Operationsanalyse MØK
|
|
- Ingvar Iversen
- 6 år siden
- Visninger:
Transkript
1 Operationsanalyse MØK 2015II Eksamensopgave, Rettevejledning, side 1 Operationsanalyse MØK Eksamensopgave, 4. januar 2016 Rettevejledning 1. Vi har at gøre med et transportproblem, der kan skrives på formen kapacitet I II III IV Efterspørgsel: Man finder først en brugbar løsning: Når der udregnes spænd, kan søjlerne ordnes som III>I>IV>II. Der tildeles i denne rækkefølge efter laveste omkostning, så III får alt fra 1, I får alt fra II, og IV får 10 fra 2, som dermed er tømt. Der udregnes nye spænd, og resten kan tildeles, så man får en løsning Ved optimalitetscheck indsættes omkostningskoefficienter på de pladser, hvor der ikke-nul elementer i løsningen (fremhævet), og der udfyldes: Da alle tal er omkostningskoefficienterne, er løsningen optimal. Der tilføjes en begrænsning på kapaciteten i 1 III på 10. Det kan vi formulere i transportproblemet ved at ændre efterspørgslen i III til 10 og tilføje en ny terminal IIIa med efterspørgsel 5 og samme omkostninger som III pånær i i første række, hvor den sættes meget højt, f.eks Det nye transportproblem har formen I II III IIIa IV
2 Operationsanalyse MØK 2015II Eksamensopgave, Rettevejledning, side 2 Der findes en brugbar løsning på samme måde som før, nemlig Løsningen er degenereret, og ved optimalitetscheck får man brug for at indsætte et ε, f.eks. i tredie række, anden søjle. Så får man så løsningen er optimal. Der tilføjes nu en kilde med kapacitet 15, mens samlet efterspørgsel er uændret. Man tilføjer derfor en dummy terminal V ( skraldebøtte ) med meget store omkostningskoefficienter, og man har et transportproblem af typen kapacitet I II III IV V Efterspørgsel: Der findes en brugbar løsning som før, nemlig 15 Løsningen er degenereret, og til optimalitetschecket må der sættes et ε ind, f.eks. i sidste række, anden søjle. Optimalitetschecket viser, at løsningen ikke er optimal, det går galt i 1.række, 3.søjle. Der flyttes 10 rundt til en ny løsning:
3 Operationsanalyse MØK 2015II Eksamensopgave, Rettevejledning, side som heller ikke er optimal (optimalitetschecket svigter i 3.række, 5.søjle), og vi får nok en opdatering til 15 Denne løsning er igen degenereret, vi indsætter et ε (f.eks. i 1.række, 2.søjle) og laver et nyt optimalitetscheck: som viser, at løsningen nu er optimal Vi har at gøre med et TSP problem. For at finde en rute, der minimerer samlet transporttid, reduceres først i rækker og søjler, hvorved man får: A B C D E Der er reduceret med 47 i rækker og 5 i søjler, ialt 52. Der er ikke uafhængige nuller, så der findes omkostning ved ikke-brug for nullerne, og den maximale værdi er 4, antaget ved brug af B D. Denne vej vælges, og man reducerer igen i rækker og søjler (med ialt 4) til matricen A B C E A C D E 2 0 4
4 Operationsanalyse MØK 2015II Eksamensopgave, Rettevejledning, side 4 Her er der uafhængige nuller, men de svarer til to adskilte rundture, så de kan ikke bruges. Vi finder endnu en gang omkostninger ved ikke-brug og udtager C A med maximumsværdi 2. I den nye matrix B C E A 2 1 D 0 0 E 0 4 kan der reduceres med 1, derefter er der uafhængige nuller, og de giver rundturen A E B D C A med omkostninger 57. Hvis der i sidste runde ikke vælges C A eller E B (de to nuller med maximumsværdi), vil omkostningerne være mindst 56+2, så der er ikke andre ruter med B D. Hvis denne ikke må vælges, er omkostningerne mindst 56: Hvis der indsættes i det oprindelige problem, reduceres med ialt 56, og i den reducerede matrix er omkostning ved ikke-brug 3 for D B og B E. Vælges D B, kan der reduceres med 1, og der er ikke en rundtur med to adskilte ture, så omkostningen bliver større end 57. Vælges B E, får vi samme mønster. Det kan dermed konkluderes at løsningen er entydig. Når der udliciteres, vil det være i det nye cykelbuds interesse at vælge en rute, der giver så stort et tidsforbrug som muligt, så TSP problemet skal løses som et maximumsproblem. Først trækkes alle omkostninger fra den største, således at vi får et minimeringsproblem på formen A B C D E som efter reduktion i rækker og søjler bliver til A B C D E
5 Der er ikke uafhængige nuller, maximal omkostning ved ikke-brug fås f.eks. ved C E. Fjernes denne og reduceres, fås uafhængige nuller svarende til ruten med omkostning 89. A B C E D A 3. Vi har et maskinproblem med 5 maskiner, idet det antages at kaffemaskinernes nedbrud er eksponentialfordelt med parameter λ = 0, 25, og varigheden af en reparation er deterministisk med µ = 1, således at betjeningsfaktoren er ρ = λ/µ = 0, 25. Man finder (ved brug af bogens formel) at x 5 = y 5 = 4, 42, og det gennemsnitlige antal maskiner i drift bliver a 5 = 3, 37. Der produceres dermed 169,3 kopper i timen. Reparatøren er i arbejde b 5 = 0, 847 pr. time, hvad der giver en samlet pris pr. kop på 3 kr. hvad der er markant billigere end det alternative tilbud. Beregningen forudsætter at det gennemsnitlige antal kopper produceret svarer til den faktiske efterspørgsel. Hvis efterspørgslen er størreog ønskes tilfredsstillet, foreligger der et helt nyt problem. Er den markant mindre, kan udgiften til reparatør pr. kop blive så stor, at konklusionen ændres. 5
Operationsanalyse, Ordinær Eksamen 2017I Rettevejledning
Operationsanalyse, Ordinær Eksamen 207I Rettevejledning Opgave A Ifølge de givne oplysninger skal der ialt udbringes 000 kg gødning i årets løb. Det fremgår videre af teksten, at der ønskes udbragt en
Læs mereNote om interior point metoder
MØK 2016, Operationsanalyse Interior point algoritmer, side 1 Note om interior point metoder Som det er nævnt i bogen, var simplex-metoden til løsning af LP-algoritmer nærmest enerådende i de første 50
Læs mereC) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.
C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b. 5.000 4.800 4.600 4.400 4.00 4.000 3.800 3.600 3.400 3.00 3.000 1.19% 14.9% 7.38% 40.48% 53.57% 66.67% 79.76% 9.86% 010 011
Læs mereLidt supplerende køteori (ikke pensum)
H.Keiding: Operationsanalyse MØK 205II Note om køteori, side. Lidt mere om M/M/ Lidt supplerende køteori (ikke pensum).. Rate-equality. I den første note endte vi de generelle betragtninger med en hurtig
Læs mereSidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed
Approximations-algoritmer Sidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed Negativt resultat om generel TSP Approximations-algoritme
Læs mereEkstremumsbestemmelse
Ekstremumsbestemmelse Preben Alsholm 24. november 2008 1 Ekstremumsbestemmelse 1.1 Ekstremum for funktion af én variabel: Definitioner Ekstremum for funktion af én variabel: Definitioner Punktet a kaldes
Læs mereMatricer og lineære ligningssystemer
Matricer og lineære ligningssystemer Grete Ridder Ebbesen Virum Gymnasium Indhold 1 Matricer 11 Grundlæggende begreber 1 Regning med matricer 3 13 Kvadratiske matricer og determinant 9 14 Invers matrix
Læs mereChapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning
Chapter 3 Modulpakke 3: Egenværdier 3.1 Indledning En vektor v har som bekendt både størrelse og retning. Hvis man ganger vektoren fra højre på en kvadratisk matrix A bliver resultatet en ny vektor. Hvis
Læs mereKursusgang 3 Matrixalgebra Repetition
Kursusgang 3 Repetition - froberg@math.aau.dk http://people.math.aau.dk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 16. september 2008 1/19 Betingelser for nonsingularitet af en Matrix
Læs mereBesvarelse af Eksamensopgaver Juni 2005 i Matematik H1
Besvarelse af Eksamensopgaver Juni 5 i Matematik H Opgave De fire vektorer stilles op i en matrix som reduceres: 4 4 4 8 4 4 (a) Der er ledende et-taller så dim U =. Som basis kan f.eks. bruges a a jfr.
Læs mereBrug matematiske modeller til at optimere din drift
Brug matematiske modeller til at optimere din drift Matematiske modeller kan være en stor hjælp i beslutningstagen-og planlægningsaktiviteter på både et operationelt, taktisk og strategisk niveau. Matematiske
Læs mereLøs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomielt tid Optimeringsproblemer kan ikke altid verificeres i polynomiel
I dag Løsning af NP -hårde optimeringsproblemer Repetition: branch-and-bound Flere begreber Konkret eksempel: TSP Lagrange relaxering Parallel branch-and-bound 1 Opsummering Løsning af NP -hårde optimeringsproblemer
Læs mereEkstremum for funktion af flere variable
Ekstremum for funktion af flere variable Preben Alsholm 28. april 2008 1 Ekstremum for funktion af flere variable 1.1 Hessematricen I Hessematricen I Et stationært punkt for en funktion af flere variable
Læs mereRettevejledning til eksamen i Kvantitative metoder 1, 2. årsprøve 2. januar 2007
Rettevejledning til eksamen i Kvantitative metoder 1,. årsprøve. januar 007 I rettevejledningen henvises der til Berry and Lindgren "Statistics Theory and methods"(b&l) hvis ikke andet er nævnt. Opgave
Læs mereSMED. Øvelse - Kaffebrygning
DI-version 2012-05-16 SMED Øvelse - Kaffebrygning Alle rettigheder tilhører DI 2-5-2 - Smed - Øvelse - Kaffebrygning - 2012-05-166 side 1 af 10 Øvelse - Kaffebrygning Rettigheder DI ejer alle rettigheder
Læs merePREPARED BY.
OPTIMER DIN DRIFT MED MATEMATISKE MODELLER PREPARED BY FREJA 4PL SERVICES www.freja.dk Matematiske modeller kan være en stor hjælp til beslutningstagen og planlægningsaktiviteter på både et operationelt,
Læs mereOm første og anden fundamentalform
Geometri, foråret 2005 Jørgen Larsen 9. marts 2005 Om første og anden fundamentalform 1 Tangentrummet; første fundamentalform Vi betragter en flade S parametriseret med σ. Lad P = σu 0, v 0 være et punkt
Læs mereOperationsanalyse 1 Obligatorisk opgave 2
Operationsanalyse Obligatorisk opgave Anders Bongo Bjerg Pedersen. juni Opgave (i) Vi tilføjer først slack-variable til (P ): Minimize Z = x + x + x subject to x + x + x x 4 = x x + x x 5 = x + x x x =
Læs mereLineær Algebra F08, MØ
Lineær Algebra F08, MØ Vejledende besvarelser af udvalgte opgaver fra Ugeseddel 3 og 4 Ansvarsfraskrivelse: Den følgende vejledning er kun vejledende. Opgaverne kommer i vilkårlig rækkefølge. Visse steder
Læs mereEksempler Determinanten af en kvadratisk matrix. Calculus Uge
Oversigt [LA] 8 Her skal du lære om 1. Helt simple determinanter 2. En udvidelse der vil noget 3. Effektive regneregler 4. Genkend determinant nul 5. Produktreglen 6. Inversreglen 7. Potensreglen 8. Entydig
Læs mereMatrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra
Matrx-vektor produkt [ ] 1 2 3 1 0 2 1 10 4 Rotationsmatrix Sæt A θ = [ ] cosθ sinθ sinθ cosθ At gange vektor v R 2 med A θ svarer til at rotere vektor v med vinkelen θ til vektor w: [ ][ ] [ ] [ ] cosθ
Læs mereBesvarelser til de to blokke opgaver på Ugeseddel 7
Besvarelser til de to blokke opgaver på Ugeseddel 7 De anførte besvarelser er til dels mere summariske end en god eksamensbesvarelse bør være. Der kan godt være fejl i - jeg vil meget gerne informeres,
Læs mereSamtlige 3 problemtyper tilhører klassen 8/>A9<5 069A :<9,6/7=.
Chapter 7: Transport-, assignment- & transshipmentproblemer 1) Formulering af de 3 problemtyper 2) Algoritme for det balancerede transportproblem 3) Algoritme for assignmentproblemet Samtlige 3 problemtyper
Læs mereSymmetriske og ortogonale matricer Uge 7
Symmetriske og ortogonale matricer Uge 7 Preben Alsholm Efterår 2009 1 Symmetriske og ortogonale matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = [ a ij kaldes symmetrisk, hvis aij = a ji
Læs mereAntag X 1, X 2,..., X n er n uafhængige stokastiske variable, hvor Var(X 1 )=σ 2 1,..., Var(X n )=σ 2 n.
Simple fejlforplantningslov Landmålingens fejlteori Lektion 6 Den generelle fejlforplantningslov Antag X, X,, X n er n uafhængige stokastiske variable, hvor Var(X )σ,, Var(X n )σ n Lad Y g(x, X,, X n ),
Læs mereBesvarelser til Lineær Algebra Ordinær Eksamen Juni 2017
Besvarelser til Lineær Algebra Ordinær Eksamen - 12. Juni 2017 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereMA TEMA TIK 1 LA, GAMMEL T PENSUM
Københavns Universitet Det naturvidenskabelige Fakultet Eksamensterminen vinteren 1994-95 MA TEMA TIK 1 LA, GAMMEL T PENSUM Opgaver til besvarelse i 3 timer. Ingen hjælpemidler (ud over skriveredskaber)
Læs mereSkriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)
SYDDANSK UNIVERSITET ODENSE UNIVERSITET INSTITUT FOR MATEMATIK OG DATALOGI Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM2) Fredag d. 2. januar 22 kl. 9. 3. 4 timer med alle sædvanlige skriftlige
Læs mereLineær algebra 1. kursusgang
Lineær algebra 1. kursusgang Eksempel, anvendelse To kendte punkter A og B på en linie, to ukendte punkter x 1 og x 2. A x 1 x 2 B Observationer af afstande: fra A til x 1 : b 1 fra x 1 til x 2 : b 2 fra
Læs mereFejlkorligerende køder Fejlkorrigerende koder
Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget
Læs mereNøgleord og begreber
Oversigt [LA] 9 Nøgleord og begreber Helt simple determinanter Determinant defineret Effektive regneregler Genkend determinant nul Test determinant nul Produktreglen Inversreglen Test inversregel og produktregel
Læs mereDesignMat Lineære ligningssystemer og Gauss-elimination
DesignMat Lineære ligningssystemer og Gauss-elimination Preben Alsholm Uge Forår 010 1 Lineære ligningssystemer og Gauss-elimination 11 Om talrummet R n Om talsæt bestående af n tal R n er blot mængden
Læs mereUGESEDDEL 10 LØSNINGER. = f
UGESEDDEL 10 LØSNINGER Theorem 1. Algoritme for løsning af max f(x, y) når g(x, y) c. Dan Lagrange-funktionen: L (x, y) = f(x, y) λ(g(x, y) c). Beregn de partielle afledte af L og kræv at de begge er nul:
Læs mereLineær algebra Kursusgang 6
Lineær algebra Kursusgang 6 Mindste kvadraters metode og Cholesky dekomposition Vi ønsker at finde en mindste kvadraters løsning til det (inkonsistente) ligningssystem hvor A er en m n matrix. Ax = b,
Læs merex 2 + y 2 dx dy. f(x, y) = ln(x 2 + y 2 ) + 2 1) Angiv en ligning for tangentplanen til fladen z = f(x, y) i punktet
Eksamensopgaver fra Matematik Alfa 1 Naturvidenskabelig Kandidateksamen August 1999. Matematik Alfa 1 Opgave 1. Udregn integralet 1 1 y 2 (Vink: skift til polære koordinater.) Opgave 2. Betragt funktionen
Læs merestandard normalfordelingen på R 2.
Standard normalfordelingen på R 2 Lad f (x, y) = 1 x 2 +y 2 2π e 2. Vi har så f (x, y) = 1 2π e x2 2 1 2π e y2 2, og ved Tonelli f dm 2 = 1. Ved µ(a) = A f dm 2 defineres et sandsynlighedsmål på R 2 målet
Læs mereSymmetriske og ortogonale matricer Uge 6
Symmetriske og ortogonale matricer Uge 6 Preben Alsholm Efterår 2010 1 Symmetriske og ortogonale matricer 1.1 Skalarprodukt og Cauchy-Schwarz ulighed Skalarprodukt og Cauchy-Schwarz ulighed Det sædvanlige
Læs mereJ n (λ) = dvs. n n-jordan blokken med λ i diagonalen. Proposition 1.2. For k 0 gælder. nullity (J n (λ) λi) k 1) 1 for 1 k n. n for k n.
. Jordan normalform Målet med dette notat er at vise hvorledes man ud fra en given matrix beregner dens Jordan normalform. Definition.. For n og λ C sættes λ 0... 0. 0 λ... J n λ).......... 0....... λ
Læs mereRettevejledning til Eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2002 II. (ny studieordning)
Rettevejledning til Eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2002 II. (ny studieordning) De relevante dele af pensum er især del 2 i kapitel 20 samt dele af kapitel
Læs mereTidligere Eksamensopgaver MM505 Lineær Algebra
Institut for Matematik og Datalogi Syddansk Universitet Tidligere Eksamensopgaver MM55 Lineær Algebra Indhold Typisk forside.................. 2 Juni 27.................... 3 Oktober 27..................
Læs mereLøsning til eksamen d.27 Maj 2010
DTU informatic 02402 Introduktion til Statistik Løsning til eksamen d.27 Maj 2010 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th edition]. Opgave I.1
Læs mereUndervisningsnotat. Matricer
Undervisningsnotat. Matricer januar, C Definition En matrix er en ordnet mængde tal opstillet i m rækker og n søjler. Matricen A kunne være defineret som vist nedenfor. Hvert element i matricen er forsynet
Læs mereLøs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomiel tid
6 april Løsning af N P -hårde problemer Løs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomiel tid Oversigt Grænseværdier (repetition) Branch-and-bound algoritmens komponenter Eksempler
Læs mereLINALG JULENØD 2013 SUNE PRECHT REEH
LINALG JULENØD 203 SUNE PRECHT REEH Resumé I denne julenød skal vi se på lineær algebra for heltallene Z Hvad går stadig godt? og hvad går galt? I de reelle tal R kan vi for ethvert a 0 altid finde R som
Læs mereProjekt Lineær programmering i to variable
Projekt 5.5 - Lineær programmering i to variable. Den grundlæggende ide i lineær programmering Håndtering af optimeringsproblemer er et af de store anvendelsesområder inden for differentialregningen. Det
Læs mereEKSAMEN Flerdimensional Analyse Sommer sider
EKSAMEN Flerdimensional Analyse Sommer 2008 5 sider Formaliteter Eksamen er en 24-timers eksamen, der udleveres mandag den 23/6-2008 klokken 0.00 og afleveres tirsdag den 24/6-2008 inden klokken 0.00.
Læs mereLokalisering af og samspil mellem distributionsterminaler
Lokalisering af og samspil mellem distributionsterminaler Louise Tranberg DTU, Lyngby Logistisk optimering Hvordan optimeres den fysiske struktur og logistik i transportfirmaer? Hvor mange terminaler skal
Læs mere!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! Horsens Kommune! Endelave Overfarten! Tonnage optimering! 02 maj 2014!
Horsens Kommune Endelave Overfarten Tonnage optimering 02 maj 2014 A/S JØRGEN PETERSEN - RÅDGIVENDE SKIBSINGENIØRER - 8700 HORSENS INDHOLDSFORTEGNELSE Baggrund... 1 Konklusion... 2 Beskrivelse af metode...
Læs mereDen homogene ligning. Vi betragter den n te ordens, homogene, lineære differentialligning. d n y dt n. an 1 + any = 0 (1.2) dt. + a1 d n 1 y dt n 1
1/7 Den homogene ligning Vi betragter den n te ordens, homogene, lineære differentialligning a 0 d n y dt n + a1 d n 1 y dt n 1 hvor a 0,..., a n R og a 0 0. Vi skriver ligningen på kort form som + + dy
Læs mereMatlab script - placering af kran
Matlab script - placering af kran 1 Til at beregne den ideelle placering af kranen hos MSK, er der gjort brug af et matlab script. Igennem dette kapitel vil opbygningen af dette script blive gennemgået.
Læs mereRettevejledning til eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2005 II
Rettevejledning til eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt ksamenstermin 25 II Ad spørgsmål 1: n permanent finanspolitisk lempelse i euroland vil i modellen (1) til (3) manifestere
Læs mereOpgavebesvarelse - Øvelse 3
Opgavebesvarelse - Øvelse 3 Opgave 3.2 Lad økonomien være karakteriseret ved følgende adfærdsligninger: a) Løs for ligevægts BNP: derved at vi bruger ligningen. b) Løs for den disponible indkomst: c) Løs
Læs mereDet Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version
Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version Opgaven består af et antal delopgaver Disse er af varierende omfang Der er også en
Læs mereMASO Uge 11. Lineær optimering. Jesper Michael Møller. Uge 46, 2010. Formålet med MASO. Department of Mathematics University of Copenhagen
MASO Uge 11 Lineær optimering Jesper Michael Møller Department of Mathematics University of Copenhagen Uge 46, 2010 Formålet med MASO Oversigt 1 Generelle lineære programmer 2 Definition Et generelt lineært
Læs mereChapter 5: Simplex metoden til løsning af LP. -> max problem alle uligheder af typen ì alle højresider ikke-negative alle variable ikke-negative
Chapter 5: Simplex metoden til løsning af LP Formål: Udvikling af generel metode til løsning af enhver type LP. Metoden udvikles først for LP i standard form -> max problem alle uligheder af typen ì alle
Læs mereFejlkorligerende køder Fejlkorrigerende koder
Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget
Læs mereLøsning, Bygningskonstruktion og Arkitektur, opgave 6
Løsning, Bygningskonstruktion og Arkitektur, opgave 6 For en excentrisk og tværbelastet søjle skal det vises, at normalkraften i søjlen er under den kritiske værdi mht. søjlevirkning og at momentet i søjlen
Læs mereModule 1: Lineære modeller og lineær algebra
Module : Lineære modeller og lineær algebra. Lineære normale modeller og lineær algebra......2 Lineær algebra...................... 6.2. Vektorer i R n................... 6.2.2 Regneregler for vektorrum...........
Læs mereLINEÆR OPTIMERING JESPER MICHAEL MØLLER. Resumé. Disse noter handler om dualitet i lineære optimeringsprogrammer.
LINEÆR OPTIMERING JESPER MICHAEL MØLLER Indhold 1 Introduktion 1 2 Kanoniske programmer 2 3 Standard programmer 2 4 Svag dualitet for standard programmer 3 5 Svag dualitet for generelle lineære programmer
Læs mereEksamen 2014/2015 Mål- og integralteori
Eksamen 4/5 Mål- og integralteori Københavns Universitet Institut for Matematiske Fag Formalia Eksamensopgaven består af 4 opgaver med ialt spørgsmål Ved bedømmelsen indgår de spørgsmål med samme vægt
Læs mereReeksamen 2014/2015 Mål- og integralteori
Reeksamen 4/5 Mål- og integralteori Københavns Universitet Institut for Matematiske Fag Formalia Eksamensopgaven består af 4 opgaver med ialt spørgsmål. Ved bedømmelsen indgår de spørgsmål med samme vægt.
Læs mereLøsning til opgave 7, 9, 10 og 11C Matematik B Sommer 2014
Vejledning til udvalgte opgave fra Matematik B, sommer 2014 Opgave 7 Størrelsen og udbudsprisen på 100 fritidshuse på Rømø er indsamlet via boligsiden.dk. a) Grafisk præsentation, der beskriver fordelingen
Læs mereEmneopgave: Lineær- og kvadratisk programmering:
Emneopgave: Lineær- og kvadratisk programmering: LINEÆR PROGRAMMERING I lineær programmering løser man problemer hvor man for en bestemt funktion ønsker at finde enten en maksimering eller en minimering
Læs mereTillæg til partikelfysik (foreløbig)
Tillæg til partikelfysik (foreløbig) Vekselvirkninger Hvordan afgør man, hvilken vekselvirkning, som gør sig gældende i en given reaktion? Gravitationsvekselvirkningen ser vi bort fra. Reaktionen Der skabes
Læs mereAnvendt Lineær Algebra
Anvendt Lineær Algebra Kursusgang 4 Anita Abildgaard Sillasen Institut for Matematiske Fag AAS (I17) Anvendt Lineær Algebra 1 / 32 Vægtet mindste kvadraters metode For et lineært ligningssystem (af m ligninger
Læs mereLinAlgDat 2014/2015 Google s page rank
LinAlgDat 4/5 Google s page rank Resumé Vi viser hvordan lineære ligninger naturligt optræder i forbindelse med en simpel udgave af Google s algoritme for at vise de mest interessante links først i en
Læs mereBesvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018
Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 08 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereRUTEPLANLÆGNING OG TRANSPORTNETVÆRK
98 Ruteplanlægning og transportnetværk Af professor Oli B.G. Madsen 99 Flere og flere mennesker og større og større mængder af varer og gods bliver transporteret over længere afstande end nogensinde før.
Læs mereNummeriske Metoder. 1 Indledning. 2 Davidson metoden. Bo Thomsen, juni 2009
Nummeriske Metoder Bo Thomsen, 20050885 25. juni 2009 1 Indledning I denne opgave søges løsninger på et relativt stort egenværdiproblem. I mit tilfælde er dette fremkommet ved at konstruere hamilton matricen
Læs mereLøsning til prøveeksamen 1
IMM - DTU 020 Probability 2006-2-8 BFN/bfn Løsning til prøveeksamen Spørgsmål ) For en indikatorvariabel I A for hændelsen A gælder E(I A ) = P(A) (se for eksemepl side 68). Således er E(X) = P(N ) = =
Læs mereHvad er kønetværk? AGR/PSE (I17) VS7-8. minimodul 1 / 17
Hvad er kønetværk? AGR/PSE (I17) VS7-8. minimodul 1 / 17 Hvad er kønetværk? Vi skal kun se på åbne kønetværk (ankomst fra eksterne kilder, hver kunde forlader systemet med sandsynlighed 1). Ideelt vil
Læs mereChapter 6: Følsomhedsanalyse og dualitet i LP
Chapter 6: Følsomhedsanalyse og dualitet i LP ) Følsomhedsanalyse -> kriteriekoeffricienter -> RHSs ) Dualitet -> økonomisk fortolkning af dualvariable -> anvendelse af dual løsning til identifikation
Læs mere1. Indledning hvornår er pivot en god ide
DOKUMENTATION OG VEJLEDNING PIVOTTABELLER- NEUTRALE DATA (E-MAIL ADRESSER KORRIGERET APRIL 2018) Vejledning til Pivottabeller Indhold Vejledning til Pivottabeller... 1 1. Indledning hvornår er pivot en
Læs mere.. if L(u) + w(u, v) < L(v) then.. begin... L(v) := L(u) + w(u, v)... F (v) := u.. end. med længde L(z)}
Procedure Dijkstra(G = (V, E): vægtet sh. graf,. a, z: punkter) { Det antages at w(e) > 0 for alle e E} For alle v V : L(v) := L(a) := 0, S := while z / S begin. u := punkt ikke i S, så L(u) er mindst
Læs mereFabrikken Eithtsde A/S fremstiller køkkenarmaturer, som den primært sælger til VVS-installatører og til store forretningskæder.
Dette opgavesæt indeholder løsningsforslag til opgaverne: Stedprøve April 2000 Det skal her understreges, at der er tale om et løsningsforslag. Nogle af opgaverne er rene beregningsopgaver, hvor der skal
Læs mereKøbenhavns Universitet
university of copenhagen Københavns Universitet Værdifastsættelse af kvoter i forbindelse med implementering af kvotekoncentrationsaftalen Andersen, Jesper Levring; Andersen, Peder Publication date: 2018
Læs mereSymmetriske matricer
Symmetriske matricer Preben Alsholm 17. november 008 1 Symmetriske matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = a ij kaldes symmetrisk, hvis aij = a ji for alle i og j. Altså hvis A
Læs mereDANMARKS TEKNISKE UNIVERSITET Side 1 af 17 sider. Skriftlig prøve, den: 30. maj 2016 Kursus nr : (navn) (underskrift) (bord nr)
DANMARKS TEKNISKE UNIVERSITET Side af 7 sider Skriftlig prøve, den: 0. maj 206 Kursus nr : 02405 Kursus navn: Sandsynlighedsregning Varighed : 4 timer Tilladte hjælpemidler: Alle Dette sæt er besvaret
Læs mereBiologisk model: Epidemi
C1.2 C.7 Se forklaring i Appendiks A 1, si. 9 Biologisk model: Epidemi af John V. Petersen 1. Biologisk model: Epidemi... si. 1 A. Appendiks A 1. Ligninger si. 1, forklaring... si. 9 A 2. Egenvektorer
Læs mereNote om endelige legemer
Note om endelige legemer Leif K. Jørgensen 1 Legemer af primtalsorden Vi har i Lauritzen afsnit 2.1.1 set følgende: Proposition 1 Lad n være et positivt helt tal. Vi kan da definere en komposition + på
Læs mereUGESEDDEL 12 LØSNINGER. x
UGESEDDEL 2 LØSNINGER Opgave Betragt ligningssystemet af formen Ax = b: ( ) 2 x ( ) x 2 2 =. 4 x Der eksisterer ingen løsning x = (x, x 2, x ) 0, thi venstresiden i første ligning er da 0, medens højresiden
Læs mereLiA 5 Side 0. Lineær algebra Kursusgang 5
LiA 5 Side 0 Lineær algebra Kursusgang 5 LiA 5 Side 1 Ved bestemmelse af mindste kvadraters løsning til (store) ligningssystemer vil man gerne anvende en metode der opfylder to krav: antallet af regneoperationer
Læs mere2010 Matematik 2A hold 4 : Prøveeksamen juni 2010
1 of 7 31-05-2010 13:18 2010 Matematik 2A hold 4 : Prøveeksamen juni 2010 Welcome Jens Mohr Mortensen [ My Profile ] View Details View Grade Help Quit & Save Feedback: Details Report [PRINT] 2010 Matematik
Læs mereProjekt Planlægning: PERT/CPM
Chapter 10: Projekt Planlægning: PERT/CPM -> Planlægning og koordinering af aktiviteter, der tilsammen definerer et helt projekt, så projektet færdiggøres indenfor en planlagt tidsramme. Aktiviteterne
Læs mereKursusgang 3 Matrixalgebra Repetition
Kursusgang 3 Repetition - froberg@mathaaudk http://peoplemathaaudk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 12 september 2008 1/12 Lineære ligningssystemer Et lineært ligningssystem
Læs mereLøsning til eksamen 16/
1 IMM - DTU 245 Probability 24-5-11 BFN/bfn Løsning til eksamen 16/12 23 Spørgsmål 1) 2 44% Man benytter formlen for skalering og positionsskift i forbindelse med varians og standardafvigelse, samt formlen
Læs mereMatema10k. Matematik for hhx C-niveau. Arbejdsark til kapitlerne i bogen
Matema10k Matematik for hhx C-niveau Arbejdsark til kapitlerne i bogen De følgende sider er arbejdsark og opgaver som kan bruges som introduktion til mange af bogens kapitler og underemner. De kan bruges
Læs mereFejlkorligerende køder Fejlkorrigerende koder
Fejlkorligerende køder Fejlkorrigerende koder Denne note er skrevet med udgangspunkt i [, p 24-243, 249 Et videre studium kan eksempelvis tage udgangspunkt i [2 Eventuelle kommentarer kan sendes til olav@mathaaudk
Læs mereFYSIK RAPPORT. Forsøg med kalorimeter. Tim Ohlsen, Kim Kähler, Emil Lind, Jeppe Lauritsen og Lasse Klein
FYSIK RAPPORT Forsøg med kalorimeter Tim Ohlsen, Kim Kähler, Emil Lind, Jeppe Lauritsen og Lasse Klein Indhold Formål:... 2 Beskrivelse:... 2 Formel for beregning af specifikke varmekapacitet:... 2 Udførsel
Læs mereSkriftlig Eksamen Introduktion til lineær og heltalsprogrammering (DM515)
Skriftlig Eksamen Introduktion til lineær og heltalsprogrammering (DM55) Institut for Matematik & Datalogi Syddansk Universitet Tirsdag den Juni 009, kl. 9 Alle sædvanlige hjælpemidler (lærebøger, notater
Læs mereMatematisk modellering og numeriske metoder. Lektion 16
Matematisk modellering og numeriske metoder Lektion 16 Morten Grud Rasmussen 6. november, 2013 1 Interpolation [Bogens afsnit 19.3 side 805] 1.1 Interpolationspolynomier Enhver kontinuert funktion f på
Læs mere3.1 Baser og dimension
SEKTION 3 BASER OG DIMENSION 3 Baser og dimension Definition 3 Lad V være et F-vektorrum Hvis V = {0}, så har V dimension 0 2 Hvis V har en basis bestående af n vektorer, så har V dimension n 3 Hvis V
Læs mereForslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80)
Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80) Opgave 1 Vi skal tegne alle de linjestykker, der forbinder vilkårligt valgte punkter blandt de 4 punkter. Gennem forsøg finder
Læs mereDiagonalisering. Definition (diagonaliserbar)
1 Diagonalisering 2 Definition (diagonaliserbar) Lad A være en n n-matrix. A siges at være diagonaliserbar hvis A er similær med en diagonal matrix, dvs. A = PDP 1, hvor D er en n n diagonal matrix og
Læs mereDen todimensionale normalfordeling
Den todimensionale normalfordeling Definition En todimensional stokastisk variabel X Y siges at være todimensional normalfordelt med parametrene µ µ og når den simultane tæthedsfunktion for X Y kan skrives
Læs mereKvadratiske matricer. enote Kvadratiske matricer
enote enote Kvadratiske matricer I denne enote undersøges grundlæggende egenskaber ved mængden af kvadratiske matricer herunder indførelse af en invers matrix for visse kvadratiske matricer. Det forudsættes,
Læs mereVektorer og rumgeometri med. TI-Interactive!
Vektorer og rumgeometri med TI-Interactive! Indtastning af vektorer Regning med vektorer Skalarprodukt og vektorprodukt Punkter og vektorer Rumgeometri med ligninger Jan Leffers (2007) Indholdsfortegnelse
Læs mereBesvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016
Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 206 Mikkel Findinge http://findinge.com/ Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan.
Læs mereKursusgang 3 Matrixalgebra fortsat
Kursusgang 3 fortsat - froberg@math.aau.dk http://people.math.aau.dk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 12. september 2008 1/31 Nødvendige betingelser En nødvendig betingelse
Læs mere