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

Like dokumenter
Obligatorisk oppgavesett 1 MAT1120 H16

MAT Oblig 1. Halvard Sutterud. 22. september 2016

MAT 1120: Obligatorisk oppgave 1, H-09

MAT1120 Oppgaver til plenumsregningen torsdag 18/9

4 Matriser TMA4110 høsten 2018

MAT1120 Plenumsregningen torsdag 26/8

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

Matriser. Kapittel 4. Definisjoner og notasjon

DAFE ELFE Matematikk 1000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2015 Antall oppgaver:

Matematikk Øvingsoppgaver i numerikk leksjon 8 Matriser. Løsningsforslag

Øvingsforelesning i Matlab TDT4105

Læringsmål og pensum. Oversikt

Fasit MAT102 juni 2016

UNIVERSITETET I OSLO

MAT1120 Oppgaver til plenumsregningen torsdag 25/9

Øvingsforelesning i Matlab TDT4105

Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.

Øvingsforelesning TDT4105 Matlab

Egenverdier og egenvektorer

Obligatorisk oppgave nr1 MAT Lars Kristian Henriksen UiO

Løsningsforslag B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB. det(a), det(b)

Løsningsforslag øving 7

Basis, koordinatsystem og dimensjon

Løsningsforslag øving 6

Øving 2 Matrisealgebra

Øvingsforelesning i Matlab TDT4105

MAT1120. Obligatorisk oppgave 1 av 2. Torsdag 20. september 2018, klokken 14:30 i Devilry (devilry.ifi.uio.no).

Løsningsforslag C = B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB

Eksamensforelesning TDT4105

Eksamensoppgave i TMA4115 Matematikk 3

Noen innebygde funksjoner - Vektorisering

TDT4105 Informasjonsteknologi grunnkurs Øvingsforelesning 4. Iver Dihle Skjervum Vit.ass. ITGK

(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

LØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010

Auditorieøving 2. Matlab. TDT4105 Informasjonsteknologi, grunnkurs. Brukernavn. Fullt navn

Fasit til eksamen i emnet MAT102 - Brukerkurs i matematikk II Mandag 21.september 2015

1. (a) Finn egenverdiene og egenvektorene til matrisen A =

Kan micro:biten vår brukes som en terning? Ja, det er faktisk ganske enkelt!

Løsningsforslag. Innlevering i BYFE 1000 Oppgavesett 1 Innleveringsfrist: 10. oktober klokka 14:00 Antall oppgaver: 6. Oppgave 1

Øvingsforelesning 3 Python (TDT4110)

Kap. 5 Egenverdier og egenvektorer

Løsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser høsten 2009.

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

MAT1120 Repetisjon Kap. 1

MAT1110: Obligatorisk oppgave 2, V Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 4 m-ler

6 Determinanter TMA4110 høsten 2018

Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.

12 Projeksjon TMA4110 høsten 2018

TDT4105 Informasjonsteknologi, grunnkurs (ITGK)

Kanter, kanter, mange mangekanter. Introduksjon: Steg 1: Enkle firkanter. Sjekkliste. Skrevet av: Sigmund Hansen

Noen innebygde funksjoner - Vektorisering

TMA Matlab Oppgavesett 2

Øvingsforelesning TDT4105 Matlab

Øvingsforelesning TDT4105 Matlab

MAT 1120: Obligatorisk oppgave 2, H-09

3.9 Teori og praksis for Minste kvadraters metode.

Norsk informatikkolympiade runde

EGENDEFINERTE FUNKSJONER I SAS OG LITT OM OPEN SOURCE INTEGRASJON SAS FANS I STAVANGER , MARIT FISKAAEN (SAS INSTITUTE)

Fasit til utvalgte oppgaver MAT1110, uka 13/4-16/4

Gauss-eliminasjon og matrisemultiplikasjon

MAT-1004 Vårsemester 2017 Prøveeksamen

MAT1120 Oppgaver til plenumsregningen torsdag 18/9

MA1201/MA6201 Høsten 2016

MAT1030 Forelesning 28

Bygg et Hus. Steg 1: Prøv selv først. Sjekkliste. Introduksjon. Prøv selv

4.4 Koordinatsystemer

UNIVERSITETET I OSLO

Newtons metode for system av ligninger

Obligatorisk oppgave 1 MAT1120 H15

TDT4105 Informasjonsteknologi, grunnkurs MatLab: Filbehandling - load, save, type - fopen, fgetl, feof, fprintf, fclose

Klara Hveberg, 26 sylen under pivot-elementet, ma vi na bare trekke (3; 2)=(2; 2) = 8=2 = 4 ganger andre rad fra tredje rad >> k=(3,2)/(2,2); >> (3,:)

MAT 1110: Oblig 1, V-12, Løsningsforslag

Læringsmål og pensum. Oppgave

OBLIG 1 - MAT 1120 Høsten 2005

Lineære likningssystemer og matriser

MAT Onsdag 7. april Lineær uavhengighet (forts. 1.8 Underrom av R n, nullrom, basis MAT Våren UiO. 7.

For det aktuelle nullpunktet, som skal ligge mellom 0 og, kan vere eit greit utgongspunkt.

PXT: Det regner mat! Introduksjon. Steg 1: Grunnlag. Sjekkliste. Skrevet av: Helene Isnes

Vektorligninger. Kapittel 3. Vektorregning

Løsnings forslag i java In115, Våren 1996

4.2 Nullrom, kolonnerom og lineære transformasjoner

Lineærtransformasjoner

Matriseoperasjoner. E.Malinnikova, NTNU, Institutt for matematiske fag. September 22, 2009

TDT4105 Informasjonsteknologi, grunnkurs (ITGK)

Matematikk Øvingsoppgaver i numerikk leksjon 9. Løsningsforslag

EKSAMENSOPPGAVE / EKSAMENSOPPGÅVE

MAT1110 Obligatorisk oppgave 2 Nicolai Kristen Solheim

Lineær algebra. 0.1 Vektorrom

NIO 1. runde eksempeloppgaver

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

Matematikk Øvingsoppgaver i numerikk leksjon 6 Løsningsforslag

Mattespill Nybegynner Python PDF

5.8 Iterative estimater på egenverdier

Obligatorisk oppgavesett 2 MAT1120 H16

Steg 1: Regneoperasjoner på en klokke

PXT: Himmelfall. Introduksjon. Skrevet av: Helene Isnes og Julie Revdahl

Norsk informatikkolympiade runde. Sponset av. Uke 46, 2015

Bygg et Hus. Introduksjon. Steg 1: Prøv selv først. Skrevet av: Geir Arne Hjelle

Transkript:

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. -.5. -.5 Dette betyr at x = 7 8 x 4, x = 9 8 x 4, x = 5 4 x 4, og x 4 R. For at de skal summere til én, løser vi ligningen 7 8 x 4 + 9 8 x 4 + 5 4 x 4 + x 4 = for x 4. Dette gir oss at x 4 = 4 7. Med andre ord har vi score-vektoren x = ( 7 4, 9 4, 4, 6 4 ). Dermed ser vi at rangeringen for linkmatrisen er: Nr - link Nr - link 4 Nr - link Nr 4 - link En basis for nullrommet til A I er gitt ved den ene vektoren v = x = ( 7 4, 9 4, 4, 6 4 ). Oppgave Linkmatrisen er gitt ved A =

Igjen lønner det seg å bruke MATLAB. Jeg kjører kommandoen rref(a-i, og får følge resultat: >> rref(a-i) - - Dette betyr på samme måte som i forrige oppgave at nullrommet er alle lineærkombinasjoner av typen x = x + x 5 hvor x, x 5 R. De to vektorene utgjør en basis for nullrommet. Legger vi til kravet at elementene skal summere til, får vi likningen x + x 5 =, som gir at x = x 5. Dette kan vi sette inn i lineærkombinasjonen over, og vi får følge: x = + x 5 For at vi skal unngå negative verdier ser vi at x 5 [, ]. Rangeringen er ikke unik. Dette ser vi hvis vi f.eks setter x 5 =, for så å sette x 5 =. Dette gir to motsatte rangeringer. Oppgave a) Ja, linkmatrisene i oppg. og er stokastiske. Det ser vi lett ved å summere elementene i kolonnene. En ikke-stokastisk matrise oppstår f.eks når vi tar med en side som ikke linker til noen andre sider. b) Skal forklare at M gitt ved M = ( m)a + ms er stokastisk og regulær når A er stokastisk. Siden elementene i kolonnene i A summerer til, vil elementene i kolonnene i ( m)a summere til m. S er også stokastisk, siden n( n +... + n ) =, og derfor vil elementene i kolonnene til ms summere til m. Legger vi matrisene sammen, blir kolonnesummen derfor ( m) + m =. At M også er regulær, er en selvfølge: den består kun av positive ikke null-elementer, og enhver kombinasjon av disse vil også være positiv (ingen minus-operasjoner oppstår under matrisemultiplikasjon).

c) Skriver opp matrisen (m=.5) ved hjelp fra MATLAB: >> S = [ ; ; ; ; ]; >> S = S/5; >> M =.85*A+.5*S M =..88.455...88..455............88....88. Finner null-rommet, igjen med hjelp fra MATLAB: >> null(m-eye(5,5)) -.5777 -.5777 -.68 -.454 -.454 Denne vektoren summerer dog ikke til, så vi må skalere den. Vi summerer elementene, og får.7. Deler vi hvert element på dette tallet, vil vi få en unik score-vektor: x (.85,.85,.,.,.). Oppgave 4 a) Skal studere en MATLAB-kode. function A=randlinkmatrix(n) () A = round(rand(n,n)); () for k=:(n-) A(k,k)=; () if (A(:,k) == ) (4) A(n,k)=; s = sum(a(:,k)); (5) A(:,k) = (/s)*a(:,k); Det første som skjer (), er at en funksjon med navnet randlinkmatrix blir definert. Den returnerer en matrise A. Så () lages nxn-matrisen A slik at den består av tilfeldige tall mellom og n. En for-løkke settes så i gang, og går gjennom matrisen (bortsett fra siste kolonne): først gjøres alle diagonalelementene om til. Så sjekker den om en rad består kun av nuller. Hvis den gjør det, legges en null til på nederst på kolonnen. Til slutt skaleres kolonnene slik at summen i hver kolonne er én.

A(n,n) = ; if (A(:,n) == ) (6) A(,n) = ; s = sum(a(:,n)); A(:,n) = (/s)*a(:,n); Her skjer omtrent det samme som over. Eneste forskjellen er at hvis siste kolonne (6) kun består av nuller, så blir førstelementet gjort om til. Vi skjønner nå at programmet returnerer en linkmatrise. b) Jeg kjører metoden fra a), og utra matrisen kan jeg tegne følge web: Oppgave 5 a) Skal lage funksjonen ranking(a) som returnerer score-vektoren for en stokastisk matrise. Programmet gir også feilmelding om A ikke er stokastisk. (denne testingen gjør programmet litt langt og stygt) function x=ranking(a) n = size(a); if n()~=n() fprintf( Matrisen er ikke kvadratisk!\n ); for k=:n()- for i=:n()- if A(k,i) < fprintf( Matrisen er ikke stokastisk!\n ); return 4

for k=:n()- if sum(a())- >. fprintf( Matrisen er ikke stokatisk!\n ); return S = (/n())*ones(size(a)); M =.85*A+.5*S; x = null(m-eye(size(a))); summ = sum(x); x = x/summ; Det er altså de siste linjene som er interessante. Det er her vi lager M, finner nullrommet, og returnerer x. b) La x k = Mx k, k. Vi skal programmere funksjonen som returnerer x k som er slik at max j x k (j) x k (j) < δ, hvor x(i) viser til element i i vektoren x. Denne gangen har vi ikke programmert inn tester for å sjekke om matrisen er stokastisk eller kvadratisk. (om den ikke er stokastisk, kan programmet gå i all evighet). function x=rankingapprox(a,m,delta) [t,n] = size(a); x = ones(n,)/n; S = ones(n,n)/n; M = (-m)*a+m*s; xk = M*x; while % for alltid inntil avbrudd fo = abs(xk()-x()); for k=:n d = abs(xk(k)-x(k)); if d > fo fo = d; if fo < delta return x = xk; xk = M*x; Setter δ =.5, m =.5. Vi bruker linkmatrisen fra oppgave, og ser på hva vi får om vi tester funksjonene våre: >> ranking(a) 5

.6.64.95.54 >> rankingapprox(a,.5,.5).94.64.96.66 Resultatene er, som forventet, ganske like. Den første funksjonen er nøyaktig, mens den andre er en tilnærming. SLUTT. 6