NORMALFORDELINGER, KOVARIANSMATRISER OG ELLIPSOIDER
|
|
- Stephen Mikalsen
- 6 år siden
- Visninger:
Transkript
1 NORMALFORDELINGER, KOVARIANSMATRISER OG ELLIPSOIDER SIE 3080 STOKASTISKE OG ADAPTIVE SYSTEMER Oddvar Hallingstad 0. februar 00 Vi skal her utlede noen nyttige formler for arbeidet med kovariansmatriser og normalfordelinger. Stoffet er inndelt på følgende måte :. Egenskaper til symmetriske matriser.. Likelihood ellipsoider for normalfordelinger. 3. Sannsynligheten innenfor likelihood ellipsoider. 4. Projeksjon av likelihood ellipsoida. Egenskaper til symmetriske matriser. Teorem: Dersom P er en symmetrisk matrise så eksisterer det en ortonormal matrise M (M = M T ) som diagonaliserer P : Λ = M T PM (()) hvor Λ =[λ i δ ij ] er reell (reelle egenverdier). Teorem: Dersom M er den ortonormale egenvektormatrisa for P = P T så er Λ = M T P M (()) Likning (()) fås direkte ved åinvertere likning (()). Kommentarer : I Den symmetriske matrisa P = P T og dens inverse matrise P har den samme egenvektormatrisa, men inverse egenverdier. I NB : For at egenvektormatrisa skal være ortonormal må egenvektorene normaliseres. Eksempel: Teorema ovenfor kan brukes til å forenkle kvadratiske uttrykk. Vi antar : J = T P hvor P = P T ((3)) Da kan vi velge en ny tilstandsvektor q v.h.a. egenvektormatrisa M : = Mq ((4)) Det kvadratiske uttrykket i likning ((3)) kannåskrives: J = q T M T PMq = q T Λq = qi λ i ((5)) i=
2 Likelihood ellipsoider for normalfordelinger. Kovariansmatriser vil alltid være symmetriske fordi : n o P = E ( )( ) T = E n( o )( ) T T For å kunne knytte sannsynligheter til ei kovariansmatrise må sannsynlighettetthetsfunksjonen være gitt. Vi antar normalfordeling : p() = (π) n/ e ( )T P ( ) ((6)) / P Vi ser direkte av ((6)) at p() =konstant deþnerer hyperellipsoider. Siden eksponenten er et kvadratisk uttrykk kan vi velge nye variable (koordinatsystem) v.h.a. = Mq ((7)) hvor M er den ortonormale egenvektormatrisa. Likning ((6)) kan nå skrives : p() =p Mq = (π) n/ e qt Λ q ((8)) / Λ Transformasjonen ((7)) har dekomponeret i stokastisk uavhengige variable q. I det nye koordinatsystemet vil p() =konstant være en ellipsoide med halvaksene langs koordinataksene. Likninga for -σ ellipsoida er : q T Λ q i qi q = = λ i= i σ = ((9)) i= i Oppsummering :Dersom er normalfordelt med kovariansmatrise P er halvaksene i -σ ellipsoida gitt ved : p λi m i = σ i m i ((0)) hvor M =[m,m,...,m n ] km i k = er den ortonormale egenvektormatrisa for P (M = M T ) Eksempel: -dimensjonalt tilfelle q q λ m λ m Dersom n =kan vi rekne ut egenverdiene analytisk : σ, = λ, = p + p ± q (p p ) 4p (())
3 ψ =arctan λ p (()) p Ut fra Þguren ovenfor kan vi Þnne sammenheng mellom komponentene i og q i det todimensjonale tilfellet. ¾ = = q cos ψ q sin ψ ((3)) = = q sin ψ q cos ψ Elementene i kovariansmatrisa P kan uttrykkes v.h.a. halvaksene σ og σ (bruker likning ((3)): p = E ª = σ cos ψ + σ sin ψ p = E { } = σ σ sin ψ cos ψ p = E ª = σ sin ψ + σ cos ψ ((4)) 3 Sannsynligheten innenfor likelihood ellipsoider Sannsynligheten for at ligger innenfor ei hyperellipsoide Ω er gitt ved : p () d d...d n ((5)) Ω Likningene ((8)) og ((9)) indikerer at integralet kan forenkles ved å bytte koordinatsystem. Vi innfører: = Mq ((6)) Integralet ((5)) kan nå skrives : Ω p Mq M dq dq...dq n ((7)) Transformasjonen ((6)) har bare ßyttet og rotert koordinatsystemet, integrasjonsområdet er forsatt ellipsoida Ω. SidenM er en ortonormal matrise er M = og likning ((7)) kan skrives : Ω (π) n/ e qt Λ q dq / dq...dq n ((8)) Λ Ved å velge en ny tilstandsvektor (integrasjonsvariable), z, etter formelen q =[σ i δ ij ] z = Λ / z ((9)) får vi å integrere over ei kule Γ: Vi kan nå skifte over til sfæriske koordinater og integrere ut vinklene. Vi får : Γ (π) n/ e zt z dz dz...dz n ((0)) (π) n/ hvor g(r) er det sfæriske volumelementet. Sannsynligheten innenfor l σ ellipsoidene : n = : erf(l/ ) n = : e l / l n = 3 : erf(l/ ) p /πle l / 0 e r / g(r)dr (()) Tabellen nedenfor viser sannsynlighetene innenfor -σ, -σ og 3-σ ellipsoider (l=,,3) for henholdsvis -, - og 3-dimensjonale systemer (n=,,3) : 3
4 n\l 3 0,683 0,955 0,997 0,394 0,865 0, ,00 0,739 0,97 4 Projeksjon av likelihood ellipsoida. Problem: Finn projeksjonen av -σ ellipsoida ned på ei linje gjennom sentrum i ellipsoida og med retning e (kek = ). + t l e Likninga for -σ ellipsoida er gitt i likning ((9)). Denne kan også uttrykkes v.h.a. : ( ) T P ( ) = (()) Ekvipotensialßatene er altså gitt ved likninga : J () =( ) T P ( ) =konstant ((3)) Normalen til disse ßatene er gitt ved : dj () =P ( ) ((4)) d Det punkt, t, på periferien av -σ ellipsoida hvor tangenten til ellipsoida står normalt på linja deþnert av e, tilfredstiller følgende to krav. Normalen i punktet er parallell med e : P ( t ) =ke ((5)). Punktet ligger på -σ ellipsoida : ( t ) T P ( t ) = ((6)) Løsning av likningene ((5)) og ((6)) gir : t = p Pe ((7)) e T Pe Lengda av projeksjonen av ellipsoida ned på e blir : l = e T ( t ) = p e T Pe ((8)) Eksempel: 3 For e T =[δ kj ] (bare k 0 te element er forskjellig fra 0)fårvi: l = p ii ((9)) 4
5 Problem: Beregn variansen til den stokastiske variable y = e T ( ) hvor kek =. Løsning : Variansen er gitt ved : Var {y} = E n (y ȳ) o = E n e T ( ) o = e T Pe ((30)) Oppsummering :Variansen til den stokastiske variable y = e T ( ) er : Var {y} = e T Pe ((3)) Geometrisk er Var {y} lik projeksjonen av ellipsoida ned pålinja deþnert av e. Diagonalelementa for P kan beregnes v.h.a. likning (()) : P = MΛM T =[λ m, λ m,...,λ n m n ] M T ((3)) p ii = λ j m ij = j= ³p λj m ij j= ((33)) Sammen med likning ((9)) gir dette : Tolkning av diagonalen i P :Variansen er lik kvadratsummen av halvaksenes projeksjon ned på i -aksen: ³p p ii = λk m ik k= Geometrisk er p ii lik projeksjonen av ellipsoida ned på i -aksen. ((34)) 5
Diagonalizering. En n n matrise A sies å være diagonaliserbar hvis den er similær med en diagonalmatrise D. A = PDP 1
Diagonalizering En n n matrise A sies å være diagonaliserbar hvis den er similær med en diagonalmatrise D. A = PDP 1 1 Diagonalizering En n n matrise A sies å være diagonaliserbar hvis den er similær med
DetaljerEmne 10 Litt mer om matriser, noen anvendelser
Emne 10 Litt mer om matriser, noen anvendelser (Reelle) ortogonale matriser La A være en reell, kvadratisk matrise, dvs. en (n n)-matrise hvor hvert element Da vil A være ortogonal dersom: og Med menes
Detaljer12 Diagonalisering av matriser og operatorer (Ch. 5.1, 5.2 og 8.5)
Diagonalisering av matriser og operatorer (Ch 5, 5 og 85) Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A I kalkulus (teori av differensiallikninger) er
DetaljerSide av 5 fra matriseteori har vi at en symmetrisk matrise alltid er ortogonalt diagonaliserbar. Det vil si at X kan skrives på formen X = M M (6) der
Side av 5 Norges teknisk- naturvitenskapelige universitet Institutt for teknisk kybernetikk SIE38 Stokastiske og adaptive systemer Fasit til ving Oppgave Gitt at den stokastiske vektoren v er normalfordelt
Detaljer13 Oppsummering til Ch. 5.1, 5.2 og 8.5
3 Oppsummering til Ch. 5. 5. og 8.5 3. Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A. I kalkulus (teori av differensiallikninger) er det viktig å beregne
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 =
DetaljerVi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på
Kap. 7 Innledning Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på Symmetriske matriser. Disse matrisene har uvanlig pene egenskaper mht. diagonalisering. Kvadratiske
DetaljerR: 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
DetaljerDiagonalisering. Kapittel 10
Kapittel Diagonalisering I te kapitlet skal vi anvende vår kunnskap om egenverdier og egenvektorer til å analysere matriser og deres tilsvarende lineærtransformasjoner Eksempel Vi begynner med et eksempel
DetaljerMA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007
Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag MA101 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3 desember 007 Oppgave 1 a) Vi ser på ligningssystemet x +
DetaljerLøsningsforslag MAT 120B, høsten 2001
Løsningsforslag MAT B, høsten Sett A = ( ) (a) Finn egenverdiene og egenvektorene til A ( ) λ =, e = ( λ =, e = ) (b) Finn matrisen e ta og den generelle løsningen på initialverdiproblemet Ẋ = AX, X()
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.
DetaljerLøsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser høsten 2009.
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 9 Løsningsforslag til eksamen i MA/MA6 Lineær algebra med anvendelser høsten 9 Oppgave a) Rangen til A er lik antallet
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
DetaljerLøsningsforslag for eksamen i Matematikk 3 - TMA4115
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag for eksamen i Matematikk 3 - TMA4115 Vår 1 1 a) La z = x iy. Da er Re z = x og z = x y. Siden y er et reelt
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
DetaljerRidge regresjon og lasso notat til STK2120
Ridge regresjon og lasso notat til STK2120 Ørulf Borgan februar 2016 I dette notatet vil vi se litt nærmere på noen alternativer til minste kvadraters metode ved lineær regresjon. Metodene er særlig aktuelle
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT Lineær algebra Eksamensdag: Mandag,. desember 7. Tid for eksamen: 4. 8.. Oppgavesettet er på 8 sider. Vedlegg: Tillatte hjelpemidler:
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 1120 Lineær algebra Eksamensdag: 9. desember 2014. Tid for eksamen: 14.30 18.30. Oppgavesettet er på 6 sider. Vedlegg: Tillatte
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.............................
DetaljerLO510D Lin.Alg. m/graf. anv. Våren 2005
TF Høgskolen i Sør Trøndelag Avdeling for informatikk og e læring LO5D Lin.Alg. m/graf. anv. Våren 5 Løsningsforslag Eksamen a) Setter α = og β = i ligningssystemet og gausseliminerer totalmatrisen til
DetaljerLøsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser våren 2009.
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av Løsningsforslag til eksamen i MA22/MA622 Lineær algebra med anvendelser våren 29 Oppgave a) Rangen til A er lik antallet
DetaljerForelesning 4 STK3100
! * 2 2 2 Bevis : Anta Forelesning 4 STK3 september 27 S O Samuelsen Plan for annen forelesning: Likelihood-egenskaper 2 Konsistens for ML 3 Tilnærmet fordeling for ML 4 Likelihoodbaserte tester 5 Multivariat
DetaljerEksamen TFY 4210 Kvanteteorien for mangepartikkelsystem, våren 2012
NTNU Fakultet for Naturvitskap og Teknologi Institutt for fysikk Eksamen TFY 4210 Kvanteteorien for mangepartikkelsystem, våren 2012 Faglærar: Førsteamanuensis John Ove Fjærestad Institutt for fysikk Telefon:
DetaljerEksamen i fag FY1004 Innføring i kvantemekanikk Tirsdag 22. mai 2007 Tid:
Side 1 av 6 Norges teknisk-naturvitenskapelige universitet Institutt for fysikk Faglig kontakt under eksamen: Navn: Jan Myrheim Telefon: 73 59 36 53 (mobil 90 07 51 72) Sensurfrist: Tirsdag 12. juni 2007
DetaljerForelesningsnotater SIF8039/ Grafisk databehandling
Forelesningsnotater SIF839/ Grafisk databehandling Notater til forelesninger over: Kapittel 4: Geometric Objects and ransformations i: Edward Angel: Interactive Computer Graphics Vårsemesteret 22 orbjørn
DetaljerEksamen AA6524 Matematikk 3MX Elevar/Elever AA6526 Matematikk 3MX Privatistar/Privatister. Nynorsk/Bokmål
Eksamen 05.12.2007 AA6524 Matematikk 3MX Elevar/Elever AA6526 Matematikk 3MX Privatistar/Privatister Nynorsk/Bokmål Oppgave 1 a) Deriver funksjonen: f x 2 ( ) = cos( x + 1) b) Løs likningen og oppgi svaret
DetaljerTMA4110 Eksamen høsten 2018 EKSEMPEL 1 Løsning Side 1 av 8. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer: x 1 7x 4 = 0
TMA4 Eksamen høsten 28 EKSEMPEL Løsning Side av 8 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 2 2 2 4 2 6 2 4 2 6 2 2 Dette gir likningene og 2 2 4 2 6 7 2. x 7x 4 = x 2 + 2x
DetaljerEksamen, høsten 13 i Matematikk 3 Løsningsforslag
Eksamen, høsten 3 i Matematikk 3 Løsningsforslag Oppgave. a) Fra ligningen x 5 + y 3 kan vi lese ut store og lille halvakse a 5 og b 3. Fokus til senter avstanden er da gitt ved c a b 5 3 5 9 6 4. ermed
Detaljer16 Ortogonal diagonalisering
Ortogonal diagonalisering Ortogonale matriser Definisjon (Def 7) En n n matrise A kalles ortogonal dersom den er invertibel og A A T Denne betingelsen er ekvivalent til at der I n er n n identitesmatrisen
DetaljerTillegg om flateintegraler
Kapittel 6 Tillegg om flateintegraler 6.1 Litt ekstra om flateintegraler I kompendiet har vi definert flateintegraler som grenseoverganger for diskretiseringer. Har vi en flate kan vi representere den
DetaljerEgenverdier for 2 2 matriser
Egenverdier for matriser (Bearbeidet versjon av tidligere notat på nett-sidene til MA101 - Lineær algebra og geometri Versjon oppdatert med referanser til 10utg av læreboken) Egenvektorer og egenverdier
DetaljerNorges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 L SNINGSFORSLAG TIL EKSAMEN I SIF5009 MATEMATIKK 3 Bokmål Man
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 7 L SNINGSFORSLAG TIL EKSAMEN I SIF59 MATEMATIKK Bokmål Mandag. desember Oppgave a) Karakteristisk polynom er + = ;
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.
DetaljerTMA4110 Matematikk 3 Eksamen høsten 2018 Løsning Side 1 av 9. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer:
TMA4 Matematikk 3 Eksamen høsten 8 Løsning Side av 9 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 8 5 4 8 3 36 8 4 8 8 8 Den siste matrisen her er på redusert trappeform, og
DetaljerEKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 25 2. januar 25 EKSAMENSOPPGAVER FOR TMA4/TMA45 MATEMATIKK 3 Oppgave A- a) Finn kvadratrøttene til det komplekse tallet
Detaljerj=1 (Y ij Ȳ ) 2 kan skrives som SST = i=1 (J i 1) frihetsgrader.
FORMELSAMLING TIL STK2120 (Versjon av 30. mai 2012) 1 Enveis variansanalyse Anta at Y ij = µ + α i + ɛ ij ; j = 1, 2,..., J i ; i = 1, 2,..., I ; der ɛ ij -ene er uavhengige og N(0, σ 2 )-fordelte. Da
DetaljerDEL 1 GRUNNLEGGENDE STATISTIKK
INNHOLD 1 INNLEDNING 15 1.1 Parallelle verdener........................... 18 1.2 Telle gunstige.............................. 20 1.3 Regneverktøy og webstøtte....................... 22 1.4 Oppgaver................................
DetaljerMinste kvadraters løsning, Symmetriske matriser
Minste kvadraters løsning, Symmetriske matriser NTNU, Institutt for matematiske fag 19. november 2013 Inkonsistent ligningsystem Anta at Ax = b er et inkonsistent ligningsystem, da er b ikke i Col(A).
DetaljerLøsninger for eksamen i MAT Lineær algebra og M102 - Lineær algebra, fredag 28. mai 2004, Oppgave 1. M s = = 1 2 (cofm 2) T.
Løsninger for eksamen i MAT - Lineær algebra og M - Lineær algebra, fredag 8. mai 4, (a) Finn determinanten til matrisen M s = Oppgave s uttrykt ved s, og bruk dette til å avgjøre for hvilke s matrisen
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
DetaljerFORMELSAMLING TIL STK1100 OG STK1110
FORMELSAMLING TIL STK1100 OG STK1110 (Versjon av 11. november 2017) 1. Sannsynlighet La A, B, A 1, A 2,..., B 1, B 2,... være begivenheter, dvs. delmengder av et utfallsrom Ω. a) Aksiomene: Et sannsynlighetsmål
DetaljerØving 5 Diagonalisering
Øving 5 Diagonalisering En matrise A er diagonaliserbar dersom den er similær med en diagonalmatrise, dvs. det eksisterer en invertibel matrise P og diagonal matrise D slik at P.D.P -1. I øving 4 lærte
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
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,
DetaljerLa U og V være uavhengige standard normalfordelte variable og definer
Binormalfordelingen Definisjon Noe av hensikten med å innføre begrepet betinget sannsynlighet er at kompliserte modeller ofte kan bygges ut fra enkle betingede modeller. Når man spesifiserer betingelser
DetaljerFYS2140 Kvantefysikk, Løsningsforslag for Oblig 1
FYS4 Kvantefysikk, Løsningsforslag for Oblig. januar 8 Her er løsningsforslag for Oblig som dreide seg om å friske opp en del grunnleggende matematikk. I tillegg finner dere til slutt et løsningsforslag
DetaljerMA0002 Brukerkurs i matematikk B Vår 2014
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA000 Brukerkurs i matematikk B Vår 04 Løsningsforslag. Eksamen 6. mai Løsning: Oppgave a) dy dx y y y )y ) : gy), så likevektsløsningene
DetaljerInnlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9
Innlevering BYPE000 Matematikk 000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 4. april 014 før forelesningen Antall oppgaver: 9 1 Regn ut determinanten til følgende matriser. (Det er også
DetaljerLøsningsforslag til eksamen i MAT1110, 13/6-07
Løsningsforslag til eksamen i MAT, 3/6-7 Oppgaveteksten er gjengitt i kursiv Oppgave : a) Finn de stasjonære (kritiske) punktene til f(x, ) = x + 4x Løsning: Finner først de partiellderiverte: (x, ) x
Detaljer5.8 Iterative estimater på egenverdier
5.8 Iterative estimater på egenverdier Det finnes ingen eksplisitt formel for beregning av egenverdiene til en kvadratisk matrise. Iterative metoder som finner (ofte) en (meget god) approksimasjon til
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.
DetaljerBasis, koordinatsystem og dimensjon
Basis, koordinatsystem og dimensjon NTNU, Institutt for matematiske fag 22.-24. oktober 2013 Basis Basis for vektorrom: En endelig mengde B = {b 1, b 2,..., b n } av vektorer i et vektorrom V er en basis
DetaljerMAT UiO mai Våren 2010 MAT 1012
200 MAT 02 Våren 200 UiO 0-2. 200 / 48 200 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)
DetaljerMA1202/MA S løsningsskisse
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0/MA0 0S løsningsskisse Rettet. august 0 Oppgave a) Vi finner det karakteristiske polynomet, λ 0 λ λ λ λ detλi A) λ 0 λ λ
Detaljer= 3 11 = = 6 4 = 1.
MAT3000/4000 Eksamen V3 Løsningsforslag Oppgave [0 poeng] Sjekk at 3 er en kvadratisk rest i Z/(3) og finn løsningene av likningen x = 3 i Z/(3) (uten å lage en tabell for x ) Du får lov til å bruke at
DetaljerEKSAMEN I NUMERISK LØSNING AV DIFFERENSIALLIGNINGER MED DIFFERANSEMETODER (TMA4212)
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 Faglig kontakt under eksamen: Navn: Brynjulf Owren (964) EKSAMEN I NUMERISK LØSNING AV DIFFERENSIALLIGNINGER MED DIFFERANSEMETODER
DetaljerEKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Fredag 4. desember 2009 løsningsforslag
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Fredag 4. desember 2009 løsningsforslag Hjelpemidler (kode C): Enkel kalkulator
DetaljerEKSAMEN 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
DetaljerNormalfordelingen. Univariat normalfordeling (Gaussfordelingen): der µ er forventningsverdien og σ 2 variansen. Multivariat normalfordeling:
Normalfordelingen Univariat normalfordeling (Gaussfordelingen): p(x µ,σ 2 ) = 1 µ)2 (x e 2σ 2 = N(µ,σ 2 ) 2πσ der µ er forventningsverdien og σ 2 variansen. Multivariat normalfordeling: [ 1 p(x µ,σ) =
DetaljerGammafordelingen og χ 2 -fordelingen
Gammafordelingen og χ 2 -fordelingen Gammafunksjonen Gammafunksjonen er en funksjon som brukes ofte i sannsynlighetsregning. I mange fordelinger dukker den opp i konstantleddet. Hvis man plotter n-fakultet
DetaljerMA1201/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
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
DetaljerMAT1120 Notat 2 Tillegg til avsnitt 5.4
MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjonen (også kalt koordinatmatrisen) til en lineær avbildning mellom to endeligdimensjonale vektorrom
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
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
DetaljerEKSAMENSOPPGAVE. Vil det bli gått oppklaringsrunde i eksamenslokalet? Svar: JA Hvis JA: ca. kl.10:00 og 12:00
Fakultet for naturvitenskap og teknologi EKSAMENSOPPGAVE Eksamen i: MAT-1003 Kalkulus 3 Dato: Tirsdag 1.1.017 Klokkeslett: 09:00-13:00 Sted: Åsgårdvegen 9 Tillatte hjelpemidler: Pedersen et al.: Teknisk
DetaljerLøsning IM
Løsning IM 6 Oppgave x + y Grensen lim er ubestemt da både teller og nevner blir Vi skal vise at grensen ( xy, ) (,) x + y ikke eksisterer og bruker rette linjer inn mot origo De enkleste linjene er koordinataksene
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,
DetaljerEmne 9. Egenverdier og egenvektorer
Emne 9. Egenverdier og egenvektorer Definisjon: Vi starter med en lineær transformasjon fra til, hvor Dersom, hvor, sier vi at: er egenverdiene til A er tilhørende egenvektorer. betyr at er et reelt eller
Detaljer(a) For regresjon brukes vanligvis kvadratisk tap: L(y, ŷ) = (y ŷ) 2. Den optimale prediktor basert på input variable x er da Ŷ = E[Y x].
FORMELSAMLING TIL STK2100 (Versjon Mai 2018) 1 Tapsfunksjoner (a) For regresjon brukes vanligvis kvadratisk tap: L(y, ŷ) = (y ŷ) 2. Den optimale prediktor basert på input variable x er da Ŷ = E[Y x]. (b)
DetaljerMAT1120 Notat 2 Tillegg til avsnitt 5.4
MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjoner (også kalt koordinatmatriser) av lineære avbildninger mellom endeligdimensjonale vektorrom En slik
DetaljerKap. 6 Ortogonalitet og minste kvadrater
Kap. 6 Ortogonalitet og minste kvadrater IR n er mer enn bare et vektorrom: den har et naturlig indreprodukt, nemlig prikkproduktet av vektorer. Dette indreproduktet gjør det mulig å tenke geometrisk og
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
DetaljerTransformasjoner av stokastiske variabler
Transformasjoner av stokastiske variabler Notasjon merkelapper på fordelingene Sannsynlighetstettheten og den kumulative fordelingen til en stokastisk variabel X betegnes hhv. f X og F X. Indeksen er altså
DetaljerMatematisk statistikk og stokastiske prosesser B, høsten 2006 Løsninger til oppgavesett 5, s. 1. Oppgave 1
Matematisk statistikk og stokastiske prosesser B, høsten 2006 Løsninger til oppgavesett 5, s AR2-modell: Oppgave X t φ X t φ 2 X t 2 Z t Antas å være kausal slik at X t ψ j Z t j er ukorrelert med Z t+,
DetaljerEgenverdier og egenvektorer
Kapittel 9 Egenverdier og egenvektorer Det er ofte hensiktsmessig å tenke på en matrise ikke bare som en tabell med tall, men som en transformasjon av vektorer Hvis A er en m n-matrise, så gir A en transformasjon
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
DetaljerLøysingsforslag (Skisse) Eksamen FY3452 Gravitasjon og Kosmologi Våren 2007
Løysingsforslag (Skisse) Eksamen FY3452 Gravitasjon og Kosmologi Våren 2007 May 24, 2007 Oppgave 1 a) Lorentztransformasjonane er x = γ(x V t), t = γ(t V x), der γ = 1/ 1 V 2 Vi tar differensiala av desse
Detaljer7 Egenverdier og egenvektorer TMA4110 høsten 2018
7 Egenverdier og egenvektorer TMA4 høsten 8 Det er ofte hensiktsmessig å tenke på en matrise ikke bare som en tabell med tall, men som en transformasjon av vektorer. Hvis A er en m n-matrise, så gir A
DetaljerIntegraler. John Rognes. 15. mars 2011
15. mars 2011 forener geometrisk målbare områder Ω og skalarfelt f : Ω R definert på disse områdene. Vi danner produktet f (Ω) Ω av verdien f (Ω) av funksjonen og størrelsen Ω av området. Mer presist deler
DetaljerEKSAMEN BOKMÅL STEMMER. DATO: TID: OPPG. SIDER: VEDLEGG: 3 desember :00-13: FAGKODE: IR Matematikk 1
EKSAMEN BOKMÅL DATO: TID: OPPG. SIDER: VEDLEGG: 3 desember 15 9:-13: FAGKODE: FAGNAVN: IR151 Matematikk 1 HJELPEMIDLER: Del 1: kl 9.-11. Ingen Del : kl 11.-13. Lommeregner Lærebok etter fritt valg Matematisk
DetaljerTMA4110 Matematikk 3 Haust 2011
Noregs teknisk naturvitskaplege universitet Institutt for matematiske fag TMA40 Matematikk 3 Haust 0 Løysingsforslag Øving Oppgåver frå læreboka kap 5, s 7-73 5 Eigenrommet som svarar til λ = 5 er det
DetaljerTilleggsoppgaver for STK1110 Høst 2015
Tilleggsoppgaver for STK0 Høst 205 Geir Storvik 22. november 205 Tilleggsoppgave Anta X,..., X n N(µ, σ) der σ er kjent. Vi ønsker å teste H 0 : µ = µ 0 mot H a : µ µ 0 (a) Formuler hypotesene som H 0
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
DetaljerRandkurva C til flata S orienteres positivt sett ovenfra, og kan parametriseres ved: r (t) = [ sin t, cos t, sin t] dt, 0 t 2π.
Ma - Løsningsforslag til uke 17 i 7 Eks. mai 1999 oppgave 4 ylinderen x + y = 1 skjærer ut ei flate av planet z = x + 1 dvs. x + z = 1 med enhetsnormal i positiv z-retning lik n= 1 [ 1 1]. Flata blir en
DetaljerLøsningsforslag Eksamen 20. desember 2012 FY2045/TFY4250 Kvantemekanikk I
Eksamen FY045/TFY450 0. desember 0 - løsningsforslag Oppgave Løsningsforslag Eksamen 0. desember 0 FY045/TFY450 Kvantemekanikk I a. For x < 0 er potensialet lik null. (i) For E > 0 er da ψ E = (m e E/
DetaljerAnbefalte oppgaver - Løsningsforslag
TMA415 Matematikk 2 Anbefalte oppgaver - Løsningsforslag Uke 14 1.4.5: Vi skal finne fluksen ut overflaten til den solide ballen B med sentrum = (2,, 3) og radius r = 3, av vektorfeltet F = x 2 i + y 2
DetaljerSIE30AR Ulineær bevegelsestyring - Servoteknikk Løsningsforslag til øving 11: Passivitet
SIE3AR Ulineær bevegelsestyring - Servoteknikk Løsningsforslag til øving 11: Passivitet u u 1 H 1 y 1 y y H u Figure 1: To systemer i tilbakekobling 1 Fra Figur 1 kandet sees at u = u 1 + y y = y 1 = u
DetaljerSIF5005 Matematikk 2, 13. mai 2002 Løsningsforslag
SIF55 Matematikk, 3. mai Oppgave Alternativ : At de to ligningene skjærer hverandre vil si at det finnes parameterverdier u og v som, innsatt i de to parametriseringene, gir samme punkt: Vi løser hver
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
Detaljer12 Projeksjon TMA4110 høsten 2018
Projeksjon TMA0 høsten 08 En projeksjon er en lineærtransformasjon P som tilfredsstiller P x = P x for alle x Denne ligningen sier at intet nytt skjer om du benytter lineærtransformasjonen for andre gang,
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
Detaljer4.4 Koordinatsystemer
4.4 Koordinatsystemer Minner om at B = { b 1, b 2,..., b n } V kalles en basis for et vektorrom V dersom B er lineært uavhengig og B utspenner V. I samme vektorrom kan vi innføre ulike koordinatsystemer
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
DetaljerEksamensoppgave i TMA4110/TMA4115 Calculus 3
Institutt for matematiske fag Eksamensoppgave i TMA4110/TMA4115 Calculus 3 Faglig kontakt under eksamen: Markus Szymik Tlf: 411 16 793 Eksamensdato: August 2018 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
Detaljer(a) For regresjon brukes vanligvis kvadratisk tap: L(y, ŷ) = (y ŷ) 2. Den optimale prediktor basert på input variable x er da Ŷ = E[Y x].
FORMELSAMLING TIL STK2100 (Versjon Mai 2017) 1 Tapsfunksjoner (a) For regresjon brukes vanligvis kvadratisk tap: L(y, ŷ) = (y ŷ) 2. Den optimale prediktor basert på input variable x er da Ŷ = E[Y x]. (b)
DetaljerUNIVERSITET I BERGEN
UNIVERSITET I BERGEN Det matematisk-naturvitenskapelige fakultet BOKMÅL Løsningsforslag eksamen MAT - Lineær algebra H Med forbehold om skrivefeil. Oppgave. Betrakt A = 6 5, b = 6 b (a) (b) Finn den reduserte
DetaljerTMA4110 Matematikk 3 Haust 2011
Noregs teknisk naturvitskaplege universitet Institutt for matematiske fag TMA4 Matematikk Haust Løysingsforslag Øving Oppgåver frå læreboka kap. 6., s. 7 u v = ( 7)+( 5) ( 4)+( ) 6 = u = +( 5) +( ) = v
DetaljerA.3.e: Ortogonale egenfunksjonssett
TFY4250/FY2045 Tillegg 2 1 Tillegg 2: A.3.e: Ortogonale egenfunksjonssett Ikke-degenererte egenverdier La oss først anta at en operator ˆF har et diskret og ikke-degeneret spektrum. Det siste betyr at
Detaljer