvering, sekant och Newton? Om f(x x k+1 x ) = 0 och
Läs merMMA132: 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 merLABORATION 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 mer2D1210, 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 merTentamen 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 merLösningsanvisningar 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 merFacit 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 merALA-a Innehåll RÄKNEÖVNING VECKA 7. 1 Lite teori Kapitel Kapitel Kapitel Kapitel 14...
ALA-a 2005 Innehåll 1 Lite teori 3 RÄKNEÖVNING VECKA 7 1.1 Kapitel 7....................................... 3 1.2 Kapitel 12....................................... 3 1.3 Kapitel 13.......................................
Läs merOmtentamen 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 merSekantmetoden 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 merLennart Carleson. KTH och Uppsala universitet
46 Om +x Lennart Carleson KTH och Uppsala universitet Vi börjar med att försöka uppskatta ovanstående integral, som vi kallar I, numeriskt. Vi delar in intervallet (, ) i n lika delar med delningspunkterna
Läs merKurs 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 merKapitel 4. Iterativ lösning av ekvationer
Kapitel 4. Iterativ lösning av ekvationer Vi skall nu undersöka, har man löser numeriskt ekvationer av formen f(x) = 0. Dylika ekvationer kallas också olinjära, eftersom funktionen oftast har ett olinjärt
Läs merLabb 3: Ekvationslösning med Matlab (v2)
Envariabelanalys Labb 3: Ekvationslösning 1/13 Labb 3: Ekvationslösning med Matlab (v2) Envariabelanalys 2007-03-05 Björn Andersson (IT-06), bjoa@kth.se Johannes Nordkvist (IT-06), nordkv@kth.se Det finns
Läs mer6.3. Direkta sökmetoder
6.3. Direkta sökmetoder Förutom de nyss nämnda metoderna för att uppsöka ett minimum av en funktion av en variabel finns det en enkel metod som baserar sig på polynomapproximation av funktionen. Om vi
Läs merLösningsanvisningar 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 merFöreläsning 6: Introduktion av listor
Föreläsning 6: Introduktion av listor Med hjälp av pekare kan man bygga upp datastrukturer på olika sätt. Bland annat kan man bygga upp listor bestående av någon typ av data. Begreppet lista bör förklaras.
Läs merFixpunktsiteration. Kapitel Fixpunktsekvation. 1. f(x) = x = g(x).
Kapitel 5 Fixpunktsiteration 5.1 Fixpunktsekvation En algebraisk ekvation kan skrivas på följande två ekvivalenta sätt (vilket innebär att lösningarna är desamma). 1. f(x) = 0. En lösning x kallas en rot
Läs merKonvergens 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 merTentamen 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, 19:e Mars, 2019 Provkod: TEN1 Hjälpmedel:
Läs merFöreläsning 4: Giriga algoritmer. Giriga algoritmer
Föreläsning 4: Giriga algoritmer Giriga algoritmer Denna typ av algoritmer arbetar efter följande princip: Gör i varje situation det som är lokalt optimalt, d.v.s. bäst för stunden. Några exempel vi redan
Läs merTeknisk 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 merInstitutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 2005-08-26. DAG: Fredag 26 augusti 2005 TID: 8.30-12.
Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 5-8-6 DAG: Fredag 6 augusti 5 TID: 8.3-.3 SAL: V Ansvarig: Ivar Gustafsson, tel: 77 94 Förfrågningar: Ivar Gustafsson
Läs merInlämningsuppgift 4 NUM131
Inlämningsuppgift 4 NUM131 Modell Denna inlämningsuppgift går ut på att simulera ett modellflygplans rörelse i luften. Vi bortser ifrån rörelser i sidled och studerar enbart rörelsen i ett plan. De krafter
Läs merGruppuppgifter 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 merLinjärisering och Newtons metod
CTH/GU STUDIO 5 TMV36a - 214/215 Matematiska vetenskaper 1 Inledning Linjärisering och Newtons metod Vi skall fortsätta med att lösa ekvationer. I förra studioövningen såg vi på intervallhalveringsmetoden.
Läs merG VG MVG Programspecifika mål och kriterier
Betygskriterier Matematik C MA10 100p Respektive programmål gäller över kurskriterierna MA10 är en nationell kurs oc skolverkets kurs- oc betygskriterier finns på ttp://www.skolverket.se/ Detta är vår
Läs merNewtons 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 merLösandet av ekvationer utgör ett centralt område inom matematiken, kanske främst den tillämpade.
1.1 Ekvationslösning Lösandet av ekvationer utgör ett centralt område inom matematiken, kanske främst den tillämpade. 1.1.1 Polynomekvationer Ett polynom i en variabel x är som bekant en summa av termer
Läs merFacit till Några extra uppgifter inför tentan Matematik Baskurs. x 2 x 3 1 2.
KTH Matematik Lars Filipsson Facit till Några extra uppgifter inför tentan Matematik Baskurs 1. Låt f(x) = ln 2x + 4x 2 + 9 + ln 2x 4x 2 + 9. Bestäm definitionsmängd och värdemängd till f och rita kurvan
Läs merStatistikens grunder 1 och 2, GN, 15 hp, deltid, kvällskurs
Statistikens grunder 1 och 2, GN, 15 hp, deltid, kvällskurs TE/RC Datorövning 4 Syfte: 1. Lära sig beräkna konfidensintervall och täckningsgrad 2. Lära sig rita en exponentialfördelning 3. Lära sig illustrera
Läs merInstitutionen för Matematik. F1 - Linjär algebra och numerisk analys, TMA671 Svar till övningar i Heath s bok och extraövningar
Institutionen för Matematik Göteborg F1 - Linjär algebra och numerisk analys, TMA671 Svar till övningar i Heath s bok och extraövningar Heath 1: a) -01416 resp -0046 b) -0001593 resp -000051 c) 000165
Läs merTentaupplägg denna gång
Några tips på vägen kanske kan vara bra. Tentaupplägg denna gång TIPS 1: Läs igenom ALLA uppgifterna och välj den du känner att det är den lättaste först. Det kan gärna ta 10-20 minuter. Försök skriva
Läs merFÖRELÄSNING 1 ANALYS MN1 DISTANS HT06
FÖRELÄSNING ANALYS MN DISTANS HT06 JONAS ELIASSON Detta är föreläsningsanteckningar för distanskursen Matematik A - analysdelen vid Uppsala universitet höstterminen 2006. Förberedande material Här har
Läs merDenna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Felfortplantning och kondition
Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN2 09-02-10 Hedvig Kjellström hedvig@csc.kth.se! Repetition av FN2! Felkalkyl (GNM kap 2)! Olinjära ekvationer (GNM kap 3)! Linjära
Läs mer6 Derivata och grafer
6 Derivata och grafer 6.1 Dagens Teori När vi plottar funktionen f(x) = x + 1x 99x 8 med hjälp av dosan kan man få olika resultat beroende på vilka intervall man valt. 00000 100000-00 -100 100 00-100000
Läs merLABORATIONSHÄFTE NUMERISKA METODER GRUNDKURS 1, 2D1210 LÄSÅRET 03/04. Laboration 3 3. Torsionssvängningar i en drivaxel
Lennart Edsberg Nada, KTH December 2003 LABORATIONSHÄFTE NUMERISKA METODER GRUNDKURS 1, 2D1210 M2 LÄSÅRET 03/04 Laboration 3 3. Torsionssvängningar i en drivaxel 1 Laboration 3. Differentialekvationer
Läs merR AKNE OVNING VECKA 1 David Heintz, 31 oktober 2002
RÄKNEÖVNING VECKA David Heintz, 3 oktober 22 Innehåll Uppgift 27. 2 Uppgift 27.8 4 3 Uppgift 27.9 6 4 Uppgift 27. 9 5 Uppgift 28. 5 6 Uppgift 28.2 8 7 Uppgift 28.4 2 Uppgift 27. Determine primitive functions
Läs merLathund algebra och funktioner åk 9
Lathund algebra och funktioner åk 9 För att bli en rackare på att lösa ekvationer är det viktigt att man kan sina förutsättningar, dvs vilka matematiska regler som gäller. Prioriteringsreglerna (vilken
Läs mer9-1 Koordinatsystem och funktioner. Namn:
9- Koordinatsystem och funktioner. Namn: Inledning I det här kapitlet skall du lära dig vad ett koordinatsystem är och vilka egenskaper det har. I ett koordinatsystem kan man representera matematiska funktioner
Läs merSammanfattning (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 merInbyggda funktioner i MATLAB
Inbyggda funktioner i MATLAB MATLAB innehåller som vi redan sett ett stort antal inbyggda funktioner (se Holly Moore: Appendix A, Chapman avsn. 2.14, MATLAB 8 avsn. 2.3, 2.6): Elementär matematik: abs,exp,log10,rem,sqrt,sum,
Läs merLösningsanvisningar 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 merSyftet med den här laborationen är att du skall bli mer förtrogen med följande viktiga områden inom matematisk statistik
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR I, FMS 01, HT-07 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen, enkla punktskattningar
Läs merFöreläsning 4: Kombinatorisk sökning
DD2458, Problemlösning och programmering under press Föreläsning 4: Kombinatorisk sökning Datum: 2009-09-25 Skribent(er): Kristina Nylander, Dennis Ekblom, Marcus Öman Föreläsare: Fredrik Niemelä 1 Introduktion
Läs merProv kapitel 3-5 - FACIT Version 1
Prov kapitel 3-5 - FACIT Version 1 1. Lös ekvationerna algebraiskt a. 13 x + 17 = 7x + 134 Svar: x = 117 / 6 = 19.5 b. x 10 = 84 Svar: x = 84 0.1 = 1.5575 2. Beräkna a. 17 % av 3500 = 595 b. 3 promille
Läs merVarning!!! 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 merFÖRSÄTTSBLAD 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 merPermutationer med paritet
238 Permutationer med paritet Bernt Lindström KTH Stockholm Uppgift. Att studera permutationerna av talen 1 2... n och indelningen i udda och jämna permutationer ur olika aspekter. Permutationer är särskilt
Läs merOBS - ranking NYTT RANKINGSYSTEM. Jan-Erik Thomasson 2001-01-16 INNEHÅLL
OBS - ranking NYTT RANKINGSYSTEM Jan-Erik Thomasson 2001-01-16 INNEHÅLL 1 FORMELÄNDRINGAR... 2 1.1 Konvergens mot "rätt" rankingtal... 2 1.2 Höjd konvergenshastighet... 2 2 "CARRY-OVER"... 3 3 METOD...
Läs merANDREAS REJBRAND 2014-04-25 Matematik http://www.rejbrand.se. Numeriska serier. Andreas Rejbrand, april 2014 1/29
Numeriska serier Andreas Rejbrand, april 2014 1/29 1 Inledning Författarens erfarenhet säger att momentet med numeriska serier är ganska svårt för många studenter i inledande matematikkurser på högskolenivå.
Läs merAkademin 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 merTATA42: Föreläsning 10 Serier ( generaliserade summor )
TATA42: Föreläsning 0 Serier ( generaliserade summor ) Johan Thim 5 maj 205 En funktion s: N R brukar kallas talföljd, och vi skriver ofta s n i stället för s(n). Detta innebär alltså att för varje heltal
Läs merTentamen 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: 14-18, 13:e Mars, 2018 Provkod: TEN1 Hjälpmedel:
Läs merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 13:e januari klockan
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 13:e januari klockan 8.00-12.00 Redovisning Lös först uppgifterna i Matlab.
Läs merIntroduktion till Matlab
CTH/GU 2015/2016 Matematiska vetenskaper Introduktion till Matlab 1 Inledning Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på många tekniska högskolor och universitet runt
Läs merBegrepp Värde (mätvärde), medelvärde, median, lista, tabell, rad, kolumn, spridningsdiagram (punktdiagram)
Aktivitetsbeskrivning Denna aktivitet är en variant av en klassisk matematiklaboration där eleverna får mäta omkrets och diameter på ett antal cirkelformade föremål för att bestämma ett approximativt värde
Läs merUppgift 1 ( Betyg 3 uppgift )
2005-06-09.kl.08-13 Uppgift 1 ( Betyg 3 uppgift ) Ett plustecken kan se ut på många sätt. En variant är den som ses nedan. Skriv ett program som låter användaren mata in storleken på plusset enligt exemplen
Läs merNewtons metod. 1 Inledning. CTH/GU LABORATION 3 MVE /2014 Matematiska vetenskaper
CTH/GU LABORATION 3 MVE270-2013/2014 Matematiska vetenskaper Newtons metod 1 Inledning Vi skall lösa system av icke-linjära ekvationer. Som exempel kan vi ta, { x1 (1 + x 2 2) 1 = 0 x 2 (1 + x 2 1 ) 2
Läs merIntervallhalveringsmetoden, GKN sid 73. Sekantmetoden, GKN sid 79
e x sin(x) = 2 Intervallhalveringsmetoden, GKN sid 73 f(x) = 0 = Roten finns x f(x) i intervallet Skrivs Intervallangd ----------------------------------------------------------------------------- 1.0-0.1232
Läs merRepetitionsuppgifter i Matematik inför Basår. Matematiska institutionen Linköpings universitet 2014
Repetitionsuppgifter i Matematik inför Basår Matematiska institutionen Linköpings universitet 04 Innehåll De fyra räknesätten Potenser och rötter 7 Algebra 0 4 Funktioner 7 Logaritmer 9 6 Facit 0 Repetitionsuppgifter
Läs merRödGrön-spelet Av: Jonas Hall. Högstadiet. Tid: 40-120 minuter beroende på variant Material: TI-82/83/84 samt tärningar
Aktivitetsbeskrivning Denna aktivitet är utformat som ett spel som spelas av en grupp elever. En elev i taget agerar Gömmare och de andra är Gissare. Den som är gömmare lagrar (gömmer) tal i några av räknarens
Läs merProgrammeringsteknik med C och Matlab
Programmeringsteknik med C och Matlab Kapitel 2: C-programmeringens grunder Henrik Björklund Umeå universitet Björklund (UmU) Programmeringsteknik 1 / 32 Mer organisatoriskt Imorgon: Datorintro i lab Logga
Läs merTentamen 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 merLinjärisering, Jacobimatris och Newtons metod.
Linjärisering, Jacobimatris och Newtons metod Analys och Linjär Algebra, del C, K/Kf/Bt, vt0 Inledning Vi skall lösa system av icke-linjära ekvationer Som exempel kan vi ta, x = 0, x = 0, som är ett system
Läs merMATEMATIK Datum: 2014-01-14 Tid: förmiddag Hjälpmedel: inga. Mobiltelefoner är förbjudna. A.Heintz Telefonvakt: Christo er Standar, Tel.
MATEMATIK Datum: -- Tid: förmiddag Chalmers Hjälpmedel: inga. Mobiltelefoner är förbjudna. A.Heintz Telefonvakt: Christo er Standar, Tel.: 7-88 Lösningar till tenta i TMV Analys och linjär algebra K/Bt/Kf,
Läs merInstitutionen för matematik Envariabelanalys 1. Jan Gelfgren Datum: Fredag 9/12, 2011 Tid: 9-15 Hjälpmedel: Inga (ej miniräknare)
Umeå universitet Dugga i matematik Institutionen för matematik Envariabelanalys 1 och matematisk statistik IE, ÖI, Stat. och Frist. Jan Gelfgren Datum: Fredag 9/12, 2011 Tid: 9-15 Hjälpmedel: Inga (ej
Läs merTentamen 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 merTentamen 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 merNewtons metod. 1 Inledning. 2 Newtons metod. CTH/GU LABORATION 6 MVE /2013 Matematiska vetenskaper
CTH/GU LABORATION 6 MVE011-2012/2013 Matematiska vetenskaper 1 Inledning Newtons metod Vi skall fortsätta med att lösa ekvationer. I förra veckan såg vi på intervallhalveringsmetoden. Den är pålitlig men
Läs merMMA132: Laboration 1 & 2 Introduktion till MATLAB
MMA132: Laboration 1 & 2 Introduktion till MATLAB De flesta numeriska metoder låter oss få en tillräckligt bra lösning på ett matematiskt problem genom att byta ut komplexa matematiska operationer med
Läs merMatematisk 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 merLAB 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 merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 21:a April klockan
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 21:a April klockan 8.00-12.00 Redovisning Lös först uppgifterna i Matlab.
Läs merProcessidentifiering och Polplacerad Reglering
UmU/TFE Laboration Processidentifiering och Polplacerad Reglering Introduktion Referenser till teoriavsnitt följer här. Processidentifiering: Kursbok kap 17.3-17.4. Jämför med det sista exemplet i kap
Läs merTextsträngar från/till skärm eller fil
Textsträngar från/till skärm eller fil Textsträngar [Kapitel 8.1] In- och utmatning till skärm [Kapitel 8.2] Rekursion Gränssnitt Felhantering In- och utmatning till fil Histogram 2010-10-25 Datorlära,
Läs merDataprojekt. Nanovetenskapliga tankeverktyg. January 18, 2008
Dataprojekt. Nanovetenskapliga tankeverktyg. January 18, 2008 Dataprojekt 1: Fourierserier Två av fysikens mest centrala ekvationer är vågekvationen och värmeledningsekvationen. Båda dessa ekvationer är
Läs merNATIONELLT KURSPROV I MATEMATIK KURS C HÖSTEN 2009
Anvisningar Provtid Hjälpmedel Provmaterialet Provet Poäng och betygsgränser NATIONELLT KURSPROV I MATEMATIK KURS C HÖSTEN 009 40 minuter för Del I och Del II tillsammans. Vi rekommenderar att du använder
Läs merKort introduktion till Casio fx-9750 GII. Knappsats
Kort introduktion till Casio fx-9750 GII Knappsats För ytterligare information kontakta Viweka Palm Viweka.palm@casio.se Tel 08-442 70 25 1 De vanligaste programmen: RUN- MAT Vanliga beräkningar och matrisberäkning
Läs merSignalanalys med snabb Fouriertransform
Laboration i Fourieranalys, MVE030 Signalanalys med snabb Fouriertransform Den här laborationen har två syften: dels att visa lite på hur den snabba Fouriertransformen fungerar, och lite om vad man bör
Läs mera), c), e) och g) är olikheter. Av dem har c) och g) sanningsvärdet 1.
PASS 9. OLIKHETER 9. Grundbegrepp om olikheter Vi får olikheter av ekvationer om vi byter ut likhetstecknet mot något av tecknen > (större än), (större än eller lika med), < (mindre än) eller (mindre än
Läs merGrunderna i stegkodsprogrammering
Kapitel 1 Grunderna i stegkodsprogrammering Följande bilaga innehåller grunderna i stegkodsprogrammering i den form som används under kursen. Vi kommer att kort diskutera olika datatyper, villkor, operationer
Läs merOrdinära 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 merTAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Datorlektion 2. Villkor och Repetition 1 Logiska uttryck Uppgift 1.1 Låt a=3 och b=6 Vad blir resultatet av testerna ab? Uppgift 1.2 Låt a, b,
Läs merLÖSNINGSFÖRSLAG 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 merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 14:e januari klockan
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 14:e januari klockan 8.00-12.00 Redovisning Lös först uppgifterna i Matlab.
Läs merKomponentvisa operationer,.-notation Multiplikation (*), division (/) och upphöj till (ˆ) av vektorer följer vanliga vektoralgebraiska
Matlab-föreläsning 3 (4), 17 september, 2015 Innehåll Sekvenser (från förra föreläsningen) Upprepning med for-slingor och while-slingor Villkorssatser med if - then -else - Logik Sekvenser - repetion från
Läs merLaboration: 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 merFunktioner och grafritning i Matlab
CTH/GU LABORATION 3 MVE11-212/213 Matematiska vetenskaper 1 Inledning Funktioner och grafritning i Matlab Först skall vi se lite på (elementära) matematiska funktioner i Matlab, som sinus och cosinus.
Läs merMälardalens högskola Akademin för utbildning, kultur och kommunikation
Mälardalens högskola Akademin för utbildning, kultur och kommunikation MAA4 Grundläggande kalkl ÖVN Lösningsförslag 0.04.0 4.0 6.0 Hjälpmedel: Endast skrivmaterial. (Gradskiva är tillåtet.) Poäng: Denna
Läs merNumeriska 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