Eksamensoppgave i TMA4320 Introduksjon til vitenskapelige beregninger

Like dokumenter
Eksamensoppgave i TMA4320 Introduksjon til vitenskapelige beregninger

Eksamensoppgave i TMA4320 Introduksjon til vitenskapelige beregninger

Eksamensoppgave i TMA4320 Introduksjon til vitenskapelige beregninger

Eksamensoppgave i TMA4135 Matematikk 4D

Eksamensoppgave i TMA4123/TMA4125 Matematikk 4M/4N

Eksamensoppgave i TMA4122,TMA4123,TMA4125,TMA4130 Matematikk 4N/M

Eksamensoppgave i TMA4135 Matematikk 4D

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Eksamensoppgave i TMA4130/35 Matematikk 4N/4D

TMA4329 Intro til vitensk. beregn. V2017

Universitetet i Bergen Det matematisk-naturvitenskapelige fakultet Eksamen i emnet Mat131 - Differensiallikningar I Onsdag 25. mai 2016, kl.

Slope-Intercept Formula

Eksamensoppgave i TMA4135 Matematikk 4D

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Eksamensoppgave i MA1102/6102 Grunnkurs i analyse II

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITY OF OSLO DEPARTMENT OF ECONOMICS

Eksamen i TMA4123/TMA4125 Matematikk 4M/N

Eksamensoppgave i TMA4320 Introduksjon til vitenskapelige beregninger

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Trigonometric Substitution

MA2501 Numerical methods

Eksamensoppgave i TMA4135 Matematikk 4D: Løysing

Eksamensoppgave i TMA4125 Matematikk 4N

Eksamensoppgave i FIN3006 / FIN8606 Anvendt tidsserieøkonometri

Mathematics 114Q Integration Practice Problems SOLUTIONS. = 1 8 (x2 +5x) 8 + C. [u = x 2 +5x] = 1 11 (3 x)11 + C. [u =3 x] = 2 (7x + 9)3/2

Eksamensoppgåve i TMA4135 Matematikk 4D

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Eksamensoppgave i TMA4125 BARE TULL - LF

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Eksamen i TMA4122 Matematikk 4M

Unit Relational Algebra 1 1. Relational Algebra 1. Unit 3.3

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

TMA4135 Matematikk 4D Kompendium i numerikk. Eirik Refsdal

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Eksamensoppgave i MA1202/MA6202 Lineær algebra med anvendelser

TMA4240 Statistikk 2014

UNIVERSITETET I OSLO

Eksamensoppgave i TMA4115 Matematikk 3

Dynamic Programming Longest Common Subsequence. Class 27

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

SVM and Complementary Slackness

Eksamensoppgave i TMA4125 EKSEMPELEKSAMEN - LF

Eksamensoppgave i MA0002 Brukerkurs i matematikk B - LØSNING

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

EKSAMENSOPPGAVE I SØK 1002 INNFØRING I MIKROØKONOMISK ANALYSE

EKSAMENSOPPGAVE I FAG TKP 4105

UNIVERSITETET I OSLO

Eksamensoppgave i MA1103 Flerdimensjonal analyse

Neural Network. Sensors Sorter

Eksamensoppgave i TMA4110/TMA4115 Calculus 3

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

TMA4240 Statistikk Høst 2013

Eksamensoppgave i MA2501 Numeriske metoder

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

EKSAMEN I NUMERISK MATEMATIKK (TMA4215)

Eksamensoppgave i MA1101/MA6101 Grunnkurs i analyse I. LØSNINGSFORSLAG

UNIVERSITETET I OSLO

0:7 0:2 0:1 0:3 0:5 0:2 0:1 0:4 0:5 P = 0:56 0:28 0:16 0:38 0:39 0:23

Eksamensoppgave i TMA4240 Statistikk

EKSAMENSOPPGAVE I SØK2007 UTVIKLINGSØKONOMI DEVELOPMENT ECONOMICS

Løsningsførslag i Matematikk 4D, 4N, 4M

NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET Side 1 av 5 INSTITUTT FOR ENERGI- OG PROSESSTEKNIKK

FYSMEK1110 Eksamensverksted 23. Mai :15-18:00 Oppgave 1 (maks. 45 minutt)

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Splitting the differential Riccati equation

32.2. Linear Multistep Methods. Introduction. Prerequisites. Learning Outcomes

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Eksamensoppgave i SANT2100 Etnografisk metode

Gir vi de resterende 2 oppgavene til én prosess vil alle sitte å vente på de to potensielt tidskrevende prosessene.

UNIVERSITETET I OSLO

Eksamensoppgave i TMA4245 Statistikk

Eksamensoppgave i TMA4150 Algebra

UNIVERSITETET I OSLO

Graphs similar to strongly regular graphs

Eksamensoppgave i PED3544 Matematikkproblemer

Eksamensoppgave i MA1101 Grunnkurs i analyse

Eksamensoppgave i TMA4265 Stokastiske Prosesser

Eksamensoppgave i TMA4320 Introduksjon til vitenskapelige beregninger

Den som gjør godt, er av Gud (Multilingual Edition)

Appendix B, not for publication, with screenshots for Fairness and family background

Eksamensoppgave i SOS1000 Innføring i sosiologi

Eksamensoppgave i SØK1001 Matematikk for økonomer

Eksamensoppgave i TMA4240 Statistikk

Physical origin of the Gouy phase shift by Simin Feng, Herbert G. Winful Opt. Lett. 26, (2001)

KROPPEN LEDER STRØM. Sett en finger på hvert av kontaktpunktene på modellen. Da får du et lydsignal.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Eksamensoppgave i TMA4265 Stokastiske prosesser

Eksamensoppgave i TMA4240 / TMA4245 Statistikk

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

Maple Basics. K. Cooper

Eksamensoppgave i SØK1002 Mikroøkonomisk analyse

Eksamensoppgave i TMA4140 Diskret matematikk

Transkript:

Institutt for matematiske fag Eksamensoppgave i TMA432 Introduksjon til vitenskapelige beregninger Faglig kontakt under eksamen: Anton Evgrafov Tlf: 453 163 Eksamensdato: 8. august 217 Eksamenstid (fra til): 9: 13: Hjelpemiddelkode/Tillatte hjelpemidler: B: Spesifiserte trykte hjelpemidler tillatt: K. Rottmann: Matematisk formelsamling Bestemt, enkel kalkulator tillatt. Målform/språk: bokmål Antall sider: 6 Antall sider vedlegg: Informasjon om trykking av eksamensoppgave Originalen er: 1-sidig 2-sidig sort/hvit farger skal ha flervalgskjema Dato Kontrollert av: Sign Merk! Studenter finner sensur i Studentweb. Har du spørsmål om din sensur må du kontakte instituttet ditt. Eksamenskontoret vil ikke kunne svare på slike spørsmål.

TMA32 Introduksjon til vitenskapelige beregninger 3. mai 217 Side 1 av 6 Oppgave 1 a) Vi betrakter en likning tan(x) = 1, x ( π/2, π/2). (1) Vi vet at minst en rot x tilhører intervallet (, 1) fordi tan() = og tan(1) 1.6. Bruk halveringsmetoden til å finne en numerisk tilnærming ˆx til denne roten x slik at forskjellen ˆx x er garantert mindre enn.1. (Vi antar at roten er ukjent, ellers trenger vi ikke å løse likningen.) Solution: The initial interval (, 1) contains at least one root as tan() 1 < and tan(1) 1 > ; since the function tan(x) 1 is continuous on this interval it must assume value somewhere. The center of the interval.5 is no further than (1 )/2 =.5 from the root, therefore we continue with bisection until the accuracy requirement is satisfied. The table below explains the iteration history. Iteration x left x right x center tan(x center ) 1 (x right x left )/2 1 1.5.4537.5 2.5 1.75.684.25 3.75 1.875.1974.125 4.75.875.8125.557.625 Thus the found numerical approximation is.8125, which is guaranteed to be no further than.625 <.1 from the actual root π/4. Note that.8125 π/4.271 <.1. Oppgave 2 a) En Euler Bernoulli bjelke (som dere har sett i prosjekt 2) kan betraktes matematisk som en kurve q(x) som oppfyller en differensiallikning med passende randbetingelsene. q (x) =, (2) Hvor mange muligheter finnes det for bjelker som passerer gjennom punktene (, 1), (2, 2), (3, 2)? Beskriv funksjonen q(x) for slike bjelker, og gi et specifikk eksempel. Solution: Cubic polynomials satisfy the differential equation, and there are infinitely many polynomials of degree 3 passing through given three points.

Side 2 av 6 TMA32 Introduksjon til vitenskapelige beregninger 3. mai 217 Therefore the answer to the first question is: q(x) is a cubic polynomial and there are infinitely many beams passing through the given points. For a specific example we could use polynomial interpolation. For example, Newton s divided differences yield: q[] = 1, q[2] = 2, q[3] = 2, q[, 2] =.5, q[2, 3] = 4, q[, 3] = 1.5, and the final polynomial is q(x) = 1 +.5(x ) 1.5(x )(x 2) = 1 + 3.5x 1.5x 2 The results can be seen in the figure below: q(x) = 1 + 3.5x 1.5x 2 2 q(x) 2.5 1 1.5 2 2.5 3 x Polynomet P n (x) av lavest mulig grad som interpolerer en glatt funksjon F (x) i punktene x 1,..., x n oppfyller følgende feilestimat: F (x) P n (x) = (x x 1)... (x x n ) F (n) (c), (3) n! med c [min{x, x 1,..., x n }, max{x, x 1,..., x n }]. b) Vi betrakter en funksjon F (x) = cos(x) på intervallet [, 2] og interpolerer den i punktene x 1 < < x n 2 ved hjelp av et polynom P n av lavest mulig grad. Finn n slik at feilen e = max x [,2] F (x) P n (x) <.1 uansett hvordan punktene x 1,..., x n plasseres på intervallet. Solution: Let us first estimate the right hand side of (3) from above: F (n) (c) 1 for all n and c; x x i 2 for all x, x i [, 2]. Therefore we have the estimate e 2 n /n!. We can see how this estimate behaves as a function of n:

TMA32 Introduksjon til vitenskapelige beregninger 3. mai 217 Side 3 av 6 n 1 2 3 4 5 6 2 n /n! 2 2 1.33.67.27.9 Thus for n = 6 (or, as a matter of fact, larger) the largest interpolation error will be smaller than.1 as required. Oppgave 3 a) Beregn en tilnærmelse til integralet i = 2 dx x 1/3 ved hjelp av midtpunktregelen basert på 1 og 2 paneler. Solution: Direct computation. For one panel we have: and for two panels we get i 2 1 = 2, 11/3 [ 1 i 1.5 + 1 ] 2.1335. 1/3 1.5 1/3 Note that the exact value is i = 1.5x 2/3 x=2 x= 2.3811. b) Vi vil tilnærme et integral 1 f(x) dx ved hjelp av et numerisk kvadratur Q [,1] f = w 1 f(.25)+w 2 f(.75). Bestem vektene w i slik at kvadraturet Q [,1] f har høyest mulig presisjonsgrad 1 på intervallet [, 1]. Rapporter presisjonsgraden du har funnet. Solution: For polynomials of degree we get Q [,1] c = c(w 1 + w 2 ) = 1 c dx = c, for an arbitrary constant c. Therefore w 1 + w 2 = 1 if we want the quadrature to be exact for polynomials of degree. Note that the value of the constant c does not participate in the equation since both the quadrature and the integral are linear with respect to the 1 Høyest mulig grad av et vilkårlig polynom p(x) som integreres uten feil, dvs 1 p(x) dx = Q [,1] p

Side 4 av 6 TMA32 Introduksjon til vitenskapelige beregninger 3. mai 217 integrand f. Thus for polynomials of degree 1 it is sufficient to test for example p(x) = x: Q [,1] x =.25w 1 +.75w 2 = 1 x dx =.5. We thus get a system of two linear algebraic equations with two unknowns, which can be solved to give w 1 = w 2 =.5. We can check that Q [,1] x 2 =.5(.25 2 +.75 2 ) 1 x 2 dx = 1/3, and therefore quadrature is not exact for polynomials of degree two and its degree of precision is 1. Oppgave 4 Vi betrakter to ladninger (i en dimensjon) med posisjoner x 1 (t) og x 2 (t) i tidspunkt t >. Ladningenes posisjon oppfyller et system av to differensiallikninger (Coulombs + Newtons lover): 1 1(t) = (x 1 (t) x 2 (t)), 2 x x 2(t) = (4) 1 (x 1 (t) x 2 (t)), 2 med begynnelsesbetingelsene x 1 () =, x 1() = 1, x 2 () = 1, x 2() =. a) Skriv om (4) til et system av førsteordens differensiallikninger. Solution: Let us put y 1 = x 1, y 2 = x 2, y 3 = x 1, y 4 = x 2. Then y 1 y 3 (t) y y (t) = 2 y (t) = 4 (t) y 3 (y 1 (t) y 2 (t)) 2 =: F (y(t)), (5) y 4 (y 1 (t) y 2 (t)) 2 The initial conditions are y() = [, 1, 1, ] T. b) Gjør et steg med den eksplisitte trapesmetoden (Heuns metode) for systemet funnet i a) med tidsdiskretisering h =.1.

TMA32 Introduksjon til vitenskapelige beregninger 3. mai 217 Side 5 av 6 Solution: The method is a two stage Runge Kutta method. We compute: w = y() = [, 1, 1, ] T k 1 = F (w ) = [1,, 1, 1] T k 2 = F (w + hk 1 ) = F (.1, 1,.9,.1) [.9,.1, 1.2346, 1.2346] T w 1 = w + h/2(k 1 + k 2 ) [.95, 1.5,.8883,.1117] T Oppgave 5 a) Beregn Cholesky faktoriseringen av matrisen A = ( ) 1 2 2 2 Solution: One could either follow the algorithm from the textbook or derive it from scratch for this small matrix. Let ( ) L11 L = L 21 L 22 Then ( ) L LL T 2 = 11 L 11 L 21 L 11 L 21 L 2 21 + L 2 22 Thus L 11 = A 1/2 11 = 1, L 21 = A 21 /L 11 = 2/1 = 2, and finally L 22 = (A 22 L 2 21) 1/2 = (2 2 2 ) 1/2 = 4. It is always a good idea to verify the computation: A = LL T. b) Ved hjelp av beregningene i a), bestem x R 2 slik at Ax = b = [1, 14] T. Solution: Let Ly = b; then y 1 = b 1 = 1 and 2y 1 + 4y 2 = 14, or y 2 = 4. It remains to solve the system L T x = y. 4x 2 = 4 and therefore x 2 = 1. Then x 1 + 2x 2 = 1 or x 1 = 3. It is always a good idea to verify the computation: Ax = b. c) Med A og b som i a) og b), gjør en iterasjon med Gauss Seidel metoden med startverdi x () = [1, 2].

Side 6 av 6 TMA32 Introduksjon til vitenskapelige beregninger 3. mai 217 Solution: Gauss Seidel is a particular case of matrix splitting iterative algorithms of the type Mx (k+1) Nx (k) = b, where A = M N. In Gauss Seidel method M is chosen to be either upper or lower triangular part of the matrix. Here we will use the lower triangular matrix. Thus ( ) 1 x (1) = b 2 2 ( ) ( ) 2 3 x () = 14 This triangular system is easily solvable (which is the point with matrix splitting algorithms): x (1) 1 = 3, 2x (1) 1 + 2x (1) 2 = 14, or x (1) 2 = ( 14 + 2 3)/2 =.4. Arguably in this case it is better to choose M to the the upper triangular part of A, which results in a much better approximation (after one iteration) x (1) = [2.6,.8] T.