MA2501 Numeriske metoder

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "MA2501 Numeriske metoder"

Transkript

1 MA250 Numeriske metoder Oppgave Løsningsforslag, øving 7 a) Vi vet at r = Ae e = A r. La være en vektornorm på R n med en tilhørende avledet (subordinat) matrisenorm på R n n. Siden blir Ax A = sup Ax A x, x 0 x e x = A r A r x x = r A A A x som var det vi skulle vise. A A r Ax = A A r r = κ(a) b b b) «Problem» Vi finner at [ ] [ ] r =, ẽ =, [ ] [ ] ˆr =, ê = Vi observerer altså at løsningen med størst residual ( r = ) har klart minst feil ( ẽ = 0.00). Dette skyldes at matrisen A er dårlig kondisjonert. Spesielt finner vi at κ (A) = A A Videre er x =, ê = 0.93, ˆr = og b = Dermed er feilestimatet oppfylt for både ẽ og ê. Eksemplet viser altså at man må være forsiktig med å bruke residualet som eneste indikator på feilen hvis koeffisientmatrisen er dårlig kondisjonert. n x x κ (A) Tabell : Feil og kondisjonstall for system basert på Hilbertmatrisen. n x x κ (A) Tabell 2: Feil og kondisjonstall for system basert på en tilfeldig matrise. c) Vi velger eksaktløsning x = [,,..., ] T. For n = 0 kan vi da løse problemet ved matlab-setningene n = 0; x = ones([n, ]); A = hilb(n); b = A * x; xt = A \ b; e = norm(x - xt, inf) k = cond(a, inf) Resultatene er oppsummert i Tabell. De samme eksperimentene med utgangspunkt i en tilfeldig matrise av tilfeldige tall, definert i matlab som A = rand(n), gir derimot resultatene i Tabell 2. Dine egne resultater vil sannsynligvis variere noe fra disse. Dette viser imidlertid at kondisjonstallet for Hilbertmatrisen er ganske ekstremt. På den annen side vil vi normalt måtte forvente at kondisjonstallet vokser med økende dimensjon på matrisen. 2

2 Oppgave 2 Kincaid & Cheney, «Problem» Vi skal løse ligningssystemet 2x + 3x 2 = 8 x + 2x 2 x 3 = 0 3x + 2x 3 = 9 ved help av Gausseliminasjon med skalert delvis pivotering. Denne metoden er beskrevet i boka på side 280 og utover. Vi skriver ligningssystemet på formen Ax = b og får x x 2 x 3 8 = 0. () 9 Først beregner vi skaleringsfaktoren til hver rad i A. Skaleringsfaktoren er den største absoluttverdien i hver rad, det vil si s i = max j n a ij for hver rad i n. Skaleringsfaktorene beregnes kun én gang. Vi får s = 3, s 2 = 2, s 3 = 3. I skritt k velger vi som pivotligning den rad i A der forholdet a ik / s i, i I er størst. I er her mengden av «gjenværende» pivotrader. I skritt finner vi a s = 2/3, a 2 s 2 = /2, a 3 s 3 =, så vi velger ligning 3 som pivotrad. Ett skritt i Gaussprosessen gir da x 2 8 x 2 = 0 3 4/3 0 x /3 x 2 = x x 3 9 I skritt 2 beregner vi for de gjenværende radene i I = {, 2} a 2 s = 9/2, 3 a 22 s 2 = så vi velger rad som pivotrad. Ett skritt i Gaussprosessen gir da 0 3 4/3 x /3 x /3 x 2 = /9 x 2 = 5/ x x 3 9 Den siste pivotraden som vi ikke gjør noe med blir rad 2. Vi gjør tilbakesubstituering i samme motsatt rekkefølge av den rekkefølgen vi fikk for pivotradene, altså 2,, 3. Det gir x 3 = 5/9 5/3 = 3, x 2 = 3 (4/ ) = 2, x = 3 (9 2 3) =. Kincaid & Cheney, «Problem» 8..4 Vi er gitt matrisen 2 2 A =. 3 2 a) Vi skal vise at A ikke kan LU-faktoriseres, det vil si A kan ikke skrives som et produkt av en nedre enhetstriangulær matrise L og en øvre triangulær matrise U. En matrise kan LU-faktoriseres hvis og bare hvis naiv Gausseliminasjon ikke stopper opp på grunn av null som pivotelement (se forøvrig side 38 i C & K). Vi utfører et skritt med naiv Gausseliminasjon: /2 0 /2 Vi ser at a 22 = 0. Matrisen A har dermed ingen LU-faktorisering. b) Vi skal vise at vi ved å bytte om radene i matrisen A kan produsere en matrise som har en LU-faktorisering. Vi ser at problemet med A er at a = a 2 og a 2 = a 22. Det betyr at eliminasjon av a 2 ved hjelp av a også vil eliminere a 22 ved «hjelp» av a 2. Ved å bytte om radene som rad 2, rad 3 og rad 3 2 får vi da B =

3 Dermed gir ett skritt med Gausseliminasjon Matrisen B, oppnådd ved å permutere radene til A, har altså en LUfaktorisering. Oppgave 3 Kincaid & Cheney, «Problem» Vi har gitt en iterasjonsprosess av typen Qx (k) = (Q A)x (k ) + b (2) og skal finne en tilstrekkelig betingelse for at prosessen skal konvergere for en vilkårlig startvektor x (0). Prosessen (2) er en fikspunktiterasjonsprosess. La x være fikspunktet i prosessen. Feilen e (k) kan skrives e (k) = x x (k). Dersom vi for feilnormen finner at e (k) < e (k ) for alle k, så vil e (k) 0 når k. Det betyr at vi i dette tilfellet har x (k) x når k. Generelle egenskaper ved den avledete matrisenormen gir at e (k) I Q A e (k ) så for at vi skal ha e (k) < e (k ) må I Q A <. Svaret blir dermed alternativ d. Kincaid & Cheney, «Problem» For en vektornorm er den avledete matrisenormen gitt ved { A = sup Ax : x R n } x = for en matrise A R n n. Den avledete matrisenormen er en norm, så derfor er A + B A + B. 5 Videre finner vi på side 340 i C & K at det for avledete matrisenormer også gjelder at I = Svaret blir dermed alternativ b. Ax A x AB A B. Kincaid & Cheney, «Problem» Betingelsen for at en matrise A R n n er diagonaldominant er at diagonalelementet på hver rad i absoluttverdi er større en summen av absoluttverdiene av de andre elementene på samme rad. Med andre ord at a ii > n a ij j= for alle i =,..., n. Svaret blir dermed alternativ e. Kincaid & Cheney, «Problem» Vi skal finne en nødvendig og tilstrekkelig betingelse for at iterasjonen skal konvergere mot en løsning av ligningen x (j) = Gx (j ) + k (3) (I G)x = k. (4) Vi ser at et fikspunkt x i rekurrensrelasjonen (3) tilfredsstiller (4). Dersom (3) konvergerer vil prosessen følgelig konvergere mot en løsning av (4). For feilen har vi at e (j) = Ge (j ). Vi krever at e (j) 0 når j som er ekvivalent med at e (j) < e (j ). Som i «Problem» får vi et krav om at G <. Vi har videre at spektralradien ρ(g) G, så kravet er alternativ c. Kincaid & Cheney, «Problem» En tilstrekkelig betingelse for at Jacobi-metoden eller Gauss Seidel-metoden anvendt på ligningssystemet Ax = b skal konvergere er at A er diagonaldominant (teorem 2 på side 349 i C & K). Svaret blir alternativ b. 6

4 Kincaid & Cheney, «Problem» Se «Problem» Svaret blir alternativ a. Kincaid & Cheney, «Problem» Den suksessive overrelaksasjonsmetoden (SOR-metoden) med ω (0, 2) konvergerer mot løsningen av ligningssystemet Ax = b hvis og bare hvis A er symmetrisk og positiv definitt, det vil si at A T = A og x T Ax > 0 for alle x 0 (teorem 3 side 350). Svaret blir dermed alternativ c. Oppgave 4 Vi studerer systemet x x x 3 = 0 0. } 0 9 {{ 2 x 4 }}{{} 0 }{{} A x b Vi vet fra resultatene «Theorem 2» i avsnitt 8.2 at et tilstrekkelig krav for konvergens av Jacobi og Gauss Seidel er at matrisen A er strengt diagonaldominant, dvs. a ii > n j= a ij for alle i =,..., n. I dette tilfellet er kravet oppfylt bortsett fra i nest siste rad. I tillegg har vi fra «Theorem 3» at SOR vil konvergere dersom matrisen har positive diagonalelementer (oppfylt), 0 < ω < 2 (oppfylt fra forutsetningene) og matrisen er positiv definitt. Fra det vi har lært er det imidlertid ikke lett å avjøre om denne matrisen er positiv definitt bare ved å studere elementene. I korthet vet vi derfor ikke umiddelbart om de iterative metodene vil konvergere eller ikke. På den annen side er systemet av liten størrelse så vi kan eksplisitt beregne iterasjonsmatrisen G = I Q A for hver av de tre metodene og undersøke om ρ(g) <. Følgende matlab-setninger viser fremgangsmåten: sr = inline( max(abs(eig(m))), M ); % spektralradius A = [ 5, -2, - 6, 0; -2, 2, -4, - ; , -4, 9, -9; 0, -, -9, 2]; CL = -tril(a, -); CU = -triu(a, ); D = diag(diag(a)); rho_j = sr(d \ (CL + CU)) rho_gs = sr((d - CL) \ CU) 7 Figur : Spektralradien ρ(g SOR ) som funksjon av ω for iterasjonsmatrisen i Oppgave 4. omega = linspace(0, 2, 00); rho = zeros(size(omega)); for k = : numel(omega), w = omega(k); rho(k) = sr((d - w*cl) \ (w*cu + ( - w)*d)); end plot(omega, rho) Fra denne analysen finner vi at ρ(g J ) 0.70 <, ρ(g GS ) 0.49 <, ρ(g SOR ) < for 0 < ω < 2 og vi kan konkludere med at alle iterasjonsmetodene vil konvergere for alle startvektorer x (0). Plottet i Figur indikerer også at ω.2 vil gi optimal konvergensrate i SOR og derfor også færrest mulig SOR-iterasjoner. Test dette! Som et siste alternativ i analysen kan vi nevne at kriteriene fra «Theorem 2» kan slakkes litt og likevel gi konvergens for Jacobi og Gauss Seidel. Dette er ikke vist i C & K, men de slakkere kravene er nyttige i praksis og derfor 8

5 Metode Iterasjoner Tilnærmet løsning Jacobi 77 [ , , , ] T Gauss Seidel 39 [ , , , ] T SOR ω=.4 2 [ ,.00009,.00004, ] T Tabell 3: Approksimasjoner og iterasjonstall for ulike iterative metoder anvendt på «Computer Problem» nevnes de her. Hvis systemet Ax = b ikke kan dekomponeres i uavhengige undersystemer kun ved å bytte om rader og/eller kolonner i systemet, så vil Jacobis og Gauss Seidels metoder konvergere under den svakere betingelsen a ii n a ij j= for alle i =,..., n med streng ulikhet oppfylt for minst én i. Vi kan dessuten vise at hvis i tillegg a ii > 0 for alle i =,..., n og A T = A, så vil A være symmetrisk positiv definitt og SOR vil også konvergere. Under disse svakere betingelsene finner vi da at alle de tre metodene vil konvergere. Løsningen av systemet er x [ ] T. Oppgave 5 Kincaid & Cheney, «Computer Problem» Approksimasjoner og iterasjonstall for de ulike iterative metodene er gitt i Tabell 3. Figur 2: Antall SOR-iterasjoner som funksjon av parameteren ω [, 2] for «Computer Problem» Kincaid & Cheney, «Computer Problem» Et plott av antall iterasjoner som funksjon av ω i intervallet [, 2] er gitt i Figur 2. Plottet viser at ω =.4 gir minst antall iterasjoner for dette problemet. 9 0

MA2501 Numeriske metoder

MA2501 Numeriske metoder MA2501 Numeriske metoder Løsningsforslag, øving 7 Oppgave 1 a) Vi vet at r = Ae e = A 1 r. La være en vektornorm på R n med en tilhørende avledet (subordinat) matrisenorm på R n n. Siden blir Ax A = sup

Detaljer

MA2501 Numerical methods

MA2501 Numerical methods MA250 Numerical methods Solutions to problem set Problem a) The function f (x) = x 3 3x + satisfies the following relations f (0) = > 0, f () = < 0 and there must consequently be at least one zero for

Detaljer

Numerisk lineær algebra

Numerisk lineær algebra Numerisk lineær algebra Arne Morten Kvarving Department of Mathematical Sciences Norwegian University of Science and Technology 29. Oktober 2007 Problem og framgangsmåte Vi vil løse A x = b, b, x R N,

Detaljer

Sensitivitet og kondisjonering

Sensitivitet 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.

Detaljer

Elementære eliminasjonsmatriser

Elementære eliminasjonsmatriser Elementære eliminasjonsmatriser Gitt en vektor a = [a 1,..., a n ] T, en matrise 1 0 0 0.......... M k = 0 1 0 0 0 a k+1 a k 1 0, a k 0,.......... 0 an a k 0 1 kalles elementære eliminasjonsmatriser eller

Detaljer

EKSAMEN I EMNET MAT160 Beregningsalgoritmer 1 Mandag 12 februar 2007 LØSNINGSFORSLAG

EKSAMEN I EMNET MAT160 Beregningsalgoritmer 1 Mandag 12 februar 2007 LØSNINGSFORSLAG Universitetet i Bergen Det matematisk naturvitenskapelige fakultet Matematisk institutt Side 1 av 5 BOKMÅL EKSAMEN I EMNET MAT160 Beregningsalgoritmer 1 Mandag 12 februar 2007 LØSNINGSFORSLAG Tillatte

Detaljer

Numerikk. TMA Matematikk 4N. Einar Baumann

Numerikk. TMA Matematikk 4N. Einar Baumann Numerikk TMA4125 - Matematikk 4N Einar Baumann 3. mai 2011 1 Forord Dette kompendiet er ment som en supplement til kompendiet i Matematikk 4 som selges på Tapir og ikke inneholder numerikkdelen i 4N og

Detaljer

Eksamen i TMA4122 Matematikk 4M

Eksamen i TMA4122 Matematikk 4M Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 Faglig kontakt under eksamen: Yura Lyubarskii: mobil 9647362 Anne Kværnø: mobil 92663824 Eksamen i TMA422 Matematikk

Detaljer

Obligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 2006

Obligatorisk 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

Detaljer

Lineære ligningssystem og matriser

Lineære ligningssystem og matriser Lineære ligningssystem og matriser E.Malinnikova, NTNU, Institutt for matematiske fag September 15, 2009 Lineære ligningssystem Vi har et ligningssystem av m ligninger med n ukjente x 1,..., x n som kan

Detaljer

Lineære ligningssystemer. Forelesning, TMA4110 Torsdag 17/9. Lineære ligningssystemer (forts.) Eksempler

Lineære 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

Detaljer

a) 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.

a) 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

Detaljer

Eksamen i TMA4123/TMA4125 Matematikk 4M/N

Eksamen i TMA4123/TMA4125 Matematikk 4M/N Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 7 Faglig kontakt under eksamen: Anne Kværnø: mobil 92663824 Eksamen i TMA423/TMA425 Matematikk 4M/N Bokmål Mandag 2.

Detaljer

Lineære ligningssystem; Gauss-eliminasjon, Redusert echelonmatrise

Lineære ligningssystem; Gauss-eliminasjon, Redusert echelonmatrise Lineære ligningssystem; Gauss-eliminasjon, Redusert echelonmatrise E.Malinnikova, NTNU, Institutt for matematiske fag 19. september 2011 Lineære ligningssystem Vi har et ligningssystem av m ligninger med

Detaljer

Gauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.

Gauss-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

Detaljer

6.4 Gram-Schmidt prosessen

6.4 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i MoD200 Eksamensdag: 15. desember 2003 Tid for eksamen: 14.30 17.30 Oppgavesettet er på 5 sider. Vedlegg: Tillatte hjelpemidler:

Detaljer

Determinanter til 2 2 og 3 3 matriser

Determinanter til 2 2 og 3 3 matriser Determinanter til 2 2 og 3 3 matriser [ ] a b Determinanten til en 2 2-matrise A = er c d det(a) = a b c d = ad bc. 1 Determinanter til 2 2 og 3 3 matriser [ ] a b Determinanten til en 2 2-matrise A =

Detaljer

Lineære likningssystemer og matriser

Lineære 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

Detaljer

EKSAMEN I TMA4180 OPTIMERINGSTEORI

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

Detaljer

1. Finn egenverdiene og egenvektorene til matrisen A = 2 1 A =

1. Finn egenverdiene og egenvektorene til matrisen A = 2 1 A = Fasit MAT102 juni 2017 Oppgave 1 1. Finn egenverdiene og egenvektorene til matrisen ( ) 1 2 A = 2 1 Løsning: Egenverdiene er røttene til det karakteristiske polynom gitt ved determinanten av matrisen (

Detaljer

7.4 Singulærverdi dekomposisjonen

7.4 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

Detaljer

MA2501 Numeriske metoder

MA2501 Numeriske metoder MA501 Numeriske metoder Vår 009 Øving 9 Oppgave 1 Bruk vedlagte matlab-program skyt.m til å løse randverdiproblemet x + e x = 0, x(0) = x(1) = 0 Oppgave Gitt startverdiproblemet x = t(x ), x(0) = 1, x

Detaljer

Numerikk. TMA Matematikk 4N. Einar Baumann

Numerikk. TMA Matematikk 4N. Einar Baumann Numerikk TMA4125 - Matematikk 4N Einar Baumann 19. mai 2011 1 Forord Dette kompendiet er ment som en supplement til kompendiet i Matematikk 4 som selges på Tapir og ikke inneholder numerikkdelen i 4N og

Detaljer

MA1201/MA6201 Høsten 2016

MA1201/MA6201 Høsten 2016 MA/MA6 Høsten 6 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Løsningsforslag Øving Med forebehold om feil. Hvis du finner en, ta kontakt med Karin. Kapittel 6. a) Stemmer. Anta

Detaljer

Ortogonale polynom og Gauss kvadratur

Ortogonale polynom og Gauss kvadratur Ortogonale polynom og Gauss kvadratur Hans Munthe-Kaas 1. jaunar 2002 Sammendrag Dette notatet tar for seg minste kvadrat approksimasjoner, ortogonale polynom og Gauss kvadratur. Notatet er ment som et

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. Produktet AB er m p matrisen definert

Detaljer

LP. Leksjon 8: Kapittel 13: Nettverk strøm problemer, forts.1

LP. 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

Numerisk lineær algebra for Poissons ligning

Numerisk lineær algebra for Poissons ligning Numerisk lineær algebra for Poissons ligning NTNU Brynjulf Owren Institutt for matematiske fag November 24, 2008 1 / 30 Innhold 1 Motivasjon, generelt om ligningsløsning 2 Poisson s ligning i 2 dimensjoner

Detaljer

MA1102 Grunnkurs i analyse II Vår 2014

MA1102 Grunnkurs i analyse II Vår 2014 Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag MA Grunnkurs i analyse II Vår 4 Løsningsforslag Øving 9 7.3.b Med f() = tan +, så er f () = cos () på intervallet ( π/, π/).

Detaljer

Løsning ved iterasjon

Løsning ved iterasjon Løsning ved iterasjon Arne Morten Kvarving Department of Mathematical Sciences Norwegian University of Science and Technology 17. September 2009 Problem Gitt problemet f (x) = 0 for en eller annen funksjon

Detaljer

LP. 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 LP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse matrisenotasjon simpleksalgoritmen i matrisenotasjon eksempel negativ transponert egenskap: bevis følsomhetsanalyse

Detaljer

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA423/TMA425 Matematikk 4M/4N Vår 203 Løsningsforslag Øving 2 La y = yx være funksjonen som tilfredstiller differensialligningen

Detaljer

Homogene lineære ligningssystem, Matriseoperasjoner

Homogene lineære ligningssystem, Matriseoperasjoner Homogene lineære ligningssystem, Matriseoperasjoner E.Malinnikova, NTNU, Institutt for matematiske fag September 22, 2010 Antall løsninger til et lineær ligningssystem Teorem Et lineært ligningssytem har

Detaljer

LP. Kap. 17: indrepunktsmetoder

LP. Kap. 17: indrepunktsmetoder 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

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

MA0002 Brukerkurs i matematikk B Vår 2013

MA0002 Brukerkurs i matematikk B Vår 2013 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA Brukerkurs i matematikk B Vår Løsningsforslag Øving 6 9..7 Anta at en populasjon er delt inn i tre aldersklasser, og at %

Detaljer

RF5100 Lineær algebra Leksjon 2

RF5100 Lineær algebra Leksjon 2 RF5100 Lineær algebra Leksjon 2 Lars Sydnes, NITH 27.august 2013 I. LINEÆRE SYSTEM SKJÆRINGSPUNKTET FOR TO LINJER l 1 : x + y = 1 P l 2 : x + y = 3 Geometri: (i) P ligger på linjen l 1 (ii) P ligger på

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

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

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder Et forsøk på et oppslagsverk for TMA4145 Lineære metoder Ruben Spaans May 21, 2009 1 Oppslagsverk Adjungert Ball, la (X, d) være et metrisk rom og la ɛ > 0. Da er for x 0 X: 1. B(x 0 ; ɛ) = {x x X d(x,

Detaljer

Finne løsninger på ligninger numerisk: Newton-Raphson metoden og Fikspunktiterasjon MAT111, høsten 2017

Finne løsninger på ligninger numerisk: Newton-Raphson metoden og Fikspunktiterasjon MAT111, høsten 2017 Finne løsninger på ligninger numerisk: Newton-Raphson metoden og Fikspunktiterasjon MAT111, høsten 2017 Andreas Leopold Knutsen 4. oktober 2017 Problem og hovedidé Problem: Finn løsning(er) r på en ligning

Detaljer

Biseksjonsmetoden. biseksjonsmetode. Den første og enkleste iterativ metode for ikke lineære likninger er den så kalt

Biseksjonsmetoden. 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 ]

Detaljer

= x lim n n 2 + 2n + 4

= x lim n n 2 + 2n + 4 NTNU Institutt for matematiske fag TMA400 Matematikk høsten 20 Løsningsforslag - Øving Avsnitt 8.7 6 Potensrekken konvergerer opplagt for x = 0, så i drøftingen nedenfor antar vi x 0. Vi vil bruke forholdstesten

Detaljer

Numerisk løsning av PDL

Numerisk løsning av PDL Numerisk løsning av PDL Arne Morten Kvarving Department of Mathematical Sciences Norwegian University of Science and Technology 6. November 2007 Problem og framgangsmåte Fram til nå har vi sett på ordinære

Detaljer

Elementær Matriseteori

Elementær Matriseteori Elementær Matriseteori Magnus B. Botnan NTNU 3. august, 2015 Kursinfo - Foreleser: Magnus B. Botnan http://www.math.ntnu.no/~botnan/ - Hjemmeside: https: //wiki.math.ntnu.no/tma4110/2015h/forkurs/start

Detaljer

Taylor- og Maclaurin-rekker

Taylor- og Maclaurin-rekker Taylor- og Maclaurin-rekker Forelest: Okt, 004 Potensrekker er funksjoner Vi så at noen funksjoner vi kjenner på andre måter kan skrives som funksjoner, for eksempel: = + t + t + t 3 + + t n + t e x =

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

Løsningsforslag til prøveeksamen i MAT 1110, våren 2006

Løsningsforslag til prøveeksamen i MAT 1110, våren 2006 Løsningsforslag til prøveeksamen i MAT, våren 6 Oppgave : a) Vi har C 5 3 II+( )I a + 3a 3a III+I 3 II 3 3 3 3 a + 3a 3a 3 a + 3a 3a III+II I+( ))II 3 3 3 a + 3a 3a 3 3 3 a + 3a 4 3 3a a + 3a 4 3 3a b)

Detaljer

Eksamensoppgave i TMA4135 Matematikk 4D

Eksamensoppgave i TMA4135 Matematikk 4D Institutt for matematiske fag Eksamensoppgave i TMA435 Matematikk 4D Faglig kontakt under eksamen: Helge Holden a, Gard Spreemann b Tlf: a 92038625, b 93838503 Eksamensdato: 2. desember 204 Eksamenstid

Detaljer

TMA4100 Matematikk 1 Høst 2014

TMA4100 Matematikk 1 Høst 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4 Matematikk Høst 4 Løsningsforslag Øving 5.7.4 Vi observerer at både y = cos πx 4 og y = x er like funksjoner. Det vil si

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

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3 Prøve i Matematikk BYFE DAFE Dato: 27. mai 26 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. Løsningsforslag Oppgave Gitt matrisene [ 2 A 4 B [ 2 og C [ 2

Detaljer

Optimal kontrollteori

Optimal 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

Detaljer

R: 0, , = 6000 D : 0, , = 4000 La v n = angi fordelingen etter n år (dvs. a b n stemmer for R og

R: 0, , = 6000 D : 0, , = 4000 La v n = angi fordelingen etter n år (dvs. a b n stemmer for R og EGENVERDIER FOR MATRISER a Motiverende eksempel En by i USA har 0000 innbyggere som stemmer ved valget hvert år. I dag stemmer 8000 for R og 000 for D. Hvert år går 30% fra R til D og 0% fra D til R. Hva

Detaljer

Følger og rekker. Department of Mathematical Sciences, NTNU, Norway. November 10, 2014

Følger 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

Detaljer

MAT1120 Notat 1 Tillegg til avsnitt 4.4

MAT1120 Notat 1 Tillegg til avsnitt 4.4 MAT1120 Notat 1 Tillegg til avsnitt 4.4 Dette notatet tar utgangspunkt i Teorem 8 fra avsnitt 4.4 i boka. For ordens skyld gjentar vi dette teoremet her: Teorem 8 [Avsn. 4.4]: Anta at B = {b 1,..., b n

Detaljer

Øving 3 Determinanter

Øving 3 Determinanter Øving Determinanter Determinanten til en x matrise er definert som Clear@a, b, c, dd K a b OF c d ad -bc Determinanten til en matrise er derfor et tall. Du skal se at det viktige for oss er om tallet er

Detaljer

(3/2)R 2+R 3 R 1 +R 2,( 2)R 1 +R 3 ( 2)R 1 +R 4 6/5R 3 +R 4 1/5R 3

(3/2)R 2+R 3 R 1 +R 2,( 2)R 1 +R 3 ( 2)R 1 +R 4 6/5R 3 +R 4 1/5R 3 NTNU Institutt for matematiske fag TMA4115 Matematikk 3 våren 2009 Løsningsforslag - Øving 10 Fra Edwards & Penney, avsnitt 4.4 5 Vi bruker Algoritme 1 og 2 i EP på sidene 190 og 193 for å finne en basis

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

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

Inverse matriser. E.Malinnikova, NTNU, Institutt for matematiske fag. September, 2009

Inverse matriser. E.Malinnikova, NTNU, Institutt for matematiske fag. September, 2009 Inverse matriser E.Malinnikova, NTNU, Institutt for matematiske fag September, 2009 Inverse 2 2 matriser En 2 2 matrise [ ] a b A = c d er inverterbar hvis og bare hvis ad bc 0, og da er [ ] A 1 1 d b

Detaljer

6.5 Minste kvadraters problemer

6.5 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

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

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

Oblig 2 - MAT1120. Fredrik Meyer 23. september 2009 A =

Oblig 2 - MAT1120. Fredrik Meyer 23. september 2009 A = Oblig - MAT Fredrik Meyer. september 9 Oppgave Linkmatrise: A = En basis til nullrommet til matrisen A I kan finnes ved å bruke MATLAB. Jeg kjører kommandoen rref(a-i) og får følge: >> rref(a-i). -.875.

Detaljer

A 2 = PDP 1 PDP 1 = PD 2 P 1. og ved induksjon får vi. A k = PD k P 1. Kommentarer:

A 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.

Detaljer

Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag. Side 1 av 6. Faglig kontakt under eksamen: Navn: Brynjulf Owren (93518)

Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag. Side 1 av 6. Faglig kontakt under eksamen: Navn: Brynjulf Owren (93518) Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 6 Faglig kontakt under eksamen: Navn: Brynjulf Owren (93518) EKSAMEN I NUMERISK LØSNING AV DIFFERENISALLIGNINGER (75316)

Detaljer

Analysedrypp II: Kompletthet

Analysedrypp II: Kompletthet Analysedrypp II: Kompletthet Kompletthet er et begrep som står sentralt i både MAT1100 og MAT1110, og som vil stå enda mer sentralt i MAT2400. I de tidligere kursene fremstår begrepet på litt forskjellig

Detaljer

1 Gauss-Jordan metode

1 Gauss-Jordan metode Merknad I dette Kompendiet er det gitt referanser både til læreboka og til selve Kompendiet Hvordan å gjenkjenne dem? Referansene til boka er 3- tallede, som Eks 3 Vi kan også referere til 22, kap 22 eller

Detaljer

Løsningsforslag til eksamen i MA0002, Brukerkurs i matematikk B

Løsningsforslag til eksamen i MA0002, Brukerkurs i matematikk B Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 Løsningsforslag til eksamen i MA000, Brukerkurs i matematikk B 9. mai 01 Oppgave 1 a) Et plan i rommet har ligning

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

MAT1120 Notat 1 Tillegg til avsnitt 4.4

MAT1120 Notat 1 Tillegg til avsnitt 4.4 MAT1120 Notat 1 Tillegg til avsnitt 4.4 Vi tar utgangspunkt i Teorem 8 fra avsn. 4.4 i boka. For ordens skyld gjentar vi teoremet her: Teorem 8 [Avsn. 4.4]: Anta at B = {b 1,..., b n } er en (ordnet) basis

Detaljer

EKSAMEN I EMNET Løsning: Mat Grunnkurs i Matematikk I Mandag 14. desember 2015 Tid: 09:00 14:00

EKSAMEN I EMNET Løsning: Mat Grunnkurs i Matematikk I Mandag 14. desember 2015 Tid: 09:00 14:00 Universitetet i Bergen Det matematisk naturvitenskapelige fakultet Matematisk institutt Side 1 av 7 BOKMÅL EKSAMEN I EMNET Mat 111 - Grunnkurs i Matematikk I Mandag 14. desember 15 Tid: 9: 14: Tillatte

Detaljer

EKSAMEN I MATEMATIKK 3 (TMA4110)

EKSAMEN I MATEMATIKK 3 (TMA4110) Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 7 EKSAMEN I MATEMATIKK 3 (TMA) Tirsdag 3. november Tid: 9: 3: LØSNINGSFORSLAG MED KOMMENTARER Oppgave I denne oppgaven

Detaljer

Prøve i Matte 1000 BYFE DAFE 1000 Dato: 03. mars 2016 Hjelpemiddel: Kalkulator og formelark. Alle svar skal grunngis. Alle deloppgaver har lik vekt.

Prøve i Matte 1000 BYFE DAFE 1000 Dato: 03. mars 2016 Hjelpemiddel: Kalkulator og formelark. Alle svar skal grunngis. Alle deloppgaver har lik vekt. Prøve i Matte 1 BYFE DAFE 1 Dato: 3. mars 216 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. LØSNINGSFORSLAG Oppgave 1 Gitt matrisene A = [ 8 3 6 2 ] [ og

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

MAT1120 Oppgaver til plenumsregningen torsdag 25/9

MAT1120 Oppgaver til plenumsregningen torsdag 25/9 MAT1120 Oppgaver til plenumsregningen torsdag 25/9 Øyvind Ryan (oyvindry@i.uio.no) September 2008 Oppgaver fra 5.1 Denisjon av egenverdier, egenvektorer, egenrom. Teorem 1 s. 306: Egenverdiene til en triangulær

Detaljer

TMA4100 Matematikk 1 Høst 2014

TMA4100 Matematikk 1 Høst 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4 Matematikk Høst 24 Løsningsforslag Øving 9 4.3.4 Vi bruker Taylor-polynom til å løse denne oppgaven. Taylor-polynomet (Maclaurinpolynomet)

Detaljer

UNIVERSITETET I BERGEN

UNIVERSITETET I BERGEN Bokmål UNIVERSITETET I BERGEN Det matematisk-naturvitenskapelige fakultet. Løsningsforslag til Eksamen i emnet MAT - Grunnkurs i matematikk I Torsdag 22. mai 28, kl. 9-4. Dette er kun et løsningsforslag.

Detaljer

UNIVERSITETET I BERGEN Det matematisk-naturvitenskapelige fakultet. Eksamen i MAT111 Grunnkurs i matematikk I Løsningsforslag

UNIVERSITETET I BERGEN Det matematisk-naturvitenskapelige fakultet. Eksamen i MAT111 Grunnkurs i matematikk I Løsningsforslag UNIVERSITETET I BERGEN Det matematisk-naturvitenskapelige fakultet Eksamen i MAT Grunnkurs i matematikk I Løsningsforslag Onsdag 9. mai, kl. 9. 4. Bokmål Oppgave a) La R være området mellom kurvene Finn

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

Newtons metode for system av ligninger

Newtons metode for system av ligninger Newtons metode for system av ligninger Arne Morten Kvarving http://www.math.ntnu.no/ arnemort/m4-itersys.pdf Department of Mathematical Sciences Norwegian University of Science and Technology 15. Oktober

Detaljer

x 1 x 2 x = x n b 1 b 2 b = b m Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder

x 1 x 2 x = x n b 1 b 2 b = b m Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder 4 Noen merknader 4. Lineære systemer Ax = b Gitt systemet Ax = b, A = [a i,j ] i=,,...,m, j=,,...,n x = b = Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder b i. Med det finnes

Detaljer

Løsningsforslag Øving 9 TMA4140 Diskret matematikk Høsten 2008. i for i = 0, 1, 2, 3, 4, og så er W 4 svaret. 0 1 0 0

Løsningsforslag Øving 9 TMA4140 Diskret matematikk Høsten 2008. i for i = 0, 1, 2, 3, 4, og så er W 4 svaret. 0 1 0 0 Løsningsforslag Øving 9 TMA4140 Diskret matematikk Høsten 2008 8.4.27 Vi beregner matrisene W i for i = 0, 1, 2, 3, 4, og så er W 4 svaret. a) W 0 = W 1 = W 2 = 1 0 0 0 1 1 0 0 b) W 0 = c) W 0 = d) W 0

Detaljer

Taylorpolynom (4.8) f en funksjon a et punkt i definisjonsmengden til f f (minst) n ganger deriverbar i a Da er Taylorpolynomet til f om a

Taylorpolynom (4.8) f en funksjon a et punkt i definisjonsmengden til f f (minst) n ganger deriverbar i a Da er Taylorpolynomet til f om a Taylorpolynom (4.8) f en funksjon a et punkt i definisjonsmengden til f f (minst) n ganger deriverbar i a Da er Taylorpolynomet til f om a P n (x) = f (a) + f (a)(x a) + f (a) 2 (x a)2 + + f (n) (a) (x

Detaljer

Hovedfagspresentasjon. Preprosessing Large Scale Linear Systems

Hovedfagspresentasjon. Preprosessing Large Scale Linear Systems Hovedfagspresentasjon Preprosessing Large Scale Linear Systems Bernt Asbjørn Omland Institutt for Informatikk ved Universitet i Bergen 18 Desember 2003 1 Oversikt Preprosessering Yinue Ye og M.C. Cheng

Detaljer

IR Matematikk 1. Eksamen 8. desember 2016 Eksamenstid 4 timer

IR Matematikk 1. Eksamen 8. desember 2016 Eksamenstid 4 timer Eksamen 8. desember 16 Eksamenstid 4 timer IR151 Matematikk 1 Bokmål Hvis du blir ferdig med oppgavene under del 1 før kl. 11., så kan og bør du starte på del uten bruk av hjelpemidler. Du kan bare bruke

Detaljer

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 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

Detaljer

LP. Leksjon 7. Kapittel 13: Nettverk strøm problemer

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

Detaljer

Generell informasjon om faget er tilgjengelig fra It s learning. 1 En kort oppsummering Adaptiv filtrering 2. 3 Prediksjon 4

Generell informasjon om faget er tilgjengelig fra It s learning. 1 En kort oppsummering Adaptiv filtrering 2. 3 Prediksjon 4 Stavanger, 13. august 2013 Det teknisknaturvitenskapelige fakultet ELE500 Signalbehandling, 2013. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 1 En kort oppsummering. 1 2 Adaptiv

Detaljer

Løsningsforslag til obligatorisk oppgave i ECON 2130

Løsningsforslag til obligatorisk oppgave i ECON 2130 Andreas Mhre April 15 Løsningsforslag til obligatorisk oppgave i ECON 13 Oppgave 1: E(XY) = E(X(Z X)) Setter inn Y = Z - X E(XY) = E(XZ X ) E(XY) = E(XZ) E(X ) E(XY) = - E(X ) X og Z er uavhengige, så

Detaljer

Notasjon i rettingen:

Notasjon i rettingen: UNIVERSITETET I BERGEN Det matematisk-naturvitenskapelige fakultet Løsningsforslag med kommentarer) til Innlevering /4 i emnet MAT, høsten 07 Notasjon i rettingen: R = Rett R = Rett, men med liten tulle)feil

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

Kap. 7 Symmetriske matriser og kvadratiske former

Kap. 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.

Detaljer

Oppgave 1 (25 %) - Flervalgsoppgaver

Oppgave 1 (25 %) - Flervalgsoppgaver Oppgaver og løsningsforslag for 4t eksamen 10.mai 006 i LO510D Lineær algebra med grafiske anvendelser. Fra og med oppgave skal alle svar begrunnes. Oppgave 1 (5 %) - Flervalgsoppgaver Denne oppgaven består

Detaljer

Litt om numerisk integrasjon og derivasjon og løsningsforslag til noen ekstraoppgaver MAT-INF 1100 uke 48 (22/11-26/11)

Litt om numerisk integrasjon og derivasjon og løsningsforslag til noen ekstraoppgaver MAT-INF 1100 uke 48 (22/11-26/11) Litt om numerisk integrasjon og derivasjon og løsningsforslag til noen ekstraoppgaver MAT-INF 1100 uke 48 (22/11-26/11) Knut Mørken 22. november 2004 Vi har tidligere i kurset sett litt på numerisk derivasjon

Detaljer

Oppsummering TMA4100. Kristian Seip. 26./28. november 2013

Oppsummering TMA4100. Kristian Seip. 26./28. november 2013 Oppsummering TMA4100 Kristian Seip 26./28. november 2013 Forelesningene 26./28. november Disse forelesningene er et forsøk på å se de store linjer og sammenhengen mellom de ulike deltemaene i TMA4100 delvis

Detaljer

Løysingsframlegg TFY 4305 Ikkjelineær dynamikk Haust 2011

Løysingsframlegg TFY 4305 Ikkjelineær dynamikk Haust 2011 NTNU Fakultet for Naturvitskap og Teknologi Institutt for Fysikk Løysingsframlegg TFY 4305 Ikkjelineær dynamikk Haust 011 Faglærar: Professor Jens O. Andersen Institutt for Fysikk, NTNU Telefon: 73593131

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