FÖRSÄTTSBLAD TILL TENTAMEN
|
|
- Kristina Olofsson
- för 4 år sedan
- Visningar:
Transkript
1 Institutionen för informationsteknologi INSTRUKTIONER Kontrollera att du fått rätt tentamensuppgifter! Detta blad skall alltid inlämnas ifyllt även om ingen uppgift behandlats. Varje uppgiftslösning skall påbörjas på ett nytt blad. Skriv tentamenskod på varje blad. Skriv inte på baksidan av bladen och använd inte penna med röd färg. Lägg lösningarna i uppgiftsordning, med uppgift 1 först, innan du lämnar in dem. FÖRSÄTTSBLAD TILL TENTAMEN Kursens namn (inkl. grupp) Din tentamenskod Termin och år då du först registrerades på kursen 1 Klockslag för inlämning DATUM: Utbildningsprogram (eller liknande) Bordsnummer Betyg på tentamen 1 Tentamen rättas INTE ifall det saknas registrering på kursen. 2 Slutresultatet (poäng inklusive bonuspoäng och betyg) kommer att visas i studentportalen efter att resultatet har rapporterats till Uppdok.
2 Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Stefan Engblom, tel Tentamen i Beräkningsvetenskap II, 5.0 hp, Skrivtid: (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat formelblad, miniräknare. Det är också tillåtet att använda Mathematics Handbook eller Physics Handbook. För fullt uppfyllda mål och kriterier på uppgifterna krävs fullständiga räkningar och utförliga resonemang samt motivering till alla svar. Skriv svaren på varje fråga på separata papper. Kursmål (förkortade), hur de täcks i uppgifterna och möjliga betyg. Fråga nr Nyckelbegrepp Algoritmer Analys Argumentation Betyg 1a X G/U 1b X G/U 1c X G/U 2a X G/U 2b X G/U 2c X G/U 3a X G/U 3b X G/U 3c X G/U 3d X G/U 4a X G/U 4b X G/U 5 {U,4,5} 6 {U,4,5} Betygskriterier: 3 1st G på samtliga kursmål {Nyckelbegrepp, Algoritmer, Analys, Argumentation} (A-delen). 4 Som betyg 3 och 6st G totalt (A-delen), samt betyg 4 på någon av uppgifterna i B-delen. 5 Som betyg 3 och 8st G totalt (A-delen), samt betyg 5 på någon av uppgifterna i B-delen. 2
3 Del A 1. (a) Explain the differences between stiff and non-stiff differential equations. (b) You have the following ODE: y (t) = 1 y(t) y(0) = 0. (1) Please solve (1) using the Euler Backward method until t = 0.3, with time step h = 0.1. (c) Is the Euler Backward method any better than the Euler forward method with respect to the local truncation error and the global error? Explain. 2. (a) A PhD student has come up with a new numerical method for ODEs. The right hand side of the differential equation is denoted as f(t, y) and its initial condition by y(0) = y 0. Given a history of steps y 0,..., y n the next step y n+1 is computed using K1 = hf(t n, y n ) (2) K2 = hf(t n h, y n + 1 K1) (3) 3 y n+1 = y n K1 + 1 K2 (4) 3 where h is the step size. We need your help to figure out if this new algorithm is any good. Please answer the following questions: (a) Is the proposed solver explicit or implicit? Explain. (b) Given the initial condition y 0 = 1, the step size h = 3 and the differential 5 equation f(t, y) = g(y) = λy, (5) where λ R, perform the first step of the method; that is compute y 1. (Hint: You can re-use this in part (c) if you first solve this problem for an arbitrary y n+1.) (c) For which values of λ is the method stable when using the step length h = 3 5? 3. In a Monte Carlo method, an ODE solver is used for each random outcome with second order accuracy at a fixed interval [a, b]. During the calculation, it samples N numerical solutions, each with numerical step length h. 3
4 (a) Explain the difference between a deterministic and a stochastic method. (b) In order to choose between different methods it is important to be able to evaluate the cost. Argue that it is generally more expensive computationally to improve on the Monte Carlo error than to make the error from the ODE solver smaller. (c) In an engineering task, you are required to formulate a Monte Carlo method to calculate the integral of a complicated function. Write a Matlab function to calculate the value of b a x 3 sin(x) cos(x 2 )dx (6) using the Monte Carlo method. Input to the function is a, b and N, the number of sample points in the interval of integration. (d) The value of the integral calculated with N = 3, 000 Monte Carlo random numbers is A careful calculation of the integral gives If we want the relative error to be 10 4 in the Monte Carlo calculation, how many random numbers do we need in total? 4. In an experiment, the data listed in Table 1 are observed for x and y. The trend of the data suggests an exponential curve y = ax b to be a good option to fit them. Table 1: Observed data for problem 4. x y (a) Use the least squares method to estimate parameters a and b in y = ax b. (b) In the least squares problems, we need to solve systems of the form A T Az = A T F. An issue would be that the condition number of the matrix A T A is large. Discuss some methods for reducing this problem. 4
5 Del B 5. I figuren nedan presenteras några av de vanligaste metodernas stabilitetsområden. Följande information är här användbar. Antag att M är en 2 2 matris som kan skrivas, [ ] 0 1 M =. Egenvärdena till matrisen M ges av: λ d c 1, 2 = c 2 ± c 2 d. 2 Ett begynnelsevärdesproblem vars amplitud inte tillväxer (då den drivande funktionen g(t) sätts till noll) kallas för ett stabilt begynnelsevärdesproblem. Vi utgår från följande begynnelsevärdesproblem, y + a y + b y = g(t), t 0, y = 1, y = 0, t = 0, (7) där g(t) är en känd funktion, a ett reellt tal och b ett komplext tal. a) Ange eventuella villkor för att (7) ska betraktas som ett stabilt begynnelsevärdesproblem (stabil ODE). Ledning: Använd dig av den inledande informationen på föregånde sida. 5
6 b) Låt a = 5, b = 2. Välj ut en lämplig explicit metod att lösa (7) (här räcker det med att tala om och motivera valet och ange metodens noggrannhets ordning (NO), ingen algoritm erfordras) och bestäm det största möjliga tidssteget för numerisk stabilitet (i detta specifika fall). Ledning: Använd dig av den inledande informationen på föregånde sida. c) Låt a = 1 och b = Vilken klass av begynnelsevärdesproblem (ODE) motsvarar (7) för detta parameterval och vilken klass av numeriska metoder för ODE används (eller förespråkas) vanligen för denna klass av ODE. Approximera (7) (inga beräkningar krävs här) med en metod som har noggrannhets ordning 1 (n.o. 1), som är stabil för tidssteg h > 0.01 (i detta specifika fall). Motivera om det är noggrannhetskrav eller stabilitetskrav som begränsar valet av tidssteg för det givna problemet och den valda metoden. e) Någon har implementerat deluppgift b) i Matlab, men är osäker på vilken noggrannhets ordning (NO) som metoden har. Någon kör Matlab-koden fram till tiden t = 10, för fyra olika tidssteg (h = , h = 0.001, h = 0.01 och h = 0.02). Resultatet visas i nedanstående tabell, h y(10) Uppskatta (verifiera) den numeriska metodens noggrannhet (noggrannhets ordning), med hjälp av tabellen. (Man kan här inte förvänta sig ett exakt heltal, men det bör bli korrekt då du avrundar till närmsta heltal). Motivera ditt tillvägagångssätt och redovisa tydligt dina beräkningar och resultat på inlämnad lösning. Ange namnet på metoden som använts i Matlab-koden. För betyg 5 krävs rätt på minst 3 av deluppgifterna (av totalt 4). För betyg 4 krävs rätt på 2 av deluppgifterna (av totalt 4). 6. Dr. B. Ulrik är forskare och handhar en apparat som producerar data (x i, F i ), se tabellen nedan. x F Tolkningen är här att F i = F X (x i ) är en kumulativ fördelningsfunktion för en stokastisk variabel X, exponentialfördelad med (okänd) parameter λ, X Exp(λ). 6
7 För betyg 4: Hur bestämmer du λ i minsta kvadratmening givet dessa data? Vad får du för värde? För betyg 5: Antag istället att F i = F X (x i ) (1 + ε) för något konsekvent relativt mätfel ε. Hur bestämmer du λ och ε i minsta kvadratmening givet dessa data? Vad får du för värden? 7
8 Uppsala universitet Institutionen för informationsteknologi Avd. för beräkningsvetenskap Blandade formler i Beräkningsvetenskap I och II 1. Flyttal och avrundningsfel Ett flyttal f l(x) representeras enligt fl(x) = ˆm β e, ˆm = ±(d 0.d 1 d 2,..., d p 1 ), 0 d i < β, d 0 0, L e U, där β betecknar bas och p precision. Ett flyttalssystem defineras F P (β, p, L, U). Maskinepsilon (avrundningsenheten) ɛ M = 1 2 β1 p och kan defineras som det minsta tal ɛ sådant att fl(1 + ɛ) > Linjära och ickelinjära ekvationer Newton-Raphsons metod: x k+1 = x k f(x k) f (x k ) För system: x k+1 = x k [F ] 1 F (x k ), där x k och F (x k ) är vektorer och F är Jacobianen. Fixpunktsiteration för x = g(x): x k+1 = g(x k ) Konvergenskvot, konvergenshastighet x k+1 x lim = C, k x k x r där C är en konstant, och r anger konvergenshastigheten (r = 1 betyder t ex linjär konvergens). Allmän feluppskattning x k x f(x k) min f (x) Konditionstalet cond(a) = A A 1 mäter känsligheten för störningar hos ekvationssystemet Ax = b. Det gäller att x x cond(a) b b, där x = x ˆx och b = b ˆb. Normer (vektor- respektive matrisnorm) x 2 = x x n 2 x 1 = i x i x = max i { x i } A 1 = max j ( i a ij ) A = max i ( j a ij )
9 3. Approximation Newtons interpolationspolynom p(x) då vi har n punkter (x 1, y 1 ),... (x n, y n ) bygger på ansatsen p(x) = a 0 + a 1 (x x 1 ) + a 2 (x x 1 )(x x 2 ) a n 1 (x x 1 ) (x x n 1 ) Minstakvadratapproximationen till punktmängden (x 1, y 1 ), (x 2, y 2 ),... (x m, y m ) med ett n:egradspolynom p(x) = a 0 1+a 1 x+...+a n x n kan formuleras som ett överbestämt ekvationssystem Ax = b, där A är m n, m > n. Minstakvadratlösningen kan fås ur normalekvationerna A T Ax = A T b 4. Ordinära differentialekvationer Eulers metod (explicit Euler): y k+1 = y k + hf(x k, y k ), n.o. 1 Implicit Euler (Euler bakåt): y k+1 = y k + hf(x k+1, y k+1 ), n.o. 1 Trapetsmetoden: y k+1 = y k + h 2 (f(x k, y k ) + f(x k+1, y k+1 )), n.o. = 2 Heuns metod (tillhör gruppen Runge-Kuttametoder): K 1 = f(x k, y k ) K 2 = f(x k+1, y k + hk 1 ) y k+1 = y k + h 2 (K 1 + K 2 ) n.o. = 2 Klassisk Runge-Kutta: K 1 = f(x k, y k ) K 2 = f(x k + h, y 2 k + hk 2 1) K 3 = f(x k + h, y 2 k + hk 2 2) K 4 = f(x k+1, y k + hk 3 ) y k+1 = y k + h(k K 2 + 2K 3 + K 4 ) n.o. = 4 5. Numerisk integration Trapetsformeln Beräkning på ett delintervall med steglängd h k = x k+1 x k xk+1 x k f(x) dx = h k 2 [f(x k) + f(x k+1 )]
10 Sammansatt formel på helt intervall [a b], då ekvidistant steglängd h = h k : b a f(x) dx h 2 [f(x 0) + 2f(x 1 ) f(x N 1 ) + f(x N )] Diskretiseringsfelet R på helt intervall [a b], dvs b f(x) dx = T (h) + R är a R = (b a) h 2 f (ξ). 12 Funktionsfelet (övre gräns): (b a) ɛ, där ɛ är en övre gräns för absoluta felet i varje funktionsberäkning. Simpsons formel Beräkning på ett dubbelintervall med steglängd h xk+2 x k f(x) dx = h 3 [f(x k) + 4f(x k+1 ) + f(x k+2 )] Sammansatt formel på helt intervall [a b], då ekvidistant steglängd h = h k : b a f(x) dx h 3 [f(x 0) + 4f(x 1 ) + 2f(x 2 ) + 4f(x 3 ) f(x N 2 ) + 4f(x N 1 ) + f(x N )] Diskretiseringsfelet R på helt intervall [a b], dvs b f(x) dx = S(h) + R är a (b a) R = 180 h4 f (ξ). Funktionsfelet: Samma som för trapetsformeln, se ovan. 6. Richardsonextrapolation Om F 1 (h) och F 1 (2h) är två beräkningar (t ex ett steg i en beräkning av en integral eller en ODE) med en metod av noggrannhetsordning p med steglängd h respektive dubbel steglängd 2h så är R(h) = F 1(h) F 1 (2h) 2 p 1 en uppskattning av den ledande termen i trunkeringsfelet i F 1 (h). Kan även användas för att förbättra noggrannheten i F 1 (h) genom F (h) = F 1 (h) + F 1(h) F 1 (2h). 2 p 1
11 7. Numerisk derivering För numerisk derivering används s k differensformler f (x) f(x+h) f(x h) 2h f (x) f(x+h) f(x) h f (x) f(x) f(x h) h f (x) f(x+h) 2f(x)+f(x h) h 2 8. Monte Carlometoder, centraldifferens, framåtdifferens, bakåtdifferens Den övergripande strukturen för Monte Carlosimuleringar är Indata N (antal försök) for i = 1:N Utför en stokastisk simulering resultat(i) = resultatet av simuleringen end slutresultat genom någon statistisk beräkning, t ex medelvärdet mean(resultat) Noggrannhetsordning för Monte carlometoder är O( 1 N ), där N är antal samplingar. Kumultativ fördelningsfunktion: F (x) = x f X(y)dy Normalfördelning f X (x) = 1 σ (x µ) 2 2π e 2σ 2. Aritmetiskt medelvärde baserat på N realisationer x i av slumpvariablen X: µ = 1 N N i=1 x i. 9. Taylorutveckling Taylorutveckling av y(x k + h) kring x k : y(x k + h) = y(x k ) + hy (x k ) + h2 2! y (x k ) + h3 3! y (x k ) + O(h 4 )
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 merTentamen 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 merTentamen 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 merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap II Tentamen i Beräkningsvetenskap II, 5.0 hp, 2017-05-31 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat
Läs merTentamen 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 merTentamen 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 merTentamen 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 merTentamen 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 merTentamen 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 merTentamen 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 merTentamen 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 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 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 merELLER (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 merTentamen 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 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 merOrdinära 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 merNumeriska metoder för ODE: Teori
Numeriska metoder för ODE: Teori Vilka metoder har vi tagit upp? Euler framåt Euler bakåt Trapetsmetoden y k+ = y k + hf(t k, y k ), explicit y k+ = y k + hf(t k+, y k+ ), implicit y k+ = y k + h (f(t
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-03-09 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat
Läs 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 merTentamen i Beräkningsvetenskap II, 5.0 hp, Del A
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Tentamen i Beräkningsvetenskap II, 5.0 hp, 2016-03-16 Del A 1. (a) Beräkna lösningen Ù vid Ø = 03 till differentialekvationen
Läs merTeorifrågor. 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 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 merELLER (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 merTentamen 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 merTentamen i Matematik 2: M0030M.
Tentamen i Matematik 2: M0030M. Datum: 203-0-5 Skrivtid: 09:00 4:00 Antal uppgifter: 2 ( 30 poäng ). Examinator: Norbert Euler Tel: 0920-492878 Tillåtna hjälpmedel: Inga Betygsgränser: 4p 9p = 3; 20p 24p
Läs merTENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671
Institutionen för Matematik LINJÄR ALGEBRA OCH NUMERISK ANALYS F Göteborg --9 TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 OBS! NYA KURSEN DAG: Tisdag 9 januari TID: 8.45 -.45 SAL: V Ansvarig:
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 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 merNumeriska 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 merOmtentamen 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 merNumeriska metoder för ODE: Teori
Numeriska metoder för ODE: Teori Lokalt trunkeringsfel och noggrannhetsordning Definition: Det lokala trunkeringsfelet är det fel man gör med en numerisk metod när man utgår från det exakta värdet vid
Läs 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 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 merHögskolan i Skövde (SK, JS) Svensk version Tentamen i matematik
Högskolan i Skövde (SK, JS) Svensk version Tentamen i matematik Kurs: MA152G Matematisk Analys MA123G Matematisk analys för ingenjörer Tentamensdag: 2012-03-24 kl 14.30-19.30 Hjälpmedel : Inga hjälpmedel
Läs merInstitutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Torsdag 28 aug 2008 TID:
Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 8-8-8 DAG: Torsdag 8 aug 8 TID: 8.3 -.3 SAL: M Ansvarig: Ivar Gustafsson, tel: 77 94 Förfrågningar: Ivar Gustafsson
Läs merTentamen 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 merTentamen i Matematik 2: M0030M.
Tentamen i Matematik 2: M0030M. Datum: 2010-01-12 Skrivtid: 09:00 14:00 Antal uppgifter: 6 ( 30 poäng ). Jourhavande lärare: Norbert Euler Telefon: 0920-492878 Tillåtna hjälpmedel: Inga Till alla uppgifterna
Läs mer0.31 = f(x 2 ) = b 1 + b 2 (x 3 x 1 ) + b 3 (x 3 x 1 )(x 3 x 2 ) = ( ) + b 3 ( )(
Lösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-03-09 Del A 1. (a) För att anpassa ett polynom som går genom tre punkter behövs ett andragradspolynom. Newtons interpolationsansats ger f(x)
Läs 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 merLösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, Del A. 1. (a) ODE-systemet kan skrivas på formen
Lösningar till Tentamen i Beräkningsvetenskap II, 5.0 hp, 2013-03-18 Del A 1. (a) ODE-systemet kan skrivas på formen z (t) = f(t, z), där z(t) = x(t) y(t) u(t) v(t), f(t, z) = u(t) v(t) kx(t)/ ( x2 (t)
Läs 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 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 merTeknisk beräkningsvetenskap I 5DV154
Institutionen för datavetenskap Umeå universitet 18 december 15 Teknisk beräkningsvetenskap I 5DV154 Deltentamen inkusive svar Tid: 9. 13. Hjälpmedel: Matlab. Maximalt antal poäng: 1 5 poäng är tillräckligt
Läs merLösningsanvisningar 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 merInstitutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Måndag 14 januari 2002 TID:
Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 --4 DAG: Måndag 4 januari TID: 8.45 -.45 SAL: V Ansvarig: Ivar Gustafsson, tel: 77 94 (ankn. 94) Förfrågningar:
Läs merDenna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Differentialekvationer. Repetition av FN5 (GNM kap 6.
Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN6 09-03-17 Hedvig Kjellström hedvig@csc.kth.se Repetition av FN5 (GNM kap 6.1-2B) Differentialekvationer Standardform för begynnelsevärdesproblem
Läs merTentamen 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 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 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 merTentamen 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 merTENTAMEN 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 merTentamen i Matematik 3: M0031M.
Tentamen i Matematik 3: M0031M. Datum: 2009-10-26 Skrivtid: 09:00 14:00 Antal uppgifter: 6 ( 30 poäng ). Jourhavande lärare: Norbert Euler Telefon: 0920-492878 Tillåtna hjälpmedel: Inga Till alla uppgifterna
Läs merTENTAMEN 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 merMatematik: 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 mer1. Compute the following matrix: (2 p) 2. Compute the determinant of the following matrix: (2 p)
UMEÅ UNIVERSITY Department of Mathematics and Mathematical Statistics Pre-exam in mathematics Linear algebra 2012-02-07 1. Compute the following matrix: (2 p 3 1 2 3 2 2 7 ( 4 3 5 2 2. Compute the determinant
Läs merLAB 4. ORDINÄRA DIFFERENTIALEKVATIONER. 1 Inledning. 2 Eulers metod och Runge-Kuttas metod
TANA21+22/ 30 september 2016 LAB 4. ORDINÄRA DIFFERENTIALEKVATIONER 1 Inledning Vi skall studera begynnelsevärdesproblem, både med avseende på stabilitet och noggrannhetens beroende av steglängden. Vi
Läs 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 merf(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 merDel 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 merMonte Carlo-metoder. Bild från Monte Carlo
Monte Carlo-metoder 0 Målen för föreläsningen På datorn Bild från Monte Carlo http://en.wikipedia.org/wiki/file:real_monte_carlo_casino.jpg 1 Begrepp En stokastisk metod ger olika resultat vid upprepning
Läs merInstitutionen 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 merTentamen, 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 merFallstudie: 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 mer8 < x 1 + x 2 x 3 = 1, x 1 +2x 2 + x 4 = 0, x 1 +2x 3 + x 4 = 2. x 1 2x 12 1A är inverterbar, och bestäm i så fall dess invers.
MÄLARDALENS HÖGSKOLA Akademin för utbildning, kultur och kommunikation Avdelningen för tillämpad matematik Examinator: Erik Darpö TENTAMEN I MATEMATIK MAA150 Vektoralgebra TEN1 Datum: 9januari2015 Skrivtid:
Läs merdenna del en poäng. 1. (Dugga 1.1) och v = (a) Beräkna u (2u 2u v) om u = . (1p) och som är parallell
Kursen bedöms med betyg, 4, 5 eller underänd, där 5 är högsta betyg. För godänt betyg rävs minst 4 poäng från uppgifterna -7. Var och en av dessa sju uppgifter an ge maximalt poäng. För var och en av uppgifterna
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 merFel- 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 mer1. Varje bevissteg ska motiveras formellt (informella bevis ger 0 poang)
Tentamen i Programmeringsteori Institutionen for datorteknik Uppsala universitet 1996{08{14 Larare: Parosh A. A., M. Kindahl Plats: Polacksbacken Skrivtid: 9 15 Hjalpmedel: Inga Anvisningar: 1. Varje bevissteg
Läs merx 2 2(x + 2), f(x) = by utilizing the guidance given by asymptotes and stationary points. γ : 8xy x 2 y 3 = 12 x + 3
MÄLARDALEN UNIVERSITY School of Education, Culture and Communication Department of Applied Mathematics Examiner: Lars-Göran Larsson EXAMINATION IN MATHEMATICS MAA151 Single Variable Calculus, TEN2 Date:
Läs merKurskod: TAMS28 MATEMATISK STATISTIK Provkod: TEN1 05 June 2017, 14:00-18:00. English Version
Kurskod: TAMS28 MATEMATISK STATISTIK Provkod: TEN1 5 June 217, 14:-18: Examiner: Zhenxia Liu (Tel: 7 89528). Please answer in ENGLISH if you can. a. You are allowed to use a calculator, the formula and
Läs mer6. a) Visa att följande vektorer är egenvektorer till matrisen A = 0 2 0 0 0 0 1 1, och ange motsvarande
MÄLARDALENS HÖGSKOLA Akademin för utbildning, kultur och kommunikation Avdelningen för tillämpad matematik Examinator: Erik Darpö TENTAMEN I MATEMATIK MAA5 Vektoralgebra TEN2 Datum: juni 25 Skrivtid: 3
Läs merand u = och x + y z 2w = 3 (a) Finn alla lösningar till ekvationssystemet
Kursen bedöms med betyg,, 5 eller underkänd, där 5 är högsta betyg. För godkänt betyg krävs minst poäng från uppgifterna -7. Var och en av dessa sju uppgifter kan ge maximalt poäng. För var och en av uppgifterna
Läs merSF1544 LABORATION 2 INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER
SF1544 LABORATION INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER Avsikten med denna laboration är att: - snabbt komma igång med träning på matlabprogrammering (uttnyttja gärna alla schemalagda
Läs merDatoraritmetik. 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 merKort 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 mern 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 merLösningsförslag till tentamensskrivningen i Numerisk analys
Lösningsförslag till tentamensskrivningen i Numerisk analys 160526 Del I: (1) (a) Heuns metod för numerisk lösning av differentialekvationer har noggrannhetsordning 2. Detta betyder att Felet avtar med
Läs merExempel ode45 parametrar Miniprojekt 1 Rapport. Problemlösning. Anastasia Kruchinina. Uppsala Universitet. Januari 2016
Problemlösning Anastasia Kruchinina Uppsala Universitet Januari 2016 Anastasia Kruchinina Problemlösning 1 / 16 Exempel ode45 parametrar Miniprojekt 1 Rapport Anastasia Kruchinina Problemlösning 2 / 16
Läs merÖvningsexempel och labuppgifter, Lab 5-2D1242
Övningsexempel och labuppgifter, Lab 5-2D242 Uppgifter markerade med Lab skall redovisas med skriftlig rapport, övriga uppgifter behöver ej redovisas. Flera av uppgifterna kommer att diskuteras på övningarna..
Läs merThis exam consists of four problems. The maximum sum of points is 20. The marks 3, 4 and 5 require a minimum
Examiner Linus Carlsson 016-01-07 3 hours In English Exam (TEN) Probability theory and statistical inference MAA137 Aids: Collection of Formulas, Concepts and Tables Pocket calculator This exam consists
Läs merRepetitionsfrågor: 5DV154 Tema 4: Förbränningsstrategier för raketer modellerade som begynnelsevärdesproblem
Institutionen för datavetenskap Umeå universitet december 06 Teknisk beräkningsvetenskap I Repetitionsfrågor: 5DV54 Tema 4: Förbränningsstrategier för raketer modellerade som begynnelsevärdesproblem Del
Läs merSammanfattning av föreläsning 11. Modellbygge & Simulering, TSRT62. Föreläsning 12. Simulering. Föreläsning 12. Numeriska metoder och Simulering
Sammanfattning av föreläsning 11 Modellbygge & Simulering, TSRT62 Föreläsning 12. Simulering Reglerteknik, ISY, Linköpings Universitet Index för en DAE Antalet derivationer som behövs för att lösa ut ż
Läs merFö4: Kondition och approximation. Andrea Alessandro Ruggiu
TANA21/22 HT2018 Fö4: Kondition och approximation Andrea Alessandro Ruggiu Kondition och approximation A.A.Ruggiu 13:e September 2018 1 Konditionstal Kondition och approximation A.A.Ruggiu 13:e September
Läs merFöreläsning 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 merFel- 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 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 merDN1212 Numeriska Metoder och Grundläggande Programmering DN1214 Numeriska Metoder för S Lördag , kl 9-12
DN Numeriska Metoder och Grundläggande Programmering DN Numeriska Metoder för S Lördag 007--7, kl 9- Skrivtid tim Maximal poäng 5 + bonuspoäng från årets laborationer (max p) Betygsgänser: för betyg D:
Läs mer(D1.1) 1. (3p) Bestäm ekvationer i ett xyz-koordinatsystem för planet som innehåller punkterna
Högsolan i Sövde (SK) Tentamen i matemati Kurs: MA4G Linjär algebra MAG Linjär algebra för ingenjörer Tentamensdag: 4-8-6 l 4.-9. Hjälpmedel : Inga hjälpmedel utöver bifogat formelblad. Ej ränedosa. Tentamen
Läs mer1.6 Lösningar till kapitel 8
214 45 1.6 Lösningar till kapitel 8 1: function I = int_quad(t, C) % Compute the integral (over [t(1), t(end)), of the piecewise % quadratic polynomial defined by t and C. I = sum(c(1, :).* (t(2:end).^3
Läs merInstitutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Lördag 26 maj 2001 TID:
Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 2-5-26 DAG: Lördag 26 maj 2 TID: 8.45-2.45 SAL: V Ansvarig: Ivar Gustafsson, tel: 772 94 (ankn. 94) Förfrågningar:
Läs merDenna föreläsning. DN1212 Numeriska metoder och grundläggande programmering FN Runge-Kuttas metoder. Repetition av FN6 (GNM kap 6.
Denna föreläsning DN1212 Numeriska metoder och grundläggande programmering FN7 09-03-23 Hedvig Kjellström hedvig@csc.kth.se! Repetition av FN6 (GNM kap 6.1G-2G)! Runge-Kuttas metoder ökad noggrannhet!
Läs merKurskod: TAMS11 Provkod: TENB 28 August 2014, 08:00-12:00. English Version
Kurskod: TAMS11 Provkod: TENB 28 August 2014, 08:00-12:00 Examinator/Examiner: Xiangfeng Yang (Tel: 070 2234765) a. You are permitted to bring: a calculator; formel -och tabellsamling i matematisk statistik
Läs merLaboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem
Lennart Edsberg NADA 3 april 007 D11, M1 Laboration 4 A Numerisk behandling av integraler och begynnelsevärdesproblem Denna laboration ger 1 bonuspoäng. Sista bonusdatum 7 april 007 Efter den här laborationen
Läs 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 merLinjär Algebra och Numerisk Analys TMA 671, Extraexempel
Ivar Gustavsson / Jan Södersten Matematiska vetenskaper Göteborg 6 november 9 Linjär Algebra och Numerisk Analys TMA 67, Extraexempel (M) efter uppgiftsnumret anger att MATLAB lämpligen används för att
Läs merPre-Test 1: M0030M - Linear Algebra.
Pre-Test : M3M - Linear Algebra. Test your knowledge on Linear Algebra for the course M3M by solving the problems in this test. It should not take you longer than 9 minutes. M3M Problem : Betrakta fyra
Läs merFacit 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 merKTH 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 merInstitutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA
Institutionen för Matematiska Vetenskaper Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67-8-5 DAG: Onsdag 5 augusti TID: 8.3 -.3 SAL: V Ansvarig: Ivar Gustafsson, tel: 75-33545 Förfrågningar:
Läs mer