Algoritmer, datastrukturer och komplexitet

Storlek: px
Starta visningen från sidan:

Download "Algoritmer, datastrukturer och komplexitet"

Transkript

1 Algorimer, daarukurer och komplexie Övning Anon Grenjö okober 20 Anon Grenjö ADK Övning okober 20 / 38

2 Överik Kurplanering F2: Grafer: MST och Dijkra Ö4: Dynamik programmering F3: Grafer: Maximal flöde F4: Undre gräner F: Beräkninggeomeri Ö: Grafalgorimer och undre gräner F: Sorering i linjär id F7: Texökning F8: Polynom och FFT Ö: Algorimkonrukion Anon Grenjö ADK Övning okober 20 2 / 38

3 Mäarprov Mäarprov Mäarprov finn ue nu. Deadline idagen den 3 okober. Generella ip: Börja i id. Lä lydelerna noga. Fråga om evenuella oklarheer. Skriv fulländiga löningar. Tia på löningar ill gamla mäarprov. Lä beygkrierierna och kolla vad om förväna för vilka beyg. Kom ihåg: mäarprove ka löa rik individuell. Anon Grenjö ADK Övning okober 20 3 / 38

4 Idag Idag Grafalgorimer Spännande räd Flöde och machning (bra för labb 3!) Eulercykler Undre gräner Anon Grenjö ADK Övning okober 20 4 / 38

5 Repeiion Spännande räd Spännande räd Definiion E pännande räd ill en graf G är en delgraf G ill G, ådan a: G är e räd. G har amma hörn om G. Vad innebär dea? Lå viken för e pännande räd vara umman av de ingående kanerna viker. De minimal pännande räde (MST) ill en graf G är de pännande räd ill G om har läg vik. Anon Grenjö ADK Övning okober 20 / 38

6 Uppgif : Spännande räd Via hur e minimal pännande räd hia i följande graf med både Prim och Krukal algorimer Anon Grenjö ADK Övning okober 20 / 38

7 Uppgif : Spännande räd Prim algorim Idé: modifierad BFS. Vi väljer en nod a börja med, och lägger ucceiv ill kaner, ill de a alla noder kan nå. Spara alla uppäcka noder i en prioriekö, med aveende på konaden för a lägga ill noden. Om vi uppäcker en nod igen, uppdaera konaden om den är lägre. I varje eg: välj den nod om de är billiga a lägga ill. Vår MST kommer a växa inifrån och u. Anon Grenjö ADK Övning okober 20 7 / 38

8 Uppgif : Spännande räd Krukal algorim Idé: välj hela iden den billigae kanen om gör någon nya (dv ej bildar en cykel). Sorera kanerna efer igande vik. 2 För varje kan (u, v) i den ordningen: Om u och v ine ännu är ammankopplade i räde, lägg ill kanen. Annar: gör inge. Hur kan vi effekiv hålla koll på vilka noder om redan är ammankopplade? Daarukuren Union-Find! Om ni är inreerade, lä mer på. i Kleinberg-Tardo. Anon Grenjö ADK Övning okober 20 8 / 38

9 Lå o för e e exempel på hur man hiar maximala flöde i en graf med hjälp av Ford-Fulkeron. Anon Grenjö ADK Övning okober 20 9 / 38

10 0/3 0/ 0/ 0/2 0/ 0/ 0/ Anon Grenjö ADK Övning okober 20 0 / 38

11 0/3 0/ 0/ 0/2 0/ 0/ 0/ Anon Grenjö ADK Övning okober 20 0 / 38

12 0/3 0/ 0/ 0/2 0/ 0/ 0/ Anon Grenjö ADK Övning okober 20 0 / 38

13 2/3 0/ 0/ 2/2 0/ 0/ 2/ Anon Grenjö ADK Övning okober 20 / 38

14 2/3 0/ 0/ 2/2 0/ 0/ 2/ Anon Grenjö ADK Övning okober 20 / 38

15 2/3 0/ 0/ 2/2 0/ 0/ 2/ Anon Grenjö ADK Övning okober 20 / 38

16 2/3 0/ 0/ 2/2 0/ 0/ 2/ Anon Grenjö ADK Övning okober 20 / 38

17 2/3 / 0/ /2 / / 2/ Anon Grenjö ADK Övning okober 20 2 / 38

18 2/3 / 0/ /2 / / 2/ Anon Grenjö ADK Övning okober 20 2 / 38

19 2/3 / 0/ /2 / / 2/ Anon Grenjö ADK Övning okober 20 2 / 38

20 2/3 / 0/ /2 / / 2/ Anon Grenjö ADK Övning okober 20 2 / 38

21 2/3 / 0/ /2 / / /7 2 Anon Grenjö ADK Övning okober 20 3 / 38

22 2/3 / 0/ /2 / / /7 2 Anon Grenjö ADK Övning okober 20 3 / 38

23 2/3 / 0/ /2 / / /7 2 Anon Grenjö ADK Övning okober 20 3 / 38

24 2/3 / 0/ /2 / / /7 2 Anon Grenjö ADK Övning okober 20 3 / 38

25 2/3 / / 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 4 / 38

26 2/3 / / 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 4 / 38

27 Anag a vi redan har hia de maximala flöde i en graf. Bekriv en algorim om hiar e ny maximal flöde om... a)...kapacieen läng en vi kan ökar med en enhe. b)...kapacieen läng en vi kan minkar med en enhe. I bägge fallen ka idkomplexieen vara linjär, dv O( V + E ). 2/3 / / 2/2 / / 7/7 Anon Grenjö ADK Övning okober 20 / 38

28 Vad händer om kapacieen ökar med en enhe? Om kapacieen ökar: Gör en ill ieraion i Ford-Fulkeron, dv lea efer en väg från ill i reflödegrafen. Finn de en väg å kan flöde öka läng denna väg. Finn de ingen väg å händer ingening; flöde är forfarande opimal. Anon Grenjö ADK Övning okober 20 / 38

29 Vad händer om kapacieen ökar med en enhe? 2/3 / /2 / 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 7 / 38

30 Vad händer om kapacieen ökar med en enhe? 2/3 / /2 / 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 7 / 38

31 Vad händer om kapacieen ökar med en enhe? 2/3 / /2 / 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 7 / 38

32 Vad händer om kapacieen ökar med en enhe? 2/3 / /2 / 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 7 / 38

33 Vad händer om kapacieen ökar med en enhe? 3/3 2/2 / 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 8 / 38

34 Vad händer om kapacieen ökar med en enhe? 3/3 2/2 / 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 8 / 38

35 Vad händer om kapacieen minkar med en enhe? Om kapacieen mellan u och v minkar å finn de re fall: Om kapacieen ej var full unyjad, å händer ingening. Annar å kapa en obalan när vi minkar kapacieen: de går in en enhe för mycke i u och de går u en enhe för mycke i v. Förök leda om en enhe flöde från u ill v på någo anna ä. Lea en ny väg från u ill v i reflödegrafen. Om dea ej går å måe flöde minka. 2/3 2/2 / / 0/0 2/2 / / 7/7 Anon Grenjö ADK Övning okober / 38

36 Vad händer om kapacieen minkar med en enhe? 2/3 / / 0/0 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 2 / 38

37 Vad händer om kapacieen minkar med en enhe? 2/3 / / 0/0 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 2 / 38

38 Vad händer om kapacieen minkar med en enhe? 2/3 / / 0/0 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 2 / 38

39 Vad händer om kapacieen minkar med en enhe? 2/3 / / 0/0 2/2 / / 7/ Anon Grenjö ADK Övning okober 20 2 / 38

40 Vad händer om kapacieen minkar med en enhe? 3/3 / 0/0 2/2 / / 7/ Anon Grenjö ADK Övning okober / 38

41 Vad händer om kapacieen minkar med en enhe? 3/3 / 0/0 2/2 / / 7/ Anon Grenjö ADK Övning okober / 38

42 Vad händer om kapacieen minkar med en enhe? Om kapacieen mellan u och v minkar å finn de re fall: Om kapacieen ej var full unyjad, å händer ingening. Annar å kapa en obalan när vi minkar kapacieen: de går in en enhe för mycke i u och de går u en enhe för mycke i v. Förök leda om en enhe flöde från u ill v på någo anna ä. Lea en ny väg från u ill v i reflödegrafen. Om dea ej går å måe flöde minka. 2/3 / / 2/2 / / 7/7 Anon Grenjö ADK Övning okober / 38

43 Vad händer om kapacieen minkar med en enhe? 2/3 /3 / / 2/2 / / / 7/7 / Anon Grenjö ADK Övning okober / 38

44 Vad händer om kapacieen minkar med en enhe? 2/3 /3 / / 2/2 / / / 7/7 / Anon Grenjö ADK Övning okober / 38

45 Vad händer om kapacieen minkar med en enhe? 2/3 /3 / / 2/2 / / / 7/7 / Anon Grenjö ADK Övning okober / 38

46 Vad händer om kapacieen minkar med en enhe? 2/3 /3 / / 2/2 / / / 7/7 / Anon Grenjö ADK Övning okober / 38

47 Vad händer om kapacieen minkar med en enhe? 2/3 /3 / / 2/2 / / / 7/7 / Anon Grenjö ADK Övning okober / 38

48 Vad händer om kapacieen minkar med en enhe? 2/3 /3 / / 2/2 / / / 7/7 / Anon Grenjö ADK Övning okober / 38

49 Vad händer om kapacieen minkar med en enhe? 2/3 /3 / / 2/2 / / / 7/7 / Anon Grenjö ADK Övning okober / 38

50 Vad händer om kapacieen minkar med en enhe? 2/3 /3 / / 2/2 / / / 7/7 / Anon Grenjö ADK Övning okober / 38

51 Vad händer om kapacieen minkar med en enhe? 2/3 /3 / / 2/2 / / / 7/7 / Anon Grenjö ADK Övning okober / 38

52 Uppgif 3: Eulercykel Definiion En Eulercykel är en luen ig om paerar varje kan exak en gång. Sa Alla hörn i G har jämn gradal. De exierar en Eulercykel i G. Uppgif: Konruera en algorim om give en graf där alla hörn har jämn gradal hiar en Eulercykel. Algorimen ka ha idkomplexie O(n). Anon Grenjö ADK Övning okober 20 2 / 38

53 Uppgif 3: Eulercykel Idé: Börja i e hörn u, raverera grafen (på djupe), forä ill du öer på u igen. Beraka ökigen P du gå läng. De finn vå fall: Aningen beår P av alla kaner. I å fall är vi klara. Annar, a bor P från grafen. De åerår nu en eller flera ammanhängande komponener av grafen. Alla hörn har forfarande jämn gradal, å de måe finna en Eulercykel i varje komponen. Hia nu rekuriv en Eulercykel i varje komponen, och ammanfoga dea med P. Hur gör vi dea på linjär id? Anon Grenjö ADK Övning okober 20 2 / 38

54 Uppgif 3: Eulercykel Vi definierar vå ycken pelare : P och P2. Båda arar i v. P har om jobb a kapa igen P, märka varje kan om paera, och foräa ill hen kommer illbaka ill v. P2: jobb är a följa i P: pår. Konrollerar om alla kaner från hörnen är märka. Om de finn omärka kaner från e hörn u å finn de en ouforkad del av grafen där. P2 ropar då på P, om på amma ä får hia en ny ig om börjar och luar i u. P2 går denna nya ig innan hen foräer från u läng P. Till lu kommer P2 ha beök alla kaner exak en gång! Vägen P2 har gå är allå en Eulercykel. Varken P eller P2 kommer ha gå läng amma kan mer än en gång = idkomplexie O(n). Anon Grenjö ADK Övning okober / 38

55 Uppgif 3: Eulercykel EulerCycle(G) = cycle {} chooe edge (, ) mark (, ) pah PahFinder(G,, ) Sraggler(pah) reurn cycle PahFinder(G, ar, cur) = append(cur, pah) while cur ar do chooe unmarked edge (cur, v) mark (cur, v) append(v, pah) cur v reurn pah Sraggler(pah) = while pah do u nex(pah) append(u, cycle) for all edge (u, v) do if unmarked (u, v) hen mark (u, v) p PahFinder(G, u, v) Sraggler(p) Anon Grenjö ADK Övning okober / 38

56 Uppgif 4: Julklappfördelning Uppgif: En pappa ka ge ina n barn varin julklapp. Varje barn har krivi en önkelia. Pappan vill ge varje barn en julklapp från barne önkelia. Han vill dock ine ge amma julklapp ill flera barn. Konruera och analyera en effekiv algorim om löer dea problem. Anag a de finn hög m aker på varje önkelia. Anon Grenjö ADK Övning okober / 38

57 Uppgif 4: Julklappfördelning Bipari machning. Kan löa med hjälp av en algorim för maximal flöde. Tidkomplexie: O(nm) kaner, O(n + m) hörn, å varje ökning ar O(nm) id. Machningen är av orlek hög n. Varje lyckad ökning förbärar får machning med. = hög n ökningar. Den oala idkomplexieen blir O(n 2 m). Anon Grenjö ADK Övning okober / 38

58 Repeiion Tidkomplexie, övre/undre gräner Tidkomplexie Säg a vi analyerar en algorim. Lå T(n) vara iden de ar för den a löa e problem av orlek n. Om vi gör en noggrann analy av algorimen kanke vi kan via a T(n) Θ(n log n). Ofa å är de dock vår a göra en å noggrann analy a vi kan använda Θ. Iälle kan vi göra uppkaningar för a hia en övre eller undre grän för idkomplexieen. De lär.ex. vara beydlig enklare a via T(n) O(n 2 ) och T(n) Ω(n). I prakiken bryr vi o ofa me om a vi har en illräcklig låg övre grän för algorimen komplexie. Anon Grenjö ADK Övning okober 20 3 / 38

59 Repeiion Tidkomplexie, övre/undre gräner Tidkomplexie i vära falle Men idkomplexieen för en algorim kan bero av mer än bara indaaorleken n. Den kan ockå bero på hur indaa er u. Hiil i kuren har vi ofa analyera algorimer för vära möjliga indaa, dv för vära falle. Noera a dea ine har någo a göra med huruvida vi använder O, Ω eller Θ. De kan.ex. både vara inrean a hia en undre grän och en övre grän för idkomplexieen i vära falle för en algorim. Anon Grenjö ADK Övning okober / 38

60 Repeiion Tidkomplexie, övre/undre gräner Undre gräner för problem Man kan ockå via undre gräner för problem. A e problem har den undre gränen Ω(f (n)) beyder a varje änkbar algorim om löer probleme måe ha en idkomplexie om ligger i Ω(f (n)). Om man har konruera en algorim kan man vilja underöka om undre och övre grän ammanfaller, dv om den undre gränen för probleme är amma om den övre gränen för algorimen. Om å är falle kan man konaera a algorimen har opimal idkomplexie. Anon Grenjö ADK Övning okober / 38

61 Uppgif : Undre grän för ökning i orerad array Binärökning i en orerad array med n al ar om bekan iden O(log n). Bevia a Ω(log n) ockå är en undre grän för anale jämföreler om kräv för dea problem (i vära falle). Vi vill allå via a oave vilken algorim vi har (å länge den bygger på a jämföra elemenen) å kan den aldrig vara nabbare än logarimk. Anon Grenjö ADK Övning okober / 38

62 Uppgif : Undre grän för ökning i orerad array Noera! Som indaa har vi en orerad array A av orlek n med elemen a, a 2,..., a n, am e al x om är de vi öker efer. Lå o bygga e beluräd för en godycklig jämförelebaerad ökningalgorim. Algorimen måe börja med a välja e al a i a jämföra x med. Om x = a i är vi klara. Annar har vi vå fall: x < a i och x > a i. Beroende på reulae ar algorimen belu om a aningen foräa med e al a j eller e al a k, ov... Hur många noder finn de i räde? n ycken. Träde ueende/rukur beror enda på algorimen, ej på indaa. Indaa avgör vilken väg i räde vi ar. Anon Grenjö ADK Övning okober 20 3 / 38

63 Uppgif : Undre grän för ökning i orerad array Exempel Hur er beluräde u för linjärökning? Vi vill hia en undre grän för probleme ökning i orerad array i vära falle. Dv en undre grän om varje änkbar algorim uppfyller (för i vära fall). Eferom vi öker en undre grän å berakar vi den bäa algorimen om eoreik e kulle kunna finna. (Om denna uppfyller den undre gränen å måe ju alla andra algorimer ockå göra de.) Vi vill allå analyera de beluräd där den länga vägen (movarande vära indaa) är å kor om möjlig. Anon Grenjö ADK Övning okober 20 3 / 38

64 Uppgif : Undre grän för ökning i orerad array Vi vill allå analyera de beluräd där den länga vägen (movarande vära indaa) är å kor om möjlig. Dea måe allå vara e balanera binärräd! Kom ihåg: i e balanera binärräd å är alla lövnoder på amma djup (å när om på en killnad, ifall anale noder ine är en våpoen). Anal noder är n. Länga vägen = höjden på räde log n. Anale jämföreler i vära falle måe allå vara log n. Den bäa änkbara algorimen för probleme har idkomplexieen Θ(log n) i vära falle. Sålede måe Ω(log n) vara en undre grän för alla algorimer om löer probleme. Anon Grenjö ADK Övning okober / 38

65 Näa vecka Blanda på ema algorimkonrukion Inlämning och redovining av labbeori 3. Anon Grenjö ADK Övning okober / 38

Föreläsning 3: Fler grafalgoritmer. Kortaste vägar mellan alla noder

Föreläsning 3: Fler grafalgoritmer. Kortaste vägar mellan alla noder Föreläning 3: Fler grafalgorimer Korae vägar mellan alla noder Maximal flöde i graf Bipari machning Korae vägar mellan alla noder Dijkra och Bellman-Ford algorimer beräknar korae avånd från en nod ill

Läs mer

0.2. u u u u u 6. Eller anvand lemma 4.6 (\path length lemma"): W = 1:0 + 0:8 + 0:4 + 0:4 + 0:2 = 2:8.

0.2. u u u u u 6. Eller anvand lemma 4.6 (\path length lemma): W = 1:0 + 0:8 + 0:4 + 0:4 + 0:2 = 2:8. Kapiel. (Jfr exempel..) a).. u.8. XXXXX... XXX X X u u. u... XXXXX b) (U) =(:; :; :; :; :; :) = log + log = + log :. W = i= f U (u i ) w i = :+ :+ :+ :+ :+ : =:8. Eller anvand lemma. (\pah lengh lemma"):

Läs mer

UNDERRUM. LINJÄRA KOMBINATIONER. BASER. LINJÄRT SPANN (eller linjärt hölje) Definition 1. (LINJÄR KOMBINATION) Exempel 1.

UNDERRUM. LINJÄRA KOMBINATIONER. BASER. LINJÄRT SPANN (eller linjärt hölje) Definition 1. (LINJÄR KOMBINATION) Exempel 1. LINJÄRA KOMBINATIONER. BASER. LINJÄRT SPANN (eller linjär hölje Definiion. (LINJÄR KOMBINATION Lå V ara e ekorrm. En ekor w är linjär kombinaion a,,, nn om de finn kalärer (al,,, nn å a ww nn nn Eempel.

Läs mer

PROV 5 Skogars ekologi och användning

PROV 5 Skogars ekologi och användning Helingfor univerie Urvalprove 3.5. Agrikulur-forveenkapliga fakuleen POV 5 Skogar ekologi och användning Man ka få min poäng i urvalprove å a han eller hon för vardera A- och B-delen får min 5 poäng. Om

Läs mer

n (log n) Division Analysera skolboksalgoritmen för division (trappdivision). Använd bitkostnad.

n (log n) Division Analysera skolboksalgoritmen för division (trappdivision). Använd bitkostnad. Algoritmer och Komplexitet ht 08. Övning 1 Algoritmanalys Ordo Jämför följande par av funktioner med avseende på hur dom växer då n växer. Tala i varje fall om ifall f(n) Θ(g(n)), f(n) O(g(n)) eller f(n)

Läs mer

Algoritmer, datastrukturer och komplexitet

Algoritmer, datastrukturer och komplexitet Algoritmer, datastrukturer och komplexitet Övning 6 Anton Grensjö grensjo@csc.kth.se 9 oktober 2015 Anton Grensjö ADK Övning 6 9 oktober 2015 1 / 23 Översikt Kursplanering Ö5: Grafalgoritmer och undre

Läs mer

Elektronik. Kapacitanser, induktanser, transienter. Översikt. Kapacitanser och induktanser. Plattekondensator

Elektronik. Kapacitanser, induktanser, transienter. Översikt. Kapacitanser och induktanser. Plattekondensator Elekronik Överik Kapacianer, indukaner, raniener Piero Andreani Iniuionen för elekro och informaioneknik Lund univerie Kapacianer () och indukaner (L) Srömmar och pänningar i kapacianer och indukaner Ömeiga

Läs mer

KOORDINATVEKTORER. BASBYTESMATRIS

KOORDINATVEKTORER. BASBYTESMATRIS Armin Hlilovic: EXTRA ÖVNINGAR KOORDINATVEKTORER ASYTESMATRIS yemri Koordiner för en vekor i en given Om (vv vv vv nn ) är en för vekorrumme ( eller underrumme) V då gäller följnde: Vrje vekor i rumme

Läs mer

12. Rekreation. Nationella mål Kapitlet om rekreation berör de nationella folhälsomålens nionde målområde om fysisk aktivitet.

12. Rekreation. Nationella mål Kapitlet om rekreation berör de nationella folhälsomålens nionde målområde om fysisk aktivitet. 12. Naionella mål Kapile om rekreaion berör de naionella folhälomålen nionde målområde om fyik akivie. Kommunen övergripande mål Kommunen ka ge goda föruäningar för e variera ubud av friid- och kulurliv.

Läs mer

Föreläsning 5: Giriga algoritmer. Kruskals och Prims algoritmer

Föreläsning 5: Giriga algoritmer. Kruskals och Prims algoritmer Föreläsning 5: Giriga algoritmer Kruskals och Prims algoritmer Spännande träd: Om G är en sammanhängande graf så är ett spännande träd ett träd som innehåller alla noder i V (G). Viantarattviharkantvikterw(e)

Läs mer

Elektronik. Kapacitanser, induktanser, transienter. Översikt. Kapacitanser och induktanser. Plattekondensator

Elektronik. Kapacitanser, induktanser, transienter. Översikt. Kapacitanser och induktanser. Plattekondensator Elekronik Överik Kapaianer, indukaner, raniener Piero Andreani Iniuionen för elekro oh informaioneknik Lund univerie Kapaianer () oh indukaner (L) Srömmar oh pänningar i kapaianer oh indukaner Ömeiga indukaner

Läs mer

Föreläsning 5: Grafer Del 1

Föreläsning 5: Grafer Del 1 2D1458, Problemlösning och programmering under press Föreläsning 5: Grafer Del 1 Datum: 2006-10-02 Skribent(er): Henrik Sjögren, Patrik Glas Föreläsare: Gunnar Kreitz Den här föreläsningen var den första

Läs mer

Föreläsning 5: Giriga algoritmer. Kruskals och Prims algoritmer

Föreläsning 5: Giriga algoritmer. Kruskals och Prims algoritmer Föreläsning 5: Giriga algoritmer Kruskals och Prims algoritmer Spännande träd: Om G är en sammanhängande graf så är ett spännande träd ett träd som innehåller alla noder i V (G). Viantarattviharkantvikterw(e)

Läs mer

Räta linjer i 3D-rummet: Låt L vara den räta linjen genom som är parallell med r

Räta linjer i 3D-rummet: Låt L vara den räta linjen genom som är parallell med r Amin Halilovic: EXTRA ÖVNINGAR RÄTA LINJER OCH PLAN Räa linje och plan Räa linje i D-umme: Lå L vaa den äa linjen genom punken P x, y, om ä paallell med vekon v v, v, v ) 0. Räa linjen ekvaion på paameefom

Läs mer

v p ORTOGONALT KOMPLEMENT TILL ETT UNDERRUM

v p ORTOGONALT KOMPLEMENT TILL ETT UNDERRUM OROGONL KOMPLEMEN ILL E UNDERRUM Definiion 7 Lå ara e underrum i R n De orogonala omlemene ill är mängden a de eorer i R n om är orogonala mo alla eorer i : n { R : för alla i } n Sa : Om an å är en eor

Läs mer

Föreläsningsanteckningar F6

Föreläsningsanteckningar F6 Föreläsningsanteckningar F6 Martin Andersson & Patrik Falkman Kortaste vägen mellan en nod och alla andra noder Detta problem innebär att givet en graf G = (E,V) hitta den kortaste vägen över E från en

Läs mer

Skattning av respirationshastighet (R) och syreöverföring (K LA ) i en aktivslamprocess Projektförslag

Skattning av respirationshastighet (R) och syreöverföring (K LA ) i en aktivslamprocess Projektförslag Beng Carlsson I ins, Avd f sysemeknik Uppsala universie Empirisk modellering, 009 Skaning av respiraionshasighe R och syreöverföring LA i en akivslamprocess rojekförslag Foo: Björn Halvarsson . Inledning

Läs mer

FÖRSVARSHÖGSKOLAN Beteckning :2060 Krigsvetenskapliga institutionen ChP T FÖRSVARSHÖGSKOLAN C-UPPSATS

FÖRSVARSHÖGSKOLAN Beteckning :2060 Krigsvetenskapliga institutionen ChP T FÖRSVARSHÖGSKOLAN C-UPPSATS ChP T d FÖRSVARSHÖGSKOLAN 00--09 Beeckning 9 00:060 Krigveenkapliga iniuionen ChP T 0-0 FÖRSVARSHÖGSKOLAN C-UPPSATS Förfaare Förband Kur Major Ulf Skoglund S FBQO0 FHS handledare Carl-Guaf Svaneon, Sefan

Läs mer

Laborationstillfälle 4 Numerisk lösning av ODE

Laborationstillfälle 4 Numerisk lösning av ODE Laboraionsillfälle 4 Numerisk lösning av ODE Målsäning vid labillfälle 4: Klara av laboraionsuppgif 3. Läs förs een om differensmeoder och gör övningarna. Läs avsnie Högre ordningens differenialekvaioner

Läs mer

bättre säljprognoser med hjälp av matematiska prognosmodeller!

bättre säljprognoser med hjälp av matematiska prognosmodeller! Whiepaper 24.9.2010 1 / 5 Jobba mindre, men smarare, och uppnå bäre säljprognoser med hjälp av maemaiska prognosmodeller! Förfaare: Johanna Småros Direkör, Skandinavien, D.Sc. (Tech.) johanna.smaros@relexsoluions.com

Läs mer

Algoritmer, datastrukturer och komplexitet

Algoritmer, datastrukturer och komplexitet Algoritmer, datastrukturer och komplexitet Övning 6 Anton Grensjö grensjo@csc.kth.se 4 oktober 2017 1 Idag Algoritmkonstruktion (lite blandat) Redovisning och inlämning av labbteori 3 2 Uppgifter Uppgift

Läs mer

FÖRDJUPNINGS-PM. Nr 4. 2010. Räntekostnaders bidrag till KPI-inflationen. Av Marcus Widén

FÖRDJUPNINGS-PM. Nr 4. 2010. Räntekostnaders bidrag till KPI-inflationen. Av Marcus Widén FÖRDJUPNNGS-PM Nr 4. 2010 Ränekosnaders bidrag ill KP-inflaionen Av Marcus Widén 1 Ränekosnaders bidrag ill KP-inflaionen dea fördjupnings-pm redovisas a en ofa använd approximaiv meod för beräkning av

Läs mer

Föreläsning Datastrukturer (DAT036)

Föreläsning Datastrukturer (DAT036) Föreläsning Datastrukturer (DAT036) Nils Anders Danielsson 2013-11-18 Idag Mer om grafer: Minsta uppspännande träd (för oriktade grafer). Prims algoritm. Kruskals algoritm. Djupet först-sökning. Cykel

Läs mer

Algoritmer, datastrukturer och komplexitet

Algoritmer, datastrukturer och komplexitet Algoritmer, datastrukturer och komplexitet Övning 4 Anton Grensjö grensjo@csc.kth.se 25 september 215 Anton Grensjö ADK Övning 4 25 september 215 1 / 28 Översikt Kursplanering F9: Dynamisk programmering

Läs mer

Föreläsning 7 Datastrukturer (DAT037)

Föreläsning 7 Datastrukturer (DAT037) Föreläsning 7 Datastrukturer (DAT037) Fredrik Lindblad 1 2016-11-21 1 Slides skapade av Nils Anders Danielsson har använts som utgångspunkt. Se http://www.cse.chalmers.se/edu/year/2015/course/dat037 Förra

Läs mer

Algoritmer, datastrukturer och komplexitet

Algoritmer, datastrukturer och komplexitet Algoritmer, datastrukturer och komplexitet Övning 7 Anton Grensjö grensjo@csc.kth.se 14 oktober 2015 Anton Grensjö ADK Övning 7 14 oktober 2015 1 / 28 Översikt Kursplanering Ö6: Algoritmkonstruktion F19:

Läs mer

Algoritmer, datastrukturer och komplexitet

Algoritmer, datastrukturer och komplexitet Algoritmer, datastrukturer och komplexitet Övning 1 Anton Grensjö grensjo@csc.kth.se 14 september 2015 Anton Grensjö ADK Övning 1 14 september 2015 1 / 22 Översikt Kursplanering F1: Introduktion, algoritmanalys

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 9. Analys av Tidsserier (LLL kap 18) Tidsserie data

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 9. Analys av Tidsserier (LLL kap 18) Tidsserie data Finansiell Saisik (GN, 7,5 hp,, HT 008) Föreläsning 9 Analys av Tidsserier (LLL kap 8) Deparmen of Saisics (Gebrenegus Ghilagaber, PhD, Associae Professor) Financial Saisics (Basic-level course, 7,5 ECTS,

Läs mer

Upphandlingar inom Sundsvalls kommun

Upphandlingar inom Sundsvalls kommun Upphandlingar inom Sundsvalls kommun 1 Innehåll Upphandlingar inom Sundsvalls kommun 3 Kommunala upphandlingar - vad är de? 4 Kommunkoncernens upphandlingspolicy 5 Vad är e ramaval? 6 Vad gäller när du

Läs mer

Tentamen i Linjär algebra 2010 05 21, 8 13.

Tentamen i Linjär algebra 2010 05 21, 8 13. LINKÖPINGS UNIVERSITET Mamaika Iniuionn Ulf Janfalk Kurkod: ETE Provkod: TEN Tnamn i Linjär algbra,. Inga hjälpmdl. Ej räkndoa. Rula mddla vi -po. För godkän räckr poäng och min uppgifr md llr poäng. Godkända

Läs mer

9. Diskreta fouriertransformen (DFT)

9. Diskreta fouriertransformen (DFT) Arbesmaerial 6, Signaler&Sysem I, 2003/E.. 9. Diskrea ourierransormen (DF) 9.1 eriodicie pulsåg Av 6.3(i), arb.mar.4, sid 50, ramgick a ourierransormen (F) av en unkion är e pulsåg X[k]δ( k/) med pulsavsånd

Läs mer

Egenvärden och egenvektorer

Egenvärden och egenvektorer Egenvärden och egenvekorer Definiion Lå F vara en linjär avbildning. Om ale λ och vekorn x uppfyller F (x) =λx, x 6= kallar vi x egenvekor och λ egenvärde ill F. Obs. Likheen är möjlig endas när F är en

Läs mer

DIGITALTEKNIK. Laboration D171. Grindar och vippor

DIGITALTEKNIK. Laboration D171. Grindar och vippor UMEÅ UNIVERSITET Tillämpad fysik och elekronik Digialeknik Håkan Joëlson 2006-01-19 v 1.3 DIGITALTEKNIK Laboraion D171 Grindar och vippor Innehåll Uppgif 1...Grundläggande logiska grindar Uppgif 2...NAND-grindens

Läs mer

(sys1) Definition1. Mängden av alla lösningar till ett ekvationssystem kallas systemets lösningsmängd.

(sys1) Definition1. Mängden av alla lösningar till ett ekvationssystem kallas systemets lösningsmängd. Armi Hlilovic: EXTRA ÖVNINGAR Lijär ekvioem. Guelimiio LINJÄRA EKVATIONSSYSTEM GAUSSELIMINATION Vi erkr e lijär ekvioem med oek m m m m () och m ekvioer: E lföljd (-ippel) är e löig ill eme om uiuioe ifierr

Läs mer

1 av 12. (sys1) ELEMENTERA OPERATIONER Vi får göra följande elementära operationer med ekvationer utan att ändra systemets lösningsmängd:

1 av 12. (sys1) ELEMENTERA OPERATIONER Vi får göra följande elementära operationer med ekvationer utan att ändra systemets lösningsmängd: Armi Hlilovic: EXTRA ÖVNINGAR v Lijär ekvioem Guelimiio LINJÄRA EKVATIONSSYSTEM GAUSSELIMINATION Vi erkr e lijär ekvioem med oek m m m m () m ekvioer: E lföljd (-ippel) är e löig ill eme om uiuioe ifierr

Läs mer

DD1310/DD1314/DA3009 PROGRAMMERINGSTEKNIK

DD1310/DD1314/DA3009 PROGRAMMERINGSTEKNIK Skolan för Daaveenskap och kommunikaion DD1310/DD1314/DA3009 PROGRAMMERINGSTEKNIK F Ö R E L ÄS N I N G 3 Kap 3-4 i Dawson Operaorer i villkor Ieraion: while for Slumpal random VILLKOR E villkor har värde

Läs mer

l v k i a v PASS profilen Plus l s Metod H ä e t t i y or s n s a o v L i v KomiForm AB

l v k i a v PASS profilen Plus l s Metod H ä e t t i y or s n s a o v L i v KomiForm AB a v A r b e e PASS S j TM ä l v k i r P profilen Plu ä n S H ä r l e o v a n Meod y or m p o m L i v a i l l KomiForm AB PASS profilen Meod PASS profilen bygger på akuell forkning. PASS profilen är e enkel

Läs mer

Tentamen på grundkursen EC1201: Makroteori med tillämpningar, 15 högskolepoäng, lördagen den 14 februari 2009 kl 9-14.

Tentamen på grundkursen EC1201: Makroteori med tillämpningar, 15 högskolepoäng, lördagen den 14 februari 2009 kl 9-14. STOCKHOLMS UNIVERSITET Naionalekonomiska insiuionen Mas Persson Tenamen på grundkursen EC1201: Makroeori med illämpningar, 15 högskolepoäng, lördagen den 14 februari 2009 kl 9-14. Tenamen besår av io frågor

Läs mer

Om exponentialfunktioner och logaritmer

Om exponentialfunktioner och logaritmer Om eponenialfunkioner och logarimer Anals360 (Grundkurs) Insuderingsuppgifer Dessa övningar är de änk du ska göra i ansluning ill a du läser huvudeen. Den änka gången är som följer: a) Läs igenom huvudeens

Läs mer

Välkommen till B-diplom Ungdom, träff 1 och träff 2

Välkommen till B-diplom Ungdom, träff 1 och träff 2 Välkommen ill B-diplom Ungdom, räff 1 och räff 2 Ob! ingen mer kallele kicka u. Informaionen i den här kallelen gäller ill båda räffarna. Kurid: Träff 1: 22-23 ok, kl. 08.30 ca 17.30 Träff 2: 3-4 dec,

Läs mer

3 Rörelse och krafter 1

3 Rörelse och krafter 1 3 Rörelse och krafer 1 Hasighe och acceleraion 1 Hur lång id ar de dig a cykla 5 m om din medelhasighe är 5, km/h? 2 En moorcykel accelererar från sillasående ill 28 m/s på 5, s. Vilken är moorcykelns

Läs mer

Kursens innehåll. Ekonomin på kort sikt: IS-LM modellen. Varumarknaden, penningmarknaden

Kursens innehåll. Ekonomin på kort sikt: IS-LM modellen. Varumarknaden, penningmarknaden Kursens innehåll Ekonomin på kor sik: IS-LM modellen Varumarknaden, penningmarknaden Ekonomin på medellång sik Arbesmarknad och inflaion AS-AD modellen Ekonomin på lång sik Ekonomisk illväx över flera

Läs mer

Laboration 2. Minsta kvadratproblem

Laboration 2. Minsta kvadratproblem Laboraion Tillämpade Numeriska Meoder Minsa kvadraproblem Farid Bonawiede Michael Lion fabo@kh.se lion@kh.se 5 februari 5 Inledning När man har skapa en maemaisk modell som beskriver e viss fenomen vill

Läs mer

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, betecknar temperaturen i punkten x vid tiden t.

Ekvationen (ekv1) kan bl. annat beskriva värmeledningen i en tunn stav där u( x, betecknar temperaturen i punkten x vid tiden t. Armi Halilovi: EXRA ÖVNINGAR Värmeledigsekvaioe VÄRMEEDNINGSEKVAIONEN Vi berakar följade PDE u x u x k (, ) (, ), < x (ekv), där k> är e kosa Ekvaioe (ekv) ka bl aa beskriva värmeledige i e u sav

Läs mer

Grafer MST Top. sortering Starkt samm. komponenter Kortaste avstånd. Grafalgoritmer 1. Douglas Wikström KTH Stockholm

Grafer MST Top. sortering Starkt samm. komponenter Kortaste avstånd. Grafalgoritmer 1. Douglas Wikström KTH Stockholm Grafalgoritmer 1 Douglas Wikström KTH Stockholm popup-help@csc.kth.se Oriktade och riktade grafer Definition. En oriktad graf består av en mängd noder V och en mängd kanter E, där en kant är ett oordnat

Läs mer

AMatematiska institutionen avd matematisk statistik

AMatematiska institutionen avd matematisk statistik Kungl Tekniska Högskolan AMaemaiska insiuionen avd maemaisk saisik TENTAMEN I 5B86 STOKASTISK KALKYL OCH KAPITALMARKNADSTE- ORI FÖR F4 OCH MMT4 LÖRDAGEN DEN 5 AUGUSTI KL 8. 3. Examinaor : Lars Hols, el.

Läs mer

Perspektiv på produktionsekonomi - en introduktion till ämnet

Perspektiv på produktionsekonomi - en introduktion till ämnet Perspekiv på produkionsekonomi - en inrodukion ill ämne Fredrik Olsson (fredrik.olsson@iml.lh.se) Ins. för Teknisk ekonomi och logisik LTH, Lunds universie Vad är produkionsekonomi? (eng. ~ Producion &

Läs mer

Lektion 4 Lagerstyrning (LS) Rev 20130205 NM

Lektion 4 Lagerstyrning (LS) Rev 20130205 NM ekion 4 agersyrning (S) Rev 013005 NM Nedan följer alla uppgifer som hör ill lekionen. De är indelade i fyra nivåer där nivå 1 innehåller uppgifer som hanerar en specifik problemsällning i age. Nivå innehåller

Läs mer

Följande uttryck används ofta i olika problem som leder till differentialekvationer: Formell beskrivning

Följande uttryck används ofta i olika problem som leder till differentialekvationer: Formell beskrivning OLIKA TILLÄMPNINGAR AV DIFFERENTIAL EKVATIONER Följande uryck används ofa i olika problem som leder ill differenialekvaioner: Tex Formell beskrivning A är proporionell mo B de finns e al k så a A=kB A

Läs mer

Exempeltenta 3 SKRIV KLART OCH TYDLIGT! LYCKA TILL!

Exempeltenta 3 SKRIV KLART OCH TYDLIGT! LYCKA TILL! Exempelena 3 Anvisningar 1. Du måse lämna in skrivningsomslage innan du går (även om de ine innehåller några lösningsförslag). 2. Ange på skrivningsomslage hur många sidor du lämnar in. Om skrivningen

Läs mer

ZA5773 Flash Eurobarometer 338 (Monitoring the Social Impact of the Crisis: Public Perceptions in the European Union, wave 6)

ZA5773 Flash Eurobarometer 338 (Monitoring the Social Impact of the Crisis: Public Perceptions in the European Union, wave 6) ZA77 Flash Eurobaromeer 8 (Monioring he Social Impac of he Crisis: Public Percepions in he European Union, wave ) Counry Quesionnaire Finland (Swedish) FL8 - Social Impac of he Crisis - FIS FRÅGA ALLA

Läs mer

Objects First With Java A Practical Introduction Using BlueJ. 4. Grouping objects. Collections och iterators

Objects First With Java A Practical Introduction Using BlueJ. 4. Grouping objects. Collections och iterators Objecs Firs Wih Java A Pracical Inroducion Using BlueJ 4. Grouping objecs Collecions och ieraors Innehåll Collecions Loopar Ieraorer Arrays Objecs Firs wih Java - A Pracical Inroducion using BlueJ, David

Läs mer

REVISIONSMYNDIGHETEN. Kontroll av den förvaltande myndighetens efterlevnad av artikel 125.4 c rörande

REVISIONSMYNDIGHETEN. Kontroll av den förvaltande myndighetens efterlevnad av artikel 125.4 c rörande REVISIONSMYNDIGHETEN Konroll av den förvalande myndigheens eferlevnad av arikel 125.4 c rörande bedömning av risken för bedrägerier och effekiva och proporionella besämmelser om bedrägeribekämpning för

Läs mer

Laboration D158. Sekvenskretsar. Namn: Datum: Kurs:

Laboration D158. Sekvenskretsar. Namn: Datum: Kurs: UMEÅ UNIVERSITET Tillämpad fysik och elekronik Digialeknik Lars Wållberg/Håkan Joëlson 2001-02-28 v 3.1 ELEKTRONIK Digialeknik Laboraion D158 Sekvenskresar Namn: Daum: Eposadr: Kurs: Sudieprogram: Innehåll

Läs mer

{ ( )} = X s. ( ) /< t. Stabilitet för energifria LTI-system. L{ } e(t) i 0 (t) E(s) I 0 (s) ( ) ( )e st 0. Kretsberäkningar, linjära RLMC-nät

{ ( )} = X s. ( ) /< t. Stabilitet för energifria LTI-system. L{ } e(t) i 0 (t) E(s) I 0 (s) ( ) ( )e st 0. Kretsberäkningar, linjära RLMC-nät Kap 4 Laplaceanfomanaly av idkoninueliga yem 9 Sabilie fö enegifia LTI-yem Maginell abil yem: De flea begänade inignale ge upphov ill begänade uignale Kap 4 Laplaceanfomanaly av idkoninueliga yem 0 Sabilie

Läs mer

Föreläsning Datastrukturer (DAT037)

Föreläsning Datastrukturer (DAT037) Föreläsning Datastrukturer (DAT037) Nils Anders Danielsson 2015-11-23 Idag Mer om grafer: Minsta uppspännande träd (för oriktade grafer). Djupet först-sökning. Minsta uppspännande träd Träd (utan rot)

Läs mer

2 Laboration 2. Positionsmätning

2 Laboration 2. Positionsmätning 2 Laboraion 2. Posiionsmäning 2.1 Laboraionens syfe A sudera olika yper av lägesgivare A sudera givarnas saiska och dynamiska egenskaper 2.2 Förberedelser Läs laboraionshandledningen och mosvarande avsni

Läs mer

KOLPULVER PÅ GAMLA FINGERAVTRYCK FUNGERAR DET?

KOLPULVER PÅ GAMLA FINGERAVTRYCK FUNGERAR DET? KOLPULVER PÅ GAMLA FINGERAVTRYCK FUNGERAR DET? En undersökning av hur väl kolpulver framkallar åldrade fingeravryck avsaa på en ickeporös ya. E specialarbee uför under kriminaleknisk grundubildning vid

Läs mer

Följande uttryck används ofta i olika problem som leder till differentialekvationer: Formell beskrivning

Följande uttryck används ofta i olika problem som leder till differentialekvationer: Formell beskrivning OLIKA TILLÄMPNINGAR AV DIFFERENTIAL EKVATIONER Följande uryck används ofa i olika problem som leder ill differenialekvaioner: Tex Formell beskrivning A är proporionell mo B de finns e al k så a A=kB A

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

Föreläsning 8 Datastrukturer (DAT037)

Föreläsning 8 Datastrukturer (DAT037) Föreläsning 8 Datastrukturer (DAT037) Fredrik Lindblad 1 2016-11-23 1 Slides skapade av Nils Anders Danielsson har använts som utgångspunkt. Se http://www.cse.chalmers.se/edu/year/2015/course/dat037 Förra

Läs mer

Läs i vågläraboken om interferens (sid 59-71), dopplereffekt (sid 81-84), elektromagnetiska vågor (sid 177-181) och dikroism (sid 413-415).

Läs i vågläraboken om interferens (sid 59-71), dopplereffekt (sid 81-84), elektromagnetiska vågor (sid 177-181) och dikroism (sid 413-415). Dopplerradar Förberedeler Lä i vågläraboken om interferen (id 59-71), dopplereffekt (id 81-84), elektromagnetika vågor (id 177-181) och dikroim (id 413-415). Lä igenom hela laborationintruktionen. Gör

Läs mer

Algoritmer, datastrukturer och komplexitet

Algoritmer, datastrukturer och komplexitet Algoritmer, datastrukturer och komplexitet Övning 8 Anton Grensjö grensjo@csc.kth.se 12 november 2015 Anton Grensjö ADK Övning 8 12 november 2015 1 / 21 Översikt Kursplanering Ö8: Mästarprov 1, oavgörbarhet

Läs mer

TENTAMEN HF1006 och HF1008

TENTAMEN HF1006 och HF1008 TENTMEN HF6 och HF8 Daum TEN 8 april Tid 8- nalys och linjär algebra, HF8 Medicinsk eknik), lärare: Jonas Senholm nalys och linjär algebra, HF8 Elekroeknik), lärare: Marina rakelyan Linjär algebra och

Läs mer

Inbyggd radio-styrenhet 1-10 V Bruksanvisning

Inbyggd radio-styrenhet 1-10 V Bruksanvisning Version: R 2.1 Ar. r.: 0865 00 Funkion Radio-syrenheen möjliggör en radiosyrd ändning/ släckning och ljusdämpning av en belysning. Inkopplingsljussyrkan kan sparas i apparaen som memory-värde. Bejäning

Läs mer

Lösningar Datastrukturer TDA

Lösningar Datastrukturer TDA Lösningar Datastrukturer TDA416 2016 12 21 roblem 1. roblem 2. a) Falskt. Urvalssortering gör alltid samma mängd av jobb. b) Sant. Genom att ha en referens till sista och första elementet, kan man nå både

Läs mer

Föreläsning 4. Laplacetransformen? Lösning av differentialekvationer utan Laplacetransformen. Laplacetransformen Överföringsfunktion

Föreläsning 4. Laplacetransformen? Lösning av differentialekvationer utan Laplacetransformen. Laplacetransformen Överföringsfunktion Föreläsning 4 Laplaceransormen? Laplaceransormen Överöringsunkion E kraull maemaisk verkyg ör a sudera och lösa linjära dierenialekvaioner T.ex. u Sysem y Vad blir usignalen y() give en viss insignal u()?

Läs mer

{ } = F(s). Efter lång tid blir hastigheten lika med mg. SVAR: Föremålets hastighet efter lång tid är mg. Modul 2. y 1

{ } = F(s). Efter lång tid blir hastigheten lika med mg. SVAR: Föremålets hastighet efter lång tid är mg. Modul 2. y 1 ösningsförslag ill enamensskrivning i SF1633 Differenialekvaioner I Tisdagen den 7 maj 14, kl 8-13 Hjälpmedel: BETA, Mahemaics Handbook Redovisa lösningarna på e sådan sä a beräkningar och resonemang är

Läs mer

ÖVN 15 - DIFFTRANS - DEL2 - SF Nyckelord och innehåll. Inofficiella mål

ÖVN 15 - DIFFTRANS - DEL2 - SF Nyckelord och innehåll. Inofficiella mål ÖVN 5 - DIFFTRANS - DEL - SF683 HTTP://KARLJODIFFTRANS.WORDPRESS.COM KARL JONSSON Nyckelord och innehåll Laplacetranformen Differentialekvationer med dikontinuerlig drivande term g(t) Heaviide och δ-funktionen

Läs mer

Truckar och trafik farligt för förare

Truckar och trafik farligt för förare De händer en del i rafiken. För några år sedan körde en av Peer Swärdhs arbeskamraer av vägen. Pressade ider, ruckar och unga fordon. På åkerie finns många risker. Arbesgivaren är ansvarig för arbesmiljön,

Läs mer

Reglerteknik AK, FRT010

Reglerteknik AK, FRT010 Insiuionen för REGLERTEKNIK, FRT Tenamen 5 mars 27 kl 8 3 Poängberäkning och beygssäning Lösningar och svar ill alla uppgifer skall vara klar moiverade. Tenamen omfaar oal 25 poäng. Poängberäkningen finns

Läs mer

Massa, densitet och hastighet

Massa, densitet och hastighet Detta är en något omarbetad verion av Studiehandledningen om använde i tryckta kuren på SSVN. Sidhänviningar hänför ig till Quanta A 000, ISBN 91-7-60500-0 Där det har varit möjligt har motvarande aker

Läs mer

Skillnaden mellan KPI och KPIX

Skillnaden mellan KPI och KPIX Fördjupning i Konjunkurläge januari 2008 (Konjunkurinsiue) Löner, vinser och priser 7 FÖRDJUPNNG Skillnaden mellan KP och KPX Den långsikiga skillnaden mellan inflaionsaken mä som KP respekive KPX anas

Läs mer

Informationsteknologi

Informationsteknologi Föreläsning 2 och 3 Informaionseknologi Några vikiga yper av maemaiska modeller Blockschemamodeller Konsaner, variabler, paramerar Dynamiska modeller Tillsåndsmodeller en inrodkion Saiska samband Kor översik

Läs mer

Vi utvecklar för framtiden. Information [EVENTYTA]

Vi utvecklar för framtiden. Information [EVENTYTA] Vi uvecklar för framiden. ker har i u b a r Vå la nder he u e p p ö ionen. a n g g y omb Informaion [EVENTYTA] Vill du synas med di föreag/förening på Eurosop? I dea dokumen hiar du regler gällande våra

Läs mer

LINJÄRA DIFFERENTIALEKVATIONER AV FÖRSTA ORDNINGEN

LINJÄRA DIFFERENTIALEKVATIONER AV FÖRSTA ORDNINGEN LINJÄRA DIFFERENTIALEKVATIONER AV FÖRSTA ORDNINGEN Linjär differenialekvaion (DE) av försa ordningen är en DE som kan skrivas på följande form ( = Q( () Formen kallas sandard form eller normaliserad form

Läs mer

MA2047 Algebra och diskret matematik

MA2047 Algebra och diskret matematik MA2047 Algebra och diskret matematik Något om grafer Mikael Hindgren 26 september 2018 roarna i Königsberg De sju broarna i Königsberg (nuvarande Kaliningrad) på 1700-talet: (a) Königsberg 1652 (b) Graf

Läs mer

KURVOR OCH PÅ PARAMETERFORM KURVOR I R 3. P(t)=(x(t),y(t),z(t)) T=(x (t),y (t),z (t)) r(t)=(x(t),y(t),z(t))

KURVOR OCH PÅ PARAMETERFORM KURVOR I R 3. P(t)=(x(t),y(t),z(t)) T=(x (t),y (t),z (t)) r(t)=(x(t),y(t),z(t)) Kurvor på parameerform KURVOR OCH PÅ PARAMETERFORM KURVOR I R 3 P=xyz T=x y z r=xyz En kurva i R 3 anges ofas på parameerform med re skalära ekvaioner: x = f 1, y = f, z = f 3, D R * För varje får vi en

Läs mer

Demodulering av digitalt modulerade signaler

Demodulering av digitalt modulerade signaler Kompleeringsmaeriel ill TSEI67 Telekommunikaion Demodulering av digial modulerade signaler Mikael Olofsson Insiuionen för sysemeknik Linköpings universie, 581 83 Linköping Februari 27 No: Denna uppsas

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, j)}, i N, j N: bågar (kanter) Graf: G = (N, ) efinitioner Väg: Sekvens av angränsande bågar. ykel: Väg som startar och slutar i samma nod. En enkel väg

Läs mer

3. Matematisk modellering

3. Matematisk modellering 3. Maemaisk modellering 3. Modelleringsprinciper 3. Maemaisk modellering 3. Modelleringsprinciper 3.. Modellyper För design oc analys av reglersysem beöver man en maemaisk modell, som beskriver sysemes

Läs mer

I en matchning ligger varje hörn i högst en kant. I en stig ligger varje hörn i högst två kanter.

I en matchning ligger varje hörn i högst en kant. I en stig ligger varje hörn i högst två kanter. 26.2-9 Antag att rätt lösning är att dela upp V i V 1 och V 2 (V 1 V 2 =, V 1 V 2 = V ). Antal kanter vi måste skära är då det minsta snittet mellan v 1 och v 2, där v 1 är ett godtyckligt hörn i V 1 och

Läs mer

Välkommen till B-diplom Ungdom, träff 1 och träff 2

Välkommen till B-diplom Ungdom, träff 1 och träff 2 Välkommen ill B-diplom Ungdom, räff 1 och räff 2 Ob! ingen mer kallele kicka u. Informaionen i den här kallelen gäller ill båda räffarna. Kurid: Träff 1: 15-16 ok, kl. 08.30 ca 17.30 Träff 2: 12-13 nov,

Läs mer

Ordinära differentialekvationer,

Ordinära differentialekvationer, Ordinära dierenialekvaioner ODE:er sean@i.uu.se I is a ruism ha nohing is permanen excep change. - George F. Simmons ODE:er är modeller som beskriver örändring oa i iden Modellen är beskriven i orm av

Läs mer

Bevarandelagar för fluidtransport, dimensionsanalys och skalning

Bevarandelagar för fluidtransport, dimensionsanalys och skalning Bearandelagar för flidranspor, dimensionsanals och skalning Innehåll Blodes reologi Balansekaionerna på differeniell form Dimensionsanals Naier-Sokes ekaioner på dimensionslös form Krpsrömning Blodes reologi

Läs mer

Föreläsning 6 Datastrukturer (DAT037)

Föreläsning 6 Datastrukturer (DAT037) Föreläsning 6 Datastrukturer (DAT037) Fredrik Lindblad 1 15 november 2017 1 Slides skapade av Nils Anders Danielsson har använts som utgångspunkt. Se http://www.cse.chalmers.se/edu/year/2015/course/dat037

Läs mer

TDDI16 Datastrukturer och algoritmer. Algoritmanalys

TDDI16 Datastrukturer och algoritmer. Algoritmanalys TDDI16 Datastrukturer och algoritmer Algoritmanalys 2017-08-28 2 Översikt Skäl för att analysera algoritmer Olika fall att tänka på Medelfall Bästa Värsta Metoder för analys 2017-08-28 3 Skäl till att

Läs mer

Installation av fjärrplatser med TCP/IP

Installation av fjärrplatser med TCP/IP 0 00 0/00 Eherne 0 Server Link 00 0 00 0/00 Eherne 0 Server Link 00 0 Server Link 00 0 00 0/00 Eherne 0 Server Link 00 0 00 0/00 Eherne elay xi - 4V - 4V - 4V - 4V 0 00 0/00 Eherne 0 Server Link 00 0 00

Läs mer

Läs i vågläraboken om interferens (sid 59-71), dopplereffekt (sid 81-84), elektromagnetiska vågor (sid 177-181) och dikroism (sid 413-415).

Läs i vågläraboken om interferens (sid 59-71), dopplereffekt (sid 81-84), elektromagnetiska vågor (sid 177-181) och dikroism (sid 413-415). Dopplerradar Förberedeler Lä i vågläraboken om interferen (id 59-71), dopplereffekt (id 81-84), elektromagnetika vågor (id 177-181) och dikroim (id 413-415). Lä igenom hela laborationintruktionen. Gör

Läs mer

Föreläsning 5: Dynamisk programmering

Föreläsning 5: Dynamisk programmering Föreläsning 5: Dynamisk programmering Vi betraktar en typ av problem vi tidigare sett: Indata: En uppsättning intervall [s i,f i ] med vikt w i. Mål: Att hitta en uppsättning icke överlappande intervall

Läs mer

System, Insignal & Utsignal

System, Insignal & Utsignal 1 Sysem, Insignal & Usignal Insignal x[n] SYSTEM H! H = sysemoperaorn Usignal y() = H{y()} y[n] = H{x[n]} w E SYSTEM = en maemaisk modell av e fysikalisk sysem, al. en algorim, som för olika insignaler

Läs mer

Signal- och Bildbehandling FÖRELÄSNING 1 Introduktion. Signaler och System. Exempel på signaler som funktion av tid en produkt mobiltelefoner

Signal- och Bildbehandling FÖRELÄSNING 1 Introduktion. Signaler och System. Exempel på signaler som funktion av tid en produkt mobiltelefoner Signal- och Bildbehandling FÖRELÄSNING Inrodukion. Signaler och Sysem. Vad är en signal och e sysem? Eempel på olika signaler. Vad kan man anända signalbehandling ill? Eempel på olika illämpningar Klassificering

Läs mer

Räta linjer: RÄTA. Därför PM. Eftersom. x y z. (ekv1) Sida 1 av 11

Räta linjer: RÄTA. Därför PM. Eftersom. x y z. (ekv1) Sida 1 av 11 RÄTA LINJER OCH PLAN Rä linje: Lå L den ä linjen genom punkenn P om ä pllell med ekon 0. Lå M= enn godcklig punk på linjen L. Punkenn M ligge på linjen L om och end om PM ä pllell med ikningekonn. Däfö

Läs mer

System, Insignal & Utsignal

System, Insignal & Utsignal Kap 1 Signaler och Sysem x Sysem y = H{x} 1 Sysem, Insignal & Usignal Insignal x() x[n] SYSTEM H! H = sysemoperaorn Usignal y() = H{y()} y[n] = H{x[n]} w E SYSTEM = en maemaisk modell av e fysikalisk sysem,

Läs mer

Om exponentialfunktioner och logaritmer

Om exponentialfunktioner och logaritmer Om eponenialfunkioner och logarimer Anals360 (Grundkurs) Insuderingsuppgifer Dessa övningar är de änk du ska göra i ansluning ill a du läser huvudeen. De flesa av övningarna har, om ine lösningar, så i

Läs mer

Kaliningrad) låg vid bägge sidor av floden Pregel samt på

Kaliningrad) låg vid bägge sidor av floden Pregel samt på Grunder i matematik och logik (2018) Grafteori Marco Kuhlmann Grafteori är det område inom matematiken som undersöker egenskaper hos grafer. Inom grafteorin har begreppet graf en annan betydelse än graf

Läs mer