Ickelinjära ekvationer

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "Ickelinjära ekvationer"

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 [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 = x0) I matlabfunktionen func finns f(x) definierad Går även att använda intervall som gissning x = [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] = 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? 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

Föreläsning 1. Numeriska metoder grundkurs II, DN1240. Carina Edlund Mottagningstid i rum 4516: onsdagar kl.

Föreläsning 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 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

MMA132: Laboration 1 Introduktion till MATLAB

MMA132: 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 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

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

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

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 (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

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

Kapitel 4. Iterativ lösning av ekvationer

Kapitel 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 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

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

6.3. Direkta sökmetoder

6.3. 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 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

Lennart Carleson. KTH och Uppsala universitet

Lennart 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 mer

Linjärisering och Newtons metod

Linjärisering 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 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

Lösandet av ekvationer utgör ett centralt område inom matematiken, kanske främst den tillämpade.

Lösandet 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 mer

Institutionen för Matematik. F1 - Linjär algebra och numerisk analys, TMA671 Svar till övningar i Heath s bok och extraövningar

Institutionen 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 mer

Inbyggda funktioner i MATLAB

Inbyggda 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 mer

Föreläsning 6: Introduktion av listor

Föreläsning 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 mer

Institutionen 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 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 mer

Inlämningsuppgift 4 NUM131

Inlämningsuppgift 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 mer

G VG MVG Programspecifika mål och kriterier

G 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 mer

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

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

Läs mer

MMA132: Laboration 1 & 2 Introduktion till MATLAB

MMA132: 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 mer

Föreläsning 4: Giriga algoritmer. Giriga algoritmer

Föreläsning 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 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

Tentaupplägg denna gång

Tentaupplägg 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 mer

Linjärisering, Jacobimatris och Newtons metod.

Linjärisering, 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 mer

LABORATIONSHÄFTE NUMERISKA METODER GRUNDKURS 1, 2D1210 LÄSÅRET 03/04. Laboration 3 3. Torsionssvängningar i en drivaxel

LABORATIONSHÄFTE 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 mer

R AKNE OVNING VECKA 1 David Heintz, 31 oktober 2002

R 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 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

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

FÖRELÄSNING 1 ANALYS MN1 DISTANS HT06

FÖRELÄSNING 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 mer

Komponentvisa operationer,.-notation Multiplikation (*), division (/) och upphöj till (ˆ) av vektorer följer vanliga vektoralgebraiska

Komponentvisa 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 mer

ANDREAS REJBRAND 2014-04-25 Matematik http://www.rejbrand.se. Numeriska serier. Andreas Rejbrand, april 2014 1/29

ANDREAS 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 mer

9-1 Koordinatsystem och funktioner. Namn:

9-1 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 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

Statistikens grunder 1 och 2, GN, 15 hp, deltid, kvällskurs

Statistikens 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 mer

Introduktion till Matlab

Introduktion 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 mer

Föreläsning 4: Kombinatorisk sökning

Föreläsning 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 mer

Syftet med den här laborationen är att du skall bli mer förtrogen med följande viktiga områden inom matematisk statistik

Syftet 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 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: 14-18, 22 Mars, 2016 Provkod: TEN1 Hjälpmedel:

Läs mer

Permutationer med paritet

Permutationer 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 mer

Prov kapitel 3-5 - FACIT Version 1

Prov 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 mer

Lathund algebra och funktioner åk 9

Lathund 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 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

Repetitionsuppgifter i Matematik inför Basår. Matematiska institutionen Linköpings universitet 2014

Repetitionsuppgifter 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 mer

TATA42: Föreläsning 10 Serier ( generaliserade summor )

TATA42: 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 mer

Facit till Några extra uppgifter inför tentan Matematik Baskurs. x 2 x 3 1 2.

Facit 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 mer

Algoritmanalys. Genomsnittligen behövs n/2 jämförelser vilket är proportionellt mot n, vi säger att vi har en O(n) algoritm.

Algoritmanalys. Genomsnittligen behövs n/2 jämförelser vilket är proportionellt mot n, vi säger att vi har en O(n) algoritm. Algoritmanalys Analys av algoritmer används för att uppskatta effektivitet. Om vi t. ex. har n stycken tal lagrat i en array och vi vill linjärsöka i denna. Det betyder att vi måste leta i arrayen tills

Läs mer

Institutionen för matematik Envariabelanalys 1. Jan Gelfgren Datum: Fredag 9/12, 2011 Tid: 9-15 Hjälpmedel: Inga (ej miniräknare)

Institutionen 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 mer

RödGrön-spelet Av: Jonas Hall. Högstadiet. Tid: 40-120 minuter beroende på variant Material: TI-82/83/84 samt tärningar

RödGrön-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 mer

OBS - ranking NYTT RANKINGSYSTEM. Jan-Erik Thomasson 2001-01-16 INNEHÅLL

OBS - 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 mer

Programmeringsteknik med C och Matlab

Programmeringsteknik 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 mer

Pythons standardbibliotek

Pythons standardbibliotek Pythons standardbibliotek Python 3 skall, enligt standarddokumenten http://docs.python.org/py3k/library/index.html ha stöd för vissa funktioner, typer och datastrukturer Så länge man håller sig till detta

Läs mer

Dataprojekt. Nanovetenskapliga tankeverktyg. January 18, 2008

Dataprojekt. 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 mer

Signalanalys med snabb Fouriertransform

Signalanalys 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 mer

Begrepp Värde (mätvärde), medelvärde, median, lista, tabell, rad, kolumn, spridningsdiagram (punktdiagram)

Begrepp 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 mer

Uppgift 1 ( Betyg 3 uppgift )

Uppgift 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 mer

TAIU07 Matematiska beräkningar med Matlab

TAIU07 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 mer

MATEMATIK Datum: 2014-01-14 Tid: förmiddag Hjälpmedel: inga. Mobiltelefoner är förbjudna. A.Heintz Telefonvakt: Christo er Standar, Tel.

MATEMATIK 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 mer

Använd gausseliminering med radpivotering. Spara minnesutrymme genom att lagra både Ä och Í i den datastruktur som inledningsvis innehåller

Använd gausseliminering med radpivotering. Spara minnesutrymme genom att lagra både Ä och Í i den datastruktur som inledningsvis innehåller ÏÇÊÃÇÍÌ ÏÓÖ ÓÙØ ÍÔÔ Ø Ö Ø ÐÐ ÖĐ Ò Ò Ú Ø Ò Ô Á Ë ÔØ ¾¼½ ÁÒ Ø ØÙØ ÓÒ Ò ĐÓÖ Ò ÓÖÑ Ø ÓÒ Ø ÒÓÐÓ Om Workout Detta häfte innehåller uppgifter som ingår i de s k workout-passen i kursen Beräkningsvetenskap I.

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

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

Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 18:e augusti klockan

Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 18:e augusti klockan MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 18:e augusti klockan 8.00-12.00 Redovisning Lös först uppgifterna i Matlab.

Läs mer

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA671 2014-05-26

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA671 2014-05-26 Institutionen för Matematiska Vetenskaper Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F/TM, TMA67 4-5-6 DAG: Måndag 6 maj 4 TID: 4. - 8. SAL: V Ansvarig: Ivar Gustafsson, tel: 75-33545 Förfrågningar:

Läs mer

Textsträngar från/till skärm eller fil

Textsträngar 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 mer

NATIONELLT KURSPROV I MATEMATIK KURS C HÖSTEN 2009

NATIONELLT 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 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

Processidentifiering och Polplacerad Reglering

Processidentifiering 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 mer

Uppgift 1 ( Betyg 3 uppgift )

Uppgift 1 ( Betyg 3 uppgift ) 2010-04-06.kl.14-19 Uppgift 1 ( Betyg 3 uppgift ) Skriv den funktion, draw_figure, som ritar ut en liksidig figur enligt exemplen nedan med så många hörn som anges som parameter till funktionen (den ritar

Läs mer

Fria matteboken: Matematik 2b och 2c

Fria matteboken: Matematik 2b och 2c Fria matteboken: Matematik 2b och 2c Det här dokumentet innehåller sammanfattning av teorin i matematik 2b och 2c, för gymnasiet. Dokumentet är fritt att använda, modifiera och sprida enligt Creative Commons

Läs mer

7 november 2014 Sida 1 / 21

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

Läs mer

Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 9p av totalt 20p Hjälpmedel: MATLAB

Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 9p av totalt 20p Hjälpmedel: MATLAB MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 9p av totalt 20p Hjälpmedel: MATLAB Redovisning Lös först uppgifterna i Matlab. Då du har en

Läs mer

Kort introduktion till Casio fx-9750 GII. Knappsats

Kort 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 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

Programmeringsuppgifter 1

Programmeringsuppgifter 1 Programmeringsuppgifter 1 Redovisning: Ni demo-kör och förklarar för handledaren några av de program ni gjort. Ni behöver inte hinna allt, redovisa så långt ni kommit. Om ni hinner mer kan ni alltid redovisa

Läs mer

Dagens föreläsning (F15)

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

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys Modul 4: Tillämpningar av derivata Institutionen för matematik KTH 22-23 september 2015 Översikt över några viktiga derivatatillämningar 1. Förändringstakt. Derivata mäter förändringstakt, till exemel

Läs mer

a), c), e) och g) är olikheter. Av dem har c) och g) sanningsvärdet 1.

a), 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 mer

Funktioner och grafritning i Matlab

Funktioner 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 mer

Grunderna i stegkodsprogrammering

Grunderna 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 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

Föreläsning 9 Exempel

Föreläsning 9 Exempel Föreläsning 9 Exempel Intervallhalveringsmetoden DA2001 (Föreläsning 9) Datalogi 1 Hösten 2013 1 / 24 Föreläsning 9 Exempel Intervallhalveringsmetoden Newton-Raphsons metod DA2001 (Föreläsning 9) Datalogi

Läs mer

Något om Taylors formel och Mathematica

Något om Taylors formel och Mathematica HH/ITE/BN Taylors formel och Mathematica Något om Taylors formel och Mathematica Bertil Nilsson 207-0-0 I am the best Ett av Brooks många ödmjuka inlägg i den infekterade striden som under början av 700

Läs mer

Matematik 5 Kap 3 Derivator och Integraler

Matematik 5 Kap 3 Derivator och Integraler Matematik 5 Kap 3 Derivator och Integraler Inledning I kap 4 Differentialekvationer behövs derivator (och integraler) och i kap 5 Omfångsrika problemsituationer finns intressanta problem med användning

Läs mer

Tentaupplägg denna gång

Tentaupplägg 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 mer

Kurvanpassning. Kurvanpassning jfr lab. Kurvanpassning jfr lab

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

Läs mer

x 2 + x 2 b.) lim x 15 8x + x 2 c.) lim x 2 5x + 6 x 3 + y 3 xy = 7

x 2 + x 2 b.) lim x 15 8x + x 2 c.) lim x 2 5x + 6 x 3 + y 3 xy = 7 TM-Matematik Mikael Forsberg 0734-41331 Pär Hemström 06-64896 För ingenjörs och distansstudenter Envariabelanalys ma034a 01 10 01 Skrivtid: 09:00-14:00. Inga hjälpmedel. Lösningarna skall vara fullständiga

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys Modul 2: Derivata Institutionen för matematik KTH 8 september 2015 Derivata Innehåll om derivata (bokens kapitel 2). Definition vad begreppet derivata betyder Tolkning hur man kan tolka derivata Deriveringsregler

Läs mer

Frågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1

Frågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1 ATM-Matematik Mikael Forsberg 6-64 89 6 Matematik med datalogi, mfl. Skrivtid:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift på ny sida. Använd ej baksidor.

Läs mer

(a) Hur stor är sannolikheten att en slumpvist vald person tror att den är laktosintolerant?

(a) Hur stor är sannolikheten att en slumpvist vald person tror att den är laktosintolerant? LÖSNINGAR till tentamen: Statistik och sannolikhetslära (LMA12) Tid och plats: 8.3-12.3 den 24 augusti 215 Hjälpmedel: Typgodkänd miniräknare, formelblad Betygsgränser: 3: 12 poäng, 4: 18 poäng, 5: 24

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: 14-18, 14:e Mars, 2017 Provkod: TEN1 Hjälpmedel:

Läs mer

TANA17 Matematiska beräkningar med Matlab

TANA17 Matematiska beräkningar med Matlab TANA17 Matematiska beräkningar med Matlab Datorlektion 4. Funktioner 1 Egna Funktioner Uppgift 1.1 En funktion f(x) ges av uttrycket 0, x 0, f(x)= sin(x), 0 < x π 2, 1, x > π 2 a) Skriv en Matlab funktion

Läs mer

Bisektionsalgoritmen. Kapitel Kvadratroten ur 2

Bisektionsalgoritmen. Kapitel Kvadratroten ur 2 Kapitel 4 Bisektionsalgoritmen Vi ska konstruera lösningar till algebraiska ekvationer av formen f(x) = 0 med hjälp av bisektionsalgoritmen (intervallhalveringsmetoden). På samma gång ska vi se hur man

Läs mer

http://www.leidenhed.se Senaste revideringen av kapitlet gjordes 2014-05-08, efter att ett fel upptäckts.

http://www.leidenhed.se Senaste revideringen av kapitlet gjordes 2014-05-08, efter att ett fel upptäckts. Dokumentet är från sajtsidan Matematik: som ingår i min sajt: http://www.leidenhed.se/matte.html http://www.leidenhed.se Minst och störst Senaste revideringen av kapitlet gjordes 2014-05-08, efter att

Läs mer

Numeriska serier Definition av konvergens J amf orelsesatser Vad skall vi j amf ora med? Absolutkonvergens Leibniz kriterium Dagens amnen 1 / 19

Numeriska serier Definition av konvergens J amf orelsesatser Vad skall vi j amf ora med? Absolutkonvergens Leibniz kriterium Dagens amnen 1 / 19 Dagens ämnen 1 / 19 Dagens ämnen Numeriska serier 1 / 19 Dagens ämnen Numeriska serier Definition av konvergens 1 / 19 Dagens ämnen Numeriska serier Definition av konvergens Jämförelsesatser 1 / 19 Dagens

Läs mer