Optimering med bivillkor

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "Optimering med bivillkor"

Transkript

1 Optimering med bivillkor Vi ska nu titta på problemet att hitta max och min av en funktionen f(x, y), men inte över alla möjliga (x, y) utan bara för de par som uppfyller ett visst bivillkor g(x, y) = 0. Vi har mött denna problemtyp tidigare i samband med undersökningar av max och min på randen till ett kompakt område. Om vi kan parametrisera bivillkoret explicit så att g(x, y) = 0 x = x(t) och y = y(t), t I. för några deriverbara funktioner x(t), y(t) och något intervall I så reduceras problemet till ett vanligt envariabelproblem, nämligen att optimera f(x(t), y(t)), t I. Det kan emellertid vara svårt eller omöjligt att hitta en sådan parametrisering. Det kan i många fall dessutom vara mycket intrikat att avgöra om max och min verkligen antas.

2 Ex 1. Bestäm de stationära punkterna till funktionen f(x, y) = x + y under bivillkoret x 3 + 3x 2 y + 2y 3 1 = 0. Även om vi inte kan beräkna parametriseringen explicit så finns det kraftfulla satser som garanterar existensen av en sådan under allmänna villkor. Vi antar därför nu att vi kan skriva x = x(t), y = y(t) och formulerar villkoret att f(x(t), y(t)) har en stationär punkt på ett sätt som inte använder parametriseringen: 0 = d dt (f(x(t), y(t)) = f T, där T = (x (t), y (t)) är kurvans tangentvektor. Å andra sidan är också g(x(t), y(t)) = 0, eftersom f(x(t), y(t)) är en parametrisering av bivillkoret, vilket ger 0 = d dt (g(x(t), y(t)) = g T. Eftersom tydligen både f och g är ortogonala mot T så måste de själva vara parallella. Vi får alltså följande

3 SATS. Om (a, b) är en extrempunkt till f i det inre av D f under bivillkoret g(x, y) så gäller att f och g är parallella. Ex 1. (forts.) f = (1, 1) och g = (3x 2 + 6xy, 3x 2 + 6y 2 ). Villkoret att vektorerna är parallella kan bekvämt formuleras med hjälp av en determinant: 0 = 1 1 3x 2 + 6xy 3x 2 + 6y 2 = = 3x 2 + 6y 2 3x 2 6xy = 6y(y x), dvs y = 0 eller x = y. Insatt i bivillkoret ger den första möjligheten y = 0 0 = g(x, 0) = x 3 1 x = 1, dvs vi får den kritiska punkten (1, 0). Den första möjligheten ger i stället x = y 0 = g(x, x) = 6x 3 1 x = 1, dvs vi får den kritiska punkten ( 1 3 6, ). Av figuren framgår att (1, 0) är en maxpunkt. Att avgöra karaktären hos en kritiskt punkt under bivillkor kan vara besvärligt, och vi ska inte gå in på detaljer här.

4 Metoden kan lätt generaliseras till flera variabler än två: det blir fortfarande sant att stationära punkter karakteriseras av att f och g är parallella. Däremot går det inte att formulera detta villkor med hjälp av en determinant för fler än två dimensioner. Det klassiska (och i tillämpningarna det vanligaste) sättet att formulera villkoret använder den så kallade Lagrangefunktionen F. I tre variabler är F (x, y, z, λ) = f(x, y, z) + λg(x, y, z). SATS. Antag att g(a) 0. a i R 3 är möjlig extrempunkt för f under bivillkoret g = 0 endast om (a, λ) R 4 är stationär för F (utan bivillkor) för något tal λ. Observera att villkoret g(a) 0 i den här formuleringen måste kontrolleras separat. I två variabler är det inkluderat i determinanten. Satsen kan utan vidare generaliseras till n variabler. Beviset följer omedelbart om vi tar gradienten av definitionen av Lagrangefunktionen: F =

5 f + λ g. Villkoret F = 0 är tydligen ekvivalent med att f + λ g = 0, vilket i fallet g 0 är ekvivalent med att f och g är parallella! Ex 2. Bestäm stationära punkter till f(x, y, z) = x + y + z under bivillkoret xy + yz + zx = 1. Vi får Lagrangefunktionen F (x, y, z, λ) = x + y + z + λ(xy + yz + zx 1). För att hitta stationära punkter beräknar vi F x = 1 + λ(y + z) = 0, F y = 1 + λ(x + z) = 0. F z = 1 + λ(x + y) = 0, F λ = xy + yz + zx 1 = 0. Vi observerar först λ måste vara skilt från 0 om de första ekvationerna ska kunna uppfyllas. Det följer då ur dessa att x+y = y +z = x+y. Det följer direkt att x = y = z vilket insatt i bivillkoret ger 3x 2 = 1, dvs vi får punkterna ( 1 3, 1 3, 1 ) och ( 1, 1, 1 ) Möjliga stationära punkter är även punkter där g = (y+z, x+z, x+y) = 0. Men detta är bara

6 uppfyllt i punkten (0, 0, 0) som inte uppfyller bivillkoret. Det går även bra att generalisera teorin till fallet med flera bivillkor: SATS. Möjliga extrempunkter till f(x, y, z) under de båda bivillkoren g(x, y, z) = 0, h(x, y, z) = 0, karakteriseras av att vektorerna f(x, y, z), g(x, y, z), h(x, y, z) ska vara linjärt beroende. Just i fallet med tre variabler kan detta formuleras som att ( ) det f, g, h = 0. För fyra eller fler variabler fungerar inte detta, men vi kan fortfarande använda en Lagrangefunktion: F (x, λ, µ) = f(x) + λg(x) + µh(x), och bestämma stationära punkter till F (x, λ, µ). Ex 3. Bestäm den maximala och minimala volymen av ett rätblock med den totala sid-arean 10 och kant-längden 16.

Tentan , lösningar

Tentan , lösningar UPPALA UNIVERITET MATEMATIKA INTITUTIONEN Bo tyf Flervariabelanalys K, X m.fl. Höstterminen 2008 Tentan 2008-12-16, lösningar 1. Avgör om det finns någon punkt på ytan (x 1) 2 + 2(y 1) 2 + 2z 8 som är

Läs mer

Tentamen i TATA43 Flervariabelanalys

Tentamen i TATA43 Flervariabelanalys Linköpings universitet Matematiska institutionen Kurskod: TATA4 Provkod: TEN Tentamen i TATA4 Flervariabelanalys 5--7 kl 8 Inga hjälpmedel tillåtna inte heller miniräknare 8//6 poäng med minst /4/5 uppgifter

Läs mer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A SF166 Flervariabelanalys Lösningsförslag till tentamen 16-8-18 DEL A 1 Låt D vara det område ovanför x-axeln i xy-planet som begränsas av cirkeln x + y = 1 samt linjerna y = x oc y = x Beräkna x-koordinaten

Läs mer

SF1626 Flervariabelanalys Tentamen Torsdagen den 18 augusti 2016

SF1626 Flervariabelanalys Tentamen Torsdagen den 18 augusti 2016 Institutionen för matematik SF166 Flervariabelanalys Tentamen Torsdagen den 18 augusti 16 Skrivtid: 8:-1: Tillåtna jälpmedel: inga Examinator: Mats Boij Tentamen består av nio uppgifter som vardera ger

Läs mer

f(x, y) = ln(x 2 + y 2 ) f(x, y, z) = (x 2 + yz, y 2 x ln x) 3. Beräkna en vektor som är tangent med skärningskurvan till de två cylindrarna

f(x, y) = ln(x 2 + y 2 ) f(x, y, z) = (x 2 + yz, y 2 x ln x) 3. Beräkna en vektor som är tangent med skärningskurvan till de två cylindrarna ATM-Matematik Mikael Forsberg 734-41 3 31 För studenter i Flervariabelanalys Flervariabelanalys mk1b 13 8 Skrivtid: 9:-14:. Hjälpmedel är formelbladen från insidan av Pärmen i Adams Calculus, dessa formler

Läs mer

Optimalitetsvillkor. Optimum? Matematisk notation. Optimum? Definition. Definition

Optimalitetsvillkor. Optimum? Matematisk notation. Optimum? Definition. Definition Optimum? När man har formulerat sin optimeringsmodell vill man lösa den Dvs finna en optimal lösning, x, till modellen Nästan alltid: Sökmetoder: Stå i en punkt, gå till en annan (bättre Upprepa, tills

Läs mer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A Institutionen för matematik SF66 Flervariabelanalys Lösningsförslag till tentamen 4-9-6 DEL A. Betrakta följande tre områden i planet: D = {(x, y): x y < 4}, D = {(x, y): x + y }, D 3 = {(x, y): 4x + 3y

Läs mer

Hjälpmedel: utdelad ordlista, ej räknedosa Chalmers tekniska högskola Datum: kl

Hjälpmedel: utdelad ordlista, ej räknedosa Chalmers tekniska högskola Datum: kl MATEMATIK Hjälpmedel: utdelad ordlista, ej räknedosa Chalmers tekniska högskola atum: 2-3-9 kl. 8.3 2.3 Tentamen Telefonvakt: Richard Lärkäng tel. 73-8834 TMV36 Analys och Linjär Algebra K Kf Bt, del C

Läs mer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A SF626 Flervariabelanalys Lösningsförslag till tentamen 23-5-27 DEL A. Bestäm alla punkter på ytan z = x 2 + 4y 2 i vilka tangentplanet är parallellt med planet x + y + z =. 4 p) Lösning. Tangentplanet

Läs mer

För studenter i Flervariabelanalys Flervariabelanalys MA012B ATM-Matematik Mikael Forsberg

För studenter i Flervariabelanalys Flervariabelanalys MA012B ATM-Matematik Mikael Forsberg ATM-Matematik Mikael Forsberg 74-4 För studenter i Flervariabelanalys Flervariabelanalys MAB 8 Skrivtid: 9:-4:. Hjälpmedel är formelbladen från insidan av Pärmen i Adams Calculus, dessa formler bifogas

Läs mer

Laboration 1: Optimalt sparande

Laboration 1: Optimalt sparande Avsikten med denna laboration är att: Laboration 1: Optimalt sparande - snabbt komma igång med träning på matlabprogrammering (uttnyttja gärna alla schemalagda laborationstillfällen, - lösa ett optimeringsproblem

Läs mer

Repetition, Matematik 2 för lärare. Ï x + 2y - 3z = 1 Ô Ì 3x - y + 2z = a Ô Á. . Beräkna ABT. Beräkna (AB) T

Repetition, Matematik 2 för lärare. Ï x + 2y - 3z = 1 Ô Ì 3x - y + 2z = a Ô Á. . Beräkna ABT. Beräkna (AB) T Repetition, Matematik 2 för lärare Ï -2x + y + 2z = 3 1. Ange för alla reella a lösningsmängden till ekvationssystemet Ì ax + 2y + z = 1. Ó x + 3y - z = 4 2. Vad är villkoret på talet a för att ekvationssystemet

Läs mer

1 Konvexa optimeringsproblem grundläggande egenskaper

1 Konvexa optimeringsproblem grundläggande egenskaper Krister Svanberg, april 2012 1 Konvexa optimeringsproblem grundläggande egenskaper Ett optimeringsproblem är i viss mening godartat om det tillåtna området är en konvex mängd och den målfunktion som ska

Läs mer

1 Ickelinjär optimering under bivillkor

1 Ickelinjär optimering under bivillkor Krister Svanberg, maj 2012 1 Ickelinjär optimering under bivillkor Hittills har vi behandlat optimeringsproblem där alla variabler x j kunnat röra sig fritt, oberoende av varann, och anta hur stora eller

Läs mer

Flervariabelanalys E2, Vecka 5 Ht08

Flervariabelanalys E2, Vecka 5 Ht08 Omfattning och innehåll Flervariabelanalys E2, Vecka 5 Ht08 15.1 Vektorfält och skalärfält 15.2 Konservativa vektorfält (t.o.m. exempel 5) 15.3 Kurvintegraler 15.4 Kurvintegral av vektorfält 15.5 Ytor

Läs mer

2. Avgör om x och z är implicit definierade som funktion av y via följande ekvationssystem. x 3 + xy + y 2 + z 2 = 0 x + x 3 y + xy 3 + xz 3 = 0

2. Avgör om x och z är implicit definierade som funktion av y via följande ekvationssystem. x 3 + xy + y 2 + z 2 = 0 x + x 3 y + xy 3 + xz 3 = 0 ATM-Matematik Mikael Forsberg 734-41 3 31 För distans och campus Flervariabelanalys ma1b 14 1 Skrivtid: 9:-14:. Inga hjälpmedel, förutom den bifogade formelsamlingen. Lösningarna skall vara fullständiga

Läs mer

Optimeringsproblem. 1 Inledning. 2 Optimering utan bivillkor. CTH/GU STUDIO 6 TMV036c /2015 Matematiska vetenskaper

Optimeringsproblem. 1 Inledning. 2 Optimering utan bivillkor. CTH/GU STUDIO 6 TMV036c /2015 Matematiska vetenskaper CTH/GU STUDIO TMV3c - 1/15 Matematiska vetenskaper Optimeringsproblem 1 Inledning Vi skall söka minsta eller största värdet hos en funktion på en mängd, dvs. vi skall lösa s.k. optimeringsproblem min f(x)

Läs mer

1. Beräkna och klassificera alla kritiska punkter till funktionen f(x, y) = 6xy 2 2x 3 3y 4 2. Antag att temperaturen T i en punkt (x, y, z) ges av

1. Beräkna och klassificera alla kritiska punkter till funktionen f(x, y) = 6xy 2 2x 3 3y 4 2. Antag att temperaturen T i en punkt (x, y, z) ges av ATM-Matematik Mikael Forsberg 74-41 1 För ingenjörs- och distansstudenter Flervariabelanalys ma1b 15 1 14 Skrivtid: 9:-14:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja

Läs mer

Inlämningsuppgift nr 2, lösningar

Inlämningsuppgift nr 2, lösningar UPPALA UNIVRITT MATMATIKA INTITUTIONN Bo tyf Flervariabelanalys K, X m.fl. Höstterminen 8 Inlämningsuppgift nr, lösningar. Visa att ekvationen x + x(y ) + (y ) + z + sin(yz) definierar z som en funktion

Läs mer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A SF166 Flervariabelanalys Lösningsförslag till tentamen 15-6-4 DEL A 1. Funktionen f är definierad på området som ges av olikheterna x > 1/ och y > genom f(x, y) ln(x 1) + ln(y) xy x. (a) Förklara vad det

Läs mer

Bestäm ekvationen för det plan som går genom punkten (1,1, 2 ) på kurvan och som spänns

Bestäm ekvationen för det plan som går genom punkten (1,1, 2 ) på kurvan och som spänns UPPSALA UNIVERSITET Matematiska institutionen Anders Källström Prov i matematik Q Flervariabelanalys 8--1 Skrivtid: 8-1. Inga hjälpmedel. Lösningarna skall åtföljas av förklarande text/figurer. Tentand

Läs mer

Tentamen i Flervariabelanalys F/TM, MVE035

Tentamen i Flervariabelanalys F/TM, MVE035 Tentamen i Flervariabelanalys F/TM, MVE5 kl.. 8.. jälmedel: Inga, ej räknedosa. Telefon: Lennart Falk, 77 56 För godkänt krävs minst oäng. Betyg : -5 oäng, betyg : 6-7 oäng, betyg 5: 8 oäng eller mera.

Läs mer

TMV036 Analys och linjär algebra K Kf Bt, del C

TMV036 Analys och linjär algebra K Kf Bt, del C MATEMATIK Chalmers tekniska högskola Tentamen 20-0-, kl. 4.00-8.00 TMV036 Analys och linjär algebra K Kf Bt, del C Telefonvakt: Richard Lärkäng, telefon: 0703-088304 Hjälpmedel: Inga, bara papper och penna.

Läs mer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A SF66 Flervariabelanals Lösningsförslag till tentamen --9 EL A. En kulle beskrivs approximativt av funktionen 5 hx, ) + 3x + i lämpliga enheter där hx, ) är höjden. Om du befinner dig i punkten,, ) på kullen,

Läs mer

TMV036/MVE350 Analys och Linjär Algebra K Kf Bt KI, del C

TMV036/MVE350 Analys och Linjär Algebra K Kf Bt KI, del C MATEMATIK Hjälpmedel: Inga Chalmers tekniska högskola atum: 23-3-5 kl. 8.3 2.3 Tentamen Telefonvakt: Elin Solberg tel. 73-8834 TMV36/MVE35 Analys och Linjär Algebra K Kf Bt KI, del C Tentan rättas och

Läs mer

Tentamen i Flervariabelanalys, MVE , π, kl

Tentamen i Flervariabelanalys, MVE , π, kl Tentamen i Flervariabelanalys, MVE35 216-3-14, π, kl. 14.-18. Hjälpmedel: Inga, ej räknedosa. Telefon: anknytning 5325 Telefonvakt: Raad Salman För godkänt krävs minst 2 poäng. Betyg 3: 2-29 poäng, betyg

Läs mer

1 Duala problem vid linjär optimering

1 Duala problem vid linjär optimering Krister Svanberg, april 2012 1 Duala problem vid linjär optimering Detta kapitel handlar om två centrala teoretiska resultat för LP, nämligen dualitetssatsen och komplementaritetssatsen. Först måste vi

Läs mer

= e 2x. Integrering ger ye 2x = e 2x /2 + C, vilket kan skrivas y = 1/2 + Ce 2x. Här är C en godtycklig konstant.

= e 2x. Integrering ger ye 2x = e 2x /2 + C, vilket kan skrivas y = 1/2 + Ce 2x. Här är C en godtycklig konstant. Lösningsförslag till Tentamen, SF1633, Differentialekvationer I den 19 december 216 kl 8: - 13: För godkänt (betyg E krävs tre godkända moduler från del I Varje moduluppgift består av tre frågor För att

Läs mer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A SF1626 Flervariabelanalys Lösningsförslag till tentamen 216-6-7 DEL A 1. Låt S vara ellipsoiden som ges av ekvationen x 2 + 2y 2 + 3z 2 = 5. (a) Bestäm en normalvektor till S i en punkt (x, y, z ) på S.

Läs mer

Egenvärden och egenvektorer

Egenvärden och egenvektorer Föreläsning 10, Linjär algebra IT VT2008 1 Egenvärden och egenvektorer Denition 1 Antag att A är en n n-matris. En n-vektor v 0 som är sådan att A verkar som multiplikation med ett tal λ på v, d v s Av

Läs mer

2.5 Partiella derivator av högre ordning.

2.5 Partiella derivator av högre ordning. 2.3 Kedjeregeln Pass 4 Antag att: 1. funktionen f( x) = (f 1 (x 1, x 2,..., x n ),..., f m (x 1, x 2,..., x n )) är dierentierbar i N R n ; 2. funktionen g( t) = (g 1 (t 1, t 2,..., t p ),..., g n (t 1,

Läs mer

Lösningar till tentamen i Matematik 2, 5B1116, för E och ME samt 5B1136 för I den 1 mars 2004.

Lösningar till tentamen i Matematik 2, 5B1116, för E och ME samt 5B1136 för I den 1 mars 2004. Institutionen för matematik. KTH Lösningar till tentamen i Matematik 2, 5B1116, för E och ME samt 5B1136 för I den 1 mars 24. 1. Gausselimination ger: 2 3 5 2 1 5 6 b 1 2 3 3 1 2 3 1 1 1 1 3 b/3 1 8 1

Läs mer

SF1626 Flervariabelanalys Tentamen Måndagen den 16 mars 2015

SF1626 Flervariabelanalys Tentamen Måndagen den 16 mars 2015 Institutionen för matematik SF1626 Flervariabelanalys Tentamen Måndagen den 16 mars 215 Skrivtid: 8:-13: Tillåtna hjälpmedel: inga Examinator: Mats Boij Tentamen består av nio uppgifter som vardera ger

Läs mer

SF1625 Envariabelanalys Tentamen Måndagen den 11 januari 2016

SF1625 Envariabelanalys Tentamen Måndagen den 11 januari 2016 SF625 Envariabelanalys Tentamen Måndagen den januari 206 Skrivtid: 08:00-3:00 Tillåtna hjälpmedel: inga Examinator: Lars Filipsson Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng.

Läs mer

Lösningsförslag till tentamen TMA043 Flervariabelanalys E2

Lösningsförslag till tentamen TMA043 Flervariabelanalys E2 Lösningsförslag till tentamen TMA3 Flervariabelanalys E2 23--6 kl. 8.3 2.3 Examinator: Johan Jonasson, Matematiska vetenskaper, Chalmers Telefonvakt: Adam Andersson, telefon: 73 88 3 Hjälpmedel: bifogat

Läs mer

När det gäller en motor kanske man vill maximera verkningsgraden för att hålla nere bränslekostnaden men inte till vilket pris som helst.

När det gäller en motor kanske man vill maximera verkningsgraden för att hålla nere bränslekostnaden men inte till vilket pris som helst. Vad är optimering? Man vill hitta ett optimum när något är bäst. Men att definiera vad som är bäst är inte alltid så självklart. När det gäller en motor kanske man vill maximera verkningsgraden för att

Läs mer

SF1669 Matematisk och numerisk analys II Bedömningskriterier till tentamen Torsdagen den 4 juni 2015

SF1669 Matematisk och numerisk analys II Bedömningskriterier till tentamen Torsdagen den 4 juni 2015 SF1669 Matematisk och numerisk analys II Bedömningskriterier till tentamen Torsdagen den 4 juni 2015 Allmänt gäller följande: För full poäng på en uppgift krävs att lösningen är väl presenterad och lätt

Läs mer

1. För vilka värden på konstanterna a och b är de tre vektorerna (a,b,b), (b,a,b) och (b,b,a) linjärt beroende.

1. För vilka värden på konstanterna a och b är de tre vektorerna (a,b,b), (b,a,b) och (b,b,a) linjärt beroende. Institutionen för matematik KTH MOELLTENTAMEN Tentamensskrivning, år månad dag, kl. x. (x + 5).. 5B33, Analytiska metoder och linjär algebra. Uppgifterna 5 svarar mot varsitt moment i den kontinuerliga

Läs mer

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA671 2015-04-18

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA671 2015-04-18 Institutionen för Matematiska Vetenskaper Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F/TM, TMA67 5-4-8 DAG: Lördag 8 april 5 TID: 8.3 -.3 SAL: V Ansvarig: Ivar Gustafsson, tel: 75-33545 Förfrågningar:

Läs mer

AB2.4: Kurvintegraler. Greens formel i planet

AB2.4: Kurvintegraler. Greens formel i planet AB2.4: Kurvintegraler. Greens formel i planet Kurvintegralener Kurvor på parameterform Låt xyz vara ett cartesiskt koordinatsystem i rummet. En rymdkurva på parameterform ges av tre ekvationer x = x(t),

Läs mer

SF1626 Flervariabelanalys Tentamen Tisdagen den 7 juni 2016

SF1626 Flervariabelanalys Tentamen Tisdagen den 7 juni 2016 Institutionen för matematik SF1626 Flervariabelanalys Tentamen Tisdagen den 7 juni 216 Skrivtid: 8:-13: Tillåtna hjälpmedel: inga Examinator: Mats Boij Tentamen består av nio uppgifter som vardera ger

Läs mer

SF1626 Flervariabelanalys Tentamen Måndagen den 27 maj, 2013

SF1626 Flervariabelanalys Tentamen Måndagen den 27 maj, 2013 SF626 Flervariabelanalys Tentamen Måndagen den 27 maj, 23 Skrivtid: 8:-3: Tillåtna hjälpmedel: inga Examinator: Mattias Dahl Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng. De tre

Läs mer

Repetitionsuppgifter

Repetitionsuppgifter MVE5 H5 MATEMATIK Chalmers Repetitionsuppgifter Integraler och tillämpningar av integraler. (a) Beräkna (b) Avgör om den generaliserade integralen arctan(x) ( + x) dx. dx x x är konvergent eller divergent.

Läs mer

Outline. TMA043 Flervariabelanalys E2 H09

Outline. TMA043 Flervariabelanalys E2 H09 Outline TMA043 Flervariabelanalys E2 H09 Matematiska vetenskaper halmers Göteborgs universitet tel. (arb) 772 35 57 epost: carl-henrik.fant@chalmers.se 7 oktober 2009 1 Flervariabelanalys E2, Vecka 5 Ht09

Läs mer

1. Vad är optimering?

1. Vad är optimering? . Vad är optimering? Man vill hitta ett optimum, när något är bäst, men att definiera vad som är bäst är inte alltid så självklart. För att kunna jämföra olika fall samt avgöra vad som är bäst måste man

Läs mer

BEGREPPSMÄSSIGA PROBLEM

BEGREPPSMÄSSIGA PROBLEM BEGREPPSMÄSSIGA PROBLEM Större delen av de rekommenderade uppgifterna i boken är beräkningsuppgifter. Det är emellertid även viktigt att utveckla en begreppsmässig förståelse för materialet. Syftet med

Läs mer

Övningar. MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Avd. Matematik. Linjär algebra 2. Senast korrigerad:

Övningar. MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Avd. Matematik. Linjär algebra 2. Senast korrigerad: MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Avd. Matematik Linjär algebra 2 Senast korrigerad: 2006-02-10 Övningar Linjära rum 1. Låt v 1,..., v m vara vektorer i R n. Ge bevis eller motexempel till

Läs mer

Visa att vektorfältet F har en potential och bestäm denna. a. F = (3x 2 y 2 + y, 2x 3 y + x) b. F = (2x + y, x + 2z, 2y 2z)

Visa att vektorfältet F har en potential och bestäm denna. a. F = (3x 2 y 2 + y, 2x 3 y + x) b. F = (2x + y, x + 2z, 2y 2z) Kap. 15.1 15.2, 15.4, 16.3. Vektorfält, integralkurva, konservativa fält, potential, linjeintegraler av vektorfält, enkelt sammanhängande område, oberoendet av vägen, Greens formel. A 1701. Undersök om

Läs mer

u av funktionen u = u(x, y, z) = xyz i punkten M o = (x o, y o, z o ) = (1, 1, 1) i riktningen mot punkten M 1 = (x 1, y 1, z 1 ) = (2, 3, 1)

u av funktionen u = u(x, y, z) = xyz i punkten M o = (x o, y o, z o ) = (1, 1, 1) i riktningen mot punkten M 1 = (x 1, y 1, z 1 ) = (2, 3, 1) ATM-Matematik Mikael Forsberg 734 41 3 31 Flervariabelanalys mag31 1669 Skrivtid: 9:-14:. Inga hjälpmedel förutom bifogad formelsamling. Lösningarna skall vara fullständiga och lätta att följa. Börja varje

Läs mer

TATA42: Föreläsning 7 Differentialekvationer av första ordningen och integralekvationer

TATA42: Föreläsning 7 Differentialekvationer av första ordningen och integralekvationer TATA42: Föreläsning 7 Differentialekvationer av första ordningen och integralekvationer Johan Thim 0 januari 207 Introduktion En differentialekvation (DE) i en variabel är en ekvation som innehåller både

Läs mer

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 2009-01-16. DAG: Fredag 16 januari 2009 TID: 14.00-18.

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 2009-01-16. DAG: Fredag 16 januari 2009 TID: 14.00-18. Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 9--6 DAG: Fredag 6 januari 9 TID: 4. - 8. SAL: V Ansvarig: Ivar Gustafsson, tel: 77 94 Förfrågningar: Ivar Gustafsson

Läs mer

Viktiga begrepp, satser och typiska problem i kursen MVE460, 2015.

Viktiga begrepp, satser och typiska problem i kursen MVE460, 2015. Viktiga begrepp, satser och typiska problem i kursen MVE460, 2015. Begrepp och definitioner Egenskaper och satser Typiska problem Reella tal. Rationella tal. a(b + c) = ab + ac Bråkräkning. Irrationella

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

Tentamen i Flervariabelanalys F/TM, MVE , kl

Tentamen i Flervariabelanalys F/TM, MVE , kl Tentamen i Flervariabelanalys F/TM, MVE35 26-4-2, kl. 4-8 Hjälpmedel: Inga, ej räknedosa. Telefon: anknytning 5325 Telefonvakt: Edvin Wedin För godkänt krävs minst 2 poäng. Betyg 3: 2-29.5 poäng, betyg

Läs mer

Modul 4 Tillämpningar av derivata

Modul 4 Tillämpningar av derivata Institutionen för Matematik SF1625 Envariabelanalys Läsåret 2015/2016 Modul 4 Tillämpningar av derivata Denna modul omfattar kapitel 4 i kursboken Calculus av Adams och Essex och undervisas på tre föreläsningar,

Läs mer

STYRNING AV PORTFÖLJER MED FLERA TILLGÅNGAR

STYRNING AV PORTFÖLJER MED FLERA TILLGÅNGAR 1 STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för Matematisk statistik Thomas Höglund FINANSMATEMATIK I. KOMPLEMENT DAG 13. STYRNING AV PORTFÖLJER MED FLERA TILLGÅNGAR Hittills har vi betraktat

Läs mer

Kontrollskrivning 1A

Kontrollskrivning 1A Kontrollskrivning 1A i 5B1147 Flervariabelanalys för E, vt 2007. 1. Låt g(t) vara en deriverbar envariabelsfunktion. Visa att tvåvariabelsfunktionen f(x, y) = g(2x y 2 ) satisfierar den partiella differentialekvationen

Läs mer

Föreläsning 3, Linjär algebra IT VT Skalärprodukt

Föreläsning 3, Linjär algebra IT VT Skalärprodukt Föreläsning 3, Linjär algebra IT VT2008 1 Skalärprodukt Denition 1 Låt u oh v vara två vektorer oh låt α vara minsta vinkeln mellan dem Då denierar vi skalärprodukten u v genom u v = u v os α Exempel 1

Läs mer

Kontinuerliga funktioner. Ytterligare en ekvivalent formulering av supremumaxiomet

Kontinuerliga funktioner. Ytterligare en ekvivalent formulering av supremumaxiomet Kontinuerliga funktioner. Ytterligare en ekvivalent formulering av supremumaxiomet är följande: SATS. (Intervallinkapslingssatsen) Låt I k = [a k, b k ], k = 1, 2,... vara en avtagande följd av slutna

Läs mer

De optimeringsproblem som kommer att behandlas i denna kurs kan alla (i princip) skrivas. 1 2 xt Hx + c T x. minimera

De optimeringsproblem som kommer att behandlas i denna kurs kan alla (i princip) skrivas. 1 2 xt Hx + c T x. minimera Krister Svanberg, mars 2012 1 Introduktion De optimeringsproblem som kommer att behandlas i denna kurs kan alla (i princip) skrivas på följande allmänna form: f(x) (1.1) x F, där x = (x 1,..., x n ) T

Läs mer

Analys av stationära punkter

Analys av stationära punkter Analys 36 En webbaserad analyskurs Differentialkalkyl Analys av stationära punkter Anders Källén MatematikCentrum LTH anderskallen@gmail.com Analys av stationära punkter 1 (17) Introduktion I det här kapitlet

Läs mer

Kap 3.7, 17.8 Linjära differentialekvationer med konstanta koefficienter.

Kap 3.7, 17.8 Linjära differentialekvationer med konstanta koefficienter. Kap 3.7, 17.8 Linjära differentialekvationer med konstanta koefficienter. 401. (A) Bestäm de allmänna lösningarna till följande differentialekvationer: a. y 3y = 0 b. y 2y 3y = 0 c. y 2y = 0 d. y 4y +

Läs mer

2 Funktioner från R n till R m, linjära, inversa och implicita funktioner

2 Funktioner från R n till R m, linjära, inversa och implicita funktioner Nr, feb -5, Amelia Funktioner från R n till R m, linjära, inversa och implicita funktioner.1 Funktioner från R n till R m Vi har i tidigare föreläsningar sett olika tolkningar av funktioner från R n till

Läs mer

1 som går genom punkten (1, 3) och är parallell med vektorn.

1 som går genom punkten (1, 3) och är parallell med vektorn. KTH Matematik Extra uppgifter på linjär algebra SF1621 Analytiska metoder och linjär algebra 2 för OPEN och T Förkunskaper Obs en del av detta är repetition från förra kursen Men innan ni ens börjar med

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

Differentialekvationer av första ordningen

Differentialekvationer av första ordningen Föreläsning 1 Differentialekvationer av första ordningen 1.1 Aktuella avsnitt i läroboken 1.1) Differential Equations and Mathematical Models. Speciellt exemplen 3, 4 och 5.) 1.2) Integrals as General

Läs mer

Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005

Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005 VÄXJÖ UNIVERSITET Matematiska och systemtekniska institutionen Per-Anders Svensson Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005 Uppgift. Bestäm samtliga vektorer

Läs mer

Linjärprogrammering (Kap 3,4 och 5)

Linjärprogrammering (Kap 3,4 och 5) Linjärprogrammering (Kap 3,4 och 5) Fredrik Olsson, fredrik.olsson@iml.lth.se Avdelningen för produktionsekonomi Lunds tekniska högskola, Lunds universitet 16 september 2015 Dessa sidor innehåller kortfattade

Läs mer

5 Om f (r) = 0 kan andraderivatan inte avgöra vilken typ av extrempunkt det handlar om. Återstår att avgöra punktens typ med teckenstudium.

5 Om f (r) = 0 kan andraderivatan inte avgöra vilken typ av extrempunkt det handlar om. Återstår att avgöra punktens typ med teckenstudium. Så här hittar man extrempunkter, max-, min eller terrasspunkter, till en kurva y = f(x) med hjälp av i första hand f (x) 1 Bestäm f (x) och f (x) 2 Lös ekvationen f (x) = 0. Om ekvationen saknar rötter

Läs mer

Linjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin

Linjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin Linjärprogramming EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin 1 Kursmål Formulera korttidsplaneringsproblem för vatten- och värmekraftsystem. 2 Tillämpad matematisk programming Korttidsplanering

Läs mer

Lokala undersökningar

Lokala undersökningar Kapitel 6 Lokala undersökningar 6.. Lokala extrempunkter: nödvändiga villkor Definition 6.. Låt f = f(x) vara en funktion med definitionsmängd D R n. f sägs att ha ett lokalt maximum i en punkt a D om

Läs mer

Flervariabelanalys I2 Vintern Översikt föreläsningar läsvecka 2

Flervariabelanalys I2 Vintern Översikt föreläsningar läsvecka 2 Flervariabelanals I Vintern Översikt öreläsningar läsvecka Denna vecka ägnas nästan uteslutande åt problemet att hitta största och minsta värden till en unktion av lera variabler. Vi kommer att studera

Läs mer

Olinjär optimering med bivillkor: KKT min f (x) då g i (x) 0 för alla i

Olinjär optimering med bivillkor: KKT min f (x) då g i (x) 0 för alla i Olinjär optimering med bivillkor min då f (x) g i (x) 0 för alla i Specialfall: Konvext problem. Linjära bivillkor: Ax b. Linjära likhetsbivillkor: Ax = b. Inga bivillkor: Hanterat tidigare. Metodprinciper:

Läs mer

Tentamen MVE085 Flervariabelanalys

Tentamen MVE085 Flervariabelanalys Tentamen MVE85 Flervariabelanalys 5--5 kl. 4. - 8. Examinator: Dennis Eriksson, Matematiska vetenskaper, Chalmers Telefonvakt: Dawan Mustafa, telefon: 73 88 34 Hjälpmedel: bifogat formelblad, ordlistan

Läs mer

Approximerande Splines. B-splines. Minsta kvadrat anpassning. Design av kurvor och ytor.

Approximerande Splines. B-splines. Minsta kvadrat anpassning. Design av kurvor och ytor. TANA09 Föreläsning 8 Approximerande Splines B-splines. Minsta kvadrat anpassning. Design av kurvor och ytor. Exempel Parametriska Kurvor. Ritprogram. Beziér kurvor. Design av kurvor och ytor. Tillämpning

Läs mer

SF1911: Statistik för bioteknik

SF1911: Statistik för bioteknik SF1911: Statistik för bioteknik Föreläsning 6. TK 14.11.2016 TK Matematisk statistik 14.11.2016 1 / 38 Lärandemål Stokastiska modeller för kontinuerliga datatyper Fördelningsfunktion (cdf) Sannolikhetstäthetsfunktion

Läs mer

1 Kvadratisk optimering under linjära likhetsbivillkor

1 Kvadratisk optimering under linjära likhetsbivillkor Krister Svanberg, april 0 Kvadratisk optimering under linjära likhetsbivillkor I detta kapitel behandlas följande kvadratiska optimeringsproblem under linjära likhetsbivillkor: xt Hx + c T x + c 0 då Ax

Läs mer

Repetitionsfrågor i Flervariabelanalys, Ht 2009

Repetitionsfrågor i Flervariabelanalys, Ht 2009 Repetitionsfrågor i Flervariabelanalys, Ht 2009 Serier 1. Visa att för en positiv serie är summan oberoende av summationsordningen. 2. Visa att för en absolutkonvergent serie är summan oberoende av summationsordningen.

Läs mer

Extrempunkt. Polyeder

Extrempunkt. Polyeder Optimum? När man har formulerat sin optimeringsmodell vill man lösa den. Dvs. finna en optimal lösning, x, till modellen. Nästan alltid: Sökmetoder: Stå i en punkt, gå till en annan bättre. Upprepa, tills

Läs mer

n : R vara en reell funktion av n variabler och P 0 en punkt i funktionens definitionsområde D.

n : R vara en reell funktion av n variabler och P 0 en punkt i funktionens definitionsområde D. EXTREMVÄRDEN OCH EXTREMPUNKTER. LOKALA OCH GLOBALA EXTREMPUNKTER Definition 1. Låt f : R n : R vara en reell funktion av n variabler och P en punkt i funktionens ionsområde D. Vi säger att f har ett lokalt

Läs mer

Gamla tentemensuppgifter

Gamla tentemensuppgifter Inte heller idag någon ny teori! Gamla tentemensuppgifter 1 Bestäm det andragradspolynom vars kurva skär x-axeln i x = 3 och x = 1 och y-axeln i y = 3 f(x) = (x 3)(x + 1) = x x 3 är en bra start, men vi

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys Föreläsning 5 Institutionen för matematik KTH 5 september 2017 Hur mycket behöver man jobba? Vi har ett gemensamt ansvar: Jag visar vad som behöver göras Men det är ni som måste göra det Viktigt faktum:

Läs mer

23 Konservativa fält i R 3 och rotation

23 Konservativa fält i R 3 och rotation Nr 23, 7 maj -5, Amelia 2 23 Konservativa fält i R 3 och rotation 23. Potential 23.. Två dimensioner (2D) I två dimensioner definierade vi ett vektorfält som konservativt om kurvintegralen av fältet endast

Läs mer

14. Minsta kvadratmetoden

14. Minsta kvadratmetoden 58 MINSTA KVADRATMETODEN. Minsta kvadratmetoden Eempel.. Det är inte så svårt att komma åt en trasig lampa på golvet för att byta den. Det är bara att gå fram till den. Hur är det om lampan hänger i taket?

Läs mer

Lipschitz-kontinuitet

Lipschitz-kontinuitet Kapitel 2 Lipschitz-kontinuitet Vi börjar med att presentera den formella definitionen av gränsvärde och kontinuitet. Vi presenterar sedan en variant av kontinuitet som är lättare att använda och som ger

Läs mer

Sammanfattning av ordinära differentialekvationer

Sammanfattning av ordinära differentialekvationer Sammanfattning av ordinära differentialekvationer Joakim Edsjö 1 Institutionen för teoretisk fysik, Uppsala Universitet Telefon: 018-18 32 50 eller 018-18 76 30 19 februari 1995 1 Första ordningens differentialekvationer

Läs mer

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A SF165 Envariabelanalys Lösningsförslag till tentamen 15-4-7 DEL A 1. Låt f(x) = arcsin x + 1 x. A. Bestäm definitionsmängden till funktionen f. B. Bestäm funktionens största och minsta värde. (Om du har

Läs mer

EXTREMVÄRDESPROBLEM MED BIVILLKOR. LAGRANGES MULTIPLIKATORMETOD. Problem. Bestäm lokala (eller globala) extremvärden till

EXTREMVÄRDESPROBLEM MED BIVILLKOR. LAGRANGES MULTIPLIKATORMETOD. Problem. Bestäm lokala (eller globala) extremvärden till Etremvärdesproblem med bivillkor. Laranes metod EXTREMVÄRDESPROBLEM MED BIVILLKOR. LAGRANGES MULTIPLIKATORMETOD Problem. Bestäm lokala eller lobala etremvärden till f... n under bivillkoret... n METOD.

Läs mer

Tillämpningar av integraler: Area, skivformeln för volymberäkning, båglängd, rotationsarea, integraler och summor

Tillämpningar av integraler: Area, skivformeln för volymberäkning, båglängd, rotationsarea, integraler och summor Tillämpningar av integraler: Area, skivformeln för volymberäkning, båglängd, rotationsarea, integraler och summor Areaberäkningar En av huvudtillämpningar av integraler är areaberäkning. Nedan följer ett

Läs mer

Föreläsning 13 Linjär Algebra och Geometri I

Föreläsning 13 Linjär Algebra och Geometri I Föreläsning 13 Linjär Algebra och Geometri I Se slide 1: det är i rymden oftast lättast att jobba med parametrar för linjer och ekvationer för plan. Exempel: Låt l : (x, y, z) = (1 t, 3 + t, 4t), t R och

Läs mer

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA

Institutionen 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

Generaliserade integraler. Definitionen. J amf orelsesatser. Vad skall vi j amf ora med? Absolutkonvergens Dagens amnen 1 / 10

Generaliserade integraler. Definitionen. J amf orelsesatser. Vad skall vi j amf ora med? Absolutkonvergens Dagens amnen 1 / 10 Dagens ämnen 1 / 10 Dagens ämnen Generaliserade integraler. 1 / 10 Dagens ämnen Generaliserade integraler. Definitionen. 1 / 10 Dagens ämnen Generaliserade integraler. Definitionen. Jämförelsesatser. 1

Läs mer

Basbyten och linjära avbildningar

Basbyten och linjära avbildningar Föreläsning 11, Linjär algebra IT VT2008 1 Basbyten och linjära avbildningar Innan vi fortsätter med egenvärden så ska vi titta på hur matrisen för en linjär avbildning beror på vilken bas vi använder.

Läs mer

Träd. Sats. Grafer. Definition. En fullständig graf har en båge mellan varje par av noder. Definition

Träd. Sats. Grafer. Definition. En fullständig graf har en båge mellan varje par av noder. Definition Grafdefinitioner Träd N = {i}: noder (hörn) = {(i, )}, i N, N: bågar (kanter) Graf: G = (N, ) efinitioner Väg: Sekvens av angränsande bågar. ykel: Väg som startar och slutar i samma nod. En enkel väg innehåller

Läs mer

Studiehandledning. till 5B4004 ANALYS II. Distanskurs 10 poäng

Studiehandledning. till 5B4004 ANALYS II. Distanskurs 10 poäng Studiehandledning till 5B4004 ANALYS II Distanskurs 10 poäng Kurslitteratur: Persson/Böiers: Analys i flera variabler./ Studentlitteratur. Övningar till Analys i flera variabler/ Lunds Tekniska Högskola

Läs mer

Flervariabelanalys E2

Flervariabelanalys E2 Flervariabelanalys E2 Johan Jonasson Oktober 2012 1 Kurvor på parameterform Här betraktas vektorvärda funktioner r : R R 2 eller r : R R 3. Vi beskriver det sistnämnda fallet, eftersom det förstnämnda

Läs mer

Moment 5.5 Övningsuppgifter I 5.60a. 5.60b, 5.60.c, 61

Moment 5.5 Övningsuppgifter I 5.60a. 5.60b, 5.60.c, 61 Moment 5.5 Övningsuppgifter I 5.0a. 5.0b, 5.0.c, 1 Linjära ekvationssystem Vi har redan tidigare i kursen stött på linjära ekvationssystem. Nu är stunden kommen till en mera systematisk genomgång. Kvadratiska

Läs mer

MAA7 Derivatan. 2. Funktionens egenskaper. 2.1 Repetition av grundbegerepp

MAA7 Derivatan. 2. Funktionens egenskaper. 2.1 Repetition av grundbegerepp MAA7 Derivatan 2. Funktionens egenskaper 2.1 Repetition av grundbegerepp - Det finns vissa begrepp som återkommer i nästan alla kurser i matematik. Några av dessa är definitionsmängd, värdemängd, största

Läs mer

Tentamen TMA043 Flervariabelanalys E2

Tentamen TMA043 Flervariabelanalys E2 Tentamen TMA43 Flervariabelanalys E2 22-- kl. 8.3 2.3 Eaminator: Johan Jonasson, Matematiska vetenskaper, halmers Telefonvakt: Fredrik Lindgren, telefon: 73 88 34 Hjälpmedel: bifogat formelblad, ordlistan

Läs mer

Vektorgeometri för gymnasister

Vektorgeometri för gymnasister Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Räta linjens och planets ekvationer II Innehåll

Läs mer