3.9 Teori og praksis for Minste kvadraters metode.

Størrelse: px
Begynne med side:

Download "3.9 Teori og praksis for Minste kvadraters metode."

Transkript

1 3.9 Teori og praksis for Minste kvadraters metode. Vi fortsetter med minste kvadraters problem. Nå skal vi se nærmere på noen teoretiske spørsmål, bl.a. hvordan normallikningene utledes. Minner om MK problemstillingen: La A være en m n matrise (der typisk m>n)ogla b IR m og betrakt det overbestemte lineære likningssystemet Ax = b. Systemet har vanligvis ingen løsning. For enhver vektor x IR n defineres residualet r = r(x) som feilen r(x) = Ax b. En vektor x som gir minst mulig residual vektor (målt i Euklidsk norm) kalles en minste kvadraters løsning av Ax = b. Altså: Ax b Ax b for alle x IR n. Lin.alg. Seksjon 3.9: #1 of 9

2 Minste kvadraters problem i IR n. Vi diskuterer MK problemet med vekt på geometrisk forståelse. La x som vanlig være vektoren x 1 x =. x n. Husk at avstanden (Euklidsk avstand) mellom vektorene x og y er x y = (x y) T (x y)=( (x j y j ) 2 ) 1/2. j Vi er interessert i følgende problem: Minste kvadraters problem i IR n : La W være et underrom av IR n og la v IR n være gitt. Finn en vektor w W slik at v w v w for alle w W. En slik vektor w kalles en beste minste-kvadraters approksimasjon til v. Altså: nærmeste punkt til v i W. v v-w* w* Lin.alg. Seksjon 3.9: #2 of 9

3 Geometrisk tyder figuren på atbeste minste-kvadraters approksimasjon kjennetegnes av at residualet (feilen) v w er ortogonal på underrommet W, dvs. ortogonal på alle vektorer i W. Vi viser nå at dette faktisk er tilfelle helt generelt! Teorem 18. La W være et p-dimensjonalt underrom av IR n og la v IR n. Anta at en vektor w oppfyller (v w ) T w = 0 for alle w W. Da er w beste minste-kvadraters approksimasjon til v. Bevis. La w W. Ortogonaliteten, eller Pythagoras, gir at v w 2 = (v w )+(w w) 2 = (v w ) T (v w )+2(v w ) T (w w)+ (w w) T (w w) = v w 2 + w w 2 v w 2. Dette viser også at beste minste-kvadraters approksimasjon er entydig: Fra siste ulikhet ser vi at hvis v w = v w,såmåw=w. Lin.alg. Seksjon 3.9: #3 of 9

4 Hvordan finne beste approksimasjon? Forrige teorem sier at vi bør lete etter en vektor w som oppfyller (v w ) T w = 0 for alle w W. Heldigvis er det nok å sjekke denne ortogonaliteten for et fåtall vektorer, nemlig en basis for W. Teorem 19. La W være et p-dimensjonalt underrom av IR n og la u 1,...,u p være en basis for W. Da holder (v w ) T w = 0 for alle w W hvis og bare hvis (v w ) T u i = 0 for i = 1,...,p. (2) (Bevis: hver vektor w W er på formenw= ia i u i ; bruk linearitet av matriseproduktet). Legg merke til at likning (2) er et system av p lineære likninger som den ukjente vektoren w skal oppfylle. Vi finner da en beste minste kvadraters løsning ved å løse dette likningssystemet. Mer om dette følger! Eksistems og entydighet av beste approksimasjon. Teorem 20. La W være et p-dimensjonalt underrom av IR n og la v IR n. Da er det nøyaktig én beste minste kvadraters løsning til v i W. Lin.alg. Seksjon 3.9: #4 of 9

5 Bevis. Eksistens. Vi kan finne en løsning av likning (2) på følgende måte. Vi kan anta at basisen u 1,...,u p er ortogonal (for eller kan vi bruke Gram-Schmidt). Siden w skal ligge i W fins skalarer a 1,...,a p slik at p w = a i u i. i=1 Setter dette inn i likning (2) og får pga. ortogonaliteten at (v) T u i a i u T i u i = 0 for i = 1,...,p. Dette gir at a i = (v) T u i /u T i u i for i = 1,...,p. Med disse koeffisientene blir w gitt ved p w = ((v) T u i /u T i u i)u i. (4) i=1 og likning (2) holder. Ut fra Teorem 18 og 19 ser vi da at w er en beste approksimasjon til v i W. Entydighet. Dette viste vi foran (side 3). Lin.alg. Seksjon 3.9: #5 of 9

6 Minste-kvadraters løsning til inkonsistente systemer Ax = b. Vi vender tilbake til problemet: finn minste kvadraters løsning x av Ax = b, dvs. Ax b Ax b for alle x IR n. Hva er forbindelsen til approksimasjonsproblemet vårt? Vi har jo at x Ax er en lineær transformasjon og når x gjennomløper hele IR n vil y = Ax gjennomløpe underrommet R(A) av IR m ; dette er rekkevidden eller kolonnerommet til A. Såtilhvery R(A) fins minst én x slik at y = Ax. Videre er min{ Ax b : x IR n }=min{ y b : y R(A)}. Vi lar nå W = R(A) og får: La y være en beste minste-kvadraters approksimasjon til b i W = R(A). Daerx IR n en minste kvadraters løsning av Ax = b hvis og bare hvis Ax = y. Vi vet at y er løsningen av w T (y b) = 0 for alle w W. Her er det nok å kreve dette for alle vektorer w i en basis for W.Og,idetW =R(A), vil jo kolonnene A j, j = 1,...,nutspenne W.Altså: A T i (y b) = 0 som på matriseform blir for j = 1,...,n A T (y b) = 0. Lin.alg. Seksjon 3.9: #6 of 9

7 Siden y = Ax ser vi derfor at x er løsning av systemet A T (Ax b) = 0 eller A T Ax = A T b. Dette er jo nettopp normallikningene! Ut fra denne diskusjonen får vi et bevis for vårt hovedresultat om MK problemet, nemlig Teorem 17. Betrakt systemet Ax = b. Da gjelder: (i) Systemet A T Ax = A T b er konsistent. (ii) Minste kvadraters løsninger av Ax = b er nettopp løsningene av A T Ax = A T b. (iii) MK (minste kvadraters) løsningen av Ax = b er unik hvis og bare hvis A har rang n. Entydighet av minste-kvadraters løsning til Ax = b. Vi har sett at det er en entydig beste minste kvadraters løsning y til v i W (når W er underrom og v er gitt). MEN: dette betyr ikke at man alltid har entydig minste kvadraters løsninger av Ax = b. Grunnen til dette er at selv om y er entydig såkandet være mange løsninger (og minst én løsning) x av Ax = y. Lin.alg. Seksjon 3.9: #7 of 9

8 Hvis kolonnene i A er lineært uavhengige,så er det en entydig løsning x (dette følger direkte av definisjonen av lineær uavhengighet). Men hvis kolonnene i A er lineært avhengige, vil det være uendelig mange slike løsninger. Man kan da f.eks. være interessert i en minste kvadraters løsning x med minst norm, så x =min{ x : Ax = y }. Pseudoinvers. Det kan vises at for enhver m n matrise A så fins det en entydig n m matrise X slik at AX I m F blir minst mulig. Her bruker vi Frobenius normen for matriser definert ved m n A F = a 2 i,j. i=1 j=1 (Dette er det samme som å oppfatte matrisen som en lang vektor av dimensjon mn og beregne Euklidsk norm.) Denne entydige løsningen X betegnes med A + og kalles den pseudoinverse til A. La nå x være minimum norm minste kvadraters løsning av Ax = b. Da kan det vises at x = A + b. Hvis A er ikkesingulær, har man at A + = A 1,såvihar en videreføring av formelen x = A 1 b for vilkårlige matriser!! Lin.alg. Seksjon 3.9: #8 of 9

9 MATLAB og minste-kvadraters løsninger. MATLAB kommandoen x=a \ b returner minimum norm minste kvadraters løsning av Ax = b, dvs.a + b. Hvis m = n og Ax = b er inkonsistent, vil x=a \ b gi en advarsel og ingen MK løsning. Hvis man likevel ønsker en MK løsning, så kan man gjøre dette ved å stille opp normallikningene og løse disse på vanlig måte. MATLAB kommandoen pinv(a) resturnerer den pseudoinverse til matrisen A. Derfor kan man også finne minimum norm minste kvadraters løsning av Ax = b ved kommandoen pinv(a) b. Lin.alg. Seksjon 3.9: #9 of 9

4.2 Nullrom, kolonnerom og lineære transformasjoner

4.2 Nullrom, kolonnerom og lineære transformasjoner 4.2 Nullrom, kolonnerom og lineære transformasjoner Utover Span {v 1, v 2,..., v p } er det en annen måte vi får lineære underrom på! Ser nå på V = R n. Skal se at det er visse underrom knyttet til en

Detaljer

Kap. 6 Ortogonalitet og minste kvadraters problemer

Kap. 6 Ortogonalitet og minste kvadraters problemer Kap. 6 Ortogonalitet og minste kvadraters problemer vanlig indreprodukt (prikkprod.) i IR n, egenskaper. ortogonalitet i IR n Pythagoras teorem: u og v i IR n er ortogonale hvis og bare hvis u + v 2 =

Detaljer

10 Radrommet, kolonnerommet og nullrommet

10 Radrommet, kolonnerommet og nullrommet Radrommet kolonnerommet og nullrommet La A være en m n matrise Vi kan beskrive matrisen ved hjelp av dens rader r A r r i R n r m eller dens kolonner A [ c c c n ci R m Definisjon (se Def 7 i boka) For

Detaljer

Minste kvadraters løsning, Symmetriske matriser

Minste kvadraters løsning, Symmetriske matriser Minste kvadraters løsning, Symmetriske matriser NTNU, Institutt for matematiske fag 19. november 2013 Inkonsistent ligningsystem Anta at Ax = b er et inkonsistent ligningsystem, da er b ikke i Col(A).

Detaljer

Lineær algebra-oppsummering

Lineær algebra-oppsummering Kapittel 9 Lineær algebra-oppsummering Matriser 1 Matriser er et rektangulært sett av elementer ordnet i rekker og kolonner: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij m n a m1 a n2 a mn 2 Kvadratisk matrise:

Detaljer

Kap. 5 Egenverdier og egenvektorer

Kap. 5 Egenverdier og egenvektorer Kap. 5 Egenverdier og egenvektorer Egenverdier, egenvektorer og diagonaliserbarhet er sentrale begreper for kvadratiske matriser. Mye er kjent fra tidligere, skal repetere dette og gå videre. Sammenhengen

Detaljer

MAT 1110: Bruk av redusert trappeform

MAT 1110: Bruk av redusert trappeform Tom Lindstrøm 10/5, 2006: MAT 1110: Bruk av redusert trappeform I Lays bok brukes den reduserte trappeformen til matriser til å løse en rekke problemer knyttet til ligningssystemer, lineærkombinasjoner,

Detaljer

Repetisjon: om avsn og kap. 3 i Lay

Repetisjon: om avsn og kap. 3 i Lay Repetisjon: om avsn. 2.1-2.4 og kap. 3 i Lay Matrisemultiplikasjon La A = [a ij ] være en m n matrise og B = [b kl ] være en n p matrise. ] Skriv B = [b 1 b 2 b p der b j -ene er i R n for hver j. Produktet

Detaljer

Lineær Algebra og Vektorrom. Eivind Eriksen. Høgskolen i Oslo, Avdeling for Ingeniørutdanning

Lineær Algebra og Vektorrom. Eivind Eriksen. Høgskolen i Oslo, Avdeling for Ingeniørutdanning Lineær Algebra og Vektorrom Eivind Eriksen Høgskolen i Oslo, Avdeling for Ingeniørutdanning c Eivind Eriksen 2005. Innhold Kapittel 1. Lineære likningssystemer 1 1.1. Lineære likningssystemer i to variable

Detaljer

Lineære likningssett.

Lineære likningssett. Lineære likningssett. Forelesningsnotater i matematikk. Lineære likningssystemer. Side 1. 1. Innledning. La x 1, x, x n være n ukjente størrelser. La disse størrelsene være forbundet med m lineære likninger,

Detaljer

Lineær algebra. 0.1 Vektorrom

Lineær algebra. 0.1 Vektorrom Lineær algebra Siden dette temaet er alt for stort til å kunne gjennomgås på en halvtime, med alle de teoremene og denisjonene som skal til, har jeg laget dette notatet. Det bygger hovedsakelig på notatene

Detaljer

Emne 10 Litt mer om matriser, noen anvendelser

Emne 10 Litt mer om matriser, noen anvendelser Emne 10 Litt mer om matriser, noen anvendelser (Reelle) ortogonale matriser La A være en reell, kvadratisk matrise, dvs. en (n n)-matrise hvor hvert element Da vil A være ortogonal dersom: og Med menes

Detaljer

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 3 Faglig kontakt under eksamen: Carl Fredrik Berg (975 05 585) EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

Detaljer

Gauss-eliminasjon og matrisemultiplikasjon

Gauss-eliminasjon og matrisemultiplikasjon DUMMY Gauss-eliminasjon og matrisemultiplikasjon Lars Sydnes 9 september 2015 Sammendrag Dette notatet handler om hvordan man løser lineære ligningssystemer, altså systemer av flere ligninger i flere ukjente,

Detaljer

Kap. 5 Egenverdier og egenvektorer

Kap. 5 Egenverdier og egenvektorer Kap. 5 Egenverdier og egenvektorer Egenverdier, egenvektorer og diagonaliserbarhet er sentrale begreper for kvadratiske matriser. Mye er kjent fra tidligere, skal repetere dette og gå videre. Sammenhengen

Detaljer

Lineære likningssystemer

Lineære likningssystemer Kapittel 1 Lineære likningssystemer Jeg tenker på et tall slik at π ganger tallet er 12. 1.1 Lineære likninger Matematikk dreier seg om å løse problemer. Problemene gjøres ofte om til likninger som så

Detaljer

Polynomisk interpolasjon

Polynomisk interpolasjon Polynomisk interpolasjon Hans Munthe-Kaas 1. jaunar 2002 Abstract Dette notatet tar for seg interpolasjon med polynomer. Notatet er ment som et tillegg til læreboken i I162, og forsøker å framstille dette

Detaljer

Forelesning 10 Cramers regel med anvendelser

Forelesning 10 Cramers regel med anvendelser Forelesning 10 Cramers regel med anvendelser Eivind Eriksen 25. mars 2010 Lineære likningssystemer Vi minner om at ethvert lineært likningssystem Ax = b kan løses ved hjelp av Gauss eliminasjon, som er

Detaljer

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra Universitet i Bergen Det matematisk-naturvitenskapelige fakultet Bokmål Eksamen i emnet MAT - Lineær algebra Onsdag 5 september, 0, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets

Detaljer

Emne 7. Vektorrom (Del 1)

Emne 7. Vektorrom (Del 1) Emne 7. Vektorrom (Del 1) Første del av dette emnet innholder lite nytt regnemessig, men vi innfører en rekke nye begreper. Avbildning (image). R m T R n n image(t) Vi kan starte med samme skjematiske

Detaljer

Forelesning 14 Systemer av dierensiallikninger

Forelesning 14 Systemer av dierensiallikninger Forelesning 14 Systemer av dierensiallikninger Eivind Eriksen 9. april 010 Dierensiallikninger En dierensiallikning inneholder en avhengig variabel (typisk y ) og en uavhengig variabel (typisk x), som

Detaljer

Ikke lineære likninger

Ikke lineære likninger Ikke lineære likninger Opp til nå har vi studert lineære likninger og lineære likningsystemer. 1/19 Ax = b Ax b = 0. I en dimensjon, lineære likninger kan alltid løses ved hjelp av formler: ax + b = 0

Detaljer

Emne 9. Egenverdier og egenvektorer

Emne 9. Egenverdier og egenvektorer Emne 9. Egenverdier og egenvektorer Definisjon: Vi starter med en lineær transformasjon fra til, hvor Dersom, hvor, sier vi at: er egenverdiene til A er tilhørende egenvektorer. betyr at er et reelt eller

Detaljer

x n+1 rx n = 0. (2.2)

x n+1 rx n = 0. (2.2) Kapittel 2 Første ordens lineære differenslikninger 2.1 Homogene likninger Et av de enkleste eksemplene på en følge fås ved å starte med et tall og for hvert nytt ledd multiplisere det forrige leddet med

Detaljer

Lineær algebra. H. Fausk 09.03.2015. i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.

Lineær algebra. H. Fausk 09.03.2015. i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over. Lineær algebra H. Fausk 09.03.2015 Første utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. Selv om løsningen av lineære likingsystem i prinsippet er elementært blir det fort

Detaljer

Matriseoperasjoner. E.Malinnikova, NTNU, Institutt for matematiske fag. September 22, 2009

Matriseoperasjoner. E.Malinnikova, NTNU, Institutt for matematiske fag. September 22, 2009 Matriseoperasjoner E.Malinnikova, NTNU, Institutt for matematiske fag September 22, 2009 Addisjon av matriser Hvis A = [a ij ] og B = [b ij ] er matriser med samme størrelse, så er summen A + B matrisen

Detaljer

Lineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.

Lineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over. Lineær algebra H. Fausk 09.03.2015 Andre utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. I prinsippet er det enkelt, men det blir fort veldig mange regneoperasjoner som

Detaljer

Emne 6. Lineære transformasjoner. Del 1

Emne 6. Lineære transformasjoner. Del 1 Emne 6. Lineære transformasjoner. Del 1 Lineære transformasjoner kan sammenliknes med vanlig funksjonslære. X x 1 x 2 x 3 f Y Gitt to tallmengder X og Y. y 1 En funksjon f er her en regel som y 2 knytter

Detaljer

Innlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9

Innlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9 Innlevering BYPE000 Matematikk 000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 4. april 014 før forelesningen Antall oppgaver: 9 1 Regn ut determinanten til følgende matriser. (Det er også

Detaljer

Obligatorisk oppgave 1 MAT1120 H15

Obligatorisk oppgave 1 MAT1120 H15 Obligatorisk oppgave MAT20 H5 Innleveringsfrist: torsdag 24/09-205, innen kl 4.30. Besvarelsen leveres på Matematisk institutt, 7. etasje i N.H. Abels hus. Husk å bruke forsiden som du finner via hjemmesiden.

Detaljer

Tiden går og alt forandres, selv om vi stopper klokka. Stoffet i dette kapittelet vil være en utømmelig kilde med tanke på eksamensoppgaver.

Tiden går og alt forandres, selv om vi stopper klokka. Stoffet i dette kapittelet vil være en utømmelig kilde med tanke på eksamensoppgaver. Kapittel 4 Anvendelser av lineære likningssystemer Tiden går og alt forandres, selv om vi stopper klokka Stoffet i dette kapittelet vil være en utømmelig kilde med tanke på eksamensoppgaver 4 Populasjonsdynamikk

Detaljer

4.9 Anvendelser: Markovkjeder

4.9 Anvendelser: Markovkjeder 4.9 Anvendelser: Markovkjeder Markov kjeder er en spesiell type diskret dynamisk system. Stokastisk modell: grunnleggende i sannsynlighetsregning. Vinner av Abelprisen 2007, S. Varadhan, jobber i dette

Detaljer

Seksjonene : Vektorer

Seksjonene : Vektorer Seksjonene 10.2-3: Vektorer Andreas Leopold Knutsen 22. mars 2010 Vektorer i R 3 Vektor = objekt med både størrelse (lengde) og retning. Lengden til en vektor v betegnes med v Nullvektoren 0 er vektoren

Detaljer

MAT 1120: Obligatorisk oppgave 2, H-09

MAT 1120: Obligatorisk oppgave 2, H-09 MAT 1120: Obligatorisk oppgave 2, H-09 Innlevering: Senest fredag 30 oktober, 2009, kl1430, på Ekspedisjonskontoret til Matematisk institutt (7 etasje NHA) Du kan skrive for hånd eller med datamaskin,

Detaljer

100 ENKLERE OPPGAVER MED HINT OG LØSNINGSFORSLAG I LINEÆR ALGEBRA (OG NOEN I DISKRET MATEMATIKK)

100 ENKLERE OPPGAVER MED HINT OG LØSNINGSFORSLAG I LINEÆR ALGEBRA (OG NOEN I DISKRET MATEMATIKK) ENKLERE OPPGAVER MED HINT OG LØSNINGSFORSLAG I LINEÆR ALGEBRA (OG NOEN I DISKRET MATEMATIKK) EIVIND ERIKSEN, TROND STØLEN GUSTAVSEN, AND HELGE HÜLSEN Introduksjon Dette kompendiet inneholder oppgaver med

Detaljer

DAFE ELFE Matematikk 1000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2015 Antall oppgaver: 10 + 3

DAFE ELFE Matematikk 1000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2015 Antall oppgaver: 10 + 3 Innlevering DAFE ELFE Matematikk HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2 Antall oppgaver: + 3 For hver av matrisene nedenfor nn den ekvivalente matrisen som er på redusert

Detaljer

Obligatorisk oppgavesett 2 MAT1120 H16

Obligatorisk oppgavesett 2 MAT1120 H16 Obligatorisk oppgavesett 2 MAT1120 H16 Innleveringsfrist: torsdag 03.11.2016, innen kl 14.30. Besvarelsen leveres på Matematisk institutt, 7. etasje i N.H. Abels hus. Husk å bruke forsiden som du finner

Detaljer

Løsningsforslag eksamen STE 6038 Geometrisk modellering 9/8 1995

Løsningsforslag eksamen STE 6038 Geometrisk modellering 9/8 1995 Løsningsforslag eksamen STE 638 Geometrisk modellering 9/8 995. a) Vi skal bestemme hvilke av avbildningene/transformasjonene som er homeomorfier. f 4 6 Determinanten til matrisen er lik, dvs at den har

Detaljer

Kapittel 3. Mer om egenverdier og egenvektorer. 3.1 Komplekse n-tupler og vektorer

Kapittel 3. Mer om egenverdier og egenvektorer. 3.1 Komplekse n-tupler og vektorer Kapittel 3 Mer om egenverdier og egenvektorer I neste kapittel skal vi lære å løse systemer av difflikninger. Da vil vi trenge egenverdier og egenvektorer, og selv om vi skal løse reelle problemer, vil

Detaljer

John Haugan. Matematikk for ingeniørstudenter: Lineær algebra

John Haugan. Matematikk for ingeniørstudenter: Lineær algebra John Haugan Matematikk for ingeniørstudenter: Lineær algebra Studieprogram Energi og miljø i bygg, 25-26 2 John Haugan Matematikk for ingeniørstudenter: Lineær algebra Studieprogram Energi og miljø i bygg,

Detaljer

Kapittel 3: degenerasjon.

Kapittel 3: degenerasjon. LP. Leksjon 3 Kapittel 3: degenerasjon. degenerasjon eksempel på sirkling den leksikografiske metoden andre pivoteringsregler fundamentaleoremet i LP LP. Leksjon 3: #1 of 15 Repetisjon simpleksalgoritmen:

Detaljer

MAT 1120: Obligatorisk oppgave 1, H-09

MAT 1120: Obligatorisk oppgave 1, H-09 MAT 110: Obligatorisk oppgave 1, H-09 Innlevering: Senest fredag 5. september, 009, kl.14.30, på Ekspedisjonskontoret til Matematisk institutt (7. etasje NHA). Du kan skrive for hånd eller med datamaskin,

Detaljer

Semesteroppgave. TMA4215 Numerisk Matematikk Gruppe nr. 6 Kristian Stormark og Bjørn E. Vesterdal. Høst 2003

Semesteroppgave. TMA4215 Numerisk Matematikk Gruppe nr. 6 Kristian Stormark og Bjørn E. Vesterdal. Høst 2003 Semesteroppgave TMA4215 Numerisk Matematikk Gruppe nr. 6 Kristian Stormark og Bjørn E. Vesterdal Høst 2003 Sammendrag Fra datasettet med termodynamiske egenskaper for vann ved konstant temperatur 25 C

Detaljer

Tallfølger er noe av det første vi treffer i matematikken, for eksempel når vi lærer å telle.

Tallfølger er noe av det første vi treffer i matematikken, for eksempel når vi lærer å telle. Kapittel 1 Tallfølger 1, 2, 3, 4, 5, 6, 7, 8,... Det andre temaet i kurset MAT1001 er differenslikninger. I en differenslikning er den ukjente en tallfølge. I dette kapittelet skal vi legge grunnlaget

Detaljer

Obligatorisk innlevering 3 - MA 109, Fasit

Obligatorisk innlevering 3 - MA 109, Fasit Obligatorisk innlevering - MA 9, Fasit Vektorer Oppgave: Avgjør om, og er lineært uavhengige Dette er spørsmålet om det finnes vekter x, x, x - ikke alle lik - slik at x + x + x = Vi skriver det på augmentert

Detaljer

Matriser og Kvadratiske Former

Matriser og Kvadratiske Former Eivind Eriksen Matriser og Kvadratiske Former 15 mars 2012 Handelshøyskolen BI Innhold 1 Matriser og vektorer 1 11 Matriser 1 12 Matriseaddisjon 2 13 Matrisesubtraksjon 3 14 Skalarmultiplikasjon 3 15

Detaljer

EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Mandag 6. juni 2011 løsningsforslag

EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Mandag 6. juni 2011 løsningsforslag Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 EKSAMEN I TMA4 MATEMATIKK 3 Bokmål Mandag 6. juni løsningsforslag Hjelpemidler (kode C): Enkel kalkulator (HP3S eller

Detaljer

I dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer.

I dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer. Kapittel 2 Matriser I dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer. 2.1 Definisjoner og regneoperasjoner

Detaljer

Utkast til løsningsforslag til eksamen i emnet MAT 121 - Lineær algebra Utan ansvar for feil og mangler Mandag 31. mai 2010, kl. 09-14.

Utkast til løsningsforslag til eksamen i emnet MAT 121 - Lineær algebra Utan ansvar for feil og mangler Mandag 31. mai 2010, kl. 09-14. Utkast til løsningsforslag til eksamen i emnet MAT 2 - Lineær algebra Utan ansvar for feil og mangler Mandag 3. mai 2, kl. 9-4. Oppgave En bisverm flyr mellom to kuber, A og B, på dagtid, og hver bi blir

Detaljer

Ikke-separable problemer

Ikke-separable problemer Feilrettingsmetoder Ikke-separable problemer Feilrettingsmetodene konvergerer under gitte betingelser til løsningsvektorer for lineært separable problemer, men kan også gi gode resultater på ikke-separable

Detaljer

Øving 4 Egenverdier og egenvektorer

Øving 4 Egenverdier og egenvektorer Øving Egenverdier og egenvektorer En egenvektor til en matrise A er løsning av likningen A.x = Λ x hvor Λ er en konstant. Det betyr at virkningan av å multiplisere en matirse med en vektor gir en ny vektor

Detaljer

Øving 2 Matrisealgebra

Øving 2 Matrisealgebra Øving Matrisealgebra Gå til menyen Edit Preferences... og sett Format type of new output cells til TraditionalForm hvis det ikke allerede er gjort. Start med to eksempelmatriser med samme dimensjon: In[]:=

Detaljer

5.6 Diskrete dynamiske systemer

5.6 Diskrete dynamiske systemer 5.6 Diskrete dynamiske systemer Egenverdier/egenvektorer er viktige for å analysere systemer av typen x k+1 = A x k, k 0, der A er en kvadratisk diagonaliserbar matrise. Tenker her at x k angir systemets

Detaljer

Høgskolen i Oslo og Akershus. = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) e 2x + x 2 ( e 2x) 1 sin x (sin x) + 2x = cos x

Høgskolen i Oslo og Akershus. = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) e 2x + x 2 ( e 2x) 1 sin x (sin x) + 2x = cos x Oppgåve a) i) ii) f(x) x e x f (x) ( x ) e x + x ( e x) xe x + x e x (x) xe x + x e x xe x ( + x) g(x) ln(sin x) + x g (x) sin x (sin x) + x cos x sin x + x tan x + x b) i) ( x + ) dx x x dx+ x dx x +

Detaljer

Dimensjonalitetsproblemer (3)

Dimensjonalitetsproblemer (3) Dimensjonalitetsproblemer Dimensjonalitetsproblemer (3) Ved å inkludere flere uavhengige egenskaper der µ i1 6= µ i2 i egenskapsvektoren vil r 2 øke og P(e) avta, slik at: P d+1 (e) apple P d (e). Dette

Detaljer

Avdeling for lærerutdanning. Lineær algebra. for allmennlærerutdanningen. Inger Christin Borge

Avdeling for lærerutdanning. Lineær algebra. for allmennlærerutdanningen. Inger Christin Borge Avdeling for lærerutdanning Lineær algebra for allmennlærerutdanningen Inger Christin Borge 2006 Innhold Notasjon iii 1 Lineære ligningssystemer 1 1.1 Lineære ligninger......................... 1 1.2 Løsningsmengde

Detaljer

MAT 100a - LAB 3. Vi skal først illustrerere hvordan Newtons metode kan brukes til å approksimere n-te roten av et positivt tall.

MAT 100a - LAB 3. Vi skal først illustrerere hvordan Newtons metode kan brukes til å approksimere n-te roten av et positivt tall. MAT 100a - LAB 3 I denne øvelsen skal vi bruke Maple til å illustrere noen anvendelser av derivasjon, først og fremst Newtons metode til å løse likninger og lokalisering av min. og max. punkter. Vi skal

Detaljer

MAT 1001. Vår 2010. Oblig 1. Innleveringsfrist: Fredag 19.februar kl. 1430

MAT 1001. Vår 2010. Oblig 1. Innleveringsfrist: Fredag 19.februar kl. 1430 MAT Vår Oblig Innleveringsfrist: Fredag 9februar kl 43 Oppgaven leveres stiftet med forsideark på ekspedisjonskontoret til Matematisk institutt i 7 etg i Niels Henrik Abels hus innen fristen Oppgaven vil

Detaljer

Lineære likningssystemer, vektorer og matriser

Lineære likningssystemer, vektorer og matriser Lineære likningssystemer, vektorer og matriser Kompendium i MAT00 Matematikk Høsten 2008 Inger Christin Borge Matematisk institutt, UiO Forord Velkommen til Universitetet i Oslo, og til MAT00! Selv om

Detaljer

MIK 200 Anvendt signalbehandling, 2012. Prosjekt 2, Diskret kosinus-transformasjon.

MIK 200 Anvendt signalbehandling, 2012. Prosjekt 2, Diskret kosinus-transformasjon. Stavanger, 25. januar 2012 Det teknisknaturvitenskapelige fakultet MIK 200 Anvendt signalbehandling, 2012. Prosjekt 2, Diskret kosinus-transformasjon. Vi skal i dette miniprosjektet se litt på bruk av

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

Algebra. Likningsløsning. tasten) for å komme ned til S, og bla videre nedover til du finner solve(.

Algebra. Likningsløsning. tasten) for å komme ned til S, og bla videre nedover til du finner solve(. Algebra Algebra blir ofte referert til som bokstavregning, selv om man nok mister noe av det helhetlige bildet ved å holde seg til en slik oppfatning. Vi velger her å ta med ting som likningsløsning og

Detaljer

3.1 Første ordens lineære difflikninger. y + f(x)y = g(x) (3.1)

3.1 Første ordens lineære difflikninger. y + f(x)y = g(x) (3.1) Kapittel 3 Differensiallikninger 3.1 Første ordens lineære difflikninger Definisjon 3.1 En første ordens lineær difflikning er en likning på formen y + f(x)y = g(x) (3.1) der f og g er kjente funksjoner.

Detaljer

Digital Arbeidsbok i ELE 3719 Matematikk

Digital Arbeidsbok i ELE 3719 Matematikk Eivind Eriksen Digital Arbeidsbok i ELE 3719 Matematikk 3. april 215 Handelshøyskolen BI Innhold Del I Forelesninger i ELE3719 Matematikk 1 Vektorer og vektorregning......................................

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

EKSAMEN I MATEMATIKK 1000

EKSAMEN I MATEMATIKK 1000 EKSAMEN I MATEMATIKK 1000 Oppgave 1 a) Finn den deriverte av disse funksjonene: f(x) = x 3 e 5x og g(x) = ln(tan(x)) + x 3. b) Finn de følgende ubestemte integralene: i) (x 3 + xe x2 ) dx og ii) cos 2

Detaljer

OPPGAVER FOR FORUM

OPPGAVER FOR FORUM OPPGAVER FOR FORUM 2007-2008 MERK!: Du skal først skrive hele oppgaveteksten for hver oppgave, og deretter svaret på oppgaven. Hvert svar skal være detajert, og skrevet i et klart og tydelig matematisk

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF 3440 / INF 4440 Signalbehandling Eksamensdag: 27. oktober 2003 10. november 2003 Tid for eksamen: 12.00 12.00 Oppgavesettet

Detaljer

Høgskolen i Oslo og Akershus. x 1 +3x 2 +11x 3 = 6 2x 2 +8x 3 = 4 18x 1 +5x 2 +62x 3 = 40

Høgskolen i Oslo og Akershus. x 1 +3x 2 +11x 3 = 6 2x 2 +8x 3 = 4 18x 1 +5x 2 +62x 3 = 40 Innlevering i BYFE/EMFE 1000 Oppgavesett 4 Innleveringsfrist: 8. mars klokka 14:00 Antall oppgaver: 3 Løsningsforslag Oppgave 1 a) Om vi tenker oss at vi spiser x 1 hg banan, drikker x hg lettmelk og spiser

Detaljer

Husk at minustegn foran et tall eller en variabel er å tenke på som tallet multiplisert med det som kommer etter:

Husk at minustegn foran et tall eller en variabel er å tenke på som tallet multiplisert med det som kommer etter: Økonomisk Institutt, november 2006 Robert G. Hansen, rom 1207 ECON 1210: Noen regneregler og løsningsprosedyrer som brukes i kurset (A) Faktorisering og brøkregning (1) Vi kan sette en felles faktor utenfor

Detaljer

Oppfriskningskurs dag 1

Oppfriskningskurs dag 1 Oppfriskningskurs dag 1 og ligninger Steffen Junge Oppfriskningskurs i matematikk 3.-8. august 2009 Outline 1 Outline 1 Typiske problem Ranger følgende brøker etter størrelse: 1 2, 7 12, 2 3, 5 8, 17 24

Detaljer

Løsningsforslag for obligatorisk øving 1

Løsningsforslag for obligatorisk øving 1 TFY4185 Måleteknikk Institutt for fysikk Løsningsforslag for obligatorisk øving 1 Oppgave 1 a Vi starter med å angi strømmen i alle grener For Wheatstone-brua trenger vi 6 ukjente strømmer I 1 I 6, som

Detaljer

Introduksjon i tallteotri med anvendelser

Introduksjon i tallteotri med anvendelser Introduksjon i tallteotri med anvendelser Vladimir Oleshchuk 15. september 2005 Delbarhet og divisorer Delbarhet og divisorer Vi skal betrakte tall fra Z = {,..., 2, 1, 0, 1, 2,...} og N = {0, 1,...} og

Detaljer

n-te røtter av komplekse tall

n-te røtter av komplekse tall . 29. august 2011 Eksponentialform Forrige gang så vi at e iθ = cos θ + i sin θ Dette kan vi bruke til å gjøre polarfremstillingen av komplekse tall mer kompakt: z = a + ib = r(cos θ + i sin θ) = re iθ

Detaljer

Korteste vei problemet (seksjon 15.3)

Korteste vei problemet (seksjon 15.3) Korteste vei problemet (seksjon 15.3) Skal studere et grunnleggende kombinatorisk problem, men først: En (rettet) vandring i en rettet graf D = (V, E) er en følge P = (v 0, e 1, v 1, e 2,..., e k, v k

Detaljer

Matematisk morfologi III

Matematisk morfologi III Matematisk morfologi III Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 3 Sammensatte operasjoner: Hit-or-miss-transformen. Skjeletter.

Detaljer

MAT feb feb mars 2010 MAT Våren 2010

MAT feb feb mars 2010 MAT Våren 2010 MAT 1012 Våren 2010 Mandag 22. februar 2010 Forelesning Vi begynner med litt repetisjon fra forrige gang, med å sjekke om et vektorfelt er konservativt og dersom svaret er ja, regne ut potensialfunksjonen.

Detaljer

tilfeller tatt for gitt ved universiteter og høyskoler. Her er framstillingen kortfattet, meningen er at dette kan brukes som referanse.

tilfeller tatt for gitt ved universiteter og høyskoler. Her er framstillingen kortfattet, meningen er at dette kan brukes som referanse. Forord Denne læreboken gir en innføring i lineær algebra, rettet mot begynnerkurs på Universitets- og Høyskolenivå. Arbeidet med dette stoffet tok til som en del av et større prosjekt, som omfattet datastøttet

Detaljer

En studentassistents perspektiv på ε δ

En studentassistents perspektiv på ε δ En studentassistents perspektiv på ε δ Øistein Søvik 16. november 2015 5 y ε 4 3 ε 2 1 1 δ 1 δ 2 x Figur 1: Illustrerer grenseverdien lim x 1 2x + 1. Innledning I løpet av disse korte sidene skal vi prøve

Detaljer

Forelesning 22 MA0003, Mandag 5/11-2012 Invertible matriser Lay: 2.2

Forelesning 22 MA0003, Mandag 5/11-2012 Invertible matriser Lay: 2.2 Forelesning 22 M0003, Mandag 5/-202 Invertible matriser Lay: 2.2 Invertible matriser og ligningssystemet x b Ligninger på formen ax b, a 0 kan løses ved å dividere med a på begge sider av ligninger, noe

Detaljer

Løsningsforslag. e n. n=0. 3 n 2 2n 1. n=1

Løsningsforslag. e n. n=0. 3 n 2 2n 1. n=1 Eksamen i BYPE2000 - Matematikk 2000 Dato: 6. juni 2014 Målform: Bokmål Antall oppgaver: 7 (20 deloppgaver) Antall sider: 4 Vedlegg: Noen formler Hjelpemiddel: Ingen Alle svarene skal grunngis. Alle deloppgavene

Detaljer

Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:

Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles elementer. En matrise har rader (vannrett, horisontalt)

Detaljer

Systemidentifikasjon

Systemidentifikasjon University College of Southeast Norway HANS-PETTER HALVORSEN http://home.hit.no/~hansha Forord Dette dokumentet brukes som forelesningsnotater i modellbasert regulering over temaet systemidentifikasjon.

Detaljer

Statistisk behandling av kalibreringsresultatene Del 3. v/ Rune Øverland, Trainor Elsikkerhet AS

Statistisk behandling av kalibreringsresultatene Del 3. v/ Rune Øverland, Trainor Elsikkerhet AS Statistisk behandling av kalibreringsresultatene Del 3. v/ Rune Øverland, Trainor Elsikkerhet AS Denne artikkelserien handler om statistisk behandling av kalibreringsresultatene. Denne artikkelen har kalibreringskurve

Detaljer

Forelesning 1 mandag den 18. august

Forelesning 1 mandag den 18. august Forelesning 1 mandag den 18 august 11 Naturlige tall og heltall Definisjon 111 Et naturlig tall er et av tallene: 1,, Merknad 11 Legg spesielt merke til at i dette kurset teller vi ikke 0 iblant de naturlige

Detaljer

Løsningsforslag. Vedlegg C: Kapittel 2. e) Ingen løsning. f) Flere løsninger: x = 4 + 2t, y = t. c) x 1 = 2, x 2 = 3, x 3 = 1

Løsningsforslag. Vedlegg C: Kapittel 2. e) Ingen løsning. f) Flere løsninger: x = 4 + 2t, y = t. c) x 1 = 2, x 2 = 3, x 3 = 1 Vedlegg C: Løsningsforslag Kapittel. a x =, y = 3 b x =, y = 0 cx =, y = 5 d x =, y = 3 e Ingen løsning. f Flere løsninger: x = 4 + t, y = t. a x = 7, x = 6, x 3 = bx =, x =, x 3 = c x =, x = 3, x 3 =.3

Detaljer

Presentasjon av Field II. Teori om simuleringsmetoden

Presentasjon av Field II. Teori om simuleringsmetoden Presentasjon av Field II Teori om simuleringsmetoden Oversikt Lineære system Romlig impulsrespons Field II teori Opprinnelig simuleringsmetode/implementering Oppdeling av aperture i rektangulære element

Detaljer

Løsningsforslag. og B =

Løsningsforslag. og B = Prøve i Matte Dato: vår 5 ENDRE Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver ar lik vekt. Oppgave a Gitt matrisene A regn ut A + B, AB. Løsningsforslag 4 og B 7 5 Vi

Detaljer

Alle svar skal grunngis. Alle deloppgaver har lik vekt.

Alle svar skal grunngis. Alle deloppgaver har lik vekt. Alle svar skal grunngis. Alle deloppgaver har lik vekt. Oppgave Vi denerer matrisene A, B, og C som A = [ ] 3, B = 5 9, C = 3 3. a) Regn ut følgende matrisesummer og matriseprodukter, om mulig. Dersom

Detaljer

KOMPLEKSE TALL. hvor x og y er reelle tall. x = Re z og y = Im z

KOMPLEKSE TALL. hvor x og y er reelle tall. x = Re z og y = Im z KOMPLEKSE TALL. Innledning og definisjoner Mengden av komplekse tall danner en utvidelse av den reelle tallmengden. Denne utvidelsen skjer ved at vi innfører en ny størrelse (et tall) i som er slik at

Detaljer

Løsningsforslag B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB. det(a), det(b)

Løsningsforslag B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB. det(a), det(b) Innlevering BYFE DAFE Matematikk 1000 HIOA Obligatorisk innlevering 2 Innleveringsfrist Fredag 05. februar 2016 kl 14:00 Antall oppgaver: 5 Løsningsforslag 1 Vi denerer noen matriser A [ 1 5 2 0 B [ 1

Detaljer

MATEMATIKK 1 (for 8. 10. trinn) Emnebeskrivelser for studieåret 2014/2015

MATEMATIKK 1 (for 8. 10. trinn) Emnebeskrivelser for studieåret 2014/2015 MATEMATIKK 1 (for 8. 10. trinn) Emnebeskrivelser for studieåret 2014/2015 Emnenavn Grunnleggende matematikk Precalculus MA6001 Undervisningssemester Høst 2014 Professor Petter Bergh petter.bergh@math.ntnu.no

Detaljer

Diskretisering av 1D - varmelikningen

Diskretisering av 1D - varmelikningen Diskretisering av D - varmelikningen Vi vil løse numerisk den tidsuavhengige en-dimensjonale varmeledningslikningen uten kilde/sluk ledd. Differensiallikningen forenkles da til d T d x d dt Vi representerer

Detaljer

Løsningsforslag til prøveunderveiseksamen i MAT-INF 1100, H-03

Løsningsforslag til prøveunderveiseksamen i MAT-INF 1100, H-03 Løsningsforslag til prøveunderveiseksamen i MAT-INF 1100, H-03 Denne prøveeksamenen har samme format som den virkelige underveiseksamenen, og inneholder oppgaver av samme type og vanskelighetsgrad. De

Detaljer

Notater fra forelesning i MAT1100 torsdag 27.08.09

Notater fra forelesning i MAT1100 torsdag 27.08.09 Notater fra forelesning i MAT1100 torsdag 27.08.09 Amandip Sangha, amandips@math.uio.no 28. august 2009 Definisjon 1.1. En delmengde A R kalles oppad begrenset dersom det finnes et tall b R slik at b x

Detaljer

Tom Lindstrøm og Klara Hveberg. Tilleggskapitler til. Kalkulus. 3. utgave. Universitetsforlaget,

Tom Lindstrøm og Klara Hveberg. Tilleggskapitler til. Kalkulus. 3. utgave. Universitetsforlaget, Tom Lindstrøm og Klara Hveberg Tilleggskapitler til Kalkulus 3 utgave Universitetsforlaget, Oslo 3 utgave Universitetsforlaget AS 2006 1 utgave 1995 2 utgave 1996 ISBN-13: 978-82-15-00977-3 ISBN-10: 82-15-00977-8

Detaljer

OPPGAVER FOR FORUM

OPPGAVER FOR FORUM OPPGAVER FOR FORUM 2006-2007 MERK!: Du skal først skrive hele oppgaveteksten for hver oppgave, og deretter svaret på oppgaven. Hvert svar skal være detajert, og skrevet i et klart og tydelig matematisk

Detaljer

Flervariabel analyse med lineær algebra

Flervariabel analyse med lineær algebra Flervariabel analyse med lineær algebra av Tom Lindstrøm og Klara Hveberg Matematisk institutt og Senter for matematikk for anvendelser (CMA) Universitetet i Oslo Revidert versjon for vårsemesteret 2009

Detaljer

P(x, y) ) x. Dette er sirkellikningen. Et punkt P(x, y) ligger på denne sirkelen hvis og bare hvis koordinatene passer i likningen.

P(x, y) ) x. Dette er sirkellikningen. Et punkt P(x, y) ligger på denne sirkelen hvis og bare hvis koordinatene passer i likningen. 5.9 Sirkellikningen Fra kapittel 4.3 vet vi at sirkelen er det geometriske stedet for de punktene som har en bestemt avstand r fra et fast punkt S. Avstanden r kaller vi radien, og punktet S kaller vi

Detaljer

Divide-and-Conquer. Lars Vidar Magnusson 13.1.2015

Divide-and-Conquer. Lars Vidar Magnusson 13.1.2015 Divide-and-Conquer Lars Vidar Magnusson 13.1.2015 Kapittel 4 Maximum sub-array problemet Matrix multiplikasjon Analyse av divide-and-conquer algoritmer ved hjelp av substitusjonsmetoden Divide-and-Conquer

Detaljer