Overzicht. Optimalisatie in meerdere veranderlijken. Waarom? Neem de wisselkoers EUR/USD d.d. 22/9/2000:
|
|
- Gijs Lemmens
- 4 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Overzicht Optimalisatie in meerdere veranderlijken VU Numeriek Programmeren.5 Charles Bos Vrije Universiteit Amsterdam A4 4 mei Waarom? Lastige functie Idee van algoritmen Afdalingsmethoden Newton-Raphson Combinatie van methoden Conditionering van optimum Examen Terugblik /37 /37 Waarom? Neem de wisselkoers EUR/USD d.d. /9/: EUR/USD, /9/.855 : : 4: 6: 8: : : 4: 6: 8: : : Wat is er hier gebeurd? (interventie centrale bank) Wat is de invloed van de centrale bank? Wat veranderde er, dollar of euro of beide? Antwoord: Kwantificeer, schat model en parameters. 3/37 Impact of central bank interventions, Mean equation Bank(s) FX Q Cur β s HPD(9%) p-val ECB-Fed EUR/USD 5 USD.95.4 [-.9,.8]. 5 EUR.8.38 [-.5,.7].4 ECB EUR/USD USD.9.5 [-.8,.6].46 EUR [-.6,.3].7 BB EMS 4 EUR.9.99 [-.6,.6].7 Fed EUR/USD 6 USD.53.9 [-.9,.].7 6 EUR..3 [-.3,.7].4 Variance equation Bank(s) FX Q Cur γ s HPD(9%) p-val ECB-Fed EUR/USD 5 USD [.36,.7]. 5 EUR [-.6,.75]. ECB EUR/USD USD..37 [-.4,.65].38 EUR [-.3,.7].6 BB EMS 4 EUR [-.,.9].5 Fed EUR/USD 6 USD [.6,.8]. 6 EUR [-.8,.45].3 4/37
2 Vb: Lastig probleem Rosenbrock functie: x f (x) = (x x ) + ( x ) x.5 x x Minimum bij (, ) Steile functie minimum in krom dal Foute benadering: Puur random Stel: Zoek in gebied [, ] Gooi random pijltjes Ga door tot minimum tot op ɛ =.5 nauwkeurig gevonden is, in beide coefficienten Wat is verwacht aantal trekkingen? P( x i x i < ɛ) = ɛ =.5 P( x i x i < ɛ, i =, ) = P( x i x i < ɛ) = 4 ɛ =.5 Veel te veel... E(n) = /p = 4 5/37 6/37 Betere benadering: Gebruik functie-eigenschappen Ingredienten Start in een punt x (k) Zoek een richting s Schuif α op in die richting, x (k+) = x (k) + αs Verhoog k en ga evt naar Richting s: Zal wel met gradient te maken hebben Optimum: Gradient, tweede afgeleide positief definiet? f (x) :R n R [ ] f (x) f f (x) T (x) = f (x) =,... g x x n [ f (x) = ] n f (x) f (x) = H x i x j Als afgeleiden continu zijn, zal f (x) x i x j = f (x) x j x i i,j= H = H T Hessiaan symmetrisch 7/37 8/37
3 Ingredienten II Bekijk ook die functie gegeven een richting s: x(α) = x + αs dx i (α) dα = s i F (α) f (x(α)) F (α) = f (x) dx i (α) x i dα = f (x) s i x i n n F (α) = d f (x) s i x i dα = i= j= = s T f (x) = s T g = g T s s i f (x) x i x j s j = s T f (x)s = s T Hs F (α) geeft helling in richting s, F (α) de kromming In welke richting s (evt. met s = ) is helling het grootst? Steilste helling In welke richting s (evt. met s = ) is helling het grootst? Antwoord: In de richting van de gradient, natuurlijk... cos θ = x y x y x y = x y cos θ Neem y = f (x), x = s, welke helling F (α) = s T f (x) is maximaal? Als θ =, cos θ =, dus s f (x) Wat als f (x) =? Dan is maximale helling ook gelijk aan nul, stationair punt... 9/37 /37 Taylor-reeks voor F (α) F (α) F () + F ()α + F ()α + + k! F (k) (α)α k f (x + αs) f (x) + αs f (x) + α s f (x)s h αs = f (x) + h f (x) + h f (x)h Wat heeft dit te maken met optimum? Herinner: In stationair punt, f (x) =. Dus f (x + h) f (x) + h + h f (x)h = f (x) + h + h Hh Wanneer is x minimum? Als f (x + h) f (x) > h Hh > Hessiaan Blijkbaar bepaalt H of een stationair punt een minimum, maximum of zadelpunt is hoe duidelijk het optimum is (hoe groot is f (x + h) f (x) voor kleine h?) H symmetrisch, is positief definiet als. x Hx >, x. Alle eigenwaarden van H positief 3. (Alle hoofdminoren van H positief) 4. Alle pivots bij Gauss-eliminatie (zonder rijverwisseling) zijn positief 5. H = CC, met C de choleski decompositie, en c ii > /37 /37
4 Hessiaan: Rosenbrock f (x) = (x x ) + ( x ) ( f 4x (x (x) = x ) ( x ) ) (x x ( ) ) f x (x) = 4x + 4x 4x c= f(x+h)-f(x)=.5 h T H h ( ) f (x ) = f = ( ) f (x ) = ( ) f (x 8 4 ) = 4 f (x + h) f (x) + h f (x) + h f (x)h f (x + h) f (x ) h Hh eig(h) = {.6,.3996} eig(h H) = {33.8,.595} κ (H) = λ n,h H λ n,h H = λ n,h H / λ,h H = 58. Afdalingsmethode Zie terug, oude idee:. Start met k =, x (k) een startpunt. Kies een richting s (k) z.d.d. s (k) g 3. Verschuif naar x (k+) = x (k) + α (k) s (k), met α (k) z.d.d. f (x (k+) ) < f (x (k) ) 4. Zolang niet tevreden, verhoog k, ga naar. Keuzemomenten: α (k) : Hoe ver verschuiven we?. Simpel: Neem een hele stap (α = of α = ), als functie tenminste omlaag gaat. Optimaal : Zoek α = argmin α f (x (k) + α (k) s (k) ) 3. Suboptimaal : Doe een paar stappen van Newton-Raphson of polynoom-interpolatie s (k) : In welke richting zoeken we? 3/37 4/37 Afdalingsmethode II Afdalingsmethode III: Rosenbrock Opt s (k) : In welke richting zoeken we?. Kies achtereenvolgens s = e, e,.., e n : Zoek in de richting van de assen.. Kies e.g. een s z.d.d. s g = s g cos θ <, hoek > 9 o functie daalt in richting s 3. Stel A positief definiet, los op As = g, dan s As = s g s g = s As < en s een dalingsrichting. 4. Kies e.g. A I, dus s g, scherpste daling mogelijk.5 Start r= Start r= Start.5 r= 68 Start r= /37 6/37
5 Afdalingsmethode III: Normale verdeling Conditionering van optimum.5 Startpunt: Algemene kwadratische functie f (x) = f (x ) + (x x ) f (x ) + (x x ) f (x )(x x ) - of, zbda optimum x, f (x ) : -.5 f (x) = x f (x )x = x Hx - r= Wat gebeurt er hier? Beter zichtbaar... 7/37 8/37 Kwantificering convergentie (steilste afdaling) Zie boek (hier zonder bewijs deel 3):. Voor f (x) een kwadratische functie, met uniek minimum x, convergeert de afdalingsmethode, onafhankelijk van het startpunt.. Er geldt: SD x = a i v i v i v i = v i v j = x (k+) sd = x (k) α (k) f (x (k) ) Orthonormale e.v., H pos. def. f (x) Hx = x (k) α (k) Hx (k) ( ) f (x (k+) λ λ n ) f (x (k) ), λ i = eigen λ + λ i (H) n = (I α (k) H)x (k) = a i ( α (k) λ i )v i ( f (x (k+) ) = f (I α (k) H)x (k)) f ((I αh) x (k) ) 3. De convergentiefactor ( x (k+) x ρ = lim k x (k) x min, ( ) λ Merk op: Convergentie-factor conditie-getal! λ n ( ) ) λ λ n λ + λ n 9/37 Dus ( ) f (x (k+) ) f ai ( αλ i )v i = a i a j ( αλ i )( αλ j )v i Hv j i j /37
6 Merk op, wegens orthonormaliteit van v i, v j : Dus { v i Hv j = v i λi i = j λ j v j = anders f (x (k+) ) ai ( αλ i ) λ i, f (x (k) ) = ai λ i i ( ) Neem α = λ +λ n ( αλ i ) µ = λ λ n λ +λ n <, dan (= deel van de stelling) ( ) f (x (k+) λ λ n ) f (x (k) ). λ + λ n i Newton-Raphson Benader met kwadratische functie: f (x + h) q(h) = f (x) + h T f (x) + ht f (x)h Minimaliseer q(h) q (h) = f (x)+f (x)h = f (x)h = f (x) of Hh = g door die laatste vergelijking op te lossen Zet x = x + h, en herhaal zo nodig Problemen: Is H positief definiet, bij iedere tussenstap? Is stap h, met lengte h, niet te groot? /37 /37 Methoden voor optimalisatie SD & Newton-Raphson Startpunt k =, x (k). Kies telkens richting s en afstand α, en itereer: x (k+) = x (k) + h h = αs. Steepest Descent: s = g. Pro: Simpel, direct; Con: Langzaam, lokaal alleen eerste afgeleide. Newton Raphson: Hs = g s = H g. Pro: Sneller, vorm H telt mee; Con: Tweede afgeleide nodig, H pos. def.? h NR = -H - g h SD = -g Zie verschil. Zoek optimale α? 3/37 4/37
7 Alternatieven: Levenberg-Marquardt Alternatieven: Powell { (H + νi )s = g, s = (H + νi ) snr ν g = ν ν h SD h(ν, µ) = νµh SD + ( ν)h NR h LM (ν) h NR = -H - g -.5 h SD = -g Optimale α, ν? Lastige zoektocht (H + νi )... 5/ h P (ν, µ) h P (ν=, µ) h NR = -H - g= h P (ν=, µ) -.5 h SD = -g Optimale α, ν, µ? 6/37 Alternatieven: DFP/BFGS BFGS/DFP II Bovenstaande algoritmen hebben H (k) = f (x (k) ) nodig. Problematisch: Afgeleide nemen niet stabiel Veel functie-evaluaties nodig H niet gegarandeerd positief definiet Probleem zit m in stap s = H g Vervang H (k) door M k, positief definiet per definitie? Broyden, Fletcher, Goldfarb en Shanno (BFGS, zet θ = ), maar ook Davison, Fletcher en Powell (DFP, θ = ) verzonnen truc:. Start met k = en positief definiete M k, e.g. M = I. Bereken s k = M k g k, met g k = f (x (k) ) 3. Vind nieuwe x (k+) = x (k) + h k, h k = αs k 4. Bereken, met q k = g k+ g k ( M k+ = M k + + θ q k M ) kq k hk h k h k q k h k q θ k q k M M k q k q k kq M k k θ ( h k q hk q k M k + M k q k h k) k 7/37 8/37
8 BFGS/DFP III M k+ = F(M k, x (k), x (k+), f (x (k) ), f (x (k+) ), θ) Resultaat van moeilijke formule: Geen Hessiaan meer nodig, alleen gradient Nog steeds goede convergentie (M k H (k) na veel stappen, vergelijkbaar gedrag) Geen problemen met niet positief-definiete matrices (Liefst natuurlijk analytische gradient, niet numeriek) MaxBFGS in Ox, vergelijkbare functies in Matlab. Waarschuwing: M k H (k), maar gebruik NOOIT M k in plaats van H voor berekening Σ... Over precisie Neem een likelihood functie Nu: of beter nog y N (β, σ ) n Likl(y; β, σ) = exp ( (y i β) ) πσ σ log Likl(y; β, σ) = i= n log(π) log σ (y i β) σ i= f (θ) = f ((β, σ) ) = Likl(y; β, σ) f (θ) = f ((β, σ) ) = log Likl(y; β, σ) 9/37 3/37 Precisie van optimum (buiten boek, wel tentamenstof) LL x σ LL x β β σ.8.9 Precisie van optimum II Enkel voor log-likelihood functie, met correct gespecificeerd model: H(θ) = log L(y; θ) θ θ I (θ) = H(θ) Σ(θ) [I (θ)] Log likelihood Hessiaan Informatie matrix covariantie LL, n= LL, n= Precisie van optimum: Hangt niet af van gradient Hangt af van tweede afgeleide β σ β σ.3. Hessiaan: H(θ) = log L(y; θ) θ θ In praktijk: Optimaliseer f (θ) = N log L(y; θ) = l(y; θ); maar bepaal H(θ) = log L(y;θ) θ θ = N l(y;θ) θ θ = N f (θ) θ θ Welke waarde van H(θ) geeft exact optimum? (+/-, groot/klein?) 3/37 3/37
9 Precisie van optimum III Wat gebeurt er met een transformatie? Precisie: Log likelihood met transformatie Voordeel: γ β γ = log σ exp(γ ) = σ g(γ ) < γ < < σ < n log Likl(y; β, σ) = log(π) log σ (y i β) σ log Likl(y; γ) = i= n i= log(π) γ (y i γ ) exp(γ ) Kunt rustig optimaliseren, geen grenzen aan gebied Soms meer parabolisch? Nadeel: Wat betekent Σ(γ)? LL x σ LL x log σ LL x β log Likl(y; θ) LL x β log Likl(y; γ) β β σ log σ /37 34/37 Precisie IV: Delta methode Taylor-expansie: Examen Stof zoals behandeld tijdens college In tekst: θ g(ˆγ) + g (ˆγ)(γ ˆγ) var(ˆθ) g (ˆγ) var(ˆγ)g (ˆγ) = D(ˆγ)Σ(ˆγ)D (ˆγ) var(ˆγ) = Σ(ˆγ) H log L (ˆγ) Bepaal variantie van γ, getransformeerde parameters Bepaal k k Jacobiaan van transformatie, D(ˆγ) = g (ˆγ) = g(γ) γ γ=ˆγ Bepaal variantie van θ, door Σ(γ) voor en na te vermenigvuldigen met D(ˆγ) resp D (ˆγ) Werkcollege zou hebben moeten helpen voor begrip (programmeerkennis wordt (nu) niet getoetst; komt in volgend blok/integratiepracticum van pas) Stampen helpt niet, begrijp de stappen Onderwerpen: Sec Onderwerp DH3 Lineare vergelijkingen, decompositie Sheets Random getallen DH6 Eigenwaarden DH7 Optimalisatie in veranderlijke DH8 Optimalisatie in n veranderlijken Delta-methode 35/37 36/37
10 Terugblik Wat hebben we gedaan? Optimalisering Conditionering van optimum en optimalisatie Newton-Raphson en varianten (Herhaling) delta-methode 37/37
Optimalisatie in meerdere veranderlijken
1/38 Optimalisatie in meerdere veranderlijken VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 29 april 2013 2/38 Overzicht Waarom? Lastige functie Idee van algoritmen
Nadere informatieSchattingsmethodieken
1/38 Schattingsmethodieken VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 6 mei 2013 2/38 Overzicht W4: NR en co W4: Conditionering optimum, scaling Basis-intro
Nadere informatieLineaire vergelijkingen II: Pivotering
1/25 Lineaire vergelijkingen II: Pivotering VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 15 april 2013 2/25 Overzicht Pivotering: Methodes Norm en conditionering
Nadere informatieOverzicht. Lineaire vergelijkingen. Onderwerpen & Planning. Doel. VU Numeriek Programmeren 2.5
VU Numeriek Programmeren 25 Charles Bos Vrije Universiteit Amsterdam Tinbergen Institute csbos@vunl, A40 Onderwerpen & Planning Practicum Literatuur Taal Terugblik & Huiswerk 2 april 202 /26 2/26 Onderwerpen
Nadere informatieOverzicht. Eigenwaarden. Beurzen en afhankelijkheid. Eigenwaarden: Intro
Overzicht Eigenwaarden VU Numeriek Programmeren. Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, A april Waarom? Voorbeelden Eigenwaarden/eigenvectoren Hoe vind ik ze? Polynoom Powermethode Andere
Nadere informatieNP2.5w3 Eigenwaarden. Eigenwaarden. VU Numeriek Programmeren 2.5. Charles Bos. Vrije Universiteit Amsterdam 1A april /26
1/26 Eigenwaarden VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 22 april 2013 2/26 Overzicht Waarom? Voorbeelden Eigenwaarden/eigenvectoren Hoe vind ik ze? Polynoom
Nadere informatieextra sommen bij Numerieke lineaire algebra
extra sommen bij Numerieke lineaire algebra 31 oktober 2012 1. Stel, we willen met een rekenapparaat (dat arithmetische bewerkingen uitvoert met een relatieve nauwkeurigheid ξ, ξ ξ) voor twee getallen
Nadere informatieOefenopgaven wi3097: Numerieke methoden voor differentiaalvergelijkingen
Oefenopgaven wi3097: Numerieke methoden voor differentiaalvergelijkingen 1 Introductie Taylor polynoom, floating point getal, afrondfout Orde symbool Landau 1. Laat f(x) = x 3. Bepaal het tweede orde Taylor
Nadere informatieLineaire vergelijkingen
1/24 VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 8 april 2013 2/24 Overzicht Overzicht Onderwerpen & Planning Practicum Literatuur Taal Terugblik & Huiswerk
Nadere informatieBlokmatrices. , I 21 = ( 0 0 ) en I 22 = 1.
Blokmatrices Soms kan het handig zijn een matrix in zogenaamde blokken op te delen, vooral als sommige van deze blokken uit louter nullen bestaan Berekeningen kunnen hierdoor soms aanzienlijk worden vereenvoudigd
Nadere informatieUtrecht, 25 november Numerieke Wiskunde. Gerard Sleijpen Department of Mathematics.
Utrecht, 25 november 2014 Numerieke Wiskunde Gerard Sleijpen Department of Mathematics http://www.staff.science.uu.nl/ sleij101/ [a, b] R, : [a, b] R Benader f door eenvoudige functies Voorbeelden eenvoudige
Nadere informatieVoorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal. Toets Kansrekenen I. 28 maart 2014
Voorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal Toets Kansrekenen I 28 maart 2014 Naam : Richting : Lees volgende aanwijzingen alvorens aan het examen te beginnen Wie de
Nadere informatieOpgaven bij de cursus Relativiteitstheorie wiskunde voorkennis Najaar 2018 Docent: Dr. H. (Harm) van der Lek
Opgaven bij de cursus Relativiteitstheorie wiskunde voorkennis Najaar 2018 Docent: Dr. H. (Harm) van der Lek Uitwerkingen worden beschikbaar gesteld op de dinsdagavond voorafgaande aan het volgende college
Nadere informatieGaap, ja, nog een keer. In één variabele hebben we deze formule nu al een paar keer gezien:
Van de opgaven met een letter en dus zonder nummer staat het antwoord achterin. De vragen met een nummer behoren tot het huiswerk. Spieken achterin helpt je niets in het beter snappen... 1 Stelling van
Nadere informatie168 HOOFDSTUK 5. REEKSONTWIKKELINGEN
168 HOOFDSTUK 5. REEKSONTWIKKELINGEN 5.7 Vraagstukken Vraagstuk 5.7.1 Beschouw de differentiaalvergelijking d2 y d 2 = 2 y. (i) Schrijf y = a k k. Geef een recurrente betrekking voor de coëfficienten a
Nadere informatieb) Uit Bayes volgt, gebruik makend van onderdeel a) P (T V )P (V ) P (T ) = (0.09)(0.07)
Uitwerkingen tentamen 6 juli 22. We stellen T de gebeurtenis test geeft positief resultaat, F de gebeurtenis, chauffeur heeft gefraudeerd, V de gebeurtenis, chauffeur heeft vergissing gemaakt C de gebeurtenis,
Nadere informatieAfdeling Kwantitatieve Economie
Afdeling Kwantitatieve Economie Wiskunde AEO V Uitwerking tentamen 1 november 2005 1. De tekenschema s in opgave 1a 1e zijn de voortekens van vermenigvuldigers en de laatste leidende hoofdminoren in een
Nadere informatieHet tentamen heeft 25 onderdelen. Met ieder onderdeel kan maximaal 2 punten verdiend worden.
Hertentamen Inleiding Kansrekening WI64. 9 augustus, 9:-: Het tentamen heeft 5 onderdelen. Met ieder onderdeel kan maximaal punten verdiend worden. Het tentamen is open boek. Boeken, nota s en een (eventueel
Nadere informatieUitwerkingen Tentamen Gewone Differentiaalvergelijkingen
Uitwerkingen Tentamen Gewone Differentiaalvergelijkingen Maandag 4 januari 216, 1: - 13: uur 1. Beschouw voor t > de inhomogene singuliere tweede orde vergelijking, t 2 ẍ + 4tẋ + 2x = f(t, (1 waarin f
Nadere informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.6, maandag K. P. Hart Faculteit EWI TU Delft Delft, 30 mei, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 33 Outline 1 2 Algemeenheden Gedrag op de rand Machtreeksen
Nadere informatieVrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie
Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Tentamen: Convexe Analyse en Optimalisering Opleiding: Bacheloropleiding Econometrie Vakcode: 64200 Datum:
Nadere informatieVrije Universiteit 28 mei Gebruik van een (niet-grafische) rekenmachine is toegestaan.
Afdeling Wiskunde Volledig tentamen Statistics Deeltentamen 2 Statistics Vrije Universiteit 28 mei 2015 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen: opgaven 1,2,3,4. Cijfer=
Nadere informatie1 Eigenwaarden en eigenvectoren
Eigenwaarden en eigenvectoren Invoeren van de begrippen eigenwaarde en eigenvector DEFINITIE Een complex (of reëel getal λ heet een eigenwaarde van de n n matrix A als er een vector x is met Ax = λx Dan
Nadere informatieTentamen lineaire algebra voor BWI maandag 15 december 2008, uur.
Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI maandag 5 december 8, 5.5-8. uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen
Nadere informatieBekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { De tweede vergelijking van de eerste aftrekken geeft:
Determinanten Invoeren van het begrip determinant Bekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { a x + b y = c a 2 a 2 x + b 2 y = c 2 a Dit levert op: { a a 2 x
Nadere informatieVectoranalyse voor TG
college 4 en raakvlakken collegejaar : 16-17 college : 4 build : 19 september 2016 slides : 30 Vandaag Snowdon Mountain Railway (Wales) 1 De richtingsafgeleide 2 aan een grafiek 3 Differentieerbaarheid
Nadere informatieSnelle glijbanen. Masterclass VWO-leerlingen juni Emiel van Elderen en Joost de Groot NWD Faculteit EWI, Toegepaste Wiskunde
Masterclass VWO-leerlingen juni 2008 Snelle glijbanen Emiel van Elderen en Joost de Groot NWD 2009 1 Technische Universiteit Delft Probleemstelling Gegeven: een punt A(0,a) en een punt B(b, 0) met a 0.
Nadere informatieOpgaven bij Numerieke Wiskunde I
Opgaven bij Numerieke Wiskunde I 7 november 8 1. (a) Gegeven verschillende interpolatiepunten x, x 1, x [a, b], en getallen y, y 1, y, z 1, toon aan dat er hooguit 1 polynoom p P 3 is met p(x i ) = y i,
Nadere informatieVectorruimten met inproduct
Hoofdstuk 3 Vectorruimten met inproduct 3. Inleiding In R 2 en R 3 hebben we behalve de optelling en scalairvermenigvuldiging nog meer structuur ; bij een vector kun je spreken over zijn lengte en bij
Nadere informatie. Maak zelf een ruwe schets van f met A = 2, ω = 6π en ϕ = π 6. De som van twee trigonometrische polynomen is weer een trigonometrisch polynoom
8. Fouriertheorie Periodieke functies. Veel verschijnselen en processen hebben een periodiek karakter. Na een zekere tijd, de periode, komt hetzelfde patroon terug. Denk maar aan draaiende of heen en weer
Nadere informatieWeek 22: De macht van het spoor en het spoor van de macht
Week 22: De macht van het spoor en het spoor van de macht Een belangrijke invariant van een lineaire afbeelding is het spoor. Als we een basis kiezen dan is het spoor simpelweg de som van de elementen
Nadere informatieDefinities, stellingen en methoden uit David Poole s Linear Algebra A Modern Introduction - Second Edtion benodigd voor het tentamen Matrix Algebra 2
Definities, stellingen en methoden uit David Poole s Linear Algebra A Modern Introduction - Second Edtion benodigd voor het tentamen Matrix Algebra 2 Bob Jansen Inhoudsopgave 1 Vectoren 3 2 Stelsels Lineaire
Nadere informatieTechnische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015,
Technische Universiteit Delft Faculteit EWI ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW23 Vrijdag 3 januari 25, 4.-7. Dit tentamen bestaat uit 6 opgaven. Alle antwoorden dienen beargumenteerd
Nadere informatieWPO Differentiaalmeetkunde I
1 Vrije Universiteit Brussel Academiejaar 006-007 Prof. Dr. R. Kieboom Dr. G. Sonck WPO Differentiaalmeetkunde I Krommen in R n 1. Neem R met een orthonormale basis en a R + 0. Voor elk punt p o, gelegen
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 17 Statistische toetsen 2 / 17 Toetsen - algemeen - 1 Setting: observatie X in X, model {P θ : θ Θ}. Gegeven partitie Θ = Θ 0 Θ 1, met Θ 0 Θ 1
Nadere informatieKwantummechanica Donderdag, 13 oktober 2016 OPGAVEN SET HOOFDSTUK 4. Bestudeer Appendix A, bladzijden van het dictaat.
1 Kwantummechanica Donderdag, 1 oktober 016 OPGAVEN SET HOOFDSTUK 4 VECTOREN OVER DE REËLE RUIMTE DUS DE ELEMENTEN ZIJN REËLE GETALLEN Bestudeer Appendix A, bladzijden 110-114 van het dictaat. Opgave 1:
Nadere informatie6. Lineaire operatoren
6. Lineaire operatoren Dit hoofdstukje is een generalisatie van hoofdstuk 2. De meeste dingen die we in hoofdstuk 2 met de R n deden, gaan we nu uitbreiden tot andere lineaire ruimten Definitie. Een lineaire
Nadere informatieConvexe Analyse en Optimalisering
Convexe Analyse en Optimalisering Bernd Heidergott Vrije Universiteit Amsterdam en Tinbergen Institute WEB: http://staff.feweb.vu.nl/bheidergott college conopt docent week 6 6 De Lagrange Methode 6.1 Interpretatie
Nadere informatieIn dit college bekijken we een aantal technieken om integralen te bepalen van trigonometrische functies en van rationale functies.
03 college 5: meer technieken In dit college bekijken we een aantal technieken om integralen te bepalen van trigonometrische functies en van rationale functies. Opmerking over de notatie. Net als in het
Nadere informatiex a k of.x 1 a 1 / 2 + ::+.x n a n / 2 k 2 bol om a, straal k
Punten, Vectoren in de R n Punten: a =.a 1 ; a 2 ; : : : ; a n / ; b =.b 1 ; b 2 ; : : : ; b n / Vectoren: a = a 1 ; a 2 ; : : : ; a n ; b = b 1 ; b 2 ; : : : ; b n lengte van a : a = a 2 1 + : : : + a2
Nadere informatieOverzicht Fourier-theorie
B Overzicht Fourier-theorie In dit hoofdstuk geven we een overzicht van de belangrijkste resultaten van de Fourier-theorie. Dit kan als steun dienen ter voorbereiding op het tentamen. Fourier-reeksen van
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 18
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 18 t-toetsen 2 / 18 Steekproefgemiddelde en -variantie van normale observaties Stelling. Laat X 1,..., X n o.o. zijn en N(µ, σ 2 )-verdeeld. Dan:
Nadere informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.9, maandag K. P. Hart Faculteit EWI TU Delft Delft, 13 juni, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 41 Outline III.6 The Residue Theorem 1 III.6 The
Nadere informatieInhoud college 5 Basiswiskunde Taylorpolynomen
Inhoud college 5 Basiswiskunde 4.10 Taylorpolynomen 2 Basiswiskunde_College_5.nb 4.10 Inleiding Gegeven is een functie f met punt a in domein D f. Gezocht een eenvoudige functie, die rond punt a op f lijkt
Nadere informatieDe wiskunde van computerberekeningen. Jan Brandts Korteweg-de Vries Instituut voor Wiskunde Universiteit van Amsterdam.
De wiskunde van computerberekeningen Jan Brandts Korteweg-de Vries Instituut voor Wiskunde Universiteit van Amsterdam 04 november 2015 Pluto en Charon New Horizons, launch date 19 January, 2006, speed
Nadere informatieDe pariteitstestmatrix van de (6,4) Hamming-code over GF(5) is de volgende: [ H =
Oplossing examen TAI 11 juni 2008 Veel plezier :) Vraag 1 De pariteitstestmatrix van de (6,4) Hamming-code over GF(5) is de volgende: H = [ 1 0 1 2 3 ] 4 0 1 1 1 1 1 (a) Bepaal de bijhorende generatormatrix
Nadere informatieTentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u
Technische Universiteit Delft Mekelweg 4 Faculteit Elektrotechniek, Wiskunde en Informatica 2628 CD Delft Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u Formulebladen, rekenmachines,
Nadere informatieIterative methoden voor lineaire vergelijkingen. Scientific Computing. sleij101/ Program
WISB356, Utrecht, 2 otober 2012 Scientific Computing WISB356, Utrecht, 2 otober 2012 Iterative methoden voor lineaire vergelijingen Gerard Sleijpen Rob Bisseling Alessandro Sbrizzi Department of Mathematics
Nadere informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.10, donderdag K. P. Hart Faculteit EWI TU Delft Delft, 23 juni, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 46 Outline 1 2 3 K. P. Hart TW2040: Complexe Functietheorie
Nadere informatieVrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie
Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Tentamen: Convexe Analyse en Optimalisering Opleiding: Bacheloropleiding Econometrie Vakcode: 64200 Datum:
Nadere informatieIndicatie van voorkennis per les Algemene relativiteitstheorie Docent: Dr. H. (Harm) van der Lek
Indicatie van voorkennis per les Algemene relativiteitstheorie Docent: Dr. H. (Harm) van der Lek Dit document bevat niet alleen voorkennis in de zin dat moet u al gehad hebben en kennen, maar ook in de
Nadere informatieTentamen Voortgezette Kansrekening (WB006C)
WB6C: Voortgezette Kansrekening Donderdag 26 januari 212 Tentamen Voortgezette Kansrekening (WB6C) Het is een open boek tentamen. Gebruik van een rekenmachine of andere hulpmiddelen is niet toegestaan.
Nadere informatie(x x 1 ) + y 1. x x 1 x k x x x k 1
Les Taylor reeksen We hebben in Wiskunde een aantal belangrijke reële functies gezien, bijvoorbeeld de exponentiële functie exp(x) of de trigonometrische functies sin(x) en cos(x) Toen hebben we wel eigenschappen
Nadere informatieTechnische Universiteit Delft Tentamen Calculus TI1106M - Uitwerkingen. 2. Geef berekeningen en beargumenteer je antwoorden.
Technische Universiteit elft Tentamen Calculus TI06M - Uitwerkingen Opmerkingen:. Het gebruik van de rekenmachine is NIET toegestaan.. Geef berekeningen en beargumenteer je antwoorden. 3. Bij iedere vraag
Nadere informatieVU University Amsterdam 2018, Maart 27
Department of Mathematics Exam: Voortgezette biostatistiek VU University Amsterdam 2018, Maart 27 c Dept. of Mathematics, VU University Amsterdam NB. Geef een duidelijke toelichting bij de antwoorden.
Nadere informatieHertentamen Voortgezette biostatistiek / Biomedische wiskunde
Hertentamen Voortgezette biostatistiek / Biomedische wiskunde 3 juni 5; 8:3-:3 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau.
Nadere informatieModellen en Simulatie Lesliematrices Markovketens
Utrecht, 6 april 3 Modellen en Simulatie Lesliematrices Markovketens Program Meerdere leeftijdsklassen Leslie matrices Eigenwaarden en eigenvectoren Dominante eigenvector Irreducibele, a-periodieke matrices
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Vrijdag 16 Oktober 1 / 38 2 Statistiek Indeling vandaag: Normale verdeling Wet van de Grote Getallen Centrale Limietstelling Deductieve statistiek Hypothese toetsen
Nadere informatieAnalyse I. 1ste Bachelor Ingenieurswetenschappen Academiejaar ste semester 10 januari 2008
ste Bachelor Ingenieurswetenschappen Academiejaar 007-008 ste semester 0 januari 008 Analyse I. Bewijs de stelling van Bolzano-Weierstrass: elke oneindige begrensde deelverzameling van R heeft minstens
Nadere informatieKansrekening en statistiek wi2105in deel 2 16 april 2010, uur
Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieTentamen Inleiding Kansrekening 11 augustus 2011, uur
Mathematisch Instituut Niels Bohrweg Universiteit Leiden 2 CA Leiden Delft Tentamen Inleiding Kansrekening augustus 20, 09.00 2.00 uur Bij dit examen is het gebruik van een evt. grafische) rekenmachine
Nadere informatiea) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n.
. Oefen opgaven Opgave... Gegeven zijn de lijnen l : 2 + λ m : 2 2 + λ 3 n : 3 6 4 + λ 3 6 4 a) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n. b) Bepaal de afstand tussen die lijn
Nadere informatieBeeldverwerking. Scientific Computing. sleij101/ Program. WISB356, Utrecht, najaar WISB356, Utrecht, najaar 2010
WISB36, Utrecht, najaar Scientific Computing WISB36, Utrecht, najaar Beeldverwerking Gerard Sleijpen Rob Bisseling Department of Mathematics Gerard Sleijpen Rob Bisseling Department of Mathematics http://wwwstaffscienceuunl/
Nadere informatieHints en uitwerkingen huiswerk 2013 Analyse 1 H17
Hints en uitwerkingen huiswerk 013 Analyse 1 H17 Rocco van Vreumingen augustus 014 1 Inhoudsopgave 1 Hints 1 3 Hints 4 3 Hints 3 4 4 Hints 4 5 5 Hints 5 5 6 Hints 6 6 7 Hints 7 6 8 Hints 8 6 9 Hints 9
Nadere informatieUitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =
Uitwerkingen tentamen Lineaire Algebra 2 16 januari, 215 Deze uitwerkingen zijn niet volledig, maar geven het idee van elke opgave aan. Voor een volledige oplossing moet alles ook nog duidelijk uitgewerkt
Nadere informatieUitwerking opgaven 17 december. Spoilers!!
Uitwerking opgaven 7 december Spoilers!! (duh... 8 januari 206 Inhoudsopgave Complex diagonaliseren matrix 2. Opgave................................................ 2.2 Oplossing...............................................
Nadere informatietoelatingsexamen-geneeskunde.be Gebaseerd op nota s tijdens het examen, daarom worden niet altijd antwoordmogelijkheden vermeld.
Wiskunde juli 2009 Laatste aanpassing: 29 juli 2009. Gebaseerd op nota s tijdens het examen, daarom worden niet altijd antwoordmogelijkheden vermeld. Vraag 1 Wat is de top van deze parabool 2 2. Vraag
Nadere informatiecollege 6: limieten en l Hôpital
126 college 6: ieten en l Hôpital In dit college herhalen we enkele belangrijke definities van ieten, en geven we belangrijke technieken om ieten van functies (eigenlijk en oneigenlijk) te bepalen. In
Nadere informatieHOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN
HOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN. Continue Verdelingen 1 A. De uniforme (of rechthoekige) verdeling Kansdichtheid en cumulatieve frequentiefunctie Voor x < a f(x) = 0 F(x) = 0 Voor a x
Nadere informatieAnalyse I. 1ste Bachelor Ingenieurswetenschappen Academiejaar ste semester 12 januari 2010
ste Bachelor Ingenieurswetenschappen Academiejaar 9- ste semester januari Analyse I. Formuleer en bewijs de formule van Leibniz voor de n-de afgeleide van het product van twee functies f en g.. Onderstel
Nadere informatieComplexe eigenwaarden
Complexe eigenwaarden Tot nu toe hebben we alleen reële getallen toegelaten als eigenwaarden van een matrix Het is echter vrij eenvoudig om de definitie uit te breiden tot de complexe getallen Een consequentie
Nadere informatieVectoranalyse voor TG
college 6 collegejaar : 8-9 college : 6 build : 2 oktober 28 slides : 38 Vandaag Minecraft globe van remi993 2 erhaalde 3 4 intro VA Drievoudige integralen Section 5.5 Definitie Een rechthoekig blok is
Nadere informatiecompact weer te geven (ken ook een waarde toe aan n).
1 HOVO: Gravitatie en kosmologie OPGAVEN WEEK 2 - Oplossingen Opgave 1: Er geldt n 3 en we hebben de compacte uitdrukking y i a r i x r, waarbij we gebruik maken van de Einsteinsommatieconventie. a Schrijf
Nadere informatieTentamen Lineaire Algebra UITWERKINGEN
Tentamen Lineaire Algebra 29 januari 29, 3:3-6:3 uur UITWERKINGEN Gegeven een drietal lijnen in R 3 in parametervoorstelling, l : 2, m : n : ν (a (/2 pt Laat zien dat l en m elkaar kruisen (dat wil zeggen
Nadere informatieTentamen lineaire algebra 2 17 januari 2014, 10:00 13:00 zalen 174, 312, 412, 401, 402
Tentamen lineaire algebra 2 17 januari 214, 1: 13: zalen 174, 312, 412, 41, 42 Dit zijn geen complete uitwerkingen. Er is dus geen garantie dat het overschrijven met andere getallen voldoende is voor huiswerk
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie
Nadere informatieOefeningen Wiskundige Analyse I
Oneigenlijke integralen Oefeningen Wiskundige Analyse I. Voor welke waarden van de reële parameters α en β is de oneigenlijke integraal x α ( + x β ) dx convergent? divergent? 2. Voor welke waarden van
Nadere informatieExamenvragen Hogere Wiskunde I
1 Examenvragen Hogere Wiskunde I Vraag 1. Zij a R willekeurig. Gegeven is dat voor alle r, s Q geldt dat a r+s = a r a s. Bewijs dat voor alle x, y R geldt dat a x+y = a x a y. Vraag 2. Gegeven 2 functies
Nadere informatieOpdrachten numerieke methoden, week 1
Opdrachten numerieke methoden, week Opdracht : De potentiaal in een diode. [Bewijs dat ψ = u T arcsinh D 2n i ) ] ) ) D = n p = n i e ψ u T e ψ u ψ T = 2n i sinh u T ) D ψ = u T arcsinh 2n i.2 [Conditiegetal
Nadere informatieUitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =
Uitwerkingen tentamen Lineaire Algebra 2 16 januari, 2015 Deze uitwerkingen zijn niet volledig, maar geven het idee van elke opgave aan Voor een volledige oplossing moet alles ook nog duidelijk uitgewerkt
Nadere informatiemaplev 2010/7/12 14:02 page 157 #159 Taylor-ontwikkelingen
maplev 200/7/2 4:02 page 57 #59 Module 2 Taylor-ontwikkelingen Onderwerp Voorkennis Expressies Zie ook Taylor-ontwikkelingen van functies van éń of meer variabelen. Taylor-ontwikkelingen. taylor, convert(expressie,polynom),
Nadere informatieUtrecht, 11 november Numerieke Wiskunde. Gerard Sleijpen Department of Mathematics.
Utrecht, 11 november 2014 Numerieke Wiskunde Gerard Sleijpen Department of Mathematics http://www.staff.science.uu.nl/ sleij101/ Gerard Sleijpen Kamer 504, Freudenthal Gebouw Tel: 030-2531732 G.L.G.Sleijpen@uu.nl
Nadere informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 17 Betrouwbaarheidsgebieden 2 / 17 Idee Een schatter T voor een parameter θ geeft één punt in de parameterruimte Θ. I.h.a. zal T θ onder P θ,
Nadere informatieAntwoorden op de theoretische vragen in de examen voorbereiding
Antwoorden op de theoretische vragen in de examen voorbereiding Theorie vraag Zij A een m n-matrix. Geef het verband tussen de formule voor de dimensie d van een niet-strijdig stelsel, d = n rang (A) (zie
Nadere informatieStelsels differentiaalvergelijkingen
Stelsels differentiaalvergelijkingen Stelsels homogene differentiaalvergelijkingen We bekijken in deze paragraaf stelsels homogene differentiaalvergelijkingen: x (t x (t x (t x (t x n(t A Voorbeeld x +
Nadere informatieWiskunde voor informatici 2 Oefeningen
Wiskunde voor informatici Oefeningen Reinout Stevens resteven@vub.ac.be Prof: Ann Dooms Assistent: Arnout Van Messem 5 Juni 8 Gedachtenstroom In dit document staan de meeste oplossingen van de cursus Wiskunde
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 12 Donderdag 21 Oktober 1 / 38 2 Statistiek Indeling: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 38 Deductieve
Nadere informatieHertentamen Biostatistiek 3 / Biomedische wiskunde
Hertentamen Biostatistiek 3 / Biomedische wiskunde 2 juni 2014; 18:30-20:30 NB. Geef een duidelijke toelichting bij de antwoorden. Na correctie liggen de tentamens ter inzage bij het onderwijsbureau. Het
Nadere informatieConvexe functies op R (niet in het boek)
Convee uncties op R (niet in het boe Een unctie : R R heet conve, als voor alle, R en ele λ [0,] geldt dat (λ + (-λ λ( + (-λ(. Voor een unctie op R beteent dit dat als je twee willeeurige punten op de
Nadere informatieGeadjungeerde en normaliteit
Hoofdstuk 12 Geadjungeerde en normaliteit In het vorige hoofdstuk werd bewezen dat het voor het bestaan van een orthonormale basis bestaande uit eigenvectoren voldoende is dat T Hermites is (11.17) of
Nadere informatieBijzondere kettingbreuken
Hoofdstuk 15 Bijzondere kettingbreuken 15.1 Kwadratische getallen In het vorige hoofdstuk hebben we gezien dat 2 = 1, 2, 2, 2, 2, 2, 2,.... Men kan zich afvragen waarom we vanaf zeker moment alleen maar
Nadere informatieSamenvatting theorie Meetkunde I
Meetkunde I Tweede bachelor wiskunde Samenvatting theorie Meetkunde I Auteurs: Stijn CAMBIE 1 samenvatting bewijzen (stelling 17) Zij p, q 2 punten van A n, zij {v 1, v 2 v n } een basis van T p A n en
Nadere informatieExamen Statistiek I Feedback
Examen Statistiek I Feedback Bij elke vraag is alternatief A correct. Bij de trekking van een persoon uit een populatie beschouwt men de gebeurtenissen A (met bril), B (hooggeschoold) en C (mannelijk).
Nadere informatieDivide & Conquer: Verdeel en Heers vervolg. Algoritmiek
Divide & Conquer: Verdeel en Heers vervolg Algoritmiek Algoritmische technieken Vorige keer: Divide and conquer techniek Aantal toepassingen van de techniek Analyse met Master theorem en substitutie Vandaag:
Nadere informatieDeze week: Schatten. Statistiek voor Informatica Hoofdstuk 6: Schatten. Voorbeeld Medicijnentest. Statistische inferentie
Deze week: Schatten Statistiek voor Informatica Hoofdstuk 6: Schatten Cursusjaar 2009 Peter de Waal Departement Informatica Statistische inferentie A Priori en posteriori verdelingen Geconjugeerde a priori
Nadere informatie6.0 Differentiëren Met het differentiequotiënt bereken je de gemiddelde verandering per tijdseenheid.
6.0 Differentiëren Met het differentiequotiënt bereken je de gemiddelde verandering per tijdseenheid. f(x) = x x Differentiequotiënt van f(x) op [0, 3] = y f (3) f (0) 60 x 30 30 y x 1 Algemeen: Het differentiequotiënt
Nadere informatieTentamen Functies en Reeksen
Tentamen Functies en Reeksen 6 november 204, 3:30 6:30 uur Schrijf op ieder vel je naam en bovendien op het eerste vel je studentnummer, de naam van je practicumleider (Arjen Baarsma, KaYin Leung, Roy
Nadere informatieHoofdstuk 10: Partiële differentiaalvergelijkingen en Fourierreeksen
Hoofdstuk : Partiële differentiaalvergelijkingen en Fourierreeksen Partiële differentiaalvergelijkingen zijn vergelijkingen waarin een onbekende functie van twee of meer variabelen en z n partiële afgeleide(n)
Nadere informatieHints en uitwerkingen huiswerk 2013 Analyse 1 H18
Hints en uitwerkingen huiswerk 2013 Analyse 1 H18 Rocco van Vreumingen 29 augustus 2014 1 Inhoudsopgave 1 Hints 1 3 2 Hints 2 4 3 Hints 3 5 4 Hints 4 5 5 Hints 5 6 6 Hints 6 6 7 Hints 7 6 8 Antwoorden
Nadere informatie