b x = a, og skriver da: x = log b a

Størrelse: px
Begynne med side:

Download "b x = a, og skriver da: x = log b a"

Transkript

1 ,! "#$! %&' ( )'#$$* &"! ' $ Lære et sett v gode (og oe få dårlge) lgortmer for å løse kjete prolemer Gjør det mulg å vurdere effektvtete v progrmmer Lære å lge effektve & velstrukturerte progrmsystemer/loteker Lære å løse ethvert vskelg prolem så effektvt som mulg. Også lære oe klsser v prolemer som kke k løses effektvt Eks: Hvor lg td tr det å sortere mllo tll? 6 tmer og m (optmlsert Bolesorterg),4 sek. (Quck-sort),8 sek. (rdx-sort) '$ -. Logrtmer (hr ett grutll, f.eks., e, eller, v ruker lltd ): Defsjo: Logrtme tl et tll er det tll x v må opphøye grutllet for å få dvs: x, og skrver d: x log Når v (INF) ruker, skrver v log ute oe suskrpt Regeregler: log xy log x log y log x/y log x - log y log x log x log log x log x

2 ,. c c c c c c c c log log ) ( ) ( ) ( " ) ( S S ) (... ) ( ) ( Summerer dsse to: S... ( -) S... summe S : Kll : ) (... 4 ) ) : Tre kjete summer... Defsjo : Bevs k l l k l " ) ( - (**) : (*) (**)... med : multplserer (*) (*)... for S) : (kller... Geometrsk rekke : c) S S S S S Bevs /**! ## #) &#$ #$$

3 #) ( /$ "#" ()$$)* "$$$$ *"$/ T : heltll > : Bevs : Vet S : >, > gger så med på egge sder v ' > ' med og får : 7 ( $ $$ $$$4 '5#6'''7'! 8# 9! %* : ' $*$ $$$4! * #$7!$* * :9 ; $... k k... s >, og sde v vet t >, k v ersttte de sste ' '-e medpå høyresde og får : <* * #'* $$#* $' * * 5$ > > som er T 5) #).6 ) Skl vse : ) Bss, rktg for ) Atr 4) V hr d (for v.s : k k > k h.s : ( k ) k > k 5: k ) : k V hr v.s > h.s, ford k V hr å vst stse ford "v k gå opp på første tret på stge"( 5) og lltd gå ett tr tl (fr k tl k, > 4 for vlkårlg k > 4 k > k > 5, > 5 > k, k > 4 (dette k du evt. selv vse pr. duksjo, me v hr jo ettopp vst dette postvt for k > ) 5 k for lle verder v k) &$ 8$ # )$#$$ $$'! &#6 $!$ *#$$#, *#694 4 &6')$#:7 #6

4 #$$ /#*$,6 ;#$$$$$ $$$#$* $! ;#$$$$$'#* 6 ' ' 7 ' '' #$$! #* $$$ ##)6 $6: 7 9 $$ #$$ ' ' 7 ' ''!* /$$ * ;$$'# * 5$$4 #$# $# *# $' ## '! Hvor lg td ruker: A) Ekel for-løkke for (t ; < ; ) [] [--]; B) Doel for-løkke for (t ; < ; ) for (t j ; j < ; j) [] [-j-]; (Td mllsek.) : %!,$ 4!;$ ? ( T flse) ( T true) Progrm: se mport jv.utl.*; pulc clss Ttd // åde mulg å ruke fr 'm' og v suklsse { log td ; Ttd(t ) { td System.curretTmeMlls(); ruk(); td System.curretTmeMlls() - td; System.out.prtl("Td rukt: " td " mllsekuder"); vod ruk(t ) { // redeferes suklsse // ed ruk pulc sttc vod m ( Strg[] rgs) { f (rgs.legth < ){ System.out.prtl(" Bruk: \ >jv TTd <>"); else { t ew Iteger(rgs[]).tVlue(); // få prmeter fr lj Ttd t ew Ttd(); // ed m // ed **** clss Ttd ***** mport esyio.*; mport jv.utl.*; pulc clss Lokke exteds Ttd { Lokke(t ) { super(); vod ruk(t ) { for (t k ; k < ; k) for (t j ; j < ; j) ; // ed ruk pulc sttc vod m ( Strg[] rgs) { f (rgs.legth < ){ System.out.prtl(" Bruk: \ >jv Lokke <> "); else { t ew Iteger(rgs[]).tVlue(); // få prmeter fr lj Lokke l ew Lokke(); // ed m // ed **** clss Lokke *****

5 " /$$ < $$$$ $$ <##$ >*?5$, $$ $$ <$# $$! <) ## "$ '$$$ #$# ')#$'#'!,AA "$.6 * $$BC '$ &'<'" $$'/ DA 8#.6 ;$* # $ $#.$$ E#@ " "$'#) < >$$5 BCBC $#6#:FBCG "6 BC B9C':'''. "$ -$$$#5#$ ; BC:B)CH)'* $H' BC* $ BCB)C* $ BC' "$#$#BC $$ )$$ 6 BC B)C'* ) ) $#BC$$#) $$ ##$$$ $# )# <5$$,$$$'$$ H! $$$'$$#!,$ $I 6 $$$ ##BC'$?BC $6"$)''$$. $BC:BBCC'':''. * ###'#5! [ ] : p[ ] : [ ]: $$* $5 $$!

6 ,$ $#' $$$ #.'$$ &<KJ -$$$$$$' #5)5 J$ BOK: HER: Comprle [ ] ew Comprle []; t [ ] ew t []; tmp []; tmp [], f ( tmp.compreto( [j]) < ) { f ( tmp < [j] ) { Legde v : Bole-sort,6 Istkk-sort,7 Hep - sort,66 Shell-sort,65 Tree - sort,7 Legde v : Bole-sort,6 Istkk-sort, Hep - sort,7 Shell-sort,7 Tree - sort,6 Legde v : Bole-sort 46, Istkk-sort,9 Hep - sort,7 Shell-sort,7 (,68 for le4) Tree - sort,6 Legde v : Bole-sort 475, Istkk-sort, Hep - sort 8, Shell-sort, Tree - sort 7, $ #$$$L / $$5 vod ytt(t[], t, t j) { t t []; [][j]; [j] t; vod olesort (t [] ) {t, mx.legth; whle ( < mx ) f ([] > []) { ytt (,, ); f ( > ) -; else { ; // ed olesort Ide: Bytt om oer hvs de som står tl vestre er størst, lr de mste ole vestreover [ ] : [ ] : [ ] : [ ] : ,) $!#6BC4B)C'H) / ;) $.!)5$# "* $-#$- "* $*$ $@'5#$$*#$$ 5!;.!$#$' * $$ '#.!)-

7 $5$. $$!#6 /#!)' 5)$) >* $6 8*) $5' $ $ $! 5#! $5 :!')#* $.5!. vod sertsort(t [] ) {t, t, mx.legth -; for (t k ; k < mx; k) { f ([k] > [k]) { t [k]; k; do{ // gå kover, skyv de dre // og f rktg plss for t [] []; --; whle ( > && [] > t); [] t; // ed sertsort Ide: T ut ut elemet [k] som er mdre e [k]. Skyv elemeter k, k-,... ett hkk tl høyre tl [k] k settes ed for et mdre elemet [ ] : [ ] : [ ] : [ ] : $ "'")" ($$#.# Spesfksjo_: vod Sort (,); // [..] er utdt, [..] er dt -verdee Idt: tll [..-] vlkårlg rekkefølge Utdt: '[ ] '[ ], < < og permutsjo P: < : '[P[]] [] Bevrgskrvet leses: Det fes e rekkefølge P v tllee..-, slk t ved å lese utdt [..] de rekkefølge, er de lk dt [..] Sortert-krvet Bevr holdet v [..-] ( $)#$$##,#$)5 5! #$$ # "# $ %& #' ;$ )$ $!G )$##5#$# # #.$')$#* )6 5$ #.$ #$$$ )$$ M

8 ;' >#. k sortert - Istkk-sorterg (for k,,,...,-:): k f ( [k] > [k] ) Svekker Sortert-krvet tl re å gjelde [..-] Bevrgskrvet eholdes (for hele [..-]) ) T ut det glt plsserte elemetet [] ) F hvor gmle [k] skl plsseres og skyv [..k] ett-hkk-tl- høyre (ødelegger Bevrgskrvet) ) Sett gmle [k] på plss (gjeskper Bevrgskrvet) N vod sertsort ( t [ ] ) { t, t, mx.legth ; for(t k; k < mx; k) f ([k] > [k] ) { t [k]; 4 k; 5 do 6 { [] []; - -; 7 whle ( > && [] > t) 8 [] t; 9 k - sortert Her gjelder Sortert: [.. k] og Bevrt [..-] ) T ut det glt plsserte elemetet [k] ) F hvor gmle [k] skl plsseres og skyv [..k] ett-hkk-tl- høyre (ødelegger Bevrgskrvet) ) Sett gmle [k] på plss (gjeskper Bevrgskrvet) Verfseres flg. spesfksjoee resoemet for termerg v prosedyre 7 " E rry med ett elemet er sortert - dvs. [] er sortert. Løkke-vrte ([..k] er sortert og Bevrt [..-]) gjelder følgelg ved første strt v hovedløkk (lje) ford. t f ( [k] > [k] ) lje : $5. "$5$'$? )$5! lje 5-7: N.B. rekkefølge på kopergee, Ødelegger Bevrt [..-] ford gmle [] overskrves. lje 8: j Gjeoppretter Bevrt [..-] Ett gjeomløp v hovedløkk gjør de sekvese som er sortert ett elemet leger og øker med - dvs. løkkevrte gjelder på toppe ved este gjeomløp ([..k] er sortert og Bevrt [..-]). Prosedyre termerer opplgt år k- og for (..) øker k med hver gg.

9 " $$' Ide: Gjør esseselt stkksorterg lgs [], [-gp] [-gp]... vod ShellSort(t [] ) for gp /, /4,.., og gp, gp {,..,-. Dvs. lle sekveser [] v for (t gp.legth/ ; gp > ; gp gp/) for (t gp ; <.legth ; ) legde../, /4,..., og tl sst f ([] < [-gp] ) { t tmp [], j ; [ ] : do { [j] [j-gp]; j j- gp; [ ] : whle (j > gp && [j-gp] > tmp); gp [j] tmp; [ ] : gp // ed ShellSort [ ] : gp $5" $$. <# #I #*:#5 <#$ #* $$ * BC) #:'*BC#$'$ OA'! &5##'( $# 7!$$ # 8$$$#$#$* )9* #$$!6 ''''7'7'''! &$* $ %& " $$$$'$$ <6,$5* #$$ <" $$.* #*$*: I Legde v : Hep - sort Shell-sort 9 Tree - sort 7 Legde v : ** Hep - sort 455 Shell-sort 57 Tree - sort 4 Legde v : Hep - sort 49 Shell-sort 55 Tree - sort 47

10 " $$ #$$ " $$:$ :'''M'' " $$#:'''''' vod ShellSort(t [] ) { t [] gpvl {,,5,,, 47,, 9, /9, /,/47,/,/,/5,/ ; t gp ; for (t gpid gpvl.legth -; gpid > ; gpid --) { gp gpvl[gpid]; for (t gp ; <.legth ; ) f ([] < [-gp] ) { t tmp [], j ; do { [j] [j-gp]; j j- gp; whle (j > gp && [j-gp] > tmp); // ed [j] tmp; Legde v : Hep - sort 9 Shell-sort 5 Shell -sort 85 Tree - sort 89 Legde v : Hep - sort 79 Shell-sort 4 Shell -sort 75 Tree - sort 875 Legde v :48576 ** Hep - sort 5 Shell-sort 8!! Shell -sort 98 Tree - sort 78 Legde v : 8 9 ** Hep - sort Shell-sort Shell -sort Tree - sort E Fel rot, er kke størst: Ide for Hep &Tre sorterg rotrettet tre rrye:. Rot er største elemet treet (også rot lle sutrær rekursvt). Det er ge ordg mellom vsu og hsu (hvem som er størst). V etrkter holdet v e rry [:-] slk t vsu og hsu tl elemet er : og (Hvs v kke går ut over rrye) Fel ldode, 99 er større e s rot:.., [ ] : , Eks på rktg tre:.., 8 [ ] : , 5 99

11 <)$#!$$6 sttc vod dyttned (t, t ) // Rot er (mulges) felplssert dytt gmmel edover // få y, større oppover { t j *, temp []; whle(j < ) { f ( j < && [j] > [j] ) j; f ([j] > temp) { [] [j]; j; j j*; else rek; [] temp; Før: dyttned (, 5) Etter: sttc vod dyttned (t, t ) { t j *, temp []; whle(j < ) { f ( j < && [j] > [j] ) j; f ([j] > temp) { [] [j]; j; j j*; else rek; [] temp;,##5# V ser t metode strter på sutreet med rot [] og verste tlfelle må flytte det elemetet helt tl ed tl e ldode c. tl [], Avstde er (-) rrye og hver gg doler v j tl j < : dvs. whle-løkk går mks. log(-) gger O(log ) ( dette er det smme som t høyde et ærtre er log()) sttc vod dyttopp (t ) // Bldode på plss er (mulges) felplssert // dytt de oppover mot rot tl hele treet { t j (-)/, temp []; whle( temp > [j] && > ) { [] [j]; j; j (-)/; [] temp; Før: dyttopp (5) Etter: 55,##5 sttc vod dyttopp (t ) // Bldode på plss er (mulges) felplssert // dytt de oppover mot rot tl hele treet { t j (-)/, temp []; whle( temp > [j] && > ) { [] [j]; j; j (-)/; [] temp; V ser t metode strter på det treet med rot [] som går tl og med [], og verste må flytte gmle [] helt opp tl rot [] Avstde er rrye og hver gg hlverer v tl verste fll : dvs. whle-løkk går mks. log() gger O(log ) ford mksmlt er lk og gjeomstlg / ( dette er også et smme som t høyde et ærtre er log())

12 #/P<. / / 6 8# '#?' #5## *'5#! <.6 8#$##'$#!.' # $$6,##'* $BC vod dyttned (t, t ) { // Rot er (mulges) felplssert // Dytt gmmel edover // få y større oppover t j *, temp []; whle(j < ) { f ( j < && [j] > [j] ) j; f ([j] > temp) { [] [j]; j; j j*; else rek; [] temp; // ed dyttned vod treesort( t [] ) { t.legth-; for (t k / ; k > ; k--) dyttned(k,); for (t k ; k > ; k--) { dyttned(,k); ytt (,k); Ide: V hr et ært ordgstre [..k] med største rot. Orde først lle sutrær..få største elemet opp [] og Bytt det med det k te elemetet (k, -,.. ) [ ] : $5. <. ;$68)#??' #'$$#$ $: $! #?# ) 5#: $!:$ "* 5# #BC':'.''' 5#* #!$ #$ "$ $! vod dyttopp(t ) // Bldode på plss er // (mulges) felplssert // Dytt de oppover mot rot { t j (-) /, temp []; whle( temp > [j] && > ) { [] [j]; j; j (-)/; [] temp; // ed dytt Opp vod hepsort( t [] ) { t.legth -; for (t k ; k < ; k) dyttopp(k); ytt(,); for (t k -; k > ; k--) { dyttned(,k); ytt (,k);

13 $5<. "/.68)#??!' #'$$#$ $: $! DA $$#Q. F ett elemet (de dele v) rrye du skl sortere som er omtret mddels stort lt dsse elemetee kll det prt. Del opp rrye tre deler og flytt elemeter slk t: ) små - de som er mdre e prt er tl vestre ) lke - de som hr smme verd som prt er mdte c) store - de som er større, tl høyre små lke store. Gjet pkt. og rekursvt for de små og store områdee hver for seg tl legde v dem er <, og dermed sortert. l s lke små lke store usett vod qucksort ( t [], t l, t r) { t s l-, lke, d; t t, prt [(lr)/]; for ( t l; < r; ) f ( [] prt ) { lke; // ytt om de vestre store t [slke]; // og de ye ([]) [slke] []; [] t; else f ([] < prt) { s; // ytt om syklsk de vestre d slke; // store, de vestre lke og t []; // de ye [] [] [d]; [d] [s]; [s] t; f ( l < s ) qucksort (,l,s); f ( slke < r ) qucksort (,slke,r); r DA". $ Sortert :

14 DA '# 8)$quckSort.$!#' )$!##.$: ) * 8$ $##$ ;*$$$* qucksort,!# ) #!$!* 8$ $##$5 $#$ /).$$ *#5#$* # *)$$$$ 5! #6!9!99!: $! $$####)! $$$$ $ #B$C'B$9!BC* $! DA $)##$ #?5! >$$" *$##$ #A,-(..%%* " * ' vod qucksort ( t [],t l,t r) { t l, jr; t t, prt [(lr)/]; whle ( < j) { whle ([] < prt ) ; whle (prt < [j] ) j--; f ( < j) { t [j]; [j] []; [] t; ; j--; f ( l < j ) { f ( j-l < ) stkksort (,l,j); else qucksort (,l,j); f ( < r ) { f ( r- < ) stkksort (,,r); else qucksort (,,r); // ed qucksort DA # $ 8$)$ $ )DA>'$5 ) $* #$)' 5#$$$ 8$## ###! 6 # ## # $#*#$ DA#$ E#@#$*!'55 )$%5!G ($$#Q6 #$# DA"#$ $ $ #$ -#!#$6 * H: $#$!!$$ * H: $#$9$!$ $# lte lke stor Eksekvergstd - se QuckSort (me hvord?)

15 t kvkkvlg ( t [],t l,t r, t k) // deler [l,r] lte, lk og stor // velger ut det k-største elemetet (k,...,.legth) { t s l-, lke, d; t t, prt [(lr)/];,#. 8$ f (l r) retur [r]; else { for ( t l; < r; ) f ( [] prt ) { lke; t [slke]; [slke] []; [] t; else f ([] < prt) { s; d slke; t []; [] [d]; [d] [s]; [s] t; f ( k -< s ) retur kvkkvlg (,l,s,k); else f ( k -< s lke) retur prt; else retur kvkkvlg (,slke,r,k ); (forts.) f ( k -< s ) retur kvkkvlg (,l,s,k); else f ( k -< s lke) retur prt; else retur kvkkvlg (,slke,r,k ); dvs: / /4 /8... ( ½ ¼ /8...) O() / /4 /8 $.! 8$$ ($$#Q6 8 % * $! 8* * $J# 7 8$##$* %$$ #$J'.$ #7$##$ $#$$'#$. & $#$$ *!5* $'$ $5#E#@'>. $$. $.# Algortme flettesort ( Fl A, Fl B, utfl C) { A.frst; B. frst; whle (! ull &&! ull) f ( < ) { C.wrte (); A.frst; else { C.wte (); B.frst; whle (! ull) { C.wrte (); A.frst; whle (! ull) { C.wrte (); B.frst;

16 8#.#.) ;$* # $ $#.$$ /$$.'# I!,$!'#$6 # :G :GHG99! BC4@!@:BCG BC$$:FB@9CG :GHG99!$$BBCC99G :GH:@G99!R :$$BCG F $ 4!R B#99C:G..G SS #6$'# ) #! $$ "#$" :-! #6"$ *@$$ ##'5#$!' )$$ $6 $6 $9.)! 9 #)'$ :. %$$#$ $%"/ clss BNode { BNode este; t verd; BNode (BNode, t v) { este ; verd v;.. for(t ; <; ) s ew BNode( s, []); s ucketsort( s );... s lst BNode ucketsort ( BNode s ) {t mx ; BNode t s; whle (t! ull) { f (t.vlue >mx ) mx t.vlue; t t.ext; BNode [] lst ew BNode [mx]; BNode t; whle (s! ull) { t s; s s.este; t.este lst[t.verd]; lst[t.verd] t; // lg lste FIFO from LIFO LIFO for (t mx; > ; --) whle (lst[]! ull ) { t lst[]; lst[] t.este; t.este s; s t; retur s; E#@. "5BC*, $$ >## $)5 BC!$'BC$#!$BC$BC

17 // Rdx kostter og kode < 4 elemeter t [] ; sttc t umbt, rmx 4-, mx ; vod rdxsort(t [] ) { // f mx [] for (t ; <.legth; ) f ([] > mx) mx []; f ( mx < rmx) { // for første gg, hvs små/få verder // Treger å re ett sffer som også er mdre whle ( (<<umbt) > mx ) umbt --; umbt ; // wet oe too fr rmx (<< umbt) -; rdxsort(,,, mx); // koper tlke tl hvs svret å er [] f (! ) for (t ; < ; ) [] []; Ett elemet fr[]: t t rmx: umbt umbt ere t [] rdxsort ( t [] fr, t [] tl, t t, t mx ) { t [] t ew t [rmx]; t cumvl, j; // tell opp t hvor mge v hver verd for (t ; < ; ) t[((fr[]>> t) & rmx)]; // Adder opp 't' kkumulerte verder for (t ; < rmx; ) { j t[]; t[] cumvl; cumvl j; // flytt tllee sortert (på dette feltet) tl tl. for (t ; < ; ) tl [ t [ ((fr[]>>t) & rmx) ] ] fr[]; // Hvs mer gje å sortere sorter på este t ter f ( ( << (t umbt)) < mx ) retur rdxsort ( tl, fr, t umbt, mx); else retur tl; /#$E#@ "#* $.) -$BC $#&@:7 7 $#)) $@!$&@! 6 /$$BC #.#:! TBC: $&@! 7 $5$$# 6BC$6$BC!:! ;$ $@!'#@)' $# $! $ E#@$#$* DA' #$* $ <I $* & & ###6 6>U''#'$#* >U "#6'#'U''* U %#/%// $%* /$6 $5#'A'##$# V $L -# ' ''#!) ")* $ V '$# #$#! 7 () / $6 V BBCC'BBCC''#BBCC##

18 '$.) # # 7 "E#@6%##$$$$A.( /$.(/.(/ -. )6/.(//$ Eks: mx 6. Cout Adder tl pekere 4. Lg p : t [] psort ( t [] ) { t.legth; t [] p ew t []; t [] cout ; t loclmx ; t ccumvl, j, for (t ; < ; ) f( loclmx < []) loclmx []; cout ew t[loclmx]; for (t ; < ; ) cout[[]]; for (t ; < loclmx; ) { j cout[]; cout[] ccumvl; ccumvl j; for (t ; < ; ) p[cout[[]]] ; retur p; "$$ /. DA. ##$H. ;$);$$ $# )#. E#@ &' ##! # Tree - sort ,5,97,954,657,46 Bøtte - sort 78 9,8 4,68,5,,6 Rdx - sort ,98,,5,6 PSort ,,,56,88, Quck - sort ,4 6,88,5,75, mllsek Asolutte sortergstder Tree - sort Bøtte - sort Rdx - sort PSort Quck - sort

19 E$$DA <AAI,5,,5,,5, Reltve eksekvergstder (Quck-sort ) Tree - sort Bøtte - sort Rdx - sort PSort Quck - sort Nvå cche KB CPU System uss Nvå cche MB Loklett Dsk Når v kke fer dt ærmeste cche, overføres e cchelje Byte fr sktere tl rskere hukommelse.,5, legde v sortert rry,aa I JA. "* 55E#@ E#@6 // flytt tllee for (t ; < ; ) tl[t[((fr[]>>t) & rmx)]] fr[]; // mke p[] for (t ; < ; ) p[cout[[]]] ; ;)$øaa.$ 4 * (.( /55# $6 for(t ; < ; ) / $#6 [[[ [] ]]] ; "$$6BC: AA.$ /$$# $#BC:$$#.! AA.$##' * AA$'* * *

20 Effect of cchg JA $) 5 Reltve to sme sequetl ccess ( ) 5 5 Numer of elemets (log scle) Sequetl Rdom:WR Rdom:WR Rdom:W4R Rdom:W8R Rdom:W6R $@$# AA.$ $@$#$$$$6 #Q6 -$AA$ 8).7@$# :)! AA.$#5 %# $'AA$.' DA. $.! /* #.$6 Smmelgg mellom Sekvesell utførelse og Rdom hold v [] E'AA.$$I /* #.$6 #E#@6 #$#* "* $E#@.* ##$ #:A7@! "$#6 DA. :! 8$E#@. * #$ #* #$$#* # 5 Reltve executo tme reltve Quck-sort () Cche sortg lgorthms compred Legth of sorted rry (x) Quck PSort-pss PSort - pss Block Rdx

21 >$)* $AA.$ #5'$ $#$*# JA$#'$* $ 5'$'#6 5#$ &$# ($$$#AA$$ #8#$ #@ $$A@ $$#.7@* $# "$AA.$$$# $#$$J &<K! $ &<K!#$# )$$!

INF1020 høsten nov. og 13.nov.

INF1020 høsten nov. og 13.nov. Essese v kurset INF høste 6 6. ov. og.ov. Noe om mtemtske forutsetger og evs (kp. ) Sorterg del I og II (kp. 7.) Are Mus, Gruppe for ojektoreterg, modellerg og språk (OMS) Ist. for formtkk, Uv Oslo Lære

Detaljer

Chapter 2 - Discrete Mathematics and Its Applications. Løsningsforslag på utvalgte oppgaver

Chapter 2 - Discrete Mathematics and Its Applications. Løsningsforslag på utvalgte oppgaver Chpter - Dscrete Mthemtcs d Its pplctos Løsgsforslg på utvlgte oppgver vstt Oppgve Gtt 7 ) E mtrse med rder og koloer er e mtrse Geerelt hr v t e m mtrse er e mtrse med m rder og koloer Uttrykket m klles

Detaljer

8NH )RUHOHVQLQJ 'HSDUWPHQWÃRIÃ,QIRUPDWLFVÃ8QLYHUVLW\ÃRIÃ2VORÃ1RUZD\,1) ± $OJRULWKPVÃÉÃ'DWDÃ6WUXFWXUHV

8NH )RUHOHVQLQJ 'HSDUWPHQWÃRIÃ,QIRUPDWLFVÃ8QLYHUVLW\ÃRIÃ2VORÃ1RUZD\,1) ± $OJRULWKPVÃÉÃ'DWDÃ6WUXFWXUHV :/ 8NH )RUHOHVQLQJ +86.± +LWWLO«Sortering: Sammenligning-baserte: Baserer seg på sammenligning av elemntene i a[ ] Eksempler: Instikk, boble, utplukk Alle tar kvadratisk tid 1 7(0$6RUWHULQJ )RUWVHWWHUPHG

Detaljer

Kapittel 9 ALGEBRA. Hva er algebra?

Kapittel 9 ALGEBRA. Hva er algebra? Kpttel 9 ALGEBRA Hv er lger? Kpttel 9 ALGEBRA Alger Ekelt k v s t lger er å rege me okstver steet for tll. Når v løser lgger, står okstve (vlgvs for et estemt tll. Når v ruker lger tl å utlee formler eller

Detaljer

Positive rekker. Forelest: 3. Sept, 2004

Positive rekker. Forelest: 3. Sept, 2004 Postve rekker Forelest: 3. Sept, 004 V skal tde utover fokusere på å teste om e rekke kovergerer, og skyve formler for summerg bakgrue. Dette er gje ford det første målet vårt er å lære hvorda v ka fe

Detaljer

Læringsmål og pensum. Funksjoner hittil (1) Oversikt. Læringsmål Anonyme og rekursive funksjoner Funksjoner som inn-argumenter Subfunksjoner

Læringsmål og pensum. Funksjoner hittil (1) Oversikt. Læringsmål Anonyme og rekursive funksjoner Funksjoner som inn-argumenter Subfunksjoner 1 Lærigsmål og pesum TDT4105 Iformsjostekologi grukurs: Uke 44 Aoyme fuksjoer, fuksjosfuksjoer og rekursjo Lærigsmål Aoyme og rekursive fuksjoer Fuksjoer som i-rgumeter Subfuksjoer Pesum Mtlb, Chpter 10

Detaljer

Logaritmen til et tall er det vi må opphøye 10 i for å få tallet. Logaritmen til et tall a kan vi indirekte definere slik:

Logaritmen til et tall er det vi må opphøye 10 i for å få tallet. Logaritmen til et tall a kan vi indirekte definere slik: Logritme til et tll er det vi må opphøye 10 i for å få tllet. 10 2 = 100 Logritme til 100 er 2. log 100 = 2 10 3 = 1000 Logritme til 1000 er 3. log 1000 = 3 Logritme til et tll k vi idirekte defiere slik:

Detaljer

Forelesning Z-, t-test, test for forventningsdifferanser

Forelesning Z-, t-test, test for forventningsdifferanser STAT Sttstkk Metoder ushu.l@ub.o Forelesg + 3 Z-, t-test, test for forvetgsdfferser. Sttstsk hypotesetestg ullhypotese): ypotese so først ttt å være st *Forålet ed e test er å udersøke o dtterlet gr grulg

Detaljer

Formler og regler i statistikk ifølge lærebok Gunnar Løvås: Statistikk for universiteter og høgskoler

Formler og regler i statistikk ifølge lærebok Gunnar Løvås: Statistikk for universiteter og høgskoler Formler og regler statstkk følge lærebok Guar Løvås: tatstkk for uversteter og høgskoler Kap. Hva er fakta om utvalget etralmål Meda: mdterste verd etter sorterg Modus: hyppgst forekommede verd Gjeomstt:

Detaljer

12 MER OM POTENSER POTENSER

12 MER OM POTENSER POTENSER Kpittel MER OM OTENSER OTENSER 3 rekker for å helgrdere de første kmpe. 3 3 9 rekker for å helgrdere de to første kmpee. 3 3 3 7 rekker for å helgrdere de tre første kmpee. 3 3 3 3 3 3 3 3 3 3 3 3 53 44

Detaljer

Seminaroppgaver for uke 13 (Oppgave (1), (2), og (3))

Seminaroppgaver for uke 13 (Oppgave (1), (2), og (3)) 1 ECON 2130 2017 vår Semarpla fra og med uke 13 Semaroppgaver for uke 13 (Oppgave (1), (2), og (3)) (1) Fra eksame Eco 2130, 2004 høst: Oppgave 3: (Fel oppgave på ststuttets overskt over gamle eksamesoppgaver)

Detaljer

Forelesning Ordnings observatorer

Forelesning Ordnings observatorer Yushu.L@ub.o Forelesg 6 + 7 Ordgs observatorer. Oppsummerg tl Forelesg 4 og 5.) Fuksjoer (trasformasjoer) av flere S.V...) Smultafordelg tl to ye S.V. Ata at v har to S.V., med smultafordelg f ( x, x )

Detaljer

TMA4245 Statistikk Eksamen mai 2016

TMA4245 Statistikk Eksamen mai 2016 Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Løsgssksse Oppgave a) Lar X være kvadratprse. Har da at X N(µ, σ 2 ), med µ 30 og σ 2 2, 5 2. P (X < 30) P (X < µ) 0.5 ( X 30 P (X > 25)

Detaljer

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet Dynamsk programmerng Hvlke problemer? Metoden ble formalsert av Rchard Bellmann (RAND Corporaton) på -tallet. Har ngen tng med programmerng å gøre. Dynamsk er et ord som kan aldr brukes negatvt. Skal v

Detaljer

Rekursjon. I. Et enkelt eksempel

Rekursjon. I. Et enkelt eksempel Reusj I. ET ENKELT EKSEMPEL II. TRE AV REKURSIVE KALL, eusjsdybde temeg dg III.INDUKTIVE DATA TYPER g Reusj ve Dt Type IV. SPLITT OG HERSK PROBLEMLØSNING VED REKURSJON Kp. 8.. V. REKURSJONS EEKTIVITET

Detaljer

Seminaroppgaver for uke 13

Seminaroppgaver for uke 13 1 ECON 2130 2016 vår Semarpla fra og med uke 13 Semaroppgaver for uke 13 1) Fra eksame Eco 2130, 2004 høst: Oppgave 3: (Fel oppgave på ststuttets overskt over gamle eksamesoppgaver) La X og Y være to uavhegge

Detaljer

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet Dynamsk programmerng Metoden ble formalsert av Rchard Bellmann (RAND Corporaton på -tallet. Programmerng betydnngen planlegge, ta beslutnnger. (Har kke noe med kode eller å skrve kode å gøre. Dynamsk for

Detaljer

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering Lekson 3 Smpleksmetoden generell metode for å løse LP utgangspunkt: LP på standardform Intell basstabell Fase I for å skaffe ntell, brukbar løsnng løse helpeproblem hvs optmale løsnng gr brukbar løsnng

Detaljer

Makroøkonomi - B1. Innledning. Begrep. B. Makroøkonomi. Mundells trilemma går ut på følgende:

Makroøkonomi - B1. Innledning. Begrep. B. Makroøkonomi. Mundells trilemma går ut på følgende: B. Makroøkoom Oppgave: Forklar påstades hold og drøft hvlke alteratv v står overfor: Fast valutakurs, selvstedg retepoltkk og fre kaptalbevegelser er kke forelg på samme td. Makroøkoom Iledg Mudells trlemma

Detaljer

TMA4240 Statistikk Høst 2016

TMA4240 Statistikk Høst 2016 TMA440 Statstkk Høst 06 Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Abefalt øvg 0 Løsgssksse Oppgave a Estmatore for avstade a er gjeomsttet av uavhegge detsk fordelte målger, x; a,

Detaljer

Forelesning 19 og 20 Regresjon og korrelasjons (II)

Forelesning 19 og 20 Regresjon og korrelasjons (II) STAT111 Statstkk Metoder Yushu.L@ub.o Forelesg 19 og 0 Regresjo og korrelasjos (II) 1. Kofdestervall (CI) og predksjostervall (PI) I uka 14, brukte v leær regresjo for å fage leær sammehege mellom Y og

Detaljer

Forelesning 3 mandag den 25. august

Forelesning 3 mandag den 25. august Forelesg adag de 5 august Merkad 171 For å bevse e propossjo o heltall so volverer to eller flere varabler, er det typsk ye lettere å beytte duksjo på e av varablee e duksjo på oe av de adre Det er for

Detaljer

IT1105 Algoritmer og datastrukturer

IT1105 Algoritmer og datastrukturer Løsnngsforslag, Eksamen IT1105 Algortmer og datastrukturer 1 jun 2004 0900-1300 Tllatte hjelpemdler: Godkjent kalkulator og matematsk formelsamlng Skrv svarene på oppgavearket Skrv studentnummer på alle

Detaljer

MED SVARFORSLAG UNIVERSITETET I OSLO

MED SVARFORSLAG UNIVERSITETET I OSLO Eksmen i : MED SVARFORSLAG UNIVERSITETET I OSLO Det mtemtisk-nturvitenskpelige fkultet INF5110 - Kompiltorteknikk Eksmensdg : Onsdg 6. juni 2012 Tid for eksmen : 14.30-18.30 Oppgvesettet er på : Vedlegg

Detaljer

Microsoft PowerPoint MER ENN KULEPUNKTER

Microsoft PowerPoint MER ENN KULEPUNKTER Mirosoft PowerPoint MER ENN KULEPUNKTER INNHOLDSFORTEGNELSE: Opprette en ny presentsjon: «Ml» vs. «tomt skll» Bilder: Sette inn ilder fr Google ildesøk. Bilder: Sette inn llerede lgrede ilder. Bilder:

Detaljer

Balanserte søketrær. AVL-trær. AVL-trær. AVL-trær høyde AVL AVL. AVL-trær (Adelson-Velskii og Landis, 1962) Splay-trær (Sleator og Tarjan, 1985)

Balanserte søketrær. AVL-trær. AVL-trær. AVL-trær høyde AVL AVL. AVL-trær (Adelson-Velskii og Landis, 1962) Splay-trær (Sleator og Tarjan, 1985) alanserte søketrær VL-trær Et bnært tre er et VL-tre hvs ølgende holder: VL-trær delson-velsk og Lands, 96 play-trær leator og Tarjan, 98. orskjellen høyde mellom det høyre og det venstre deltreet er maksmalt,

Detaljer

Bruksanvisning/ Brugsanvisning

Bruksanvisning/ Brugsanvisning 1 6 d c e Bruksnvisning/ Brugsnvisning f h g i j k l m 7 8 10 2 3 9 c e d Bkovervendt/Bgudvendt Høyde/højde 61-105 cm 4 5 11 12 Mks vekt/vægt 18 kg Alder 9m 4å UN regultion no. R129 i-size 8 9 13 14 15

Detaljer

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 29. mai 2007

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 29. mai 2007 Høgskole Telemark Avdelg for estetske fag, folkekultur og lærerutdag BOKMÅL 9. ma 7 EKSAMEN I MATEMATIKK, Modul 5 studepoeg Td: 5 tmer Hjelpemdler: Kalkulator og vedlagt formelsamlg (bakerst oppgavesettet).

Detaljer

S2 kapittel 1 Rekker Utvalgte løsninger oppgavesamlingen

S2 kapittel 1 Rekker Utvalgte løsninger oppgavesamlingen Utvlgte løsiger oppgvesmlige S kpittel Rekker Utvlgte løsiger oppgvesmlige 0 Vi k prøve med differsemetode Differsee mellom leddee utover er 4,6,8, så det er rimelig t differse mellom femte og fjerde ledd

Detaljer

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 14.12.2007

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 14.12.2007 Høgskole Telemark Avdelg for estetske fag, folkekultur og lærerutdag BOKMÅL 4..7 UTATT PRØVE I MATEMATIKK, Modul 5 studepoeg Td: 5 tmer Hjelpemdler: Kalkulator og vedlagt formelsamlg (bakerst oppgavesettet).

Detaljer

Oversikt over tester i Econ 2130

Oversikt over tester i Econ 2130 1 HG Revdert aprl 213 Overskt ver tester Ec 213 La θ være e ukjet parameter (ppulasjs-størrelse) e statstsk mdell. Uttrykket ukjet parameter betyr at de sae verde av θ ppulasje er ukjet. Når v setter pp

Detaljer

Løsningsforslag Eksamen 7. august 2006 TFY4250 Atom- og molekylfysikk

Løsningsforslag Eksamen 7. august 2006 TFY4250 Atom- og molekylfysikk Eksme TFY450 7. ugust 006 - løsigsforslg Oppgve Løsigsforslg Eksme 7. ugust 006 TFY450 Atom- og molekylfysikk. Grutilstde ψ (x hr ige ullpukter. Første eksiterte tilstd ψ (x hr ett ullpukt. Når potesilet

Detaljer

Sorterings- Algoritmer

Sorterings- Algoritmer Hva er sorterng? Sorterngs- Algortmer Algortmer og Datastrukturer Input: en sekvens av N nummer Output: reorganserng nput-sekvensen slk at: a < a < a... < a n- < a n V søker algortmer som gjør dette på

Detaljer

NOEN SANNSYNLIGHETER I BRIDGE Av Hans-Wilhelm Mørch.

NOEN SANNSYNLIGHETER I BRIDGE Av Hans-Wilhelm Mørch. NOEN SANNSYNLIGHETER I BRIGE A Hans-Wlhelm Mørch. SANNSYNLIGHETER FOR HVORAN TRUMFEN(ELLER ANRE SORTER) ER FORELT Anta at du mangler n kort trumffargen. Ha er sannsynlgheten for at est har a a dem? La

Detaljer

OBLIGATORISK OPPGAVE 1 INF 3340/4340/9340 HØSTEN 2005

OBLIGATORISK OPPGAVE 1 INF 3340/4340/9340 HØSTEN 2005 OBLIGATORISK OPPGAVE INF 0/0/90 HØSTEN 005 Levergsfrst: 0. september 005 Arbedsform: Løses dvduelt Ileverg tl: Aja Bråthe Krstofferse (ajab@f.uo.o Levergskrav: Det forutsettes at du er kjet med holdet

Detaljer

Dynamisk programmering. Hvilke problemer? Optimalitetsprinsippet. Overlappende delproblemer

Dynamisk programmering. Hvilke problemer? Optimalitetsprinsippet. Overlappende delproblemer ynask prograerng Metoden ble foralsert av Rchard Bellann (RAN Corporaton på -tallet. Prograerng betydnngen planlegge, ta beslutnnger. (Har kke noe ed kode eller å skrve kode å gøre. ynask for å ndkere

Detaljer

Regler om normalfordelingen

Regler om normalfordelingen 1 HG mars 2009 Notat tl kapttel 5 Løvås Regler om ormalfordelge Kjeskap tl reglee for ormalfordelge er gruleggede for de statstske aalyse kapttel 6 Løvås, og studetee må kue beherske dsse skkkelg dette

Detaljer

INF2220 høsten 2017, 19. okt.

INF2220 høsten 2017, 19. okt. INF2220 høsten 2017, 19. okt. Sortering (kap. 7.) sekvensiell sortering II Arne Maus, Gruppen for Programmering og Software Engineering (PSE) Inst. for informatikk, Univ i Oslo 1 Hva lærte vi for en uke

Detaljer

Regler om normalfordelingen

Regler om normalfordelingen HG mars 0 Notat tl kapttel 5 Løvås Regler om ormalfordelge Kjeskap tl reglee for ormalfordelge er gruleggede for de statstske aalyse kapttel 6 Løvås, og studetee må kue beherske dsse skkkelg dette kurset.

Detaljer

Oversikt II. Innhold. INF1000 (Uke 12) Oversikt I. Sortering. Lære å lage proff programvare ved å lage. en generell klasse for sortering

Oversikt II. Innhold. INF1000 (Uke 12) Oversikt I. Sortering. Lære å lage proff programvare ved å lage. en generell klasse for sortering INF1000 (Uke 12) Sortering Grunnkurs i progrmmering Institutt for Informtikk Universitet i Oslo Are Mgnus Bruset og Anj B. Kristoffersen Oversikt I Lære å løse et vnskelig problem Sortering mnge metoder,

Detaljer

Regler om normalfordelingen

Regler om normalfordelingen 1 HG Revdert mars 013 Notat tl kapttel 5 Løvås Regler om ormalfordelge Kjeskap tl reglee for ormalfordelge er gruleggede for de statstske aalyse kapttel 6 Løvås, og studetee må kue beherske dsse skkkelg

Detaljer

Innhold. INF1000 (Uke 12) Sortering og eksamensoppgaver. Oversikt II. Oversikt I. Om sortering. Litt om dokumentasjon av kode. Deler av eksamen H03

Innhold. INF1000 (Uke 12) Sortering og eksamensoppgaver. Oversikt II. Oversikt I. Om sortering. Litt om dokumentasjon av kode. Deler av eksamen H03 Innhold INF1000 (Uke 12) Sortering og eksmensoppgver Om sortering Sortering v heltll og tekster Litt om dokumentsjon v kode Grunnkurs i progrmmering Institutt for Informtikk Universitet i Oslo Deler v

Detaljer

Oversikt over tester i Econ 2130

Oversikt over tester i Econ 2130 HG Revdert aprl 2 Overskt over tester Eco 23 La θ være e ukjet parameter (populasjos-størrelse e statstsk modell. Uttrykket ukjet parameter betyr at de sae verde av θ populasjoe er ukjet. Når v setter

Detaljer

Løsningsforslag til Obligatorisk oppgave 2

Løsningsforslag til Obligatorisk oppgave 2 Løsningsforslg til Oligtorisk oppgve INF1800 Logikk og eregnrhet Høsten 008 Alfred Brtterud Oppgve 1 Vi hr lfetet A = {} og språkene L 1 = {s s } L = {s s inneholder minst tre forekomster v } L 3 = {s

Detaljer

Integrasjon Skoleprosjekt MAT4010

Integrasjon Skoleprosjekt MAT4010 Integrsjon Skoleprosjekt MAT4010 Tiin K. Kristinslund, Julin F. Rossnes og Torstein Hermnsen 19. mrs 2014 1 Innhold 1 Innledning 3 2 Integrsjon 3 3 Anlysens fundmentlteorem 7 4 Refernser 10 2 1 Innledning

Detaljer

E K S A M E N. Algoritmiske metoder I. EKSAMENSDATO: 13. desember HINDA / 98HINDB / 98HINEA ( 2DA / 2DB / 2EA ) TID:

E K S A M E N. Algoritmiske metoder I. EKSAMENSDATO: 13. desember HINDA / 98HINDB / 98HINEA ( 2DA / 2DB / 2EA ) TID: Høgskolen i Gjøvik Avdeling for Teknologi E K S A M E N FAGNAVN: FAGNUMMER: Algoritmiske metoder I L 189 A EKSAMENSDATO: 13. desember 1999 KLASSE: 98HINDA / 98HINDB / 98HINEA ( 2DA / 2DB / 2EA ) TID: 09.00-14.00

Detaljer

S1 kapittel 4 Logaritmer Løsninger til oppgavene i boka

S1 kapittel 4 Logaritmer Løsninger til oppgavene i boka Løsninger til oppgvene i ok S kpittel 4 Logritmer Løsninger til oppgvene i ok 4. Vi leser v fr tllet 4 på y-ksen og ser t vi får den tilhørende verdien,6 på -ksen. lg 4,6 Vi leser v fr tllet,5 på y-ksen

Detaljer

TMA4245 Statistikk Eksamen august 2014

TMA4245 Statistikk Eksamen august 2014 Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Løsgssksse Oppgave a) Y 5 PY > 53) PY 53) P ) 53 5 Φ5) 933 668 Vekte av e fylt flaske, X + Y, er e leærkombasjo av uavhegge ormalfordelte

Detaljer

Odd Heir John Engeseth Håvard Moe Ørnulf Borgan BOKMÅL. Særtrykk. Matematikk 1T

Odd Heir John Engeseth Håvard Moe Ørnulf Borgan BOKMÅL. Særtrykk. Matematikk 1T Odd Heir Joh Egeseth Håvrd Moe Ørulf Borg BOKMÅL Særtrykk Mtemtikk T Odd Heir Joh Egeseth Håvrd Moe Ørulf Borg BOKMÅL Mtemtikk T Ihold Alger A Tllregig 7 B Tllmegder C Potesregig 0 D Store og små tll

Detaljer

Løsningsforslag Eksamen i Statistikk Nov 2001 Oppgave 1 a) Det fins 8 mulige kombinasjoner. Disse finnes ved å utelate ett og ett tall.

Løsningsforslag Eksamen i Statistikk Nov 2001 Oppgave 1 a) Det fins 8 mulige kombinasjoner. Disse finnes ved å utelate ett og ett tall. Løsgsforslag Eksame Statstkk Nov 00 Oppgave a) Det fs 8 mulge kombasjoer. Dsse fes ved å utelate ett og ett tall. Atall utvalg av størrelse 7 blat m er ( m 7 ). b) Prs Atall Rekker 3 kr. ( 7 ) 3 kr....

Detaljer

Anvendelser. Kapittel 12. Minste kvadraters metode

Anvendelser. Kapittel 12. Minste kvadraters metode Kapttel Anvendelser I dette kaptlet skal v se på forskjellge anvendelser av teknkke v har utvklet løpet av de sste ukene Avsnttene og eksemplene v skal se på er derfor forholdsvs uavhengge Mnste kvadraters

Detaljer

Kapittel 4 Tall og algebra Mer øving

Kapittel 4 Tall og algebra Mer øving Kpittel 4 Tll og lger Mer øving Oppgve 1 d Oppgve 2 Se på uttrykket A = g h. Hv forteller de ulike okstvene? Se på uttrykket A = 2π. Hv står de ulike symolene for? Forklr hv vi mener med en vriel og en

Detaljer

INF Forelesning 10

INF Forelesning 10 Oppgve Ant t du hr deklrert en HshMp: INF1000 - Forelesning 10 Eksempler på Hshmp Opprmstyper Innstikksortering Jvdoc HshMp cdsmling = new HshMp(); Du legger inn informsjon

Detaljer

9 Potenser. Logaritmer

9 Potenser. Logaritmer 9 Potenser. Logritmer Foret utregingene nedenfor: 5 5 c 6 7 d e 5 f g h i Regn ut og gjør svrene så enkle som mulige: c y y d e f g h i j y y + y + y + + y Prisen på en motorsg vr kr 56 i 99. Vi regner

Detaljer

Matematikk for IT, høsten 2018

Matematikk for IT, høsten 2018 Mtmtkk for IT, høst 8 Oblg Løsgsforslg 7. sptmbr 8.7. ) for >. 7 b) for >. 7 c) for >. 7 d) ) for >. 8 8 8 8 8 7 8 7 8 .7. ) for >. 7 8 b) for >. 7 ) 7 ) 7) ) 7 ) 7) c) for >..7.8 ) ) ) ) ). Bss:. Rkursjosforml:

Detaljer

Læringsmål og pensum. Forberdring vha preallokering. Oversikt

Læringsmål og pensum. Forberdring vha preallokering. Oversikt 1 Læringsmål og pensum TDT410 Informsjonsteknologi grunnkurs: Uke 40 Funksjoner, skoping og trcing Asbjørn Thomssen, IDI Læringsmål Funksjoner med flere eller ingen utrgumenter Skop til skript og funksjoner

Detaljer

S1 kapittel 8 Eksamenstrening Løsninger til oppgavene i læreboka

S1 kapittel 8 Eksamenstrening Løsninger til oppgavene i læreboka S1 kpittel 8 Eksmenstrening Løsninger til oppgvene i læreok E1 995 995 5 + 5 (995 5) (995 + 5) + 5 990 1000 + 5 990 000 + 5 990 05 E E (61+ 9) 51 49) (51+ 49) 61 9 (61 9) 51 49 ( 100 100 11 1997 00 199

Detaljer

INF2220 høsten 2015, 5. nov.

INF2220 høsten 2015, 5. nov. INF høsten,. nov. Sortering del I (kap. 7.) Arne Maus, Gruppen for Programmering og Software Engineering (PSE) Inst. for informatikk, Univ i Oslo Essensen av kurset Lære et sett av gode (og noen få dårlige)

Detaljer

Econ 2130 uke 19 (HG) Inferens i enkel regresjon og diskrete modeller

Econ 2130 uke 19 (HG) Inferens i enkel regresjon og diskrete modeller Eco 3 uke 9 (HG) Iferes ekel regresjo og dskrete modeller De ekle regresjosmodelle. Resultater fra 5m og 5m for me fra EM på skøyter Heerevee 4. ( er 5m-tde og y 5m-tde sekuder for løper.) Spredgdagram

Detaljer

Eneboerspillet. Håvard Johnsbråten

Eneboerspillet. Håvard Johnsbråten Håvrd Johnsråten Eneoerspillet Når vi tenker på nvendelser i mtemtikken, ser vi gjerne for oss Pytgors læresetning eller ndre formler som vi kn ruke til å eregne lengder, reler, kostnder osv. Men mer strkte

Detaljer

Matematikk 1000. Øvingsoppgaver i numerikk leksjon 8 Numerisk integrasjon

Matematikk 1000. Øvingsoppgaver i numerikk leksjon 8 Numerisk integrasjon Mtemtikk 1000 Øvingsoppgver i numerikk leksjon 8 Numerisk integrsjon Som kjent kn vi regne ut (bestemte) integrler ved nti-derivsjon. Dette resulttet er et v de viktikgste innen klkulus; det heter tross

Detaljer

Heap* En heap er et komplett binært tre: En heap er også et monotont binært tre:

Heap* En heap er et komplett binært tre: En heap er også et monotont binært tre: Heap Heap* En heap er et komplett binært tre: Alle nivåene i treet, unntatt (muligens) det nederste, er alltid helt fylt opp med noder Alle noder på nederste nivå ligger til venstre En heap er også et

Detaljer

14 Systemer av differensiallikninger TMA4110 høsten 2018

14 Systemer av differensiallikninger TMA4110 høsten 2018 Systemer v fferensllknnger TMA høsten 8 I ette kptlet skl v ruke et v hr lært om lneær lger tl å løse fferensllknnger Det fnnes fferensllknnger for nesten lt, men et er kun e ller enkleste som er mulg

Detaljer

TMA4240/4245 Statistikk Eksamen august 2016

TMA4240/4245 Statistikk Eksamen august 2016 Norges teknsk-naturvtenskapelge unverstet Insttutt for matematske fag TMA44/445 Statstkk Eksamen august 6 Løsnngssksse Oppgave a) Ved kast av to ternnger er det 36 mulge utfall: (, ),..., (6, 6). La Y

Detaljer

INF2220 høsten okt. og 22. okt.

INF2220 høsten okt. og 22. okt. Essese av kurset INF høste 7 5. okt. og. okt. Noe om matematiske bevis (kap. ) Sorterig del I og II (kap. 7.) Are Maus, Gruppe for objektorieterig, modellerig og språk (OMS) Ist. for iformatikk, Uiv i

Detaljer

Løsningsforslag til avsluttende eksamen i HUMIT1750 høsten 2003.

Løsningsforslag til avsluttende eksamen i HUMIT1750 høsten 2003. Løsningsforslg til vsluttende eksmen i HUMIT1750 høsten 2003. Teksten under hr litt litt prtsom fordi jeg hr villet forklre hvordn jeg gikk frm. Fr en studentesvrelse le det ikke forventet nnet enn sluttresulttene.

Detaljer

1. Konfidens intervall for

1. Konfidens intervall for Forelesg 0 + Yushu.@ub.o Kofdes tervall og Bootstrap. Kofdes tervall for ) Kofdes tervall [ ˆ, ˆ ] dekker de ukjete parametere med høy grad av skkerhet (kofdesvå): P( ˆ ˆ ), er f.eks 0.0 eller 0.05, eller

Detaljer

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18).

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18). Econ 2130 HG mars 2012 Supplement tl forelesnngen 19. mars Illustrasjon av regel 5.19 om sentralgrenseteoremet og ltt om heltallskorreksjon (som eksempel 5.18). Regel 5.19 ser at summer, Y = X1+ X2 + +

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Deleksamen MAT-INF Modellerng og beregnnger. Eksamensdag: Onsdag 7. oktober 29. Td for eksamen: 5: 7:. Oppgavesettet er på 6 sder. Vedlegg:

Detaljer

som vi ønsker å si noe om basert på data Eksempel. Uid-modellen: X1, X ,,,

som vi ønsker å si noe om basert på data Eksempel. Uid-modellen: X1, X ,,, HG Eco30 07 9/3-07 Supplemet tl forelesg uke 0 (6 mars) (Det jeg kke rakk å ta på forelesg) Termolog (estmerg) Data (kokrete tall), x, x, er ervasjoer av stokastske varable, X, X, De statstske modelle

Detaljer

TMA4100 Matematikk 1 Høst 2006

TMA4100 Matematikk 1 Høst 2006 TMA4 Mtemtikk Høst 26 Norges tekisk turviteskpelige uiversitet Istitutt for mtemtiske fg Løsigsforslg, vsluttede eksme 5.2.26 De første greseverdie er e uestemt form v type "/", og L Hopitls regel gir

Detaljer

Løsningsforslag til eksamen i INF2270

Løsningsforslag til eksamen i INF2270 Løsningsforslg til eksmen i INF2270 Omi Mirmothri (oppgve 1 4) Dg Lngmyhr (oppgve 5 6) 13. juni 2014 Eksmen 2270 V2013 - Fsit 1) Konverter følgene tll til inært. Vis utregning (5%). (43)es 43 / 2 = 21

Detaljer

R1 kapittel 1 Algebra

R1 kapittel 1 Algebra Løsninger til oppgvene i ok R1 kpittel 1 Alger Løsninger til oppgvene i ok Oppgve 1.1 1 8 4 ( ) 15 5 (4 ) 7 1 7 ( ) d ( )( ) ( 4)( ) ( ) ( 4) ( )( 1) Oppgve 1. 49 7 ( 7)( 7) 5 5 5 5 1y 75 (4y 5) ( y) 5

Detaljer

Årsprøve 2014 10. trinn Del 2

Årsprøve 2014 10. trinn Del 2 2 Årsprøve 2014 10. trinn Del 2 Informsjon for del 2 Prøvetid: Hjelpemidler på del 2: Vedlegg: Andre opplysninger: Fremgngsmåte og forklring: Veiledning om vurderingen: 5 timer totlt Del 2 skl du levere

Detaljer

Eksamen høsten 2015 Løsninger

Eksamen høsten 2015 Løsninger DEL 1 Uten hjelpemidler Hjelpemidler: vnlige skrivesker, psser, linjl med entimetermål og vinkelmåler Oppgve 1, 4 4 = = 6 0, 4 4 Du kn innt mksimlt 6 g slt per dg. 00 0,8 0,8, 4 100 = = Én porsjon pizz

Detaljer

Econ 2130 uke 15 (HG)

Econ 2130 uke 15 (HG) Eco 130 uke 15 (HG) Kofdestervall Løvås: 6.1., 6.3.1 3. (Avstt 6.3.4 6 leses på ege håd. Se også overskt over kofdestercvall ekstra otat på ettet.) 1 Defsjo av kofdestervall La θ være e ukjet parameter

Detaljer

Et enkelt eksempel. terminering. i-120 : H Rekursjon: 1. invarianter (notat til Krogdahl&Haveraaen) ... t.o.m. som hale-rekursjon

Et enkelt eksempel. terminering. i-120 : H Rekursjon: 1. invarianter (notat til Krogdahl&Haveraaen) ... t.o.m. som hale-rekursjon Itesj tl eusj /** @pm > @etu... t sumw(t ) { t es =; whle ( > ) { es = es ; = ; etu es; /** @pm > @etu... t sumr(t ) { f ( == ) etu ; etu sumr(-); Geeellt, dg e % tg: t Ite(t ) { es= t; whle ( ftsett()

Detaljer

PARENTESER Matematikerne har funnet på at i regneuttrykk kan vi bruke parenteser for å markere hvilken regneoperasjon som skal gjøres først.

PARENTESER Matematikerne har funnet på at i regneuttrykk kan vi bruke parenteser for å markere hvilken regneoperasjon som skal gjøres først. Smmedrg kpittel SAMMENDRAG Dette er et smmedrg v det du hr rbeidet med om lgebr i Nummer 8, Nummer 9 og Nummer 10. Hvis du treger mer treig utover oppgvee i Nummer 10, fier du ekstr oppgver på elevettstedet.

Detaljer

i B maksimal b Fundamentalteoremet for lineærprogrammering Den leksikografiske metode Blands pivoteringregel MoD233 - Geir Hasle - Leksjon 4 2

i B maksimal b Fundamentalteoremet for lineærprogrammering Den leksikografiske metode Blands pivoteringregel MoD233 - Geir Hasle - Leksjon 4 2 Lekso 4 ( k ) a ( k ) I ( k ) U ( k) B maksmal ( k ) b Sste spesaltlfelle - valg av utgåede Degeerert basstabell, degeererert pvoterg Degeerert pvoterg ka g syklsk pvoterg Eeste tlfelle der Smpleksmetode

Detaljer

Det ble orientert i plenum under eksamensdagen om følgende endringer i forhold til oppgaven:

Det ble orientert i plenum under eksamensdagen om følgende endringer i forhold til oppgaven: LØSNINGSFORSLAG EKSAMEN 4 MAI 007 MET00 STATISTIKK GRUNNKURS Det ble oretert pleum uder eksamesdage om følgede edrger forhold tl oppgave: Oppgave b går ut. Det vl da bl 9 oppgaver og alle oppgaver teller

Detaljer

1 Tallregning og algebra

1 Tallregning og algebra Tllregning og lger ØV MER. REGNEREKKEFØLGE Oppgve.0 6 d) ( : 6) Oppgve. ( ) ( ) ()() ( ) ( ) ( ) () (6 ) () d) ( ) 7() ( ) Oppgve. 6 ( ) d) Oppgve. Med ett ddisjonstegn, ett sutrksjonstegn, ett multipliksjonstegn

Detaljer

Oppgave 1 Det er oppgitt i oppgaveteksten at estimatoren er forventningsrett, så vi vet allerede at E(ˆµ) = µ. Variansen til ˆµ er 2 2 ( )

Oppgave 1 Det er oppgitt i oppgaveteksten at estimatoren er forventningsrett, så vi vet allerede at E(ˆµ) = µ. Variansen til ˆµ er 2 2 ( ) Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Abefalt øvg Løsgssksse Oppgave Det er oppgtt oppgavetekste at estmatore er forvetgsrett, så v vet allerede at Eˆµ µ. Varase tl ˆµ er τ Varˆµ

Detaljer

Forelesning 25 og 26 Introduksjon til Bayesiansk statistikk

Forelesning 25 og 26 Introduksjon til Bayesiansk statistikk Yushu.@hh.o Forelesg 5 og 6 Itroduksjo tl Bayesask statstkk 1. Itroduksjo Fortsatt atar v har stokastsk varabel X (X ka være stokastsk varabel vektor) kommer fra e fordelg med parametere ( ka være parameter

Detaljer

Eksempeloppgaver 2014 Løsninger

Eksempeloppgaver 2014 Løsninger DEL 1 Uten hjelpemidler Hjelpemidler: vnlige skrivesker, psser, linjl med centimetermål og vinkelmåler Oppgve 1 19 millirder 9 10 = 19 10 = 1,9 10 0,089 10 = 8,9 10 10 = 8,9 10 Oppgve 6 6 8 Prosentvis

Detaljer

INF2220 høsten 2016, 9. nov.

INF2220 høsten 2016, 9. nov. INF høsten, 9. nov. Sortering del I (kap. 7.) Arne Maus, Gruppen for Programmering og Software Engineering (PSE) Inst. for informatikk, Univ i Oslo Essensen av kurset Lære et sett av gode (og noen få dårlige)

Detaljer

a 5 (2 + 8) d 5 (2 + 8) 4 g b 3 5 (2 + 8) e h 3 ( ) j Begrunn hvorfor du ikke får samme svar på oppgave b og g.

a 5 (2 + 8) d 5 (2 + 8) 4 g b 3 5 (2 + 8) e h 3 ( ) j Begrunn hvorfor du ikke får samme svar på oppgave b og g. Mtemtikk for ungomstrinnet KAPITTEL 4 TALL OG ALGEBRA MER ØVING Oppgve 1 Oppgve 2 Se på uttrykket A = g h. Hv forteller e ulike okstvene? Se på uttrykket O = 2π. Hv står e ulike symolene for? Forklr hv

Detaljer

INF2220 høsten okt. og 12. okt.

INF2220 høsten okt. og 12. okt. INF2220 høsten 2009 5. okt. og 12. okt. Noe om matematiske bevis (kap. 1) Sortering del I og II (kap. 7.) Arne Maus, Gruppen for objektorientering, modellering og språk (OMS) Inst. for informatikk, Univ

Detaljer

Kinematikk i to og tre dimensjoner 29.01.2014

Kinematikk i to og tre dimensjoner 29.01.2014 Knemkk o og re dmensoner 29.1.214 FYS-MEK 111 29.1.214 1 hp://pngo.up.de/ ccess numer:7182 En len l der en sørre lsel som hr død er. Mssen l lselen er sørre enn mssen l len. Hlke følgende usgn er korrek?

Detaljer

Seleksjon og uttak av alderspensjon fra Folketrygden

Seleksjon og uttak av alderspensjon fra Folketrygden ato: 07.01.2008 aksbehandler: DH Seleksjon og uttak av alderspensjon fra Folketrygden Dette notatet presenterer en enkel framstllng av problemet med seleksjon mot uttakstdpunkt av alderspensjon av folketrygden.

Detaljer

Forelesning nr.3 INF 1411 Elektroniske systemer

Forelesning nr.3 INF 1411 Elektroniske systemer Forelesnng nr.3 INF 4 Elektronske systemer 009 04 Parallelle og parallell-serelle kretser Krchhoffs strømlov 30.0.04 INF 4 Dagens temaer Parallelle kretser Kretser med parallelle og serelle ster Effekt

Detaljer

Fasit. Grunnbok. Kapittel 2. Bokmål

Fasit. Grunnbok. Kapittel 2. Bokmål Fsit 9 Grunnbok Kpittel Bokmål Kpittel Lineære funksjoner rette linjer. ƒ(x) = 4x + 5 ƒ() = 3 ƒ(4) = ƒ(6) = 9.6 ƒ(x) = -x b ƒ(x) = x b ƒ(x) = (x + ) 3 ƒ() = ƒ(4) = 8 ƒ(6) = 4 ƒ(x) = x 4 ƒ() = - ƒ(4) =

Detaljer

EKSAMEN Løsningsforslag

EKSAMEN Løsningsforslag . desember 6 EKSAMEN Løsnngsorslag Emnekode: ITD Emnenavn: Matematkk ørste deleksamen Dato:. desember 6 Hjelpemdler: - To A-ark med valgrtt nnold på begge sder. - Formelete. - Kalkulator som deles ut samtdg

Detaljer

TMA4245 Statistikk Eksamen 21. mai 2013

TMA4245 Statistikk Eksamen 21. mai 2013 TMA445 Statstkk Eksame ma 03 Korrgert 0 ju 03 Norges teksk-aturvteskapelge uverstet Isttutt for matematske fag Løsgssksse Oppgave Et plott av sasylghetstetthee er gtt fgur Vdere har v og PX = Φ = 08849

Detaljer

Faktorisering. 1 Hva er faktorisering? 2 Hvorfor skal vi faktorisere? Per G. Østerlie Senter for IKT i utdanningen 11.

Faktorisering. 1 Hva er faktorisering? 2 Hvorfor skal vi faktorisere? Per G. Østerlie Senter for IKT i utdanningen 11. Fktorisering Per G. Østerlie Senter for IKT i utdnningen per@osterlie.no 11. mi 013 1 Hv er fktorisering? Vi må se på veret å fktorisere. Hv er det vi skl gjøre når vi fktoriserer? Svret er: å lge fktorer.

Detaljer

Alternerende rekker og absolutt konvergens

Alternerende rekker og absolutt konvergens Alternerende rekker og absolutt konvergens Forelest: 0. Sept, 2004 Sst forelesnng så v på rekker der alle termene var postve. Mange av de kraftgste metodene er utvklet for akkurat den typen rekker. I denne

Detaljer

Appendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte:

Appendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte: Appendks 1: Organserng av Rksdagsdata SPSS Sannerstedt- og Sjölns data er klargjort for logtanalyse SPSS flen på følgende måte: Enhet År SKJEBNE BASIS ANTALL FARGE 1 1972 1 0 47 1 0 2 1972 1 0 47 1 0 67

Detaljer

YF kapittel 8 Rom Løsninger til oppgavene i læreboka

YF kapittel 8 Rom Løsninger til oppgavene i læreboka YF kpittel 8 Rom Løsninger til oppgvene i læreok Oppgve 809 Vi skl gå ett hkk mot venstre, og deler derfor med 10. 40 dl = (40 :10) L = 4 L Vi skl gå to hkk mot venstre, og deler derfor med 10 10 = 100.

Detaljer

STK1110 høsten Lineær regresjon. Svarer til avsnittene i læreboka (med unntak av stoffet om logistisk regresjon)

STK1110 høsten Lineær regresjon. Svarer til avsnittene i læreboka (med unntak av stoffet om logistisk regresjon) TK høste 9 Eksempel.5 (CO og vekst av furutrær Leær regreso varer tl avsttee..4 læreboka (med utak av stoffet om logstsk regreso Ørulf Borga Matematsk sttutt Uverstetet Oslo V vl bestemme sammehege mellom

Detaljer

Del A: Diskret optimering og heuristiske metoder Leksjon 2

Del A: Diskret optimering og heuristiske metoder Leksjon 2 Del A: Dskret optmerg og heurstske metoder Leksjo 2 Sjefsforsker Ger Hasle SINTEF Avedt matematkk, Oslo! Kursformasjo Motvasjo Operasjosaalyse Kustg tellges Optmergsproblemer (dskrete) Matematsk program

Detaljer