Fasit Eksamen i LOG530 Distribusjonsplanlegging Tirsdag 3. juni 2008 Kl. 09:00-15:00 Hjelpemidler : A+KD+PC

Størrelse: px
Begynne med side:

Download "Fasit Eksamen i LOG530 Distribusjonsplanlegging Tirsdag 3. juni 2008 Kl. 09:00-15:00 Hjelpemidler : A+KD+PC"

Transkript

1 Fasit Eksamen i LOG530 Distribusjonsplanlegging Tirsdag 3. juni 008 Kl. 09:00-5:00 Hjelpemidler : A+KD+PC Oppgave a) Vi innfører følgende symboler: p = antall produsenter l = antall lager k = antall kunder P = mengde av produsenter P = {,,, p} L = mengde av lager L = {p+, p+,, p + l} K = mengde av kunder K = {p + l +, p + l +,.., p + l + k} G = mengden av greiner G = (P L) (P K) (L K) q h = kapasitet til produsent h h P N = kapasitet til lager i i L j i d = behov til kunde j j K e =arealbehov per enhet for Vare c = transportkostnad per enhet langs greinene (f, t) G Beslutningsvariabler: x = antall enheter transportert langs greinene (f, t) G Målfunksjon: F = c x Restriksjoner: () G () h,t h t L K Angir totale transportkostnader Produsentenes kapasitet skal ikke overskrides: x q for alle h P Lagerkapasiteten skal ikke overskrides: e x N for alle t L () t f P

2 (3) f, j j f P L Kundenes behov må dekkes: x d for alle j K Hvert lager kan ikke levere mer enn som er på lager: x x L for alle i (4) f,i i,t f P t K (5) xi, j 0 alle (i, j) G Ikke-negativitetsbetingelsen. Problem: Minimer F når betingelsene () - (5) er oppfylt. b) Se regneark b) c) Modellen under a) utvides til å behandle problemet med to varer. Kall varen under a) for Vare og den nye varen for Vare. Vi endrer/kompletterer listen av symboler under a) p = antall produsenter l = antall lager k = antall kunder v = antall varer P = mengde av produsenter P = {,, p} L = mengde av lager L = {p+, p+,, p + l} K = mengde av kunder K = {p + l +, p + l +,..,p + l + k} V = mengde av varer V = {,,,v} G = mengden av grener G = (P L V) (P K V) (L K V) q h,m = kapasitet til produsent h av vare m (h, v) P V N i = kapasitet til lager i i L e = arealbehov per enhet til vare m m V m d = behov til kunde j (j, m) K V j,m c,m = transportkostnad per enhet langs greinene (f, t, m) G Beslutningsvariabler: (f, t, m) G x,m = antall enheter transportert fra node f til t av vare m, Målfunksjon: F = c,m x,m (,m) G Angir totale transportkostnader Restriksjoner: Produsentenes kapasitet skal ikke overskrides: x q for alle h P, m V ( ) h,t,m h,m t L K

3 Lagerkapasiteten skal ikke overskrides: e x N for alle t L ( ) m,m t f P m V Kundenes behov må dekkes: x d for alle j K, m V (3 ) f, j,m j,m f P L Hvert lager kan ikke levere mer enn som er på lager: x x, m V for alle i L (4 ) f,i,m i,t,m f P t K (5 ) xi, j,m 0 alle (i, j, m) G Ikke-negativitetsbetingelsen Problem: Minimer F når betingelsene ( ) - (5 ) er oppfylt. d) Se regneark d) e) Samlet behov for Vare er = 950 og produksjonskapasiteten er 700. Underdekningen for Vare blir da 50. For Vare er samlet behov = 750 og produksjonskapasiteten er 600. Underdekningen blir 50 for Vare. f) Med de nye ordrene får vi et udekket behov, forklart under e). Vi innfører derfor nye variabler som håndterer denne situasjonen. Kall disse variablene R for alle t K, m V. t,m Vi modifiserer restriksjonene under c) ved å erstatte ( 3 ) med (3 ) xf, j,m + R j,m d j,m for alle j K, m V. Videre må vi innføre en f P L ny restriksjon som sikrer at sum restordrer for de to varene ikke overstiger underdekningen, dvs. R R alle m V (6) t,m m t K Problemet blir nå: Minimer F når ( ), ( ), (3 ), (4 ), (5 ), (6) g) Se regneark g) 3

4 Oppgave En ønsker å finne korteste vei mellom vilkårlig ulike noder. a) Vi vil formulere dette problemet som et LP-problem. Vi innfører symbolene: n = antall noder N = mengden av noder, N = {,,,n} G = mengden av greiner mellom nodene (direkte) d j = tilbud/behov i node j, j N, d j {,0, } c = avstand fra node f til t, (f, t) G Beslutningsvariable x = antall enheter fraktet fra node f til t, (f, t) G Målfunksjon F = c x () G F angir totalavstanden for alle greiner som inngår i reisen Restriksjoner x x d for alle j N () f, j j,t j f t 4

5 Sum transportert/ankommet en node minus sum transportert /avreist fra samme node, må minst tilsvare behovet i noden. Dette gjelder alle noder. Vi skal nå løse problemet: Minimer F når () er oppfylt. b) For løsningen se regneark b) c) Benyttes f. eks. Kruskals algoritme, får en minste utspennende tre Grein Vekt Tilsammen 30 Eller vist på figur

6 d) Nodene, 3, 4, 7 er odde noder. Antall matchinger(paringer) av odde noder blir (4 ) (4 3) 3 3 = =. Vi kan da sette opp følgende tabell: Matchings e) Vi må velge matching nr. 3 siden den gir kortest ekstra veilengde. Veiene -7 og må gåes to ganger, og total avstand blir = 45 En slik tur kan være: f) Av tabellen matching nr., ser vi at velges node 7 som start og node 3 som stopp, må greina 4 gås to ganger og lengden på sporet blir = 985. Et slikt spor kan være : Oppgave 3 Staten vurderer å flytte 5 statlige etater, a, b, c, d, e, ut fra hovedstaden til to mindre byer, I, II. Det kan naturligvis være aktuelt at noen blir værende i hovedstaden H dersom det viser seg å være gunstigst. I passende enheter kan en sette opp en tabell over årlige besparelser en får ved flyttingen D = Gevinst I II H a b c d e Mengden av kommunikasjon per år er gitt i tabell og i passende enheter B = Mengde a b c d e a 0 0,5 0 b 0 0,4, 0 c,4 0 0 d,5, 0 0 0,7 e 0 0 0,7 0 Kostnadene kan være økte utgifter til kommunikasjon mellom etater som er lokalisert i ulike byer. 6

7 Avstanden mellom de ulike byene vil ha betydning for kommunikasjonskostnadene. Nedenfor er en tabell over enhetskostnadene for kommunikasjon mellom etatene lokalisert på de ulike steder A = Enhetskostnad I II H I II H Staten ønsker å finne ut hvor mye en kan spare ved å flytte noen, eventuelt alle de 5 etatene ut av hovedstaden. a) Vi innfører følgende symboler n = antall steder N = mengden av steder N = {,,.,n} m = antall etater M = mengden av etater M = {,,, m} G = mengden av greiner G = M N Q = kapasitet til sted k k N k D = besparelse ved å flytte etat i til sted k i M, k N B i, j = størrelse på kommunikasjon mellom etat i og j i, j M A i, j = enhetskostnad/avstand mellom sted i og j i, j N Beslutningsvariable U = hvis etat i lokaliseres på sted k, ellers 0, U {, 0}, i M, k N Besparelsene ved flyttingen (før kostnad) kan uttrykkes ved () G D U Kostnadene kan uttrykkes ved m m n n ( B i, j A k,l U U j,l ) i = j = k = l = Leddet Bi, jak,lu U j,l er kostnadene dersom etat i flytter til sted k og etat j til sted l. Siden kommunikasjonens størrelse B i, j må antas å være den samme begge veier dvs. B i, j = B j,i, tar vi denne med bare en gang, derfor multiplikasjon av summen med. 7

8 Vi kan nå skrive kostnadene B = (B i, j), m m tr(bu(ua) t ) U = (U ), m n, der A, B, U er matrisene A = (A k,l ), n n Vår målfunksjon (netto besparelse) blir t F = D U tr(bu(ua) ) () G Restriksjoner for alle k N, totalt antall etater på et sted må begrenses. () U Qk i M () k N U = for alle i M, alle etater må lokaliseres ett sted. Problemet kan da formuleres: Maksimer F når () og () er oppfylt. b) Se regneark Oppgave 3b) 8

EKSAMEN Emnekode: SFB11102 Dato: Hjelpemidler: Utdelt kalkulator

EKSAMEN Emnekode: SFB11102 Dato: Hjelpemidler: Utdelt kalkulator EKSAMEN Emnekode: SFB11102 Dato: 30.11.18 Hjelpemidler: Utdelt kalkulator Emnenavn: Operasjonsanalyse Eksamenstid: 4t Faglærere: John-Erik Andreassen Om eksamensoppgaven og poengberegning: Oppgavesettet

Detaljer

LP. Leksjon 7. Kapittel 13: Nettverk strøm problemer

LP. Leksjon 7. Kapittel 13: Nettverk strøm problemer LP. Leksjon 7. Kapittel 13: Nettverk strøm problemer Skal studere matematiske modeller for strøm i nettverk. Dette har anvendelser av typen fysiske nettverk: internet, vei, jernbane, fly, telekommunikasjon,

Detaljer

Avanserte flytalgoritmer

Avanserte flytalgoritmer Avanserte flytalgoritmer Magnus Lie Hetland, mars 2008 Stoff hentet fra: Network Flows av Ahua m.fl. (Prentice-Hall, 1993) Graphs, Networks and Algorithms, 2. utg., av Jungnickel (Springer, 2005) Repetisjon

Detaljer

Oppgave 1 Minimum edit distance

Oppgave 1 Minimum edit distance INF-2810 V 2012 Oppgavesett 10, kalenderuke 12. Oppgave 1 Minimum edit distance Vi vil finne det minste antall redigeringsoperasjoner som kreves for å komme fra strengen A til strengen B. Strengene oppgis

Detaljer

LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2013 I TIØ4120 OPERASJONSANALYSE, GK

LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2013 I TIØ4120 OPERASJONSANALYSE, GK LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2013 I TIØ4120 OPERASJONSANALYSE, GK Oppgave 1 a) Målfunksjonen (1) summerer profitten ved å produsere x 1 bord og x 2 stoler. Restriksjon (2) sier at antall enheter

Detaljer

Emneplan med beskrivelse av læringsutbytte følger vedlagt (se vedlegg 2).

Emneplan med beskrivelse av læringsutbytte følger vedlagt (se vedlegg 2). Sensorveiledning emnet operasjonsanalyse. Sensorveiledningen skal sikre en faglig forsvarlig og upartisk vurdering. Det bør derfor blant annet sikre at sensor har innsikt i hva som har vært fokus i undervisningen,

Detaljer

600 x 2. d) Dersom dekningsbidraget reduseres til 20 kr per enhet for produkt 2, blir målfunksjonen: Da er optimal løsning gitt ved hjørnepunkt 2:

600 x 2. d) Dersom dekningsbidraget reduseres til 20 kr per enhet for produkt 2, blir målfunksjonen: Da er optimal løsning gitt ved hjørnepunkt 2: LØSNINGER Kapittel. a) Målfunksjon og restriksjoner: Maksimer Z = x + 6x Restriksjoner: Maskin A x + x Maskin B x + x x, x Mulighetsområdet beskrives av kapasitetslinjene i figuren (hjørnepunktene ---5).

Detaljer

Eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 14. Desember 1999, kl

Eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 14. Desember 1999, kl Student nr.: Side 1 av 7 Eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 14. Desember 1999, kl 0900-1500 Faglig kontakt under eksamen: Arne Halaas, tlf. 73 593442. Hjelpemidler: Alle kalkulatortyper

Detaljer

TDT4225 Lagring og behandling av store datamengder

TDT4225 Lagring og behandling av store datamengder Eksamensoppgave i TDT4225 Lagring og behandling av store datamengder Fredag 2. desember 2011, kl. 0900-1300 Oppgaven er utarbeidet av faglærer Kjell Bratbergsengen og kvalitetssikrer Svein-Olaf Hvasshovd

Detaljer

Fastsetting av pris uten kostnadsfordeling.

Fastsetting av pris uten kostnadsfordeling. Fastsetting av pris uten kostnadsfordeling. I følgende lille eksempel skal vi se at vi kan fastsette optimale priser uten å foreta kostnadsfordeling. Et lokalt oljeselskap driver et lite raffineri i nærheten

Detaljer

Avsluttende eksamen i TDT4120 Algoritmer og datastrukturer

Avsluttende eksamen i TDT4120 Algoritmer og datastrukturer Avsluttende eksamen i TDT4120 Algoritmer og datastrukturer Eksamensdato 13. august 2012 Eksamenstid 0900 1300 Sensurdato 3. september Språk/målform Bokmål Kontakt under eksamen Magnus Lie Hetland (tlf.

Detaljer

Eksamen i LOG530 Distribusjonsplanlegging

Eksamen i LOG530 Distribusjonsplanlegging Fas Eksamen LOG530 Dsrbusjonsplanleggng Onsdag 3. jun 2009 Kl. 09:00-13:00 Hjelpemdler: A+KD Oppgave 1 a) 4 1 5 10 6 2 11 7 3 8 12 9 Symboler P = {1, 2, 3} er mengden av produsener L = {4, 5, 6, 7, 8,

Detaljer

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer Eksamensoppgave i TDT4120 Algoritmer og datastrukturer Faglig kontakt under eksamen Magnus Lie Hetland Tlf. 91851949 Eksamensdato 7. desember 2013 Eksamenstid (fra til) 0900 1300 Hjelpemiddelkode Målform/språk

Detaljer

Løsningsforslag for utvalgte oppgaver fra kapittel 9

Løsningsforslag for utvalgte oppgaver fra kapittel 9 Løsningsforslag for utvalgte oppgaver fra kapittel 9 9.2 1 Grafer og minne.......................... 1 9.2 4 Omvendt graf, G T......................... 2 9.2 5 Kompleksitet............................

Detaljer

Norsk informatikkolympiade runde. Sponset av. Uke 46, 2016

Norsk informatikkolympiade runde. Sponset av. Uke 46, 2016 Norsk informatikkolympiade 2016 2017 1. runde Sponset av Uke 46, 2016 Tid: 90 minutter Tillatte hjelpemidler: Kun skrivesaker. Det er ikke tillatt med kalkulator eller trykte eller håndskrevne hjelpemidler.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Side Det matematisk-naturvitenskapelige fakultet Prøveekasmen 2007, med svarforslag Eksamen i: INF 330/430: Algoritmer: Design og effektivitet Eksamensdag: Fredag. desember 200 Tid

Detaljer

Prisregler for handlekurven

Prisregler for handlekurven Prisregler for handlekurven Hva er en prisregel for handlekurven? Hvordan opprettes en prisregel for handlekurven? 1. Generell informasjon om regelen 2. Angi betingelser for at rabatten skal slå til 3.

Detaljer

LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS

LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS Oppgave 1 1 2 Oppgave 2 a) Vi lar x s, x g og x p være nye priser for henholdsvis standard-, gull- og platinarom. Hvis

Detaljer

Løsningsforslag til eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 14. Desember 1999, kl

Løsningsforslag til eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 14. Desember 1999, kl Student nr.: Side 1 av 7 Løsningsforslag til eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 14. Desember 1999, kl 0900-1500 Faglig kontakt under eksamen: Arne Halaas, tlf. 73 593442. Hjelpemidler:

Detaljer

Svar til. EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK Onsdag 10. august 2011 Tid: kl. 0900-1300 Bokmål

Svar til. EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK Onsdag 10. august 2011 Tid: kl. 0900-1300 Bokmål Side 1 av 10 NTNU Institutt for industriell økonomi og teknologiledelse Faggruppe for bedriftsøkonomi og optimering Faglig kontakt under eksamen: Navn: Lars Magnus Hvattum Oppgave settet laget av: Navn:

Detaljer

INF 4130 Svarforslag til «Midterm», 01/

INF 4130 Svarforslag til «Midterm», 01/ INF 4130 Svarforslag til «Midterm», 01/11-2011 Oppgave 1 1.a Den generelle reglen blir: Dersom S[i] = [j]: Dersom S[i] [j]: true dersom B[i-1, j-1] = true eller om B[i-1, j-1] = true ellers: false true

Detaljer

Forelesningsplan. Grådighet. LF Øving 9. Hva er grådighet? Aktivitetsvelger En grådig strategi Grådig eller dynamisk? Knapsack Huffmankoding

Forelesningsplan. Grådighet. LF Øving 9. Hva er grådighet? Aktivitetsvelger En grådig strategi Grådig eller dynamisk? Knapsack Huffmankoding 1 Grådighet 2 Forelesningsplan Grådighet Hva er grådighet? Aktivitetsvelger En grådig strategi Grådig eller dynamisk? Knapsack Huffmankoding LF Øving 9 Teori Praksis 3 Forelesningsplan Grådighet Hva er

Detaljer

Løsningsforslag. Emnekode: Emne: Matematikk for IT ITF Eksamenstid: Dato: kl til kl desember Hjelpemidler: Faglærer:

Løsningsforslag. Emnekode: Emne: Matematikk for IT ITF Eksamenstid: Dato: kl til kl desember Hjelpemidler: Faglærer: Løsningsforslag Emnekode: ITF75 Dato: 7. desember Emne: Matematikk for IT Eksamenstid: kl 9. til kl. Hjelpemidler: To -ark med valgfritt innhold på begge sider. Kalkulator er ikke tillatt. Faglærer: Christian

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

DEL 1. Uten hjelpemidler. Oppgave 1 (3 poeng) Oppgave 2 (1 poeng) Oppgave 3 (2 poeng) Oppgave 4 (2 poeng) Løs likningene.

DEL 1. Uten hjelpemidler. Oppgave 1 (3 poeng) Oppgave 2 (1 poeng) Oppgave 3 (2 poeng) Oppgave 4 (2 poeng) Løs likningene. DEL 1 Uten hjelpemidler Oppgave 1 (3 poeng) Løs likningene a) 2x 10 x( x 5) x b) lg 3 5 2 Oppgave 2 (1 poeng) Bruk en kvadratsetning til å bestemme verdien av produktet 995 995 Oppgave 3 (2 poeng) Løs

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

Hva betyr det at noe er samfunnsøkonomisk effektivt? Er det forskjell på samfunnsøkonomisk og bedriftsøkonomisk effektivitet?

Hva betyr det at noe er samfunnsøkonomisk effektivt? Er det forskjell på samfunnsøkonomisk og bedriftsøkonomisk effektivitet? Effektivitet og fordeling Når et land fjerner handelshindre er det noe som tjener og noen som taper på endringene i markedene. Hvordan kan vi vite om det er en samlet gevinst slik at vinnerne i prinsippet

Detaljer

Drosjesentralen. I-120: Obligatorisk oppgave 2, 2000

Drosjesentralen. I-120: Obligatorisk oppgave 2, 2000 Drosjesentralen I-120: Obligatorisk oppgave 2, 2000 Frist Mandag 20. November 2000 kl.10:00, i skuff merket I120 på UA. Krav Se seksjon 4 for kravene til innlevering. Merk krav om generisk løsning for

Detaljer

Forelesning 23. Grafteori. Dag Normann april Oppsummering. Oppsummering. Oppsummering. Digresjon: Firefarveproblemet

Forelesning 23. Grafteori. Dag Normann april Oppsummering. Oppsummering. Oppsummering. Digresjon: Firefarveproblemet Forelesning 23 Grafteori Dag Normann - 16. april 2008 Oppsummering En graf består av noder og kanter Kanter ligger inntil noder, og noder kan være naboer. Vi bør kjenne til begrepene om sammenhengende

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Forelesning 23: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo 16. april 2008 Oppsummering En graf består av noder og kanter Kanter ligger inntil noder, og

Detaljer

Oppsummering. MAT1030 Diskret matematikk. Oppsummering. Oppsummering. Forelesning 23: Grafteori

Oppsummering. MAT1030 Diskret matematikk. Oppsummering. Oppsummering. Forelesning 23: Grafteori Oppsummering MAT1030 Diskret matematikk Forelesning 23: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo 16. april 2008 En graf består av noder og kanter Kanter ligger inntil noder, og

Detaljer

MAT1030 Forelesning 25

MAT1030 Forelesning 25 MAT1030 Forelesning 25 Trær Dag Normann - 27. april 2010 (Sist oppdatert: 2010-04-27 14:16) Forelesning 25 Litt repetisjon Vi har snakket om grafer og trær. Av begreper vi så på var følgende: Eulerstier

Detaljer

Potenser og røtter. Lærerveiledning

Potenser og røtter. Lærerveiledning Potenser og røtter De følgende oppgavene er øvinger i regning med potenser og røtter. Gjennom oppgavene får elevene øving i å bruke regneregler for potensregning og omgjøring mellom tall skrevet som røtter

Detaljer

Forelesning 25. MAT1030 Diskret Matematikk. Litt repetisjon. Litt repetisjon. Forelesning 25: Trær. Dag Normann

Forelesning 25. MAT1030 Diskret Matematikk. Litt repetisjon. Litt repetisjon. Forelesning 25: Trær. Dag Normann MAT1030 Diskret Matematikk Forelesning 25: Trær Dag Normann Matematisk Institutt, Universitetet i Oslo Forelesning 25 27. april 2010 (Sist oppdatert: 2010-04-27 14:16) MAT1030 Diskret Matematikk 27. april

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 25: Trær Dag Normann Matematisk Institutt, Universitetet i Oslo 27. april 2010 (Sist oppdatert: 2010-04-27 14:15) Forelesning 25 MAT1030 Diskret Matematikk 27. april

Detaljer

INF oktober Stein Krogdahl. Altså: Hva kan ikke gjøres raskt (med mindre P = NP)

INF oktober Stein Krogdahl. Altså: Hva kan ikke gjøres raskt (med mindre P = NP) INF 4130 22. oktober 2009 Stein Krogdahl Dagens tema: Mer om NP-kompletthet Altså: Hva kan ikke gjøres raskt (med mindre P = NP) Også her: Dette har blitt framstilt litt annerledes tidligere år Pensum

Detaljer

Side 1 av 13. Svar til. EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK Torsdag 2. desember 2010 Tid: kl Bokmål

Side 1 av 13. Svar til. EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK Torsdag 2. desember 2010 Tid: kl Bokmål Side av 3 NTNU Institutt for industriell økonomi og teknologiledelse Faggruppe for bedriftsøkonomi og optimering Faglig kontakt under eksamen: Navn: Bjørn Nygreen Tlf.: 958 55 997 / 93607) Svar til EKSAMEN

Detaljer

45011 Algoritmer og datastrukturer Løsningsforslag eksamen 13. januar 1992

45011 Algoritmer og datastrukturer Løsningsforslag eksamen 13. januar 1992 45011 Algoritmer og datastrukturer Løsningsforslag eksamen 13. januar 12 Oppgave 1 Idé til algoritme Benytter S n som betegn på en tallmengde med n elementer. For at et tall m skal være et majoritetstall

Detaljer

Dijkstras algoritme Spørsmål

Dijkstras algoritme Spørsmål :: Forside s algoritme Åsmund Eldhuset asmunde *at* stud.ntnu.no folk.ntnu.no/asmunde/algdat/dijkstra.pdf :: Vi er ofte interessert i å finne korteste, raskeste eller billigste vei mellom to punkter Gods-

Detaljer

Eksamen i TMA4180 Optimeringsteori Løsningsforslag.

Eksamen i TMA4180 Optimeringsteori Løsningsforslag. Eksamen i TMA48 Optimeringsteori Løsningsforslag. Oppgave :. ordens betingelse for minima gir oss f(x) = [ 2x 2x 2 + 2 2x 2 2x 2 ] [ = som er oppfylt for når x 2 = x +. I dette punktet er [ ] 2 2 2 f(x)

Detaljer

Eirik Benum Reksten Hans Olav Norheim. (ja, det kommer nok litt matte nå ja)

Eirik Benum Reksten Hans Olav Norheim. (ja, det kommer nok litt matte nå ja) Eirik Benum Reksten Hans Olav Norheim (ja, det kommer nok litt matte nå ja) Hva er lineærprogrammering? Vi har et problem hvor vi... 1. ønsker å minimere eller å maksimere et mål 2. kan spesifisere målet

Detaljer

EKSAMEN. Dato: 18. mai 2017 Eksamenstid: 09:00 13:00

EKSAMEN. Dato: 18. mai 2017 Eksamenstid: 09:00 13:00 EKSAMEN Emnekode: ITF20006 Emne: Algoritmer og datastrukturer Dato: 18. mai 2017 Eksamenstid: 09:00 13:00 Hjelpemidler: Alle trykte og skrevne Kalkulator Faglærer: Jan Høiberg Om eksamensoppgavene: Oppgavesettet

Detaljer

EKSAMEN I TMA4180 OPTIMERINGSTEORI

EKSAMEN I TMA4180 OPTIMERINGSTEORI Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag Side av 4 Faglig kontakt under eksamen: Marte Pernille Hatlo 7359698 / 97537854 EKSAMEN I TMA48 OPTIMERINGSTEORI Fredag 2. juni

Detaljer

Norsk informatikkolympiade runde

Norsk informatikkolympiade runde Norsk informatikkolympiade 2016 2017 1. runde Sponset av Uke 46, 2016 Tid: 90 minutter Tillatte hjelpemidler: Kun skrivesaker. Det er ikke tillatt med kalkulator eller trykte eller håndskrevne hjelpemidler.

Detaljer

EKSAMEN I TIØ4120 OPERASJONSANALYSE, GK Tirsdag 4. desember 2012 Tid: kl. 1500 1900 (Bokmål)

EKSAMEN I TIØ4120 OPERASJONSANALYSE, GK Tirsdag 4. desember 2012 Tid: kl. 1500 1900 (Bokmål) Fag TIØ 4120 Operasjonsanalyse, grunnkurs 4. desember 2012 Side 1 av 5 NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR INDUSTRIELL ØKONOMI OG TEKNOLOGILEDELSE Faglig kontakt under eksamen:

Detaljer

Forelesning 28. Grafer og trær, eksempler. Dag Normann - 5. mai Grafer og trær. Grafer og trær. Grafer og trær

Forelesning 28. Grafer og trær, eksempler. Dag Normann - 5. mai Grafer og trær. Grafer og trær. Grafer og trær Forelesning 28, eksempler Dag Normann - 5. mai 2008 I dag skal vi se på en rekke eksempeloppgaver, og gjennomgå løsningene på tavla. Alle eksemplene er oppgaver som ville kunne bli gitt til eksamen, enten

Detaljer

Informasjon Eksamen i IN1000 høsten 2017

Informasjon Eksamen i IN1000 høsten 2017 Informasjon Eksamen i IN000 høsten 207 Tid 8. desember kl. 09.00 (4 timer) Faglærerne vil besøke lokalet ca kl 0. Oppgavene Oppgave 2b og 2c er flervalgsoppgaver. Her får man det angitte antall poeng om

Detaljer

Matematikk for IT Eksamen. Løsningsforslag

Matematikk for IT Eksamen. Løsningsforslag HØGSKOLEN I ØSTFOLD, AVDELING FOR INFORMASJONSTEKNOLOGI Matematikk for IT Eksamen 4. januar 2019 Løsningsforslag Christian F. Heide January 10, 2019 OPPGAVE 1 En spørreundersøkelse blant en gruppe studenter

Detaljer

Eksamen S1 høsten 2014

Eksamen S1 høsten 2014 Eksamen S1 høsten 2014 Tid: 2 timer Hjelpemiddel: vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave 1 (3 poeng) Løs likningene a) 2x 10 xx 5 b) x lg 3 5 2 Oppgave 2 (1 poeng)

Detaljer

Eksamen i tdt4120 Algoritmer og datastrukturer

Eksamen i tdt4120 Algoritmer og datastrukturer Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Side 1 av 5 Oppgavestillere: Magnus Lie Hetland Jon Marius Venstad Kvalitetskontroll: Magnar Nedland Faglig

Detaljer

Forelesning 33. Repetisjon. Dag Normann mai Innledning. Kapittel 11

Forelesning 33. Repetisjon. Dag Normann mai Innledning. Kapittel 11 Forelesning 33 Repetisjon Dag Normann - 26. mai 2008 Innledning Onsdag 21/5 gjorde vi oss ferdige med det meste av den systematiske repetisjonen av MAT1030. Det som gjensto var kapitlene 11 om trær og

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Utsatt eksamen i: ECON130 Statistikk 1 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamensdag: 1306017 Sensur kunngjøres senest: 3006017 Tid for eksamen: kl 09:00 1:00 Oppgavesettet er på 5 sider Tillatte

Detaljer

DEL 1 Uten hjelpemidler

DEL 1 Uten hjelpemidler DEL 1 Uten hjelpemidler Oppgave 1 ( poeng) Dag Temperatur Mandag 4 ºC Tirsdag 10 ºC Onsdag 1 ºC Torsdag 5 ºC Fredag 6 ºC Lørdag Tabellen ovenfor viser hvordan temperaturen har variert i løpet av noen dager.

Detaljer

MAT1030 Forelesning 24

MAT1030 Forelesning 24 MAT1030 Forelesning 24 Grafteori og trær Roger Antonsen - 28. april 2009 (Sist oppdatert: 2009-04-28 22:32) Forelesning 24 Oppsummering En graf består av noder og kanter Kanter ligger inntil noder, og

Detaljer

Løsningsforslag for eksamen i fag SIF8010 Algoritmer og datastrukturer Lørdag 9. august 2003, kl

Løsningsforslag for eksamen i fag SIF8010 Algoritmer og datastrukturer Lørdag 9. august 2003, kl SIF8010 2003-08-09 Stud.-nr: Antall sider: 1 Løsningsforslag for eksamen i fag SIF8010 Algoritmer og datastrukturer Lørdag 9. august 2003, kl. 0900 1500 Faglig kontakt under eksamen: Arne Halaas, tlf.

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Forelesning 33: Repetisjon Dag Normann Matematisk Institutt, Universitetet i Oslo 26. mai 2008 Innledning Onsdag 21/5 gjorde vi oss ferdige med det meste av den systematiske

Detaljer

Innledning. MAT1030 Diskret matematikk. Kapittel 11. Kapittel 11. Forelesning 33: Repetisjon

Innledning. MAT1030 Diskret matematikk. Kapittel 11. Kapittel 11. Forelesning 33: Repetisjon Innledning MAT1030 Diskret matematikk Forelesning 33: Repetisjon Dag Normann Matematisk Institutt, Universitetet i Oslo 26. mai 2008 Onsdag 21/5 gjorde vi oss ferdige med det meste av den systematiske

Detaljer

Eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 18. Desember 2000, kl

Eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 18. Desember 2000, kl Student nr.: Side 1 av 5 Eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 18. Desember 2000, kl 0900-1500 Faglig kontakt under eksamen: Arne Halaas, tlf. 73 593442. Hjelpemidler: Alle kalkulatortyper

Detaljer

Anvendelser av grafer

Anvendelser av grafer Grafer Anvendelser av grafer Passer for modeller/datastrukturer med usystematiske forbindelser Ikke-lineære og ikke-hierarkiske koblinger mellom dataobjektene Modellering av nettverk: Veisystemer/rutekart

Detaljer

http://inferno.demonoid.com:3389/announce http://www.sladinki007.net:6500/announce http://theatorrentz.org/announce.php http://download.exodusmachine.net/announce.php http://www.parsonstechnology.net/announce.php

Detaljer

TMA4245 Statistikk Eksamen august 2014

TMA4245 Statistikk Eksamen august 2014 TMA4245 Statistikk Eksamen august 2014 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Oppgave 1 En bedrift produserer en type medisin i pulverform Medisinen selges på flasker

Detaljer

EKSAMENSOPPGÅVE. Kalkulator, Rottmanns tabellar og 2 A4 ark med eigne notater (4 sider).

EKSAMENSOPPGÅVE. Kalkulator, Rottmanns tabellar og 2 A4 ark med eigne notater (4 sider). Fakultet for naturvitenskap og teknologi EKSAMENSOPPGÅVE Eksamen i: Mat-2, Kalkulus 2 Dato: 2. mai 28 Klokkeslett: 9.-. Stad: Asgårdvegen 9 Lovlege hjelpemiddel: Kalkulator, Rottmanns tabellar og 2 A4

Detaljer

LØSNINGSFORSLAG EKSAMEN MA0002, V08

LØSNINGSFORSLAG EKSAMEN MA0002, V08 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 LØSNINGSFORSLAG EKSAMEN MA000, V08 Oppgave 1 Litt av hvert. a) (10%) Løs initialverdiproblemet gitt ved differensialligningen

Detaljer

Løsningsforslag. Oppgavesettet består av 9 oppgaver med i alt 20 deloppgaver. Ved sensur vil alle deloppgaver telle omtrent like mye.

Løsningsforslag. Oppgavesettet består av 9 oppgaver med i alt 20 deloppgaver. Ved sensur vil alle deloppgaver telle omtrent like mye. Løsningsforslag Emnekode: ITF75 Dato: 5 desember Emne: Matematikk for IT Eksamenstid: kl 9 til kl Hjelpemidler: To A4-ark med valgfritt innhold på begge sider Kalkulator er ikke tillatt Faglærer: Christian

Detaljer

LØSNINGSFORSLAG, EKSAMEN I ALGORITMER OG DATASTRUKTURER (IT1105)

LØSNINGSFORSLAG, EKSAMEN I ALGORITMER OG DATASTRUKTURER (IT1105) Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Side 1 av 8 Faglig kontakt under eksamen: Magnus Lie Hetland LØSNINGSFORSLAG, EKSAMEN I ALGORITMER OG DATASTRUKTURER

Detaljer

ALGORITMER OG DATASTRUKTURER

ALGORITMER OG DATASTRUKTURER Stud. nr: Side 1 av 7 NTNU Norges teknisk-naturvitenskapelige universitet BOKMÅL Fakultet for informasjonsteknologi, matematikk og elektroteknikk Institutt for datateknikk og informasjonsvitenskap LØSNINGSFORSLAG,

Detaljer

Eksempeloppgave eksamen 1P-Y våren 2016

Eksempeloppgave eksamen 1P-Y våren 2016 Eksempeloppgave eksamen 1P-Y våren 2016 DEL 1 Uten hjelpemidler Tid: 1,5 timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt. Oppgave 1 Skriv disse tallene

Detaljer

Terminprøve i matematikk for 8. trinn

Terminprøve i matematikk for 8. trinn Terminprøve i matematikk for 8. trinn Våren 2006 bokmål Til noen av oppgavene skal du bruke opplysninger fra informasjonsheftet. Disse oppgavene er merket med dette symbolet: Navn: DELPRØVE 1 Maks. poengsum:

Detaljer

KONTINUASJONSEKSAMEN I FAG ALGORITMER OG DATASTRUKTURER

KONTINUASJONSEKSAMEN I FAG ALGORITMER OG DATASTRUKTURER KONTINUASJONSEKSAMEN I FAG 0 ALGORITMER OG DATASTRUKTURER Onsdag 7 august 99 kl0900-00 Faglig kontakt under eksamen: Bjørn Olstad/Øystein Grøvlen, tlf 7/70 Alle trykte og håndskrevne hjelpemidler tillatt

Detaljer

EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK. Torsdag 2. desember 2010 Tid: kl

EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK. Torsdag 2. desember 2010 Tid: kl Side 1 av 5 NTNU Institutt for industriell økonomi og teknologiledelse Faggruppe for bedriftsøkonomi og optimering Faglig kontakt under eksamen: Navn: Bjørn Nygreen Tlf.: 958 55 997 / (93607) EKSAMEN I

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

DEL 1. Uten hjelpemidler. Forklar hvordan vi kan avgjøre om brøken nedenfor kan forkortes, uten å utføre forkortingen. 2 2 2 n

DEL 1. Uten hjelpemidler. Forklar hvordan vi kan avgjøre om brøken nedenfor kan forkortes, uten å utføre forkortingen. 2 2 2 n DEL 1 Uten hjelpemidler Oppgave 1 (3 poeng) Deriver funksjonene a) f( x) 3ln( x ) b) g( x) x ln(3 x ) Oppgave ( poeng) Forklar hvordan vi kan avgjøre om brøken nedenfor kan forkortes, uten å utføre forkortingen.

Detaljer

Eksamen S2 høsten 2014 løsning

Eksamen S2 høsten 2014 løsning Eksamen S høsten 014 løsning Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave 1 (3 poeng) Deriver funksjonene a) f 3ln 1 3 f 3 1 b) g ln3 1 ln3 g 1

Detaljer

Hjemmelekse for 5a i uke 14, A

Hjemmelekse for 5a i uke 14, A Hjemmelekse for 5a i uke 14, A Tema er multiplikasjon, divisjon, lengdemåling og tid. NB Før utregningen slik at det ikke er tvil om hvordan du tenker. 1. 10 elever fra 5a drar på tivoli. De betaler til

Detaljer

Hva koster transport og hvordan kan man påvirke denne kostnaden?

Hva koster transport og hvordan kan man påvirke denne kostnaden? Presentasjon Nettverkssamling Logimat Hva koster transport og hvordan kan man påvirke denne kostnaden? Tine Tunga 6/11 2013 Erik Gran SINTEF Teknologiledelse/Logistikk 1 Bakgrunn Observasjon: Mange produsenter

Detaljer

verdsetting av denne produksjonsøkningen i enheter av gode 1.

verdsetting av denne produksjonsøkningen i enheter av gode 1. Vidar Christiansen Eksamen i econ360 H0 sensorveiledning. Oppgave U / N F U / X N U / N U / X er den kompensasjon i form av økt forbruk av gode som forbrukeren må ha for å være villig til å arbeide en

Detaljer

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer Eksamensoppgave i TDT4120 Algoritmer og datastrukturer Faglig kontakt under eksamen Magnus Lie Hetland Tlf.!! 91851949 Eksamensdato! 15. august 2013 Eksamenstid (fra til)! 0900 1300 Hjelpemiddelkode D.

Detaljer

EKSAMEN Løsningsforslag

EKSAMEN Løsningsforslag ..4 EKSAMEN Løsigsforslag Emekode: ITF75 Dato: 6. desember Eme: Matematikk for IT Eksamestid: kl 9. til kl. Hjelpemidler: To A4-ark med valgfritt ihold på begge sider. Kalkulator er ikke tillatt. Faglærer:

Detaljer

Globalisering og logistikkmodeller. Seminar om Nyskaping og Næringsutvikling - HiMolde Kjetil Haugen 22. September 2009

Globalisering og logistikkmodeller. Seminar om Nyskaping og Næringsutvikling - HiMolde Kjetil Haugen 22. September 2009 Globalisering og logistikkmodeller Seminar om Nyskaping og Næringsutvikling - HiMolde Kjetil Haugen 22. September 2009 Målsetning med delprosjektet Viderutvikle logistikkmodeller hensyn tatt til globalisering.

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

Eksamensoppgave i TMA4245 Statistikk

Eksamensoppgave i TMA4245 Statistikk Institutt for matematiske fag Eksamensoppgave i TMA4245 Statistikk Faglig kontakt under eksamen: Håkon Tjelmeland Tlf: 48 22 18 96 Eksamensdato:??. august 2014 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte

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

1P eksamen høsten Løsningsforslag

1P eksamen høsten Løsningsforslag 1P eksamen høsten 2017 - Løsningsforslag Tid: 2 timer Hjelpemidler: Vanlige skrivesaker, linjal med centimetermål og vinkelmåler er tillatt. Oppgave 1 (2 poeng) En vare koster 640 kroner. Butikkeieren

Detaljer

Studentnummer: Side 1 av 1. Løsningsforslag, Eksamen i TDT4120 Algoritmer og datastrukturer August 2005

Studentnummer: Side 1 av 1. Løsningsforslag, Eksamen i TDT4120 Algoritmer og datastrukturer August 2005 Studentnummer: Side 1 av 1 Løsningsforslag, Eksamen i TDT4120 Algoritmer og datastrukturer August 2005 Faglige kontakter under eksamen: Magnus Lie Hetland, Arne Halaas Tillatte hjelpemidler: Bestemt enkel

Detaljer

Kodegenerering, del 2: Resten av Kap. 8 pluss tilleggsnotat (fra kap. 9 i ASU ) INF5110 V2007

Kodegenerering, del 2: Resten av Kap. 8 pluss tilleggsnotat (fra kap. 9 i ASU ) INF5110 V2007 Kodegenerering, del 2: Resten av Kap. 8 pluss tilleggsnotat (fra kap. 9 i ASU ) INF5110 V2007 Stein Krogdahl, Ifi UiO NB: Innfører noen begreper som først og fremst har mening om man skal gå videre med

Detaljer

Hva betyr det at noe er samfunnsøkonomisk effektivt? Er det forskjell på samfunnsøkonomisk og bedriftsøkonomisk effektivitet?

Hva betyr det at noe er samfunnsøkonomisk effektivt? Er det forskjell på samfunnsøkonomisk og bedriftsøkonomisk effektivitet? Effektivitet Når et land fjerner handelshindre er det noe som tjener og noen som taper på endringene i markedene. Hvordan kan vi vite om det er en samlet gevinst slik at vinnerne i prinsippet kan kompensere

Detaljer

EKSAMEN. Oppgavesettet består av 16 oppgaver. Ved sensur vil alle oppgaver telle like mye med unntak av oppgave 6 som teller som to oppgaver.

EKSAMEN. Oppgavesettet består av 16 oppgaver. Ved sensur vil alle oppgaver telle like mye med unntak av oppgave 6 som teller som to oppgaver. EKSAMEN Emnekode: ITF0705 Dato: 5. desember 204 Emne: Matematikk for IT Eksamenstid: kl 09.00 til kl 3.00 Hjelpemidler: To A4-ark med valgfritt innhold på begge sider. Kalkulator er ikke tillatt. Faglærer:

Detaljer

NITH PG4200 Algoritmer og datastrukturer Løsningsforslag Eksamen 4.juni 2013

NITH PG4200 Algoritmer og datastrukturer Løsningsforslag Eksamen 4.juni 2013 NITH PG4200 Algoritmer og datastrukturer Løsningsforslag Eksamen 4.juni 20 ette løsningsforslaget er til tider mer detaljert enn det man vil forvente av en eksamensbesvarelse. et er altså ikke et eksempel

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF 3230/4230 Formell modellering og analyse av kommuniserende systemer Eksamensdag: 18. mars 2005 Tid for eksamen: 13.30 16.30

Detaljer

Emnenavn: Matematikk for IT. Eksamenstid: Faglærer: Christian F Heide

Emnenavn: Matematikk for IT. Eksamenstid: Faglærer: Christian F Heide EKSAMEN Emnekode: ITF10705 Dato: 4. januar 2019 Hjelpemidler: - To A4-ark med valgfritt innhold på begge sider. Emnenavn: Matematikk for IT Eksamenstid: 09.00 13.00 Faglærer: Christian F Heide Kalkulator

Detaljer

Eksamen MAT1013 Matematikk 1T Våren 2013

Eksamen MAT1013 Matematikk 1T Våren 2013 Eksamen MAT1013 Matematikk 1T Våren 2013 Oppgave 1 (1 poeng) Regn ut og skriv svaret på standardform DEL 1 Uten hjelpemidler 750 000 0,005 Oppgave 2 (1 poeng) Løs likningssystemet 2x3y7 5x2y8 Oppgave 3

Detaljer

Eksamen S2 va r 2017 løsning

Eksamen S2 va r 2017 løsning Eksamen S va r 017 løsning Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave 1 (5 poeng) Deriver funksjonene a) f 1 f b) g ln 1 g h 1 e c) h e e e Oppgave

Detaljer

Go with the. Niende forelesning. Mye matematikk i boka her ikke så komplisert, men mye å holde styr på.

Go with the. Niende forelesning. Mye matematikk i boka her ikke så komplisert, men mye å holde styr på. Go with the Niende forelesning Mye matematikk i boka her ikke så komplisert, men mye å holde styr på. Fokuserer på de viktigste ideene i dagens forelesning, så det forhåpentligvis blir lettere å skjønne

Detaljer

Løsningsforslag for eksamen i fag TDT4120 Algoritmer og datastrukturer Tirsdag 9. desember 2003, kl

Løsningsforslag for eksamen i fag TDT4120 Algoritmer og datastrukturer Tirsdag 9. desember 2003, kl TDT4120 2003-12-09 Stud.-nr: Antall sider: 1/7 Løsningsforslag for eksamen i fag TDT4120 Algoritmer og datastrukturer Tirsdag 9. desember 2003, kl. 0900 1500 Faglig kontakt under eksamen: Arne Halaas,

Detaljer

Eksamen i fag SIF8010 Algoritmer og datastrukturer Lørdag 9. august 2003, kl

Eksamen i fag SIF8010 Algoritmer og datastrukturer Lørdag 9. august 2003, kl SIF8010 2003-08-09 Stud.-nr: Antall sider: 1 Eksamen i fag SIF8010 Algoritmer og datastrukturer Lørdag 9. august 2003, kl. 0900 1500 Faglig kontakt under eksamen: Arne Halaas, tlf. 41661982; Magnus Lie

Detaljer

Moderne optimering mer enn å derivere!!

Moderne optimering mer enn å derivere!! Faglig pedagogisk dag 2000, 4. januar Moderne optimering mer enn å derivere!! Geir Dahl, Prof. matematikk, Matematisk inst. og Inst. for informatikk aksjer - eksempel på LP (lineær programmering) noen

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

DEL 1 Uten hjelpemidler

DEL 1 Uten hjelpemidler DEL Uten hjelpemidler Oppgave (8 poeng) a) Løs likningene ) 7 + + = 6 3 6 ) = 0 b) Løs likningssystemet y= y+ = 3 c) ) Løs likningen 3 = 4 ) Finn en formel for når y = a b d) Vi har gitt funksjonen: (

Detaljer

Longest. increasing. subsequence. Betingelser. Matrise- common. Grådig vs. DP. Forside. Intro. Fibonacci-tall. Memoisering DP

Longest. increasing. subsequence. Betingelser. Matrise- common. Grådig vs. DP. Forside. Intro. Fibonacci-tall. Memoisering DP og dynamisk Matrisemultiplikasjomultiplikasjon programmering Matrise- Åsmund Eldhuset og Dette er to ganske like teknikker for å lage algoritmer De kan brukes på svært mange tilsynelatende forskjellige

Detaljer