Hemuppgift 2, SF1861 Optimeringslära för T, VT-10
|
|
- Erika Lundström
- för 7 år sedan
- Visningar:
Transkript
1 Hemuppgift 2, SF1861 Optimeringslära för T, VT-1 Kursansvarig: Per Enqvist, tel: , Assistenter: Mikael Fallgren, Amol Sasane, I denna uppgift är samarbete tillåtet i grupper om högst två personer. Endast en rapport per grupp skall lämnas in. Matlabkod och utskrifter ska bifogas. Svaren på frågorna skall finnas i rapporten, inte i Matlabkoden eller utskrifter. Det är inte tillåtet att kopiera någon annan grupps rapport! Ange namn, personnummer och e-postadress på rapportens framsida. Rapporten, utskriven på papper, lämnas till någon av ovannämnda personer senast torsdagen den 29 april 29 på föreläsningen. Vissa studenter kommer, delvis slumpmässigt, att väljas ut för enskild muntlig redovisning av uppgifterna. Kallelse sker via e-post, så kontrollera regelbundet denna. Korrekt löst och redovisad uppgift ger fyra hemtalspoäng. 1. Denna laboration syftar dels till att introducera strukturoptimering, dels till att du skall få lösa ett linjärt optimeringsproblem med hjälp av Matlab. Strukturoptimering handlar om att dimensionera mekaniska strukturer på ett automatiskt sätt, i den mening att vi först ställer upp de krav vi har på strukturen, exempelvis i form av olika hållfasthetskrav, och sedan låter datorn, via en FEMmodell, räkna ut den bästa strukturen. Med bästa kan till exempel menas den struktur som väger minst av alla de strukturer som uppfyller kraven. Vi skall i denna laboration betrakta en modell av ett enkelt tvådimensionellt fackverk. Vi kommer bara att behandla ett lastfall (i taget), dvs kraven som vi ställer gäller för en specifik last. Det faktum att vi bara har ett lastfall, i kombination med valet av målfunktion och bivillkor, och en liten gnutta list, gör att vi kan formulera och lösa ett visst designproblem (att bestämma optimala tvärsnittsareor på stängerna) som ett linjärt optimeringsproblem. Betrakta alltså fackverket i figur 1, med tio stycken stänger. De två noderna längst till vänster är fixerade (i väggen) så strukturen har åtta frihetsgrader, nämligen förskjutningarna i horisontal- resp vertikalled av de fyra icke-fixerade noderna. I de nedre noderna appliceras givna yttre krafter, som måste balanseras av normalkrafter i stängerna och reaktionskrafterna i de givna stöden. Låt f j beteckna normalkraften i stång j (f j > för drag och f j < för tryck). Eftersom kraftjämvikt måste råda i varje nod får vi, t.ex. för den övre mitten-noden i horisontalriktningen att f 1 + f 3 / 2 f 6 f 7 / 2 =, och i vertikalriktningen f 3 / 2 + f 5 + f 7 / 2 =. 1
2 Sid 2 av 5 Hemuppgift 2, Strukturoptimering med hjälp av LP SF1861 f 1 f 6 f 2 f 7 f 5 f 3 f 8 f 4 f 9 f 1 1 kn 1 kn Figur 1: Ett fackverk med tio stänger. Om vi gör motsvarande för alla de fyra icke-fixerade noderna får vi ett system av ekvationer som kan skrivas på formen Rf = p, (1) där f = (f 1, f 2,..., f 1 ) T = en vektor med normalkrafterna i stängerna, R = 1 γ 1 γ γ 1 γ γ 1 γ 1 γ 1 γ 1 γ γ 1 γ 1 γ 1 och p = 1, 1 där γ = 1/ 2. På grund av den yttre lasten kommer noderna att förskjutas och stängerna att förlängas (eller förkortas). Låt vektorn e = (e 1, e 2,..., e 1 ) T innehålla de 1 stängernas förlängningar (elongations) och låt vektorn u = (u 1, u 2,..., u 8 ) T innehålla de fyra noderna förskjutningar i horisonatal- resp vertikalled. I figur 2 illustreras den deformerade strukturen och koordinatsystemet som hör till förskjutningsvektorn u. Vektorn u har alltså dimensionen 8, lika med antalet frihetsgrader i strukturen. Relationen mellan e och u ges, under antagandet att förskjutningarna är små i förhållande till stängernas längd, av e = R T u. (2)
3 SF1861 Hemuppgift 2, Strukturoptimering med hjälp av LP Sid 3 av 5 ( ) ( ) u1 u5 u 2 u 6 L 1 + e 1 L 6 + e 6 L 2 + e 2 L 7 + e 7 L 5 + e 5 L 1 + e 1 L 3 + e 3 L 8 + e 8 L ( ) 4 + e 4 ( ) u7 u3 L 9 + e 9 u 8 u 4 Figur 2: Illustration av deformerat fackverk. Vidare ger Hookes lag att ( ) Exj f j = e j, (3) L j där E är materialets elasticitetsmodul, L j är stång j:s längd och x j dess tvärsnittsarea. Vi använder beteckningen x j för att markera att stängernas tvärsnittsareor utgör våra designvariabler vid optimeringen, och låter x = (x 1,..., x n ) T beteckna designvariabelvektorn, d.v.s. vektorn som består av tvärsnittsareorna för de n stängerna. På vektorform kan vi skriva Hookes lag f = D(x)e, (4) där D(x) är en diagonalmatris med diagonalelementen Ex j /L j, för j = Om vi kombinerar ovanstående ekvationer får vi p = Rf = RD(x)e = RD(x)R T u = K(x)u, (5) där K(x) = RD(x)R T är strukturens styvhetsmatris. Inom strukturoptimering är det vanligt att man arbetar med ovanstående relation, antingen explicit eller implicit via en FEM-modell, och sedan ställer krav på t.ex. förskjutningarna, t.ex. att a T u b för olika val av a och b. Med detta skrivsätt kan man t.ex. ställa krav på att spänningarna inte får bli för stora eller att förskjutningar i vissa riktningar inte får bli för stora. Vi skall i denna laboration bestämma tvärsnittsareorna x j på ett sådant sätt att strukturens vikt minimeras, givet att spänningarna i stängerna under ett givet lastfall inte får bli för stora. Variabler i optimeringsproblemet är stängernas tvärsnittsareor, nodernas förskjutningar och normalkrafterna i stängerna, dvs x, u och f.
4 Sid 4 av 5 Hemuppgift 2, Strukturoptimering med hjälp av LP SF1861 Antag att spänningen i stängerna högst får bli σ max och låt oss för enkelhets skull anta att denna givna gräns gäller för både tryck och drag och är lika för alla stänger. Detta krav kan skrivas σ max f j x j σ max, eller bättre x j σ max f j x j σ max. Den sistnämnda dubbla olikheten är korrekt även om x j =, ty om en stångs tvärsnittsarea är noll så skall kraften i stången också vara noll. 1 Strukturens vikt ges av ρl j x j, där ρ är materialets densitet. Problemet att minimera strukturens vikt under kravet att spänningarna inte blir för stora kan alltså skrivas på följande form: (där variablerna är x, u och f) minimera 1 ρl j x j vikt då Rf = p, kraftjämvikt f = D(x)R T u, Hookes lag och geometri f j x j σ max, j = 1,..., 1 spänningsvillkor drag f j x j σ max, j = 1,..., 1 spänningsvillkor tryck x j, j = 1,..., 1 icke-negativa areor, (6) En mycket trevlig (och ganska oväntad) egenskap hos detta problem (6) är att om vi helt fräckt tar bort bivillkoren f = D(x)R T u och bestämmer optimala x och f till resten av problemet, så kan vi därefter bestämma en vektor u sådan att bivillkoren f = D(x)R T u blir uppfyllda. Vi kan alltså börja med att lösa följande reducerade problem (utan variablerna u och utan bivillkoren f = D(x)R T u) : minimera 1 ρl j x j då Rf = p, f j x j σ max, j = 1,..., 1 f j x j σ max, j = 1,..., 1 x j, j = 1,..., 1. (7) I detta problem (7) kan vi bortse från faktorn ρ, ty den kommer inte att påverka de optimala värdena på x och f. Vidare ser vi att bivillkoren x j inte behöver stå med, eftersom dessa villkor ändå blir uppfyllda som en konsekvens av de övriga bivillkoren i problemet (eller hur?). Vi kan alltså betrakta följande linjära optimeringsproblem: 1 minimera L j x j då Rf = p, f j x j σ max, j = 1,..., 1 f j x j σ max, j = 1,..., 1. (8)
5 SF1861 Hemuppgift 2, Strukturoptimering med hjälp av LP Sid 5 av 5 Numeriska värden och sorter på några konstanter i problemet: E = 2 kn/mm 2, σ max =.5 kn/mm 2, L j = 1 mm, för j = 1, 4, 5, 6, 9, 1, L j = 2 1 mm, för j = 2, 3, 7, 8. Komponenter p i i lastvektorn p mäts i sorten kn. Använd följande sorter på dina variabler: mm 2 för x j, mm för u i, kn för f j. Nu kommer vi (äntligen) till vad du ska göra. (a) Lös LP-problemet (8) med Matlabs lösare linprog. Skriv kommandot help linprog på kommandoraden i Matlab, så får du hjälp med syntaxen för anropet till linprog som finns i Optimization Toolbox. Om du inte har denna toolbox på din dator kan du använda LP-lösaren alps som finns att ladda ner från kursens hemsida. Lös problemet med några olika lastfall, bland annat det ovanstående samt åtminstone ett till för vilket du inser vad svaret bör bli. (Kontrollera att svaret blir det rätta!) Utöver ovanstående testfall skall du också lösa problemet med p = (p 1, p 2, p 3, p 4, p 5, p 6, p 7, p 8 ) T, med p i = 1 n i där n i betecknar den i:te siffran i ditt personnummer. (Exempel: Med personnumret så blir p = (2, 7, 1, 1, 9, 8, 3, 6) T.) Sorten på varje p i är kn. På kursens hemsida kan du ladda ner en matlabkod som ritar upp strukturen, givet en vektor x. Skriv en kort rapport där du redovisar vilka problem du löst, samt dina erhållna resultat. Bifoga din matlabkod och plotbilder. Dina erhållna optimala tvärsnittsareor ska redovisas dels i plotbilder, dels i siffror! (b) Låt ˆx och ˆf vara de optimala tvärsnittsareor och stångkrafter du beräknat för personnummerslasten och låt vektorn û IR 8 ges av en skalär t gånger vektorn med dualvariabler (även kallade lagrangemultiplikatorer) svarande mot bivillkoren Rf = p i ditt LP-problem. Kontrollera numeriskt (med Matlab) att det går att välja denna skalär t så att ˆf = D(ˆx)R T û, dvs så att de bivillkor vi bortsåg från ovan faktiskt blir uppfyllda. Redovisa räkningarna och ange värdet på t. Detta medför att ˆx, ˆf, û är en optimal lösning till problemet (6)! Lycka till!
Hemuppgift 1, SF1861 Optimeringslära för T
Hemuppgift 1, SF1861 Optimeringslära för T Examinator: Per Enqvist, tel: 790 6298, penqvist@math.kth.se. Assistenter: Amol Sasane, sasane@math.kth.se, Mikael Fallgren, werty@kth.se. Lämnas in till någon
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
Stångbärverk. Laboration. Umeå universitet Tillämpad fysik och elektronik Staffan Grundberg. 14 mars 2014
Umeå universitet Tillämpad fysik och elektronik Staffan Grundberg Laboration 4 mars 4 Stångbärverk Hållfasthetslärans grunder Civilingenjörsprogrammet i teknisk fysik Knut Knut....4 y/ L.5.6.7.8.9 Knut
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
Lösningar till 5B1762 Optimeringslära för T, 24/5-07
Lösningar till 5B76 Optimeringslära för T, 4/5-7 Uppgift (a) Först använder vi Gauss Jordans metod på den givna matrisen A = Addition av gånger första raden till andra raden ger till resultat matrisen
Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl
Lösningsförslag till tentamen i SF86 Optimeringslära för T. Torsdag 28 maj 2 kl. 4. 9. Examinator: Per Enqvist, tel. 79 62 98. (a) Inför variablerna x = (x sr, x sm, x sp, x sa, x sd, x gr, x gm, x gp,
Hemuppgift 1, SF1861 Optimeringslära, VT 2017
Hemuppgift 1, SF1861 Optimeringslära, VT 2017 Examinator: Krister Svanberg, tel: 790 7137, krille@math.kth.se. Labassistent: David Ek, daviek@kth.se, Lämnas i Matematiks svarta postlåda (SF) för inlämningsuppgifter,
Umeå universitet Tillämpad fysik och elektronik Annika Moström Fackverk. Projektuppgift 1 Hållfasthetslärans grunder Våren 2012
Umeå universitet Tillämpad fysik och elektronik Annika Moström 212-3-6 Fackverk Projektuppgift 1 Hållfasthetslärans grunder Våren 212 Fackverk 1 Knut 3 Knut 2 Stång 2 Stång 3 y Knut 4 Stång 1 Knut 1 x
Lösningar till SF1861/SF1851 Optimeringslära, 24/5 2013
Lösningar till SF86/SF85 Optimeringslära, 4/5 03 Uppgift (a) Inför de 3 variablerna x ij = kvantitet (i sorten ton) som fabrik nr i åläggs att tillverka av produkt nr j, samt t = tiden (i sorten timmar)
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
Matrismetod för analys av stångbärverk
KTH Hållfasthetslära, J aleskog, September 010 1 Inledning Matrismetod för analys av stångbärverk Vid analys av stångbärverk är målet att bestämma belastningen i varje stång samt att beräkna deformationen
Lösningar till tentan i SF1861 Optimeringslära, 1 juni 2017
Lösningar till tentan i SF86 Optimeringslära, juni 7 Lösningarna är på svenska, utom lösningen av (a som är på engelska (a The considered network is illustrated in FIGURE below, where the supply at the
Hemuppgift 1, SF1861 Optimeringslära, VT 2016
Hemuppgift 1, SF1861 Optimeringslära, VT 2016 Examinator: Krister Svanberg, tel: 790 7137, krille@math.kth.se. Labassistent: David Ek, daviek@kth.se, Lämnas in till någon av oss senast tisdag 19 april
1 LP-problem på standardform och Simplexmetoden
Krister Svanberg, mars 202 LP-problem på standardform och Simplexmetoden I detta avsnitt utgår vi från LP-formuleringen (2.2) från föreläsning. Denna form är den bäst lämpade för en strömlinjeformad implementering
TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C Datum: 2 augusti 2011 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering
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
Umeå universitet Tillämpad fysik och elektronik Annika Moström Rambärverk. Projektuppgift 2 Hållfasthetslärans grunder Våren 2012
Umeå universitet Tillämpad fysik och elektronik Annika Moström 01-0-3 Rambärverk Projektuppgift Hållfasthetslärans grunder Våren 01 Rambärverk 1 Knut Balk Knut 3 Balk 1 Balk 3 Knut 1 Knut 4 1 Figure 1:
Optimeringslära för T (SF1861)
Optimeringslära för T (SF1861) 1. Kursinformation 2. Exempel på optimeringsproblem 3. Introduktion till linjärprogrammering Introduktion - Ulf Jönsson & Per Enqvist 1 Linjärprogrammering Kursinformation
1 Minkostnadsflödesproblem i nätverk
Krister Svanberg, april 2012 1 Minkostnadsflödesproblem i nätverk Ett nätverk består av en given mängd noder numrerade från 1 till m (där m är antalet noder) samt en given mängd riktade bågar mellan vissa
Lösningar till SF1861 Optimeringslära, 28 maj 2012
Lösningar till SF86 Optimeringslära, 28 maj 202 Uppgift.(a) Då det primala problemet P är så är det motsvarande duala problemet D minimera 3x + x 2 då 3x + 2x 2 6 x + 2x 2 4 x j 0, j =, 2. maximera 6 +
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
Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att:
Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att: - snabbt komma igång med träning på matlabprogrammering (uttnyttja gärna alla schemalagda laborationstillfällen,
Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Onsdag 25 augusti 2010 kl
Lösningsförslag till tentamen i SF86 Optimeringslära för T. Onsdag 25 augusti 2 kl. 4. 9. Examinator: Per Enqvist, tel. 79 62 98. (a) Vi har ett nätverksflödesproblem med 5 noder. Låt x = (x 2, x 3, x
Gradientbaserad strukturoptimering
Gradientbaserad strukturoptimering Anders Klarbring solutions by Bo Torstenfelt, Thomas Borrvall and others Division of Mechanics, Linköping University, Sweden ProOpt Workshop - October 7, 2010 Klarbring
SF1545 Laboration 1 (2015): Optimalt sparande
Avsikten med denna laboration är att: SF1545 Laboration 1 (215: Optimalt sparande - snabbt komma igång med träning på matlabprogrammering (uttnyttja gärna alla schemalagda laborationstillfällen, - lösa
Experimentella metoder, FK3001. Datorövning: Finn ett samband
Experimentella metoder, FK3001 Datorövning: Finn ett samband 1 Inledning Den här övningen går ut på att belysa hur man kan utnyttja dimensionsanalys tillsammans med mätningar för att bestämma fysikaliska
Optimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping TAOP88 Matematiska Institutionen Lösning till tentamen Optimeringslära 9--7 Kaj Holmberg Lösningar Uppgift a: Inför slackvariabler x 5, x 6 och x 7 Starta med slackvariablerna
Manual för ett litet FEM-program i Matlab
KTH HÅLLFASTHETSLÄRA Manual för ett litet FEM-program i Matlab Programmet består av en m-fil med namn SMALL_FE_PROG.m och en hjälp-fil för att plotta resultat som heter PLOT_DEF.m. Input För att köra programmet
Föreläsning 7: Kvadratisk optimering. 4. Kvadratisk optimering under linjära bivillkor
Föreläsning 7: Kvadratisk optimering 1. Kvadratisk optimering utan bivillkor 2. Positivt definita och semidefinita matriser 3. LDL T faktorisering 4. Kvadratisk optimering under linjära bivillkor 5. Minsta
Lösningar till tentan i 5B1760 Linjär och kvadratisk optimering, 17 december 2003.
Lösningar till tentan i 5B7 Linjär och kvadratisk optimering, 7 december 3 Uppgift (a) 3 Vi använder Gauss-Jordans metod för att överföra A 3 5 till trappstegsform 3 7 Addition av ( ) gånger första raden
Lösningar till SF1852 Optimeringslära för E, 16/1 08
Lösningar till SF8 Optimeringslära för E, 6/ 8 Uppgift (a) Problemet är ett transportproblem, ett specialfall av minkostnadsflödesproblem Nätverket består av 7 st noder A,B,C,P,Q,R,S, alternativt kallade,,,7,
Tentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER för EMM Datum: 2 augusti 2011 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Tentamen i Hållfasthetslära AK2 för M Torsdag , kl
Avdelningen för Hållfasthetslära Lunds Tekniska Högskola, LTH Tentamen i Hållfasthetslära AK2 för M Torsdag 2015-06-04, kl. 8.00-13.00 Tentand är skyldig att visa upp fotolegitimation. Om sådan inte medförts
SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 0-0-0 DEL A De tre totalmatriserna 0 3 3 4 0 3 0 0 0 0, 0 3 0 4 4 0 3 0 3 0 0 0 0 och 0 3 0 4 0 3 3 0 0 0 0 0 svarar mot linjära ekvationssystem
Labbrapport - Linjär algebra och geometri
Labbrapport - Linjär algebra och geometri Erik Gedeborg, ME, Uppgift.6 Problem: Bestäm ett tredjegradspolnom p ( ) + a + a + a a som har samma derivata som funktionen f ( ) i punkterna och. Givna funktioner:
TMV166 Linjär algebra för M. Datorlaboration 2: Matrisalgebra och en mekanisk tillämpning
MATEMATISKA VETENSKAPER TMV66 07 Chalmers tekniska högskola Datorlaboration Examinator: Tony Stillfjord TMV66 Linjär algebra för M Datorlaboration : Matrisalgebra och en mekanisk tillämpning Allmänt Den
TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN OPTIMERING FÖR INGENJÖRER Datum: 0 oktober 0 Tid: 8.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i
Lösningar till tentan i SF1861 Optimeringslära, 3 Juni, 2016
Lösningar till tentan i SF86 Optimeringslära, 3 Juni, 6 Uppgift (a) We note that each column in the matrix A contains one + and one, while all the other elements in the column are zeros We also note that
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
Optimeringslära Kaj Holmberg. Lösningar/svar. Iteration 2: x 2 s
Tekniska Högskolan i Linköping Optimering av realistiska sammansatta s Matematiska Institutionen Lösning till tentamen Optimeringslära 2014-01-15 Kaj Holmberg Lösningar/svar Uppgift 1 1a: (Detta problem
Modellering av en Tankprocess
UPPSALA UNIVERSITET SYSTEMTEKNIK EKL och PSA 2002, AR 2004, BC2009 Modellering av dynamiska system Modellering av en Tankprocess Sammanfattning En tankprocess modelleras utifrån kända fysikaliska relationer.
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:
5B1146 med Matlab. Laborationsr. Laborationsgrupp: Sebastian Johnson Erik Lundberg, Ann-Sofi Åhn ( endst tal1-3
1 Revision 4 2006-12-16 2. SIDFÖRTECKNING 5B1146 med Matlab Laborationsr Laborationsgrupp: Sebastian Johnson, Ann-Sofi Åhn ( endst tal1-3 Titel Sida 1. Uppgift 1.8.1....3 2. Uppgift 1.8.2....6 3. Uppgift
Miniprojekt: Vattenledningsnäten i Lutorp och Vingby 1
11 oktober 215 Miniprojekt 1 (5) Beräkningsvetenskap I/KF Institutionen för informationsteknologi Teknisk databehandling Besöksadress: MIC hus 2, Polacksbacken Lägerhyddsvägen 2 Postadress: Box 337 751
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
SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 04-05-0 DEL A. Planet P innehåller punkterna (,, 0), (0, 3, ) och (,, ). (a) Bestäm en ekvation, på formen ax + by + cz + d = 0, för planet P. (
TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED
Matematiska institutionen Optimeringslära TENTAMEN TAOP8/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR Datum: januari 01 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering
SF1544 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
Laborationsuppgift 1 Tillämpad optimeringslära för MMT (5B1722)
Laborationsuppgift 1 Tillämpad optimeringslära för MMT (5B1722) Februari 2004 Avdelningen för Optimeringslära och Systemteori Institutionen för Matematik Kungliga Tekniska Högskolan Stockholm Allmän information
1 Positivt definita och positivt semidefinita matriser
Krister Svanberg, april 1 1 Positivt definita och positivt semidefinita matriser Inom ickelinjär optimering, speciellt kvadratisk optimering, är det viktigt att på ett effektivt sätt kunna avgöra huruvida
Föreläsning 2: Simplexmetoden. 1. Repetition av geometriska simplexmetoden. 2. Linjärprogrammeringsproblem på standardform.
Föreläsning 2: Simplexmetoden. Repetition av geometriska simplexmetoden. 2. Linjärprogrammeringsproblem på standardform. 3. Simplexalgoritmen. 4. Hur bestämmer man tillåtna startbaslösningar? Föreläsning
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)
Dynamisk programmering. Dynamisk programmering. Dynamisk programmering. Dynamisk programmering
Betrakta ett lagerhållningsproblem i flera tidsperioder. Vi har tillverkning och försäljning av produkter i varje tidsperiod. Dessutom kan vi lagra produkter mellan tidsperioder, för att utnyttja stordriftsfördelar
TANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Laboration 3. Funktioner Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna laboration skall vi träna på att
Tentamensinstruktioner
TNSL05 1(8) TENTAMEN Datum: 1 april 2016 Tid: XXX Sal: XXX Provkod: TEN1 Kursnamn: TNSL05 Optimering, modellering och planering Institution: ITN Antal uppgifter: 5 Betygskrav: För godkänt krävs normalt
TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER Datum: augusti 0 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i boken
Optimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 2018-08-31 Kaj Holmberg Lösningar Uppgift 1 1a: Inför slackvariabler x 5, x 6 och
Optimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 28-5-3 Kaj Holmberg Lösningar Uppgift a: P: Grafisk lösning ger x = 2/7 = 2 6/7,
TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS Datum: augusti 0 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem.
11 april 2005 2D1212 NumProg för T1 VT2005 A Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem. Kapitel 8 och 5 i Q&S Stationär värmeledning i 1-D Betrakta
Optimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 26-6- Kaj Holmberg Lösningar Uppgift Hinkpackning (hink = tur med cykeln. Jag använder
Tentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER för M/EMM Datum: 8 januari 201 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering
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
TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Datum: januari 01 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Optimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping TAOP88 Matematiska Institutionen Lösning till tentamen Optimeringslära 28--24 Kaj Holmberg Uppgift Lösningar a: Målfunktionen är summan av konvexa funktioner (kvadrater och
1. (Dugga 1.1) (a) Bestäm v (3v 2u) om v = . (1p) and u =
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
NUMPROG, 2D1212, vt Föreläsning 9, Numme-delen. Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem
NUMPROG, 2D1212, vt 2005 Föreläsning 9, Numme-delen Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem Då steglängden h är tillräckligt liten erhålles en noggrann
Föreläsning 6: Nätverksoptimering
Föreläsning 6: Nätverksoptimering. Minkostnadsflödesproblem i nätverk.. Modellering och grafteori.. Simplexmetoden. Föreläsning 6 - Ulf Jönsson & Per Enqvist Nätverksoptimering Minkostnadsflödesproblem
TAOP07/TEN1 OPTIMERINGSLÄRA GRUNDKURS för Y. Antal uppgifter: 7 Uppgifterna är inte ordnade efter svårighetsgrad.
Matematiska institutionen Optimeringslära TENTAMEN TAOP07/TEN1 OPTIMERINGSLÄRA GRUNDKURS för Y Datum: 27 augusti 2013 Tid: 14-19 Hjälpmedel: Inga Antal uppgifter: 7 Uppgifterna är inte ordnade efter svårighetsgrad.
Tentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP14/TEN 1 OPTIMERINGSLÄRA GRUNDKURS för I, Ii och TB Datum: 24 augusti 2009 Tid: 8.00-13.00 Hjälpmedel: Lundgren m fl: Optimeringslära och/eller Lundgren
TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS Datum: augusti 0 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Optimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 2018-01-02 Kaj Holmberg Lösningar Uppgift 1 1a: Den givna startlösningen är tillåten
TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 19 april 2017 Tid: 14.00-19.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:
Tentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER för M/EMM Datum: 0 augusti 201 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering
Stokastiska vektorer och multivariat normalfördelning
Stokastiska vektorer och multivariat normalfördelning Johan Thim johanthim@liuse 3 november 08 Repetition Definition Låt X och Y vara stokastiska variabler med EX µ X, V X σx, EY µ Y samt V Y σy Kovariansen
Tentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER för M/EMM Datum: oktober 0 Tid:.00-9.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
TMA226 datorlaboration
TMA226 Matematisk fördjupning, Kf 2019 Tobias Gebäck Matematiska vetenskaper, Calmers & GU Syfte TMA226 datorlaboration Syftet med denna laboration är att du skall öva formuleringen av en Finita element-metod,
5B Portföljteori fortsättningskurs
5B1576 - Portföljteori fortsättningskurs Inlämningsuppgift 1 Liability driven Markowitz portfolio optimazation Farid Bonawiede - 831219-0195 fabo02@kth.se Inledning Denna uppgift går ut på att utföra Asset
TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: april 2018 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg: Optimering
Miniprojekt: Vattenledningsnäten i Lutorp och Vingby 1
22 januari 214 Miniprojekt 1 (6) Beräkningsvetenskap I/KF Institutionen för informationsteknologi Beräkningsvetenskap Besöksadress: ITC hus 2, Polacksbacken Lägerhyddsvägen 2 Postadress: Box 337 751 5
Spänning och töjning (kap 4) Stång
Föreläsning 3 Spänning och töjning Spänning och töjning (kap 4) Stång Fackverk Strukturmekanik FM60 Materialmekanik SMA10 Avdelningen för Bggnadskonstruktion TH Campus Helsingborg Balk Ram Spänning (kraftmått)
Laboration 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
Lösningsförslag, Inlämningsuppgift 2, PPU203 VT16.
Lösningsförslag, Inlämningsuppgift 2, PPU203 VT16. Deluppgift 1: En segelbåt med vinden rakt i ryggen har hissat spinnakern. Anta att segelbåtens mast är ledad i botten, spinnakern drar masttoppen snett
1 Grundläggande kalkyler med vektorer och matriser
Krister Svanberg, mars 2015 1 Grundläggande kalkyler med vektorer och matriser Trots att läsaren säkert redan behärskar grundläggande vektor- och matriskalkyler, ges här i Kapitel 1 en repetition om just
DEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 15 mars 2010 kl
1 Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 15 mars 010 kl 14.00-19.00. Hjälpmedel: Inga hjälpmedel är tillåtna på tentamensskrivningen. Betygsgränser:
P Q = ( 2, 1, 1), P R = (0, 1, 0) och QR = (2, 2, 1). arean = 1 2 P Q P R
1 Matematiska Institutionen KTH Lösningar till några övningar på geometri och vektorer inför lappskrivning nummer 2 på kursen Linjär algebra II, SF1604, vt11. 1. En triangel har hörn i punkterna (1, 2,
TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Datum: 28 augusti 2015 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Konstruktionsuppgifter för kursen Strukturmekanik grunder för V3. Jim Brouzoulis Tillämpad Mekanik Chalmers
Konstruktionsuppgifter för kursen Strukturmekanik grunder för V3 Jim Brouzoulis Tillämpad Mekanik Chalmers 1 Förord Denna skrift innehåller de konstruktionsuppgifter som avses lösas i kursen Strukturmekanik
Tentamensinstruktioner
TNSL05 1(9) TENTAMEN Datum: 6 april 2018 Tid: 14-18 Provkod: TEN1 Kursnamn: TNSL05 Optimering, modellering och planering Institution: ITN Antal uppgifter: 5 Betygskrav: För godkänt krävs normalt 12 p,
Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Avdelningen för beräkningsvetenskap Tentamen i Beräkningsvetenskap I och KF, 5.0 hp, 2015-12-17 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!)
2D1212 NumProg för P1, VT2006 PROJEKTUPPGIFT
1 Lennart Edsberg Beatrice Frock Katarina Gustavsson NADA, mars 2006 2D1212 NumProg för P1, VT2006 PROJEKTUPPGIFT A I detta projekt ska du tillämpa de metoder som du lärt dig under kursens gång för att
TAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Laboration 1. Vektorberäkningar Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna övning skall vi träna på
Övningsuppgifter och lösningsförslag till kursen Strukturmekanik grunder för V3. Jim Brouzoulis Tillämpad Mekanik Chalmers
Övningsuppgifter och lösningsförslag till kursen Strukturmekanik grunder för V3 Jim Brouzoulis Tillämpad Mekanik Chalmers 2 Förord Detta kompendie är tänkt som ett komplement till eempelsammlingen av Ekevid,
Absolutstabilitet. Bakåt Euler Framåt Euler
Absolutstabilitet Introduktion För att en numerisk ODE-metod ska vara användbar måste den vara konvergent, dvs den numeriska lösningen ska närma sig den exakta lösningen när steglängden går mot noll. Det
Lunds Tekniska Högskola, LTH
Avdelningen för Hållfasthetslära Lunds Tekniska Högskola, LTH Tentamen i Hållfasthetslära AK2 2017-08-21 Tentand är skyldig att visa upp fotolegitimation. Om sådan inte medförts till tentamen skall den
SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen DEL A. r cos t + (r cos t) 2 + (r sin t) 2) rdrdt.
1. Beräkna integralen medelpunkt i origo. SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen 218-3-14 D DEL A (x + x 2 + y 2 ) dx dy där D är en cirkelskiva med radie a och Lösningsförslag.
TENTAMEN MTGC12, MATERIALTEKNIK II / MTGC10 MATERIALVAL
Materialteknik, Jens Bergström 2016-01-21 TENTAMEN MTGC12, MATERIALTEKNIK II / MTGC10 MATERIALVAL Tid: Måndagen 25 januari, 2016 Tentamen omfattar genomgånget kursmaterial. Hjälpmedel: Kalkylator Poängsättning:
Inlämningsuppgift 4 NUM131
Inlämningsuppgift 4 NUM131 Modell Denna inlämningsuppgift går ut på att simulera ett modellflygplans rörelse i luften. Vi bortser ifrån rörelser i sidled och studerar enbart rörelsen i ett plan. De krafter
TANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Laboration 1. Linjär Algebra och Avbildningar Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna övning skall
TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 23 augusti 2016 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg: