MAT1030 Forelesning 21

Størrelse: px
Begynne med side:

Download "MAT1030 Forelesning 21"

Transkript

1 MAT00 Forelesning Mer ombinatori Roger Antonsen - 5. april 009 (Sist oppdatert: :05) Kapittel 9: Mer ombinatori Plan for dagen Mer om permutasjoner og ordnet utvalg ) Mer om ombinasjoner n velg r Binomialoeffisientene Pascals treant ( n r n P r Generalisering av første vadratsetning (a + b) a + ab + b Oppsummering av ombinatorise prinsipper Esempler og oppgaver Ordnet utvalg Vi sal nå se på det som alles ordnet utvalg fra en mengde. Esempel. Oppgave: I et barnesirenn er det med 0 barn. Det er lov til å opplyse om hvem som to de tre første plassene, mens resten ie sal rangeres. Hvor mange forsjellige resultatlister an man få? Esempel (Fortsatt). Løsning: Det fins 0 mulige vinnere, deretter 9 mulige andreplasser og til sist 8 mulige tredjeplasser. Det fins altså forsjellige resultatlister. Legg mere til at ! (0 )!

2 Vi sal nå definere dette mer generelt og brue notasjonen 0 P for dette tallet. Definisjon. La r og n være naturlige tall sli at r n. Med n n! P r mener vi (n r)! Mer. n P r forteller oss hvor mange måter vi an tree r elementer i reefølge ut fra en mengde med n elementer på. Når n r bruer vi at 0!. Da får vi n P n n! (n n)! n! 0! n! n! Det er som forventet, siden det er n! permutasjoner av en mengde med n elementer i. Esempel. En idrettsleder har syv løpere i stallen sin, og sal velge ut fire av dem til å delta i en stafett. I et stafettlag spiller reefølgen stor rolle, især om idrettsgrenen er langrenn og det er to etapper i lassis og to i fristil. Da er det 7 P 7!! forsjellige mulige lagutta. Kombinasjoner angir hvor mange delmengder med elementer det finnes av en mengde med n elementer Vi har tidligere vist dette ved indusjon. Det er også mulig å vise dette rent ombinatoris, som vi sal gjøre snart. Slie tall alles blant annet for binomialoeffisienter. [fragile] Anta at vi sal fordele tre oransje hatter,, på fem barn.

3 5 Hver ombinasjon svarer til en delmengde av {,,,, 5}. Antall måter å velge tre barn på i reefølge er 5 P Her vil hver ombinasjon av hatter, f.es. {,, }, bli telt! 6 ganger, som,,,,, og. Hvis vi sal ta høyde for dette, så må vi dele på 6. Antall måter å fordele hattene er derfor 60/6 0, som er ( 5 ). Teorem. La A være en mengde med n elementer, og la 0 n. Da finnes det forsjellige delmengder B av A. Bevis (Nytt, og fritt for indusjon). Antall måter å velge elementer i reefølge fra A på er n P n! (n )! For hver delmengde B med elementer, så fins det! forsjellige ordnede utvalg fra A som gir oss B. Da må antall mengder B med elementer være n P! n! (n )!! Legg mere til at Hvorfor det? ( ) ( ) n n n For esempel, hvis vi har en mengde med 0 elementer, så er det 8) delmengder med 8 elementer. For hver sli mengde, så har vi også en mengde med elementer. Vi an f.es. lage en funsjon som til enhver delmengde av størrelse 8 gir en delmengde av størrelse.

4 Denne funsjonen vil være både surjetiv og injetiv. Derfor har vi at ( ( 0 8) 0 ) Antall delmengder av størrelse må være li antall delmengder av størrelse n. Det er lie mange måter å velge n elementer på som det er å måter å velge bort n elementer på. Binomialoeffisientene Tallene ( n ) alles blant annet for binomialoeffisienter. Følgende (reursive) sammenheng var utgangspuntet for et tidligere indusjonsbevis: + Hvorfor er det sli? La oss se på et esempel. Tre,, av fem hatter,, sal være oransje. Hvor mange måter an dette gjøres på? ( ) 5 ( ) + ( ) Hvis den første hatten er oransje, så må to av de fire resterende hattene være oransje.det er ( ) 6 måter å gjøre dette på. Hvis den første hatten er svart, så må tre av de fire resterende hattene være oransje. Det er ( ) måter å gjøre dette på. Dette forteller oss at det er to evivalente måter å definere binomialoeffisientene på: Ved hjelp av faultetsfunsjonen og brø: Ved reursjon: n! (n )!! +

5 Pascals treant Pascals treant er en måte å srive opp alle binomialoeffisientene på ved hjelp av formelen ( ) ( ) ( ) n n n + Hus at Vi får følgende bilde. ( n ) ) ( ) ) ( ) ( ) ) ( ) ( ) ( ) ) ( ) ( ) ( ) ( ) 5 ) 0 ( 5) 6 5 6) Vi finner igjen mange jente tallreer i Pascals treant De naturlige tallene:,,,,5,6,... De såalte triangulære tallene:,,6,0,5,,... Toerpotensene:,,,8,6,,... Kvadrattallene:,,9,6,5,... Fibonacci-tallene (selv om de er godt gjemt):,,,,5,8,,,... Og mange flere... 5

6 Tilbae til binomialoeffisientene Nesten alle vet at (a + b) 0. Alle vet at (a + b) a + b. Mange vet at (a + b) a + ab + b. De fleste an regne ut at (a + b) a + a b + ab + b. Noen greier til og med å regne ut at (a + b) a + a b + 6a b + ab + b. Noen bør begynne å ane at det er en sammenheng med Pascals treant. Siden (a + b) 5 a 5 + 5a b + 0a b + 0a b + 5ab + b 5 blir den anelsen bereftet. Teorem (Generalisering av. vadratsetning). For alle tall a og b og alle hele tall n 0 har vi (a + b) n a n + a n b + a n b + + n 0 ( n n a n b ) a n b + ( n ) ab n + b n Bevis. (a + b) n (a + b) (a + b) (a + b) }{{} n foreomster 6

7 Hvis vi multipliserer dette ut, så får vi n ledd. Hvert ledd består av n fatorer, hvor hver fator er enten a eller b, f.es. abaa b. Hvis B A {,..., n}, så lar vi B svare til leddet hvor fator nummer i er b hvis i B og a ellers. F.es. vil {,, 5} svare til leddet b a a b b 5 a 6 a n Hvert ledd ommer fra en og bare en mengde B; det vi har besrevet er en surjetiv og injetiv funsjon fra potensmengden av A til leddene vi får når vi regner ut (a + b) n. Bevis (Fortsatt). Det fins ( n ) delmengder av A med elementer. Da fins det ( n ) ledd med b er og n a er. Disse leddene ordnes til a n b Dette er nøyatig leddet med indes i teoremet. Siden er vilårlig må formelen i teoremet gi oss verdien på (a + b) n. Dette avslutter beviset. Oppsummering av regneprinsipper Ordnet utvalg med repetisjon: n r Hvor mange binære tall av lengde 5 fins det? Det er 5. Ordnet utvalg uten repetisjon: n P r På hvor mange måter an vi tree to ort fra en ortsto? Det er 5 P Permutasjoner: n! På hvor mange måter an vi stoe om ordet LAKS? Det er!. Kombinasjoner: ( ) n Hvor mange delmengder av {a, b, c, d, e} har to elementer? Det er ( ) Vi sal se på noen flere esempler. Først en liten digresjon om store tall I ombinatori ommer vi fort opp i veldig store tall. 7

8 Bredden til et hårstrå: 0 6 atomer. Atomer i en vanndråpe: 0 atomer. Atomer i universet: 0 80 atomer. Antall forfedre 65 generasjoner tilbae antall atomer i universet. Og disse tallene er ganse små... Allievel an vi representere dem og regne på dem uten store problemer. [fragile]esempel På hvor mange forsjellige måter an vi gå fra A til B i dette 8 ganger - rutenettet? Vi må gå ett steg av gangen og un oppover eller til høyre. B A Hvor mange slie stier er det? Denne stien an representeres som. Dette er et ord på tegn over alfabetet {, } hvor fire av tegnene er og åtte av tegnene er. Hvor mange slie ord er det? Det er ( ) Esempel Vi sjeer at det stemmer for ganger -rutenettet: Antall ord blir i dette tilfellet: ( ) 6 som stemmer... [fragile]oppgave På hvor mange forsjellige måter an vi gå fra A til B i denne -uben? Vi må gå ett steg av gangen og un oppover, til høyre eller innover? B A 8

9 Esempel (Dette ble også nevnt på forrige forelesning i et introdusjonsesempel om uler og boser.) På hvor mange ulie måter an de 6 araterene A til F gis til 0 studenter? Vi ie er interessert i hvilen arater en bestemt student får, men un antallet av hver arater i fordelingen. Det er 6 muligheter for hver av de 0 studentene. Kan vi brue multipliasjonsprinsippet og si at svaret er 6 0? Nei La oss lage 6 båser og putte studentene i hver sin bås avhengig av hvilen arater de får. studenter per arater, og ingen stry an representeres sli: Fordelingen an representeres sli: At alle stryer an representeres sli: Hvor mange slie ombinasjoner fins det? Av 5 tegn må 5 være røde streer. Antall muligheter må være ( ) Esempel Mer generelt har vi + som gir hvor mange forsjellige måter vi an fordele n identise elementer i forsjellige beholdere på. Dette alles også for uordnet utvalg med repetisjon. Grafteori Neste gang begynner vi med grafteori. En graf består av noder og anter: Oppgave: larer dere å tegne denne på et ar uten å løfte blyanten og uten å gå over en ant to ganger? 9

Forelesning 20. Kombinatorikk. Roger Antonsen - 7. april 2008

Forelesning 20. Kombinatorikk. Roger Antonsen - 7. april 2008 orelesning Kombinatori Roger Antonsen - 7. april 8 Kombinatori Kombinatori er studiet av opptellinger, ombinasjoner og permutasjoner. Vi finner svar på spørsmål Hvor mange måter...? uten å telle. Vitig

Detaljer

MAT1030 Forelesning 21

MAT1030 Forelesning 21 MAT orelesning Mer ombinatori Dag Normann -. april (Sist oppdatert: -4-4:5) Kapittel 9: Mer ombinatori Oppsummering orrige ue startet vi på apitlet om ombinatori. Vi så på hvordan vi an finne antall måter

Detaljer

Kapittel 9: Mer kombinatorikk

Kapittel 9: Mer kombinatorikk MAT3 Disret Matemati orelesning : Mer ombinatori Dag Normann Matematis Institutt, Universitetet i Oslo Kapittel 9: Mer ombinatori 3. april (Sist oppdatert: -4-3 4:4) MAT3 Disret Matemati 3. april Oppsummering

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 21: Mer kombinatorikk Roger Antonsen Institutt for informatikk, Universitetet i Oslo 15. april 2009 (Sist oppdatert: 2009-04-15 00:05) Kapittel 9: Mer kombinatorikk

Detaljer

Kapittel 9: Mer kombinatorikk

Kapittel 9: Mer kombinatorikk MAT00 Disret Matemati Forelesig : Mer ombiatori Roger Atose Istitutt for iformati, Uiversitetet i Oslo Kapittel 9: Mer ombiatori 5. april 009 (Sist oppdatert: 009-04-5 00:06) MAT00 Disret Matemati 5. april

Detaljer

Kombinatorikk. MAT1030 Diskret matematikk Forelesning 20: Kombinatorikk. Repetisjon. Repetisjon

Kombinatorikk. MAT1030 Diskret matematikk Forelesning 20: Kombinatorikk. Repetisjon. Repetisjon Kombiatori MAT Disret matemati orelesig : Kombiatori Roger Atose Matematis Istitutt, Uiversitetet i Oslo 7. april 8 Kombiatori er studiet av opptelliger, ombiasjoer og permutasjoer. Vi fier svar på spørsmål

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT3 Diskret Matematikk Forelesning 2: Mer kombinatorikk Dag Normann Matematisk Institutt, Universitetet i Oslo 3. april 2 (Sist oppdatert: 2-4-3 4:3) Kapittel 9: Mer kombinatorikk MAT3 Diskret Matematikk

Detaljer

MAT1030 Forelesning 16

MAT1030 Forelesning 16 MAT1030 Forelesning 16 Reursjon og indusjon Roger Antonsen - 17 mars 009 (Sist oppdatert: 009-03-17 11:4 Forelesning 16 Reursjon og indusjon Forrige gang ga vi endel esempler på reursive definisjoner og

Detaljer

Rekursjon og induksjon. MAT1030 Diskret matematikk. Induksjonsbevis. Induksjonsbevis. Eksempel (Fortsatt) Eksempel

Rekursjon og induksjon. MAT1030 Diskret matematikk. Induksjonsbevis. Induksjonsbevis. Eksempel (Fortsatt) Eksempel Reursjon og indusjon MAT1030 Disret matemati Forelesning 15: Indusjon og reursjon, reurenslininger Dag Normann Matematis Institutt, Universitetet i Oslo 3 mars 008 Onsdag ga vi endel esempler på reursive

Detaljer

Plan. MAT1030 Diskret matematikk. Eksamen 12/6-06 Oppgave 2. Noen tips til eksamen

Plan. MAT1030 Diskret matematikk. Eksamen 12/6-06 Oppgave 2. Noen tips til eksamen Plan MAT1030 Disret matemati Plenumsregning 12: Diverse oppgaver Roger Antonsen Matematis Institutt, Universitetet i Oslo 22. mai 2008 Dette er siste plenumsregning. Vi regner stort sett esamensoppgaver.

Detaljer

MAT1030 Forelesning 22

MAT1030 Forelesning 22 MAT1030 Forelesning 22 Grafteori Dag Normann - 14. april 2010 (Sist oppdatert: 2010-04-14 12:45) Kombinatorikk Oppsummering av regneprinsipper Ordnet utvalg med repetisjon: n r Ordnet utvalg uten repetisjon:

Detaljer

Kombinatorikk. MAT1030 Diskret Matematikk. Oppsummering av regneprinsipper

Kombinatorikk. MAT1030 Diskret Matematikk. Oppsummering av regneprinsipper MAT1030 Diskret Matematikk Forelesning 22: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo Kombinatorikk 14. april 2010 (Sist oppdatert: 2010-04-14 12:43) MAT1030 Diskret Matematikk 14.

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 22: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo 14. april 2010 (Sist oppdatert: 2010-04-14 12:42) Kombinatorikk MAT1030 Diskret Matematikk 14.

Detaljer

Oppgaver i kapittel 1 - Løsningsskisser og kommentarer Lærebok:

Oppgaver i kapittel 1 - Løsningsskisser og kommentarer Lærebok: Oppgaver i apittel - Løsningssisser og ommentarer Lærebo:.6 Vitig oppgave, viser hvordan ree-summer an tilnærmes med integraler. Atuelt hvis vi har formelen for n te ledd, men ie har noen summeformel.

Detaljer

Test, 3 Sannsynlighet

Test, 3 Sannsynlighet Test, Sannsynlighet Innhold. Pascals talltreant... 2.2 Kombinatori g sannsynlighetsberegning... 7. Sannsynlighetsberegninger.... Hypergeometris sannsynlighetsmodell....5 Binomis sannsynlighetsmodell...

Detaljer

MA1301/MA6301 Tallteori Høst 2016

MA1301/MA6301 Tallteori Høst 2016 Norges tenis naturvitensapelige universitet Institutt for ateatise fag MA/MA6 Tallteori Høst 6 a Vi starter ed å sjee at liheten steer for n. Vi har at i. Heldigvis er (, så vi ser at påstanden steer i

Detaljer

Førsteordens lineære differensiallikninger

Førsteordens lineære differensiallikninger Førsteordens lineære differensiallininger Begrepet førsteordens lineære differensiallininger er ie sielig definert i Sinus R. Denne artielen omhandler det temaet. En førsteordens lineær differensiallining

Detaljer

Plenumsregning 10. Diverse ukeoppgaver. Roger Antonsen april Vi øver oss litt på løse rekurrenslikninger.

Plenumsregning 10. Diverse ukeoppgaver. Roger Antonsen april Vi øver oss litt på løse rekurrenslikninger. Plenumsregning 10 Diverse ukeoppgaver Roger Antonsen - 17. april 2008 Vi øver oss litt på løse rekurrenslikninger. Oppgave 7.23 Løs følgende rekurrenslikning (c) t(n) 6t(n 1) + 9t(n 2) = 0, t(1) = 3, t(2)

Detaljer

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer Institutt for datateni og informasjonsvitensap Esamensoppgave i TDT40 Algoritmer og datastruturer Faglig ontat under esamen Magnus Lie Hetland Telefon 98 5 949 Esamensdato 5 august, 08 Esamenstid (fra

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Plenumsregning 10: Diverse ukeoppgaver Roger Antonsen Matematisk Institutt, Universitetet i Oslo 17. april 2008 Vi øver oss litt på løse rekurrenslikninger. Oppgave 7.23 Løs

Detaljer

Repetisjonshefte MAT1030 Versjon 1.1 Discrete mathemathics with applications 16-Dec-03

Repetisjonshefte MAT1030 Versjon 1.1 Discrete mathemathics with applications 16-Dec-03 Repetisjonshefte MAT1030 Versjon 1.1 Discrete mathemathics with applications 16-Dec-03 1 LOGIKK (S.1-74)... 3 1.0 UTSAGNSVARIABLER & UTSAGNSFORM (FORELESNING 2)... 3 1.1 LOGISK FORM & LOGISK EKVIVALENS...

Detaljer

STK1100 våren Betinget sannsynlighet og uavhengighet. Vi trenger en definisjon av betinget sannsynlighet! Eksempel 1

STK1100 våren Betinget sannsynlighet og uavhengighet. Vi trenger en definisjon av betinget sannsynlighet! Eksempel 1 STK00 våren 07 Betinget sannsynlighet og uavhengighet Esempel Vi vil først ved hjelp av et esempel se intuitivt på hva betinget sannsynlighet betyr. Vi legger fire røde ort og to svarte ort i en bune.

Detaljer

Den kritiske lasten for at den skal begynne å bøye ut kalles knekklasten. Den avhenger av stavens elastiske egenskap og er gitt ved: 2 = (0.

Den kritiske lasten for at den skal begynne å bøye ut kalles knekklasten. Den avhenger av stavens elastiske egenskap og er gitt ved: 2 = (0. HIN Industriteni RA 5.11.03 Side 1 av 7 Kneing Staver Kneing er en elastis eller plastis ustabilitet som forårsaes av trspenninger. For å forstå fenomenet er det vanlig å starte med det enleste tilfelle,

Detaljer

Forkunnskaper i matematikk for fysikkstudenter. Integrasjon.

Forkunnskaper i matematikk for fysikkstudenter. Integrasjon. De grunnleggende definisjonene L oss strte med følgende prolem: Gitt en ontinuerlig funsjon y = f der f for [, ] Beregn relet A som er vgrenset v grfen til f, -sen, og de to vertile linjene = og = Vi n

Detaljer

EKSAMEN. Ta med utregninger i besvarelsen for å vise hvordan du har kommet fram til svaret.

EKSAMEN. Ta med utregninger i besvarelsen for å vise hvordan du har kommet fram til svaret. EKSAMEN Emneode: ID30005 Emne: Industriell I Dato: 5.2.204 Esamenstid: l. 0900 til l. 300 Hjelpemidler: re A4-ar (ses sider) med egne notater. "ie-ommuniserende" alulator. Faglærer: Robert Roppestad Esamensoppgaven:

Detaljer

3 Sannsynlighet, Quiz

3 Sannsynlighet, Quiz 3 Sannsynlighet, Quiz Innhold 3.1 Begreper i sannsynlighetsregning... 1 3.2 Addisjon av sannsynligheter... 3.3 Produtsetningen for sannsynlighet... 11 3. Binomis sannsynlighet... 17 3.1 Begreper i sannsynlighetsregning

Detaljer

Repetisjon og mer motivasjon. MAT1030 Diskret matematikk. Repetisjon og mer motivasjon

Repetisjon og mer motivasjon. MAT1030 Diskret matematikk. Repetisjon og mer motivasjon Repetisjon og mer motivasjon MAT030 Diskret matematikk Forelesning 22: Grafteori Roger Antonsen Matematisk Institutt, Universitetet i Oslo 4. april 2008 Først litt repetisjon En graf består av noder og

Detaljer

LO118D Forelesning 5 (DM)

LO118D Forelesning 5 (DM) LO118D Forelesning 5 (DM) Relasjoner 03.09.2007 1 Relasjoner 2 Ekvivalensrelasjoner 3 Matriser av relasjoner 4 Relasjonsdatabaser Relasjon Relasjoner er en generalisering av funksjoner En relasjon er en

Detaljer

STK1100 våren 2017 Kombinatorikk

STK1100 våren 2017 Kombinatorikk STK1100 våren 2017 Kombinatorikk Svarer til avsnitt 2.3 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Uniform sannsynlighetsmodell Et stokastisk forsøk har N utfall. Det er de mulige

Detaljer

LO118D Forelesning 9 (DM)

LO118D Forelesning 9 (DM) LO118D Forelesning 9 (DM) Grafteori 26.09.2007 1 Introduksjon 2 Veier og sykler 3 Hamiltonsykler og omreisende handelsmenn Graf, urettet Definisjon En graf (eller urettet graf) G består av en mengde V

Detaljer

UNIVERSITETET I OSLO. Det matematisk-naturvitenskapelige fakultet. INF1080 Logiske metoder for informatikk

UNIVERSITETET I OSLO. Det matematisk-naturvitenskapelige fakultet. INF1080 Logiske metoder for informatikk UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag:. desember Tid for eksamen:.. INF Logiske metoder for informatikk Oppgave Mengdelære ( poeng) La A = {,, {}}, B =

Detaljer

STK1100 våren Kombinatorikk = = Uniform sannsynlighetsmodell. Et stokastisk forsøk har N utfall. Det er de mulige utfallene for forsøket.

STK1100 våren Kombinatorikk = = Uniform sannsynlighetsmodell. Et stokastisk forsøk har N utfall. Det er de mulige utfallene for forsøket. ST1100 våren 2017 ombinatorikk Uniform sannsynlighetsmodell Et stokastisk forsøk har N utfall. Det er de mulige utfallene for forsøket. Vi antar at de N utfallene er like sannsynlige. Svarer til avsnitt

Detaljer

FY1006/TFY Øving 4 1 ØVING 4

FY1006/TFY Øving 4 1 ØVING 4 FY1006/TFY4215 - Øving 4 1 Oppgave 13 ØVING 4 Vibrerende to-partiel-system Som disutert side 110 i boa, er det et vitig poeng både i lassis meani og i vantemeani at et to-partiel-problem essensielt an

Detaljer

Ukeoppgaver fra kapittel 10 & Induksjonsbevis

Ukeoppgaver fra kapittel 10 & Induksjonsbevis Plenumsregning 11 Ukeoppgaver fra kapittel 10 & Induksjonsbevis Roger Antonsen - 24. april 2008 Grafteori Vi regner oppgavene på tavlen i dag. Oppgave 10.9 Oppgave 10.10 Oppgave 10.11 Oppgave 10.12 Oppgave

Detaljer

Grafteori. MAT1030 Diskret matematikk. Induksjonsbevis

Grafteori. MAT1030 Diskret matematikk. Induksjonsbevis Grafteori MAT1030 Diskret matematikk Plenumsregning 11: Ukeoppgaver fra kapittel 10 & Induksjonsbevis Roger Antonsen Matematisk Institutt, Universitetet i Oslo 24. april 2008 Vi regner oppgavene på tavlen

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Plenumsregning 11: Ukeoppgaver fra kapittel 10 & Induksjonsbevis Roger Antonsen Matematisk Institutt, Universitetet i Oslo 24. april 2008 Grafteori Vi regner oppgavene på tavlen

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF Logiske metoder for informatikk Eksamensdag:. desember Tid for eksamen:.. Oppgavesettet er på sider. Vedlegg: Ingen Tillatte

Detaljer

ALGORITMER OG DATASTRUKTURER

ALGORITMER OG DATASTRUKTURER Stud. nr: Side 1 av 6 NTNU Norges teknisk-naturvitenskapelige universitet BOKMÅL Fakultet for informasjonsteknologi, matematikk og elektroteknikk Institutt for datateknikk og informasjonsvitenskap AVSLUTTENDE

Detaljer

MAT1030 Forelesning 23

MAT1030 Forelesning 23 MAT030 Forelesning 23 Grafteori Roger Antonsen - 22. april 2009 (Sist oppdatert: 2009-04-22 2:36) Forelesning 23 Repetisjon og mer motivasjon Først litt repetisjon En graf består av noder og kanter Kanter

Detaljer

Forelesning 23. MAT1030 Diskret Matematikk. Repetisjon og mer motivasjon. Repetisjon og mer motivasjon. Forelesning 23: Grafteori.

Forelesning 23. MAT1030 Diskret Matematikk. Repetisjon og mer motivasjon. Repetisjon og mer motivasjon. Forelesning 23: Grafteori. MAT030 Diskret Matematikk Forelesning 23: Grafteori Roger Antonsen Institutt for informatikk, Universitetet i Oslo Forelesning 23 22. april 2009 (Sist oppdatert: 2009-04-22 2:37) MAT030 Diskret Matematikk

Detaljer

MAT1030 Forelesning 22

MAT1030 Forelesning 22 MAT1030 Forelesning 22 Grafteori Roger Antonsen - 21. april 2009 (Sist oppdatert: 2009-04-21 15:13) Introduksjon Introduksjon Vi skal nå over til kapittel 10 & grafteori. Grafer fins overalt rundt oss!

Detaljer

Introduksjon. MAT1030 Diskret Matematikk. Introduksjon. En graf. Forelesning 22: Grafteori. Roger Antonsen

Introduksjon. MAT1030 Diskret Matematikk. Introduksjon. En graf. Forelesning 22: Grafteori. Roger Antonsen MAT1030 Diskret Matematikk Forelesning 22: Grafteori Roger Antonsen Institutt for informatikk, Universitetet i Oslo Introduksjon 21. april 2009 (Sist oppdatert: 2009-04-21 15:13) MAT1030 Diskret Matematikk

Detaljer

Introduksjon. MAT1030 Diskret matematikk. Søkealgoritmer for grafer. En graf

Introduksjon. MAT1030 Diskret matematikk. Søkealgoritmer for grafer. En graf Introduksjon MAT13 Diskret matematikk Forelesning 21: Grafteori Roger Antonsen Matematisk Institutt, Universitetet i Oslo 9. april 28 Vi skal nå over til kapittel 1 & grafteori. Grafer fins overalt rundt

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Forelesning 21: Grafteori Roger Antonsen Matematisk Institutt, Universitetet i Oslo 9. april 2008 Introduksjon Vi skal nå over til kapittel 10 & grafteori. Grafer fins overalt

Detaljer

Forelesning 4 torsdag den 28. august

Forelesning 4 torsdag den 28. august Forelesning 4 torsdag den 28. august 1.10 Rekursjon Merknad 1.10.1. Hvert tall i sekvensen 1, 2, 4, 8, 16,... er to ganger det foregående. Hvordan kan vi beskrive sekvensen formelt? Vi kan ikke skrive

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 29: Kompleksitetsteori Roger Antonsen Institutt for informatikk, Universitetet i Oslo 13. mai 2009 (Sist oppdatert: 2009-05-17 22:38) Forelesning 29: Kompleksitetsteori

Detaljer

UNIVERSITETET I OSLO. Det matematisk-naturvitenskapelige fakultet

UNIVERSITETET I OSLO. Det matematisk-naturvitenskapelige fakultet UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF1080 Logiske metoder for informatikk Eksamensdag: 10. desember 2013 Tid for eksamen: 09.00 13.00 Oppgave 1 Mengdelære (10 poeng)

Detaljer

Lars Vidar Magnusson Kapittel 13 Rød-Svarte (Red-Black) trær Rotasjoner Insetting Sletting

Lars Vidar Magnusson Kapittel 13 Rød-Svarte (Red-Black) trær Rotasjoner Insetting Sletting Rød-Svarte Trær Lars Vidar Magnusson 21.2.2014 Kapittel 13 Rød-Svarte (Red-Black) trær Rotasjoner Insetting Sletting Rød-Svarte Trær Rød-Svarte trær (red-black trees) er en variasjon binære søketrær som

Detaljer

Forelesning 29: Kompleksitetsteori

Forelesning 29: Kompleksitetsteori MAT1030 Diskret Matematikk Forelesning 29: Kompleksitetsteori Roger Antonsen Institutt for informatikk, Universitetet i Oslo Forelesning 29: Kompleksitetsteori 13. mai 2009 (Sist oppdatert: 2009-05-17

Detaljer

Eksemplet bygger på en ide fra Thor Bernt Melø ved Institutt for fysikk ved NTNU og Tom Lindstrøms bok Kalkulus.

Eksemplet bygger på en ide fra Thor Bernt Melø ved Institutt for fysikk ved NTNU og Tom Lindstrøms bok Kalkulus. LÆRERARK...om å tømme en beolder for vann Esemplet bygger på en ide fra Tor Bernt Melø ved Institutt for fysi ved NTNU og Tom Lindstrøms bo Kalulus. Problemstilling: Vi ar et sylindris beger med et sirulært

Detaljer

Normalfordeling. Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke 7

Normalfordeling. Høgskolen i Gjøvik Avdeling for teknologi, økonomi og ledelse. Statistikk Ukeoppgaver uke 7 Ueoppgaver i BtG207 Statisti, ue 7 : Normalfordeling. 1 Høgsolen i Gjøvi Avdeling for tenologi, øonomi og ledelse. Statisti Ueoppgaver ue 7 Normalfordeling. Oppgave 1 Anta Z N(0, 1), dvs. Z er standard

Detaljer

Logiske innenheter (i GKS og PHIGS) kreves ikke i besvarelsen: String Locator Pick Choice Valuator Stroke

Logiske innenheter (i GKS og PHIGS) kreves ikke i besvarelsen: String Locator Pick Choice Valuator Stroke Oppgave a) Geometrise (eller grafise) primitiver er de grunnleggende bestandelene av en tegning som an tegnes direte ved enel (uten bru av ombinasjoner) bru av de tegnefunsjonene som en API tilbyr. (Forsjellige

Detaljer

Algoritmer og datastrukturer Avsnitt Algoritmeanalyse

Algoritmer og datastrukturer Avsnitt Algoritmeanalyse Kapittel 5. Biære søetrær Algoritmer og datastruturer Avsitt 5..5 Algoritmeaalyse Avsitt 5..5.5 - Gjeomsittlig avstad mellom to «aboer» i iorde i et biært søetre med forsjellige verdier ver permutasjo

Detaljer

d) Poenget er å regne ut terskeltrykket til kappebergarten og omgjøre dette til en tilsvarende høyde av en oljekolonne i vann.

d) Poenget er å regne ut terskeltrykket til kappebergarten og omgjøre dette til en tilsvarende høyde av en oljekolonne i vann. Sisse til løsning Esamen i Reservoarteni 3. juni, 999 Oppgave a) Kapillartry er differansen i try mellom to faser på hver side av den infinitesimale overflaten som siller fasene. Det følger av en minimalisering

Detaljer

Total sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk = Vi kan skrive en hendelse B som en disjunkt

Total sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk = Vi kan skrive en hendelse B som en disjunkt MAT000V Sannsynlighetsregning og kombinatorikk Total sannsynlighet Vi kan skrive en hendelse B som en disjunkt union av A B og A B Total sannsynlighet og Bayes' setning Kombinatorikk Ordnede utvalg med

Detaljer

Forelesning Mikroprogram for IJVM Kap 4.3

Forelesning Mikroprogram for IJVM Kap 4.3 TDT4160 Datamasiner Grunnurs Forelesning 31.10 Miroprogram for IJVM Kap 4.3 Dagens tema Repetison: IJVM Miroaritetur IJVM-Instrusoner Registerbru Miroprogram for IJVM (4.3) Micro Assembly Language (MAL)

Detaljer

Andre obligatoriske oppgave stk 1100

Andre obligatoriske oppgave stk 1100 Andre obligatorise oppgave st 11 John Miael Modin 17. april 8 Oppgave 1 X er årsinteten til en tilfeldig valgt person i en befolningsgruppe. Sansynlighetstettheten til X er gitt ved { θ f X (x) = θ x θ

Detaljer

STK1100 våren 2015 P A B P B A. Betinget sannsynlighet. Vi trenger en definisjon av betinget sannsynlighet! Eksemplet motiverer definisjonen:

STK1100 våren 2015 P A B P B A. Betinget sannsynlighet. Vi trenger en definisjon av betinget sannsynlighet! Eksemplet motiverer definisjonen: STK00 våren 05 etnget sannsynlghet Svarer tl avsntt.4 læreboa Esempel V vl først ved help av et esempel se ntutvt på hva betnget sannsynlghet betyr V legger fre røde ort og to svarte ort en bune Ørnulf

Detaljer

Grafteori. MAT1030 Diskret Matematikk. Repetisjon og mer motivasjon. Repetisjon og mer motivasjon. Forelesning 23: Grafteori.

Grafteori. MAT1030 Diskret Matematikk. Repetisjon og mer motivasjon. Repetisjon og mer motivasjon. Forelesning 23: Grafteori. MAT030 Diskret Matematikk Forelesning 23: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo Grafteori 20. april 200 (Sist oppdatert: 200-04-20 4:8) MAT030 Diskret Matematikk 20. april 200

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 23: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo 20. april 2010 (Sist oppdatert: 2010-04-20 14:17) Grafteori MAT1030 Diskret Matematikk 20. april

Detaljer

LØSNINGSFORSLAG EKSAMEN V06, MA0301

LØSNINGSFORSLAG EKSAMEN V06, MA0301 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 LØSNINGSFORSLAG EKSAMEN V06, MA0301 Oppgave 1 a) Sett opp en sannhetsverditabell(truth table) for det logiske uttrykket

Detaljer

TMA4140 Diskret Matematikk Høst 2016

TMA4140 Diskret Matematikk Høst 2016 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4140 Diskret Matematikk Høst 2016 Seksjon 10.2 18 La G = (V,E) være en enkel graf med V 2. Ettersom G er enkel er de mulige

Detaljer

Forelesning 30: Kompleksitetsteori

Forelesning 30: Kompleksitetsteori MAT1030 Diskret Matematikk Forelesning 30: Kompleksitetsteori Roger Antonsen Institutt for informatikk, Universitetet i Oslo Forelesning 30: Kompleksitetsteori 19. mai 2009 (Sist oppdatert: 2009-05-19

Detaljer

MAT1140: Kort sammendrag av grafteorien

MAT1140: Kort sammendrag av grafteorien MAT1140: Kort sammendrag av grafteorien Dette notatet gir en kort oversikt over den delen av grafteorien som er gjennomgått i MAT1140 høsten 2013. Vekten er på den logiske oppbygningen, og jeg har utelatt

Detaljer

b) Hvis det er mulig å svare blankt (dvs. vet ikke) blir det 5 svaralternativer på hvert spørsmål, og dermed mulige måter å svare på.

b) Hvis det er mulig å svare blankt (dvs. vet ikke) blir det 5 svaralternativer på hvert spørsmål, og dermed mulige måter å svare på. Diskret matematikk - Høgskolen i Oslo Løsningsforslag for en del oppgaver fra boken Discrete Mathematics and Its Applications Forfatter: Kenneth H. Rosen Avsnitt 5. Oppgave 3 Når et spørsmål har 4 svaralternativer

Detaljer

Matematikk for IT, høsten 2016

Matematikk for IT, høsten 2016 Matematikk for IT, høsten 0 Oblig 1 Løsningsforslag 6. august 0 1..1 a) 19 76? 76 : 19 = 4 Vi ser at vi får 0 i rest ved denne divisjonen. Vi kan derfor konkludere med at 19 deler 76. b) 19 131? 131 :

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 10: Mengdelære Roger Antonsen Institutt for informatikk, Universitetet i Oslo 24. februar 2009 (Sist oppdatert: 2009-02-25 08:27) Kapittel 5: Mengdelære MAT1030 Diskret

Detaljer

R2 - Kapittel 2 - Algebra. I a) Hvilken av disse tallfølgene er aritmetiske, geometriske eller ingen av delene?

R2 - Kapittel 2 - Algebra. I a) Hvilken av disse tallfølgene er aritmetiske, geometriske eller ingen av delene? R2 - Kapittel 2 - Algebra I Hvilen av disse tallfølgene er aritmetise, geometrise eller ingen av delene?.,,,,... 2 4 2. 2,6,8,54,.... 2,6,0,4,... 4.,, 2, 4,... 2 9 5., 5, 7, 9,... 4 9 6 Sriv opp uttryet

Detaljer

Prøveeksamen 2016 (med løsningsforslag)

Prøveeksamen 2016 (med løsningsforslag) Prøveeksamen 2016 (med løsningsforslag 1 Grunnleggende mengdelære La A = {0, {0}} og B = {0, {0}, {0, {0}}}. Er følgende påstander sanne eller usanne? 1 {{0}} A 2 0 B 3 A B 4 A B 1 Usann 2 Usann 3 Sann

Detaljer

MAT1030 Forelesning 10

MAT1030 Forelesning 10 MAT1030 Forelesning 10 Mengdelære Roger Antonsen - 24. februar 2009 (Sist oppdatert: 2009-02-25 08:27) Kapittel 5: Mengdelære Oversikt Vi har nå innført de Boolske operasjonene, union snitt komplement

Detaljer

Sensorveiledning eksamen ECON 3610/4610 Høst 2004

Sensorveiledning eksamen ECON 3610/4610 Høst 2004 1 Jon Vislie; november 2004 Sensorveiledning esamen ECO 3610/4610 Høst 2004 Modellen har fem lininger og sju variable (,n,m,,k,x og c); med to frihetsgrader i utgangspuntet og som an brues til å masimere

Detaljer

LØSNINGSFORSLAG UNIVERSITETET I OSLO. Det matematisk-naturvitenskapelige fakultet. Oppgave 1 Mengdelære (10 poeng)

LØSNINGSFORSLAG UNIVERSITETET I OSLO. Det matematisk-naturvitenskapelige fakultet. Oppgave 1 Mengdelære (10 poeng) UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 9. desember 2010 Tid for eksamen: 09:00 13:00 INF1080 Logiske metoder for informatikk Oppgave 1 Mengdelære (10 poeng)

Detaljer

ST1201 Statistiske metoder

ST1201 Statistiske metoder ST0 Statistise etoder Norges tenis-naturvitensapelige universitet Institutt for ateatise fag Løsningsforslag - Esaen deseber 008 Oppgave a l(θ = lnl(θ = L(θ = n n f(x i [ θ e ] x i θ [ ln lnθ x ] i = nln

Detaljer

Kapittel 5: Mengdelære

Kapittel 5: Mengdelære MAT1030 Diskret Matematikk Forelesning 10: Mengdelære Roger Antonsen Institutt for informatikk, Universitetet i Oslo Kapittel 5: Mengdelære 24. februar 2009 (Sist oppdatert: 2009-02-25 08:27) MAT1030 Diskret

Detaljer

Binomialkoeffisienter

Binomialkoeffisienter Binomialkoeffisienter Litt repetisjon: ( n r ) = n! (n r)! r! r 0, n 0 Dette gir oss fordi ( n r ) = ( n n r ) ( n n 1 ) = n ( n n 1 ) = ( n n (n 1) ) = (n 1 ) = n Andre viktige observasjoner: 0! = 1 (

Detaljer

Øving 9. Oppgave 1. E t0 = 2. Her er

Øving 9. Oppgave 1. E t0 = 2. Her er FY00/TFY460 Bølgefysi. Institutt for fysi, NTNU. Høsten 03. Veiledning: Mandag. og 8 og fredag 6. otober. Innleveringsfrist: tirsdag 9. otober l :00. Øving 9 Tema: Dipol-Ståling, reflesjon og transmisjon

Detaljer

8 + AVSLUTTE SPILLET Handelsenheten forteller deg når spillet er over, etter 1 time. BATTERY INFORMATION

8 + AVSLUTTE SPILLET Handelsenheten forteller deg når spillet er over, etter 1 time. BATTERY INFORMATION AVSLUTTE SPILLET andelsenheten forteller deg når spillet er over, etter 1 time. BRAND Regn ut hva du er god for ved å følge disse trinnene: hvis hun eller han landet på dette feltet. (Se side 13.) 1. Tell

Detaljer

R Differensialligninger

R Differensialligninger R - 6.0.05 - Differensialligninger Løsningssisser Oppgave Løs differensialligningene y x y b) y y x c) y 8y 7y 0 Separabel: y y x y dy xdx y x C y x 4 C y C x 4 Da ligningen er ulineær, bør vi også se

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 16: Rekursjon og induksjon Roger Antonsen Institutt for informatikk, Universitetet i Oslo 17. mars 009 (Sist oppdatert: 009-03-17 11:4) Forelesning 16 MAT1030 Diskret

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 9. desember 2015 Tid for eksamen: 09.00 13.00 (Fortsettes på side 2.) INF1080 Logiske metoder for informatikk Oppgave

Detaljer

UNIVERSITETET I OSLO. Det matematisk-naturvitenskapelige fakultet

UNIVERSITETET I OSLO. Det matematisk-naturvitenskapelige fakultet UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF1080 Logiske metoder for informatikk Eksamensdag: 10. desember 2012 Tid for eksamen: 09.00 13.00 Innledning La U være mengden

Detaljer

MAT1140: Kort sammendrag av grafteorien

MAT1140: Kort sammendrag av grafteorien MAT1140, H-15 MAT1140: Kort sammendrag av grafteorien Dette notatet gir en kort oppsummering av grafteorien i MAT1140. Vekten er på den logiske oppbygningen, og jeg har utelatt all motivasjon og (nesten)

Detaljer

INF2220: Gruppe me 2. Mathias Lohne Høsten 2017

INF2220: Gruppe me 2. Mathias Lohne Høsten 2017 INF0: Gruppe me Mathias Lohne Høsten 0 1 Rød-svarte trær Vanlige binære søketrær blir fort veldig ubalanserte. røv å sett inn 1,,, 4, 5,, 7,... (i den rekkefølgen) i et binært søketre. Da vil vi i praksis

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF1080 Logiske metoder for informatikk Eksamensdag: 28. november 2014 Tid for eksamen: 08.15 12.15 Oppgave 1 Mengdelære (10 poeng)

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 26: Trær Roger Antonsen Institutt for informatikk, Universitetet i Oslo 5. mai 2009 (Sist oppdatert: 2009-05-06 22:27) Forelesning 26 MAT1030 Diskret Matematikk 5.

Detaljer

Repetisjon. MAT1030 Diskret Matematikk. Oppsummering. Oppsummering. Forelesning 15: Rekursjon og induksjon. Roger Antonsen

Repetisjon. MAT1030 Diskret Matematikk. Oppsummering. Oppsummering. Forelesning 15: Rekursjon og induksjon. Roger Antonsen MAT1030 Diskret Matematikk Forelesning 15: og induksjon Roger Antonsen Institutt for informatikk, Universitetet i Oslo Repetisjon 11. mars 2009 (Sist oppdatert: 2009-03-10 20:38) MAT1030 Diskret Matematikk

Detaljer

Matriser. Kapittel 4. Definisjoner og notasjon

Matriser. Kapittel 4. Definisjoner og notasjon Kapittel Matriser Vi har lært å løse et lineært ligningssystem ved å sette opp totalmatrisen til systemet gausseliminere den ved hjelp av radoperasjoner på matrisen Vi skal nå se nærmere på egenskaper

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 10: Mengdelære Dag Normann Matematisk Institutt, Universitetet i Oslo 17. februar 2010 (Sist oppdatert: 2010-02-17 12:40) Kapittel 5: Mengdelære MAT1030 Diskret Matematikk

Detaljer

Mer om mengder: Tillegg til Kapittel 1. 1 Regneregler for Booleske operasjoner

Mer om mengder: Tillegg til Kapittel 1. 1 Regneregler for Booleske operasjoner MAT1140, H-16 Mer om mengder: Tillegg til Kapittel 1 Vi trenger å vite litt mer om mengder enn det som omtales i første kapittel av læreboken. I dette tillegget skal vi først se på regneregler for Booleske

Detaljer

Kapittel 5: Mengdelære

Kapittel 5: Mengdelære MAT1030 Diskret Matematikk Forelesning 10: Mengdelære Dag Normann Matematisk Institutt, Universitetet i Oslo Kapittel 5: Mengdelære 17. februar 2010 (Sist oppdatert: 2010-02-17 12:41) MAT1030 Diskret Matematikk

Detaljer

Obligatorisk oppgave 4 i INF4400 for Jan Erik Ramstad

Obligatorisk oppgave 4 i INF4400 for Jan Erik Ramstad Obligatoris oppgave i INF for Jan Eri Ramstad Jan Eri Ramstad Institutt for Informati Universitetet i Oslo janera@fys.uio.no. Mars6 6. april Bagrunn Worst case transient simulering NAND port Oppgave I

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT30 Diskret matematikk Plenumsregning 6: Ukeoppgaver fra kapittel Roger Antonsen Matematisk Institutt, Universitetet i Oslo. februar 008 Oppgave. Skriv følgende mengder på listeform. (a) Mengden av alle

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Plenumsregning 6: Ukeoppgaver fra kapittel 5 Roger Antonsen Matematisk Institutt, Universitetet i Oslo 21. februar 2008 Oppgave 5.1 Skriv følgende mengder på listeform. (a) Mengden

Detaljer

Innføring i bevisteknikk

Innføring i bevisteknikk Innføring i bevisteknikk (Kun det som undervises på forelesningen er pensum. NB! Avsnitt 1.6 og 1.7 inngår ikke i pensum) Et bevis går ut på å demonstrere at implikasjonen p q er sann. p kalles for premissen

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Forelesning 32: Repetisjon Dag Normann Matematisk Institutt, Universitetet i Oslo 21. mai 2008 Streik? Det er muligheter for streik i offentlig sektor fra midnatt, natt til fredag.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF1080 Logiske metoder for informatikk Eksamensdag: 9. desember 2010 Tid for eksamen: 09:00 13:00 Oppgavesettet er på 5 sider.

Detaljer

Modell: en binær symmetrisk kanal. binær: sendes kun 0 eller 1

Modell: en binær symmetrisk kanal. binær: sendes kun 0 eller 1 Modell: en binær symmetrisk kanal binær: sendes kun eller 1 symmetrisk: sannsynlighet av transmisjonsfeil p er samme for som for 1 Teorem. La c Z n 2. Dersom en melding c overføres via en binær symmetrisk

Detaljer

Plenumsregning 12. Diverse oppgaver. Roger Antonsen mai Eksamen 12/6-06 Oppgave 2. Plan

Plenumsregning 12. Diverse oppgaver. Roger Antonsen mai Eksamen 12/6-06 Oppgave 2. Plan Plenumsregning 12 Diverse oppgaver Roger Antonsen - 22. mai 2008 Plan Dette er siste plenumsregning. Vi regner stort sett eksamensoppgaver. Neste uke blir det repetisjon på mandag og onsdag. Send epost

Detaljer

LO118D Forelesning 10 (DM)

LO118D Forelesning 10 (DM) LO118D Forelesning 10 (DM) Grafteori 03.10.2007 1 Korteste vei 2 Grafrepresentasjoner 3 Isomorfisme 4 Planare grafer Korteste vei I en vektet graf går det an å finne den veien med lavest total kostnad

Detaljer