LP. Kap. 17: indrepunktsmetoder
|
|
- Hedda Birkeland
- 7 år siden
- Visninger:
Transkript
1 LP. Kap. 17: indrepunktsmetoder simpleksalgoritmen går langs randen av polyedret P av tillatte løsninger et alternativ er indrepunktsmetoder de finner en vei i det indre av P fram til en optimal løsning for virkelig store problemer er ofte indrepunktsmetoder raskere vi ser på hovedtrekkene i disse metodene 1 / 16
2 1. Barriereproblemet Betrakt LP problemet og det duale max f.a. min f.a. c T x Ax b, x O b T y A T y c, y O Innfører slakkvariable w i det primale og (negativ) slakk z i det duale, som gir: 2 / 16
3 Primal (P): Dual: max f.a. min f.a. c T x Ax + w = b, x, w O b T y A T y z = c, y, z O Ønsker å skrive om problemene slik at vi blir kvitt begrensningene x, w O og y, z O, men likevel unngår negative verdier (eller 0) på variablene. Dette oppnås ved en logaritmisk barrierefunksjon, og vi får følgende modifiserte primale problem 3 / 16
4 Barriereproblemet: max (P µ ) : f.a. c T x + µ j log x j + µ i log w i Ax + w = b (P µ ) er ikke ekvivalent med det opprinnelige problemet (P), men det er en approksimasjon inneholder en parameter µ > 0. husk: x j 0 + medfører at log x j. (P µ ) er et ulineært optimeringsproblem tolkning/geometri: se Figur 17.1 i Vanderbei: nivåkurver for f µ, polyeder P, sentral vei når µ 0. Mål: skal se at (P µ ) har entydig optimal løsning x(µ) for hver µ > 0, og at x(µ) x når µ 0 +, der x er en optimal løsning av (P). (Obs: w entydig bestemt av x) 4 / 16
5 2. Lagrange multiplikator Fra f.eks. T. Lindstrøm, Optimering av funksjoner av flere variable, MAT1110) har vi følgende Lagrange multiplikatorregel: Teorem Anta at U IR n er åpen, og at f, g i : U IR er funksjoner med med kontinuerlige partiellderiverte (i m), og la b 1,..., b m IR. Anta at x er lokalt maksimum (eller minimum) for f på mengden S = {x IR n : g i (x) = b i (i m)}, og at g 1 (x ),..., g m (x ) er lineært uavhengige. Da finnes det konstanter λ 1,..., λ m slik at ( ) f (x ) = m λ i g i (x ). i=1 λ i -ene kalles Lagrange multiplikatorer Dette er en nødvendig optimalitetsbetingelse og leder til n + m likninger for å bestemme x og λ (n + m variable). 5 / 16
6 Dette kan også uttrykkes via Lagrange funksjonen (vi redef. funksjonen g i ved g i := g i b i, slik at vi ser på g i (x) = 0): Da sier ( ) at L(x, y) = f (x) m y i g i (x). i=1 x L(x, y) = O mens begrensningene g i (x ) = 0 (i m) blir (der y = λ) y L(x, y) = O. Disse likningene kalles første-ordens optimalitetsbetingelser og en løsning x kalles et kritisk punkt. Er disse også tiltrekkelige for optimalitet? Innfører Hesse-matrisen H f (x) = [ 2 f (x) x i x j ] IR n n Husk: f (x) = o(g(x) når x 0 betyr lim x 0 f (x)/g(x) = 0 6 / 16
7 Teorem 17.1 Hvis g i -ene er lineære, og anta at x er et kritisk punkt. Da er x et lokalt maksimum hvis z T H f (x )z < 0 for hver z O som oppfyller z T g i (x ) = 0 (i m). Bevis: Annen ordens Taylor utvikling gir f (x + z) = f (x ) + f (x ) T z + (1/2)z T H f (x )z + o( z 2 ) der z er endringsvektor fra punktet x. For å bevare tillatt løsning, må z velges slik at x + z stadig oppfyller begrensingene, d.v.s. z T g i (x ) = 0 (i m). Men, siden x er kritisk punkt, er m f (x ) T z = ( λ i g i (x )) T z = 0 i=1 så antagelsen (z T H f (x )z < 0 for...) og Taylor s formel gir at f (x + z) f (x ), så x et lokalt maksimum. 7 / 16
8 3. Lagrange anvendt på barriereproblemet Barriereproblemet (P µ ): max c T x + µ j log x j + µ i log w i f.a. Ax + w = b Innfører Lagrange funksjonen L(x, w, y) = c T x + µ j log x j + µ i log w i + y T (b Ax w) Første-ordens optimalitetsbetingelser blir: L x j = c j + µ 1 x j i y ia ij = 0 (j n) L w i = µ 1 w i y i = 0 (i m) L y i = b i j a ijx j w i = 0 (i m) 8 / 16
9 Notasjon: skriver X for diagonalmatrisen med vektoren x på diagonalen. e er vektoren med bare 1 ere. Da blir 1.ordens opt. betingelser (1.OPT) på matriseform: A T y µx 1 e y Ax + w = c = µw 1 e = b Innfører nå z = µx 1 e og får da (1.OPT) Ax + w A T y z z y = b = c = µx 1 e = µw 1 e 9 / 16
10 Hadde altså: Ax + w A T y z z y = b = c = µx 1 e = µw 1 e Multipliserer tredje likning med X og fjerde med W og får Ax + w = b ( ) A T y z = c XZe = µe YWe = µe De to siste likningene sier: x j z j = µ (j n) og y i z i = µ (i m) som er µ-komplementaritet (nesten-komplementær slakk). Disse er ulineære. Total har vi 2(n + m) likninger og variable. 10 / 16
11 Så enkelt er det: Indrepunktsmetoder (i alle fall denne typen) er å løse disse likningene ( ) tilnærmet med Newton s metode for en sekvens av µ-er. 11 / 16
12 4. Annen-ordens informasjon Viser nå: hvis det er løsning av opt.betingelsen ( ), så må den være unik! Bruker da Teorem 17.1 og ser på barrierefunksjonen: f (x, w) = c T x + µ j log x j + µ i log w i Første deriverte: f x j = c j + µ x j = 0 (j n) Andre deriverte: f w i = µ w i (i m) 2 f x 2 j = µ x 2 j (j n) 2 f w 2 i = µ w 2 i (i m) Så Hessematrisen er en diagonalmatrise med negative diagonalelementer: denne matrisen er negativt definitt. Entydighet følger da av Teorem / 16
13 5. Eksistens Teorem 17.2 Det finnes en løsning av barriere problemet hvis og bare hvis både det primalt tillatte området og det dualt tillatte området har ikketomt indre. Bevis: Skal vise hvis -delen. Anta eksisterer ( x, w) > O slik at A x + w = b (relativt indre punkt i (x, w)-rommet), og (ȳ, z) > O med A T ȳ z = c. La (x, w) være primalt tillatt. Da er så z T x + ȳ T w = (A T y c) T x + ȳ T (b Ax) = b T ȳ c T x. Barrierefunksjonen f blir da c T x = z T x ȳ T w + b T ȳ f (x, w) = c T x + µ j log x j + µ i log w i = j ( z jx j + µ log x j ) + i ( ȳ iw i + µ log w i ) + b T ȳ 13 / 16
14 Leddene i hver sum er på formen h(v) = av + µ log v der a > 0 og 0 < v < og denne funksjonen har unikt maksimum i µ/a og går mot når v. Dette medfører at mengden {(x, w) : f (x, w) δ} er begrenset for hver δ. La nå δ = f = f ( x, w) og definer mengden P = {(x, w) : Ax + w = b, x O, w O, } {(x, w) : x > O, w > O, f (x, w) f }. Da er P lukket. Fordi: P er snitt mellom to lukkede mengder; den siste mengden er lukket fordi f er kontinuerlig (at definisjonsområdet {(x, w) : x > O, w > O} ikke er lukket spiller ingen rolle her.) Derfor er P lukket og begrenset, dvs. kompakt. P er også ikketom (inneholder ( x, w)). Ved ekstremverdisetningen vil da f anta sitt maksimum på P, og derfor også på {(x, w) : Ax + w = b, x > O, w > O} som ønsket. 14 / 16
15 Man får dermed (også via en oppgave som sier at det duale har et indre punkt når det primale tilatte området er begrenset): Korollar 17.3 Hvis det primalt tillatte området har indre punkter og er begrenset, så vil det for hver µ > 0 eksistere en entydig løsning av ( ). (x(µ), w(µ), y(µ), z(µ)) Vi får da en kurve p(µ) := {(x(µ), w(µ), y(µ), z(µ)) : µ > 0} i IR 2(m+n) som kalles den primal-dual sentrale veien. I den primal-dual vei-følge metoden lager man en sekvens µ (1), µ (2),... som konvergerer mot 0, og for hver µ (k) løser man tilnærmet det ulineære likningssystemet ( ) med Newton s metode. Den tilhørende sekvensen p(µ (k) ) vil da konvergere mot optimal primal-dual løsning. Et mer presist resultat om konvergens, og flere detaljer, finnes i Kap. 18 og 19 (ikke pensum). 15 / 16
16 Eksempel: Et problem med m = 40 og n = 100. Viser l 2 -norm av residualer for hver iterasjon: (primal) ρ = b Ax w; (dual) σ = c A T y + z; (kompl.slakk.) γ = z T x + y T w. Finner optimal løsning. Iter. primal dual KS / 16
LP. Leksjon 5. Kapittel 5: dualitetsteori. motivasjon det duale problemet svak og sterk dualitet det duale til LP problemer på andre former
LP. Leksjon 5 Kapittel 5: dualitetsteori motivasjon det duale problemet svak og sterk dualitet det duale til LP problemer på andre former 1 / 26 Motivasjon Til ethvert LP problem (P) er det knyttet et
DetaljerLP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse
LP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse matrisenotasjon simpleksalgoritmen i matrisenotasjon eksempel negativ transponert egenskap: bevis følsomhetsanalyse
DetaljerKapittel 5: dualitetsteori
LP Leksjon 5 Kapittel 5: dualitetsteori motivasjon det duale problemet svak og sterk dualitet det duale til LP problemer på andre former LP Leksjon 5: #1 of 17 Motivasjon Til ethvert LP problem (P) er
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF-MAT 3370 Lineær optimering Eksamensdag: 3. juni 2008 Tid for eksamen: 14.30 17.30 Oppgavesettet er på 5 sider. Vedlegg: Ingen
DetaljerLP. Leksjon 1. Kapittel 1 og 2: eksempel og simpleksmetoden
LP. Leksjon 1. Kapittel 1 og 2: eksempel og simpleksmetoden Dette emnet gir en innføring i lineær optimering og tilgrensende felt. hva er LP (lin.opt.=lin.programmering) mer generelt: matematisk optimering
Detaljerη = 2x 1 + x 2 + x 3 x 1 + x 2 + x 3 + 2x 4 3 x x 3 4 2x 1 + x 3 + 5x 4 1 w 1 =3 x 1 x 2 x 3 2x 4 w 2 =4 x 1 x 3 w 3 =1 2x 1 x 3 5x 4
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i MA-IN-ST 233 Konveksitet og optimering Eksamensdag: 31. mai 2000 Tid for eksamen: 9.00 13.00 Oppgavesettet er på 5 sider. Vedlegg:
Detaljer3.9 Teori og praksis for Minste kvadraters metode.
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:
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF-MAT 3370 Lineær optimering Eksamensdag: 1. juni 2010 Tid for eksamen: 09.00 12.00 Oppgavesettet er på 5 sider. Vedlegg: Ingen
DetaljerLP. Leksjon 8: Kapittel 13: Nettverk strøm problemer, forts.1
LP. Leksjon 8: Kapittel 13: Nettverk strøm problemer, forts.1 Vi fortsetter studiet av (MKS): minimum kost nettverk strøm problemet. Har nå en algoritme for beregning av x for gitt spenntre T Skal forklare
Detaljer+ (y b) F y. Bruker vi det siste på likningen z = f(x, y) i punktet (a, b, f(a, b)) kan vi velge F (x, y, z) = f(x, y) z.
Vi husker fra sist Gradientvektoren F ( a) peker i den retningen u der den retningsderiverte D u F ( a) er størst, og der er D u F ( a) = u F ( a) = F ( a). Gradientvektoren er normalvektoren til (hyper)flata
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 2. juni 2006 Tid for eksamen: 09.00 12.00 Oppgavesettet er på 5 sider. Vedlegg: INF-MAT 3370/INF-MAT 4370 Lineær
Detaljery(x + y) xy(1) (x + y) 2 = x(x + y) xy(1) (x + y) 3
Løsning Øvingsoppgaver Funksjoner i ere variabler MET 1180 Matematikk April 017 Oppgave 1. (a) Vi har at f = 3 og f = +. Hessematrisen blir dermed 6 (b) Ved kvotientregelen har vi at f = f = og de andreordens
DetaljerEksamen i ELE Matematikk valgfag Torsdag 18. mai Oppgave 1
Eksamen i ELE79 - Matematikk valgfag Torsdag 8. mai 07 LØSNINGFORSLAG Oppgave (a) Den utvidede matrisen til likningssystemet er 6 Gausseliminasjon: ganger rad I legges til rad II: 0 0 Rad I trekkes fra
DetaljerLØSNINGSFORSLAG EKSAMEN HØST 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS
LØSNINGSFORSLAG EKSAMEN HØST 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS Oppgave 1 a) La x 1, x 2 og x 3 være antall enheter produsert av henholdsvis lenestoler, skamler og kjøkkenstoler. Modellen blir
DetaljerMA2501, Vårsemestre 2019, Numeriske metoder for lineære systemer
MA5 Vårsemestre 9 Numeriske metoder for lineære systemer Introduksjon Vi vil approksimere løsningen av lineære systemet av n ligningene og n ukjente: a x + a x + + a n x n b a x + a x + + a n x n b ()
Detaljer1 Mandag 15. februar 2010
1 Mandag 15. februar 2010 Vi begynner med et eksempel på bruk av partiell derivasjon for å gjøre såkalt lineær regresjon, eller minste kvadraters metode. Dette er en anvendelse av teorien vi har gjennomgått
DetaljerMAT feb feb feb MAT Våren 2010
Våren 2010 Mandag 15. februar 2010 Forelesning Vi begynner med et eksempel på bruk av partiell derivasjon for å gjøre såkalt lineær regresjon, eller minste kvadraters metode. Dette er en anvendelse av
DetaljerDet matematisk-naturvitenskapelige fakultet
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i IN 227 Numerisk lineær algebra Eksamensdag: 5. desember 2001 Tid for eksamen: 9.00 15.00 Oppgavesettet er på 5 sider. Vedlegg:
DetaljerEKSAMEN I NUMERISK LINEÆR ALGEBRA (TMA4205)
Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag Side av 6 Faglig kontakt under eksamen: Navn: Brynjulf Owren 93064 EKSAMEN I NUMERISK LINEÆR ALGEBRA TMA405 Fredag 5 desember
DetaljerLP. 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,
DetaljerLP. Leksjon 4. Kapittel 4: effektivitet av simpleksmetoden
LP. Leksjon 4 Kapittel 4: effektivitet av simpleksmetoden hvordan måle effektivitet? verste tilfelle analyse, Klee-Minty kuben gjennomsnittsanalyse og i praksis 1 / 18 Status Hvor langt er vi kommet i
DetaljerLP. Leksjon 3. Kapittel 3: degenerasjon.
LP. Leksjon 3. Kapittel 3: degenerasjon. degenerasjon eksempel på sirkling den leksikografiske metoden andre pivoteringsregler fundamentaleoremet i LP 1 / 23 Repetisjon simpleksalgoritmen: sekvens av pivoteringer
DetaljerLitt topologi. Harald Hanche-Olsen
MA2104 2006 Litt topologi Harald Hanche-Olsen hanche@math.ntnu.no De reelle tall En grunnleggende egenskap ved de reelle tall, som skiller dem fra de rasjonale tall, er kompletthetsaksiomet. Det har flere
DetaljerEKSAMEN I NUMERISK LINEÆR ALGEBRA (TMA4205)
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 Kontakt under eksamen Navn: Bawfeh Kingsley Kometa kontor: 7359975, mobil: 936 24 483) Sensur: 06.0.20 EKSAMEN I NUMERISK
DetaljerOptimeringsmetoder anvendt på klassifikasjon av hyperspektrale data. Hovedoppgave. Bjørn Terjei Austenaa
Universitetet i Oslo Institutt for informatikk Optimeringsmetoder anvt på klassifikasjon av hyperspektrale data Hovedoppgave Bjørn Terjei Austenaa 2. mai 2006 Forord Formålet med denne oppgaven har vært
DetaljerOppgave 1. (a) Vi løser det lineære systemet for a = 1 ved Gauss-eliminasjon. Vi nner først den utvidede matrisen: x A =
Løsning MET 803 Matematikk for siviløkonomer Dato 8. desember 07 kl 400-900 Oppgave. (a) Vi løser det lineære systemet for a = ved Gauss-eliminasjon. Vi nner først den utvidede matrisen: 7 3 y = 9 6 7
DetaljerLP. Leksjon 9: Kapittel 13: Nettverk strøm problemer, forts.2
LP. Leksjon 9: Kapittel 13: Nettverk strøm problemer, forts.2 Vi tar siste runde om (MKS): minimum kost nettverk strøm problemet. Skal oppsummere algoritmen. Se på noen detaljer. Noen kombinatorisk anvendelser
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT Kalkulus og lineær algebra Eksamensdag: Lørdag 25. Mai 29. Tid for eksamen: :5 4:5. Oppgavesettet er på 7 sider. Vedlegg:
DetaljerKapittel 1 og 2: eksempel og simpleksmetoden
LP. Leksjon 1 Kapittel 1 og 2: eksempel og simpleksmetoden et eksempel fra produksjonsplanlegging simpleksalgoritmen, noen begreper algoritmen LP. Leksjon 1: #1 of 14 Eksempel: produksjonsplanlegging Produkter:
DetaljerEKSAMEN 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
DetaljerHøgskolen i Agder Avdeling for realfag EKSAMEN
Høgskolen i Agder Avdeling for realfag EKSAMEN Emnekode: MA 40 Emnenavn: Analyse Dato: 9. desember 999 Varighet: 09.00-5.00 Antall sider inklusivt forside: Tillatte hjelpemidler: Merknader: 2 Alle, også
DetaljerKapittel 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:
DetaljerMET Matematikk for siviløkonomer
SENSORVEILEDNING - Skriftlig eksamen MET 11803 Matematikk for siviløkonomer Institutt for Samfunnsøkonomi Utlevering: 29.05.2019 Kl. 09:00 Innlevering: 29.05.2019 Kl. 14:00 For mer informasjon om formalia,
DetaljerMAT Onsdag 7. april Lineær uavhengighet (forts. 1.8 Underrom av R n, nullrom, basis MAT Våren UiO. 7.
MAT 2 april 2.7 Lineær.8 Underrom MAT 2 Våren 2 UiO 7. april 2 / 23 MAT 2 april 2.7 Lineær.8 Underrom Minner om:.7 Lineær (fortsettelse) Definisjon. To vektorer u og v i R n kalles lineært avhengige dersom
DetaljerEksamensoppgave i MA1103 Flerdimensjonal analyse
Institutt for matematiske fag Eksamensoppgave i MA113 Flerdimensjonal analyse Faglig kontakt under eksamen: Tlf: Eksamensdato: 5. Juni 19 Eksamenstid (fra til): 9: 13: Hjelpemiddelkode/Tillatte hjelpemidler:
DetaljerMA0002 Brukerkurs i matematikk B. Eksamen 28. mai 2016 Løsningsforslag. Oppgave 1
MA000 Brukerkurs i matematikk B Eksamen 8. mai 06 Løsningsforslag Oppgave a) Viser at B = A ved å vise at AB = BA = I. Nedenfor er matrisemultiplikasjonen AB vist (du må vise at BA gir det samme). ( )
DetaljerFlere anvendelser av derivasjon
Flere anvendelser av derivasjon Department of Mathematical Sciences, NTNU, Norway September 30, 2014 Forelesning 17.09.2014 Fikspunkt-iterasjon Newtons metode Metoder for å finne nullpunkter av funksjoner:
DetaljerLineære likningssystemer
Lineære likningssystemer Mange fysiske problemer kan formuleres som lineære likningssystemer i vektorrommet, 1/19 Lu = f Lineær: betyr at virkningen av L på u + v er L(u + v) = Lu + Lv, og skaleres som
Detaljera) Matrisen I uv T har egenverdier 1, med multiplisitet n 1 og 1 v T u, med multiplisitet 1. Derfor er matrisen inverterbar når v T u 1.
Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Oppgave 1 a) Matrisen I uv T har egenverdier 1, med multiplisitet n 1 og 1 v T u, med multiplisitet 1. Derfor er
DetaljerEksamen 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)
DetaljerMET Matematikk for siviløkonomer
SENSORVEILEDNING - Skriftlig eksamen MET 11803 Matematikk for siviløkonomer Institutt for Samfunnsøkonomi Utlevering: 18.1.017 Kl. 14:00 Innlevering: 18.1.017 Kl. 19:00 For mer informasjon om formalia,
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 1120 Lineær algebra Eksamensdag: Mandag 5 desember 2016 Tid for eksamen: 09.00 13.00 Oppgavesettet er på 6 sider. Vedlegg:
DetaljerKap. 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 =
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i MAT111 Prøveeksamen Eksamensdag: 5. juni 21. Tid for eksamen: 1. 13.3. Oppgavesettet er på 9 sider. Vedlegg: Tillatte hjelpemidler:
Detaljerf =< 2x + z/x, 2y, 4z + ln(x) >.
MA 40: Analyse Uke 48, 00 http://home.hia.no/ aasvaldl/ma40 H0 Høgskolen i Agder Avdeling for realfag Institutt for matematiske fag Oppgave.5: 5. Vi har gitt funksjon f(x, y) = x + y z + z ln(x) og punkt
DetaljerOppgave 1. f(2x ) = f(0,40) = 0,60 ln(1,40) + 0,40 ln(0,60) 0,0024 < 0
Løsning MET 80 Matematikk for siviløkonomer Dato 0. mai 07 kl 0900-400 Oppgave. (a) Vi lar p = 0,60 og q = 0,40, og skriver funksjonen som f() = p ln( + ) + q ln( ) for å forenkle skrivemåten. Funksjonen
DetaljerEkstraoppgaver for STK2120
Ekstraoppgaver for STK2120 Geir Storvik Vår 2011 Ekstraoppgave 1 Anta X 1 og X 2 er uavhengige med X 1 N(1.0, 1.0) og X 2 N(2.0, 1.5). La X = (X 1, X 2 ) T. Definer c = ( ) 2.0 3.0, A = ( ) 1.0 0.5 0.0
DetaljerSensitivitet og kondisjonering
Sensitivitet og kondisjonering Gitt en lineær likningssystem Ax = b vi skal studere effekten av perturbasjoner av input data: 1/19 på output data: Man kan A, b x perturbere bare b perturbere b og A samtidig.
DetaljerVær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter!
Vær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter! Oppgave.. a x y = x + y = r r r +r r x y = y fri x y = y fri Vi får én fri variabel, og løsningens har følgelig dimensjon.
Detaljer2 3 2 t der parameteren t kan være et vilkårlig reelt tall. i) Finn determinanten til M. M =
Oppgave a) Løs likningssystemet x + 3x + x 3 = x + x 3 = 0 3x + x + 3x 3 = 8 Svar: Rekkereduksjon av totalmatrisen gir 0 0 0 0 7 0 0 0 0 Det betyr at løsningen er gitt ved x +x 3 = 0, x = 7 og x 3 en fri
DetaljerBiseksjonsmetoden. biseksjonsmetode. Den første og enkleste iterativ metode for ikke lineære likninger er den så kalt
Biseksjonsmetoden Den første og enkleste iterativ metode for ikke lineære likninger er den så kalt biseksjonsmetode. Gitt en intervall [a, b] hvor f skifter fortegn, vi halverer [a, b] = [a, b + a 2 ]
Detaljer7.4 Singulærverdi dekomposisjonen
7.4 Singulærverdi dekomposisjonen Singulærverdi dekomposisjon til en matrise A er en av de viktigste faktoriseringene av A (dvs. A skrives som et produkt av matriser). Den inneholder nyttig informasjon
DetaljerIkke 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
DetaljerTMA4105 Matematikk 2 Vår 2014
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4105 Matematikk 2 Vår 2014 Løsningsforslag Øving 7 10.4.7 Vi skal finne likningen til et plan gitt to punkter P = (1, 1,
DetaljerFølger og rekker. Department of Mathematical Sciences, NTNU, Norway. November 10, 2014
Department of Mathematical Sciences, NTNU, Norway November 10, 2014 Forelesning (03.01.2014): kap 9.1 og 9.2 Beskrivelse av følger eksempler og definisjon Egenskaper med følger Grenseverdi for følger (og
DetaljerGauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.
Gauss-Jordan eliminasjon; redusert echelonform Forelesning, TMA4110 Fredag 18/9 Martin Wanvik, IMF MartinWanvik@mathntnuno En matrise vil normalt være radekvivalent med flere echelonmatriser; med andre
DetaljerLP. Leksjon 2. Kapittel 2: simpleksmetoden, forts. initialisering to faser ubegrenset løsning geometri
LP. Leksjon 2. Kapittel 2: simpleksmetoden, forts. initialisering to faser ubegrenset løsning geometri 1 / 16 Repetisjon LP problem tillatt løsning, optimal løsning basisliste basis, basisvariable og ikkebasisvariable
DetaljerObligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 2006
Obligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 006 Oppgave I hele oppgaven bruker vi I = 0 0 0 0. 0 0 a) Matrisen A har størrelse og B har størrelse slik at matriseproduktet A B er en
DetaljerOptimering av funksjoner av flere variable
Optimering av funksjoner av flere variable av Tom Lindstrøm Matematisk insitutt/cma Universitetet i Oslo Dette notatet gir en kortfattet innføring i maksimums- og minimumsproblemer for funksjoner av flere
DetaljerA 2 = PDP 1 PDP 1 = PD 2 P 1. og ved induksjon får vi. A k = PD k P 1. Kommentarer:
5.3 Diagonalisering Det ville være fint om en matrise A var similær med en diagonalmatrise D: da har vi funnet egenverdiene, og kan f.eks. lett beregne A k. Når er dette tilfelle? Det er tema i denne seksjonen.
DetaljerNotater nr 9: oppsummering for uke 45-46
Notater nr 9: oppsummering for uke 45-46 Bøkene B (læreboken): Tor Gulliksen og Arne Hole, Matematikk i Praksis, 5. utgave. K (kompendium): Amir M. Hashemi, Brukerkurs i matematikk MAT, høsten. Oppsummering
DetaljerOppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene:
HJEMMEOPPGAVER utgave av 8-12-2002): Oppgave 15 til 16 desember: La H være mengden av alle matriser på formen A = a 1 a 12 a 13 a 1n 0 a 2 0 0 0 0 a 3 0 0 0 a n der a 1 a 2 a n 0 Videre la SH være matrisene
DetaljerMAT UiO. 10. mai Våren 2010 MAT 1012
MAT Våren UiO. / 7 Betrakt et system x = A x der A M n (R) er diagonaliserbar. Vi har sett at systemet kan løses ved frakoblingsmetoden: Vi finner da P = [v v n ] (inverterbar) og D (diagonal) som diagonaliserer
Detaljeringen Fase I nødvendig konvergerer dersom LP er begrenset og konsistent skifter mellom primal og dual pivotering MoD233 - Geir Hasle - Leksjon 8 2
Leksjon 8 Ofte behov for å løse mange relaterte LP Regnetid kan spares ved å bruke informasjon fra tidligere løsninger Parametrisk analyse homotopi-metoden Den Parametriske Selv-duale Simpleksmetoden ingen
DetaljerOppgave 1. e rt = 120e. = 240 e
Løsning MET 803 Matematikk Dato 5. desember 05 kl 0900-00 Oppgave. (a) Dersom vi selger eiendommen etter t år, med t > 0, så er nåverdien av salgssummen med r = 0,0. Da får vi N(t) = V (t)e rt = 0 e e
DetaljerTil enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.
4.6 Rang Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon. Definisjon: Rangen til en m n matrise A betegnes med rank A og er definert som dimensjonen til kolonnerommet
DetaljerUNIVERSITY OF OSLO. Faculty of Mathematics and Natural Sciences. Matlab-utskrift (1 side).
UNIVERSITY OF OSLO Faculty of Mathematics and Natural Sciences Examination in: MAT 2 Lineær algebra Day of examination: 9. desember 2. Examination hours: 4.3 8.3. This problem set consists of 6 pages.
Detaljer7.1 forts. Schur triangularisering og spektralteoremet
7.1 forts. Schur triangularisering og spektralteoremet Vi skal vise to svært sentrale resultat i lineær algebra. Spektralteoremet (Teorem 3 i Lay): dette sier bl.a. at reelle symmetriske matriser er ortogonalt
DetaljerECON3610 Samfunnsøkonomisk lønnsomhet og økonomisk politikk Forelesning 5
ECON3610 Samfunnsøkonomisk lønnsomhet og økonomisk politikk Forelesning 5 Diderik Lund Økonomisk institutt Universitetet i Oslo 23. september 2011 Vil først se nærmere på de siste sidene fra forelesning
DetaljerMAT jan jan feb MAT Våren 2010
MAT 1012 Våren 2010 Mandag 25. januar 2010 Forelesning Vi fortsetter med å se på det bestemte integralet, bl.a. på hvordan vi kan bruke numeriske beregninger til å bestemme verdien når vi ikke nødvendigvis
Detaljer6.4 Gram-Schmidt prosessen
6.4 Gram-Schmidt prosessen La W {0} være et endeligdimensjonalt underrom av R n. (Senere skal vi mer generelt betrakte indreprodukt rom; se seksjon 6.7). Vi skal se hvordan vi kan starte med en vanlig
DetaljerMasteroppgave i matematikk
UNIVERSITETET I OSLO Matematisk Institutt Masteroppgave i matematikk Optimale randbetingelser for det diskrete Laplace-problemet Andreas Brandsæter mai 2011 i Forord Denne oppgaven representerer avslutningen
DetaljerAnbefalte oppgaver - Løsningsforslag
TMA405 Matematikk Anbefalte oppgaver - Løsningsforslag Uke 6 3..9: Vi starter med å finne de kritiske punktene. De deriverte blir T x (x, y) = ( x xy)e x y T y (x, y) = ( y xy)e x y, slik at de kritiske
DetaljerFasit MAT102 juni 2016
Fasit MAT02 juni 206. (a) Finn egenverdiene og egenvektorene til matrisen ( ) 6 A = 2 7 Svar: λ = 8 og ( ) x = y y ( ) /2, λ = 5 og ( ) x = y y ( ) for alle y 0. (b) Finn den generelle løsningen på systemet
Detaljer6.8 Anvendelser av indreprodukter
6.8 Anvendelser av indreprodukter Vektede minste kvadraters problemer Anta at vi approksimerer en vektor y = (y 1,..., y m ) R m med ŷ = (ŷ 1,..., ŷ m ) R m. Et mål for feilen vi da gjør er y ŷ, der betegner
DetaljerLineære likningssystemer og matriser
Kapittel 3 Lineære likningssystemer og matriser I dette kapittelet skal vi sette sammen Kapittel 1 og 2. 3.1 Den utvidede matrisen til et likningssystem Vi starter med et lineært likningssystem med m likninger
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT Kalkulus og lineær algebra Eksamensdag: Onsdag 9 mai 9 Tid for eksamen: 4:3 8:3 Oppgavesettet er på 7 sider Vedlegg: Tillatte
DetaljerKap. 7 Symmetriske matriser og kvadratiske former
Kap. 7 Symmetriske matriser og kvadratiske former Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på symmetriske matriser som har uvanlig pene egenskaper mht. diagonalisering.
DetaljerRepetisjon: 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. Produktet AB er m p matrisen definert
DetaljerLP. Leksjon Spillteori
LP. Leksjon Spillteori Kapittel 11: spillteori matrisespill optimale strategier von Neumann s minmax teorem forbindelse til LP nyttig LP modellering av (visse) minmax and maxmin problemer 1 / 11 Eksempel:
DetaljerPotensrekker Forelesning i Matematikk 1 TMA4100
Potensrekker Forelesning i Matematikk 1 TMA4100 Hans Jakob Rivertz Institutt for matematiske fag 11. november 2011 Kapittel 8.8. Taylorrekker og Maclaurinrekker 3 Taylor-polynomer Definisjon (Taylorpolynomet
Detaljer6.5 Minste kvadraters problemer
6.5 Minste kvadraters problemer I mange anvendte situasjoner møter man lineære likningssystemer som er inkonsistente, dvs. uten løsninger, samtidig som man gjerne skulle ha funnet en løsning. Hva gjør
Detaljer1.1.1 Rekke med konstante ledd. En rekke med konstante ledd er gitt som. a n (1) n=m
Formelsamling og tabeller FO020E Matte 2000 for elektroprogrammet 1 Matematikk 1.1 Denisjoner av ulike typer polynomer og rekker 1.1.1 Rekke med konstante ledd En rekke med konstante ledd er gitt som a
DetaljerMAT Oblig 1. Halvard Sutterud. 22. september 2016
MAT1110 - Oblig 1 Halvard Sutterud 22. september 2016 Sammendrag I dette prosjektet skal vi se på anvendelsen av lineær algebra til å generere rangeringer av nettsider i et web basert på antall hyperlinker
DetaljerMET Matematikk for siviløkonomer
SENSORVEILEDNING - Skriftlig eksamen MET 11803 Matematikk for siviløkonomer Institutt for Samfunnsøkonomi Utlevering: 0.1.018 Kl. 09:00 Innlevering: 0.1.018 Kl. 14:00 For mer informasjon om formalia, se
DetaljerØvelse, eksamensoppgaver MAT 1050 mars 2018
Øvelse, eksamensoppgaver MAT 5 mars 8 Oppgave. La f være funksjonen gitt ved f (x) = x 8 x, x a) Finn alle kritiske punkter for funksjonen f. f (x) = 8 x + x 8 x ( x) = (8 8 x x x ) = (4 8 x x ) = gir
DetaljerForelesning 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
DetaljerMAT-1004 Vårsemester 2017 Prøveeksamen
MAT-1004 Vårsemester 017 Prøveeksamen Contents 0.1 Forord................................. 1 1 OPPGAVE OPPGAVE OPPGAVE 6 4 OPPGAVE 7 5 OPPGAVE 10 6 OPPGAVE 11 7 OPPGAVE 11 8 OPPGAVE 1 9 Formatering av
DetaljerKapittel 2: simpleksmetoden, forts.
LP. Leksjon 2 Kapittel 2: simpleksmetoden, forts. initialisering to faser ubegrenset løsning geometri LP. Leksjon 2: #1 of 14 Repetisjon LP problem tillatt løsning, optimal løsning basisliste basis, basisvariable
DetaljerArne B. Sletsjøe. Oppgaver, MAT 1012
Arne B. Sletsjøe Oppgaver, MAT 101 1 En-variabel kalkulus 1.1 I de følgende oppgavene, i) finn alle kritiske punkter til f(x), ii) beskriv monotoniegenskapene til funksjonene ved å se på fortegnet til
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: Eksamensdag: Mandag. mai Tid for eksamen: 9. 4. Oppgavesettet er på sider. Vedlegg: Tillatte hjelpemidler: MAT-INF36 Anvendelser
DetaljerOptimal kontrollteori
Optimal kontrollteori 1. og 2. ordens differensialligninger Klassisk variasjonsregning Optimal kontrollteori er en utvidelse av klassisk variasjonsregning, som ble utviklet av Euler og Lagrange. Et vanlig
Detaljer4 ( ( ( / ) 2 ( ( ( / ) 2 ( ( / 45 % + 25 ( = 4 25 % + 35 / + 35 ( = 2 25 % + 5 / 5 ( =
MA Brukerkurs i matematikk B Eksamen 8. mai 6 Løsningsforslag Oppgave a) Viser at! # $ ved å vise at #!!# ' (. Nedenfor er matrisemultiplikasjonen #! vist (du må vise at!# gir det samme). ( + + + / ( +
DetaljerLøsningsforslag. 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
Detaljer5.5 Komplekse egenverdier
5.5 Komplekse egenverdier Mange reelle n n matriser har komplekse egenverdier. Vi skal tolke slike matriser når n = 2. Ved å bytte ut R med C kan man snakke om komplekse vektorrom, komplekse matriser,
DetaljerMAT feb feb feb MAT Våren 2010
MAT 1012 Våren 2010 Forelesning Vi er ferdig med en-variabel-teorien, og vi kan begynne å jobbe med funksjoner i flere variable. Det første vi skal gjøre er å gå gjennom de vanlige analysene vi gjør for
DetaljerLineære ligningssystemer. Forelesning, TMA4110 Torsdag 17/9. Lineære ligningssystemer (forts.) Eksempler
Lineære ligningssystemer Generell form; m ligninger i n ukjente, m n-system: Forelesning, TMA4110 Torsdag 17/9 Martin Wanvik, IMF MartinWanvik@mathntnuno a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1
DetaljerMA0002 Brukerkurs i matematikk B Vår 2013
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2013 Løsningsforslag Øving 10 10.6.3 La f (x, y) = x 2 y 4x 2 4y der (x, y) R 2. Finn alle
DetaljerMAT-1004 Vårsemester 2017 Prøveeksamen
MAT-4 Vårsemester 7 Prøveeksamen Contents. Forord................................. OPPGAVE OPPGAVE OPPGAVE 7 4 OPPGAVE 8 OPPGAVE 6 OPPGAVE 7 OPPGAVE 8 OPPGAVE 9 Formatering av svarene 4 9. Rasjonale tall.............................
DetaljerTMA4100: Repetisjon før midtsemesterprøven
TMA4100: Repetisjon før midtsemesterprøven 10.10.09 Lars Sydnes sydnes@math.ntnu.no Institutt for matematiske fag October 1, 2009 L.S. (NTNU) TMA4100: Oversikt October 1, 2009 1 / 20 Kapittel 1: Funksjoner.
Detaljer