, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).
|
|
- Eija Heikkinen
- 5 vuotta sitten
- Katselukertoja:
Transkriptio
1 HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 017 Harjoitus 4 Ratkaisuehdotukset 4.1. Osoita, että tasa-arvojoukko S F (0), F : R 3 R, F (x) = 3x 1 x 3 + e x + x e x 3, on säännöllinen -ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1). ja yksikkönormaalivektori ν Ratkaisu: Säännöllisyyden todentamiseen on mukavinta käyttää lausetta 14.17: tarkastetaan siis sen oletukset. Tehtävän tilanteessa on lauseeseen verraten n = 3 ja n m = 1 (eli m = ). Todetaan, että funktion F lähtöjoukko R 3 on (toki) avoin avaruudessa R 3, ja että funktio F on jatkuvasti differentioituva (eli C 1 -kuvaus), sillä osittaisderivaatat 1 F (x) = 3x 3, F (x) = e x + e x 3, 3 F (x) = 3x 1 + x e x 3 ovat sekä olemassa että jatkuvia. Olkoon x S F (0): derivaattamatriisiksi pisteessä x saadaan 1 F (x) 3x 3 mat(df (x)) = F (x) = e x + e x 3. 3 F (x) 3x 1 + x e x 3 Lause vaatii, että kyseisen matriisin aste on n m = 1, mikä toteutuu suoraan, sillä matriisilla on vain yksi sarake*. Lauseen oletukset siis toteutuvat mielivaltaisella pisteellä x S F (0), joten lause takaa, että joka pisteellä x S F (0) on avoin ympäristö W x, missä S F (0; W x ) = S F (0) W x on säännöllinen -ulotteinen pinta: siis säännöllisyyden määritelmän nojalla jokaisella joukon W x pisteellä (eli ainakin pisteellä x) on tangenttitaso. Koska piste x oli mielivaltainen, niin edelleen säännöllisyyden määritelmän nojalla koko pinta S F (0) on säännöllinen. Lauseen mukaan tangenttitaso T a pisteessä a, S F (0) saadaan yhtälöstä 0 = DF (a)(x a) = [ ] x 1 a 1 3a 3 e a + e a 3 3a 1 + a e a 3 x a x 3 a 3 = 3a 3 (x 1 a 1 ) + (e a + e a 3 )(x a ) + (3a 1 + a e a 3 )(x 3 a 3 ) 1
2 ja sijoittamalla haluttu piste a = (0, 1, 1) saadaan 0 = 3( 1)(x 1 0) + (e 1 + e 1 )(x 1 ( 1)) + (3 0 + ( 1)e 1 )(x 3 ( 1)) = 3x 1 + (x + 1)/e (x 3 + 1)/e joka saadaan esimerkiksi muotoon 0 = 3ex 1 + x x Samaisen lauseen mukaan normaalitaso N a pisteessä a S F (0) on vektorin F (a) virittämä (tässä F 1 = F, koska funktion F maaliavaruus on yksiulotteinen). Kyseinen gradienttivektori on F (a) = (3a 3, e a + e a 3, 3a 1 + a e a 3 ), joten normaalivektoriksi ν pisteessä a = (0, 1, 1) voidaan valita vaikka F (0, 1, 1) = (3 0, e 1 + e 1, 1e 1 ) = (0, /e, 1/e) tai sen e:llä kerrottu skalaarimoninkerta (0,, 1). * ) Eräs matriisin asteen määritelmä on matriisin sarakkeiden virittämän avaruuden dimensio, joka on tässä 1 sillä sarakkeita on vain yksi jos sarakkeita olisi monta, voisi olla että ne eivät virittäisikään tarpeeksi suuridimensioista avaruutta. (Käytännössä lause vaatii, että derivaattamatriisin sarakkeet ovat keskenään lineaarisesti riippumattomia.) 4.. Olkoon positiivisten lukujen a 1, a ja a 3 summa 100. Määrää niiden tulon suurin mahdollinen arvo. Ratkaisu: Halutaan siis maksimoida funktio f : R 3 R, f(a 1, a, a 3 ) = a 1 a a 3 rajoituksella a 1 + a + a 3 = 100. Rajoitusehto saadaan muotoon a 1 +a +a = 0, joten voidaan määritellä rajoitusfunktio h: R 3 R, h(a 1, a, a 3 ) = a 1 + a + a Koska lukujen halutaan olevan positiivisia, on ääriarvojen etsintäjoukko A = {(a 1, a, a 3 ) a 1, a, a 3 > 0} = ]0, [ 3. Polynomeina sekä f että g ovat jatkuvasti differentioituvia koko avaruudessa R 3 (joka on toki avoin avaruudessa R 3 ). Siten huomautuksen 13.4 nojalla funktion f mahdolliset sidotut ääriarvopisteet löytyvät Lagrangen kertoimien
3 menetelmällä. Lasketaan sitä varten funktioiden f ja h gradientit, joiksi saadaan f(a 1, a, a 3 ) = (a a 3, a 1 a 3, a 1 a ), h(a 1, a, a 3 ) = (1, 1, 1). Nyt mahdolliset ääriarvopisteet saadaan yhtälöryhmästä x x 3 = λ f(x) = λ h(x) x 1 x 3 = λ = h(x) = 0 x 1 x = λ x 1 + x + x 3 = 100. Koska halutaan löytää positiivisia ratkaisuja, ts. x 1, x, x 3 > 0, niillä voidaan huoletta jakaa. Yhdistämällä ensimmäinen ja toinen yhtälö saadaan x 1 x 3 = λ = x x 3, ja jakamalla x 3 pois saadaan x 1 = x. Toistamalla sama kahdelle keskimmäiselle yhtälölle saadaan x = x 3. Sijoittamalla nämä neljänteen yhtälöön saadaan x 1 + x + x 3 = 3x 3 = 100, ts. x 1 = x = x 3 = 100/3. (Lagrangen kertoimeksi λ saadaan λ = (100/3), vaikka sitä ei tarvitakaan muuhun kuin siihen, että löydetyt arvot todella toteuttavat yhtälöryhmän.) Yhtälöryhmällä on siis yksi ainoa ratkaisu joukossa A, joten se on ainoa ääriarvopiste-ehdokas. Jos funktiolla f siis on ääriarvo joukossa A, se saavutetaan tässä pisteessä. Yhdistämällä positiivisuusehto ja summaehto yhteen, saadaan ääriarvojen etsintäjoukoksi A = {(a 1, a, a 3 ) a 1, a, a 3 > 0, a 1 + a + a 3 = 100}. Joukon A sulkeuma Ā on Ā = {(a 1, a, a 3 ) a 1, a, a 3 0, a 1 + a + a 3 = 100}, ts. kolmio, jonka kärjet ovat (100, 0, 0), (0, 100, 0) ja (0, 0, 100). Ā suljettuna ja rajoitettuna joukkona kompakti: erään topologian lauseen nojalla mikä tahansa funktio kompaktista joukosta reaaliluvuille saavuttaa suurimman ja pienimmän arvonsa, joten funktiolla f on tosiaan joukossa Ā sekä minimipiste että maksimipiste. 3
4 Joukon A reunan pisteelle (a 1, a, a 3 ) pätee, että a 1, a, a 3 0, a 1 + a + a 3 = 100 ja a i = 0 jollakin i = 1,..., 3. Siis kyseiselle reunapisteelle pätee f(a 1, a, a 3 ) = 0. Koska f(a) 0 kaikilla a Ā (sillä joka koordinaatin on oltava epänegatiivinen), nähdään, että joukon A reunalla funktio f saavuttaa minimin. Koska lisäksi esimerkiksi pisteessä (30, 30, 40) A pätee f(30, 30, 40) > 0, niin joukon A reunapisteet eivät voi olla maksimipisteitä. Funktion f maksimipisteen täytyy siis sijaita itse joukossa A, mutta aiemmin todettiin jo, että ainoa mahdollinen ääriarvopiste kyseisessä joukossa on piste (100/3, 100/3, 100/3): kyseisen pisteen täytyy siis olla funktion maksimipiste. Siten funktion f maksimi, ja samalla suurin mahdollinen kolmen positiiviluvun tulo, jotka summautuvat luvuksi 100, on f(100/3, 100/3, 100/3) = (100/3) 3 = / Määrää tasojen x 1 + x + 3x 1 = 1 ja x 1 + x + x 3 = 1 leikkaussuoran lyhin etäisyys origosta. Ratkaisu: Havainnollistetaan ensin tilannetta kuvan avulla. Kuvassa 1 on z x y Kuva 1: Tasot x 1 + x + 3x 1 = 1 ja x 1 + x + x 3 = 1 sekä niiden leikkaussuora. 4
5 piirretty tasot x 1 +x +3x 1 = 1 ja x 1 +x +x 3 = 1, sekä niiden leikkaussuora. Etsitään leikkaussuora muodossa {p + tv t R}. Asetetaan ensin x 1 = 0. Sijoittamalla tämä tasojen yhtälöihin saadaan, että x = ja x 3 = 1. Valitaan siis p = (0,, 1). Etsitään seuraavaksi v = (v 1, v, v 3 ). Sijoitetaan nyt p + vt tasojen yhtälöihin ja saadaan { tv tv 3 + 3tv 3 = 1, tv tv tv 3 = 1, josta edelleen saadaan, että { v1 + v + 3v 3 = 0, v 1 + v + v 3 = 0. Valitaan v = (1,, 1). Nyt siis polku γ(t) = (t, t, 1 + t) määrittelee leikkaussuoraan, mikä voidaan havaita myös kuvasta. Tämän polun derivaatta on γ (t) = v T = (1,, 1) T. Leikkaussuoran lyhin etäisyys origosta saadaan kun minimoidaan normia x leikkaussuoralla. Havaitaan, että riittää minimoida funktiota f(x) = 1 x = 1 xt x, jonka gradientti on helppo laskea: f(x) = x T = (x 1, x ). Tarkastellaan nyt yhdistetyn funktion f γ : R R derivaattaa f γ (t) = f(γ(t)) T γ (t) = 6t 5, joka on nolla, kun t = 5/6. Nyt leikkaussuoran lyhin etäisyys origosta on siis γ(5/6) = 30/ Määrää origokeskisen ellipsin puoliakseleiden pituudet. S = { (x 1, x ) R x 1 + 4x 1 x + 5x = 9 } Ratkaisu: Merkitään g(x) = x 1 + 4x 1 x + 5x 9. Havainnollistetaan ensin tilannetta kuvan avulla. Kuvassa on piirretty ellipsi S eli funktion g tasaarvokäyrä g(x) = 0. Käyrän pisteitä on lisäksi väritetty normin neliön x = x 1 + x mukaan. Havaitaan, että puoliakseleiden päätepisteissä normin neliö saa tasa-arvokäyrällä suurimmat ja pienimmät arvonsa. Merkitään taas f(x) = 1 x = 1 xt x ja lasketaan gradientit f(x) = x T = (x 1, x ), g(x) = (4x 1 + 4x, 4x x ). 5
6 Kuva : Ellipsi S = {(x, y) R x + 4xy + 5y = 9}. Käyttämällä Lagrangen kertoimia saadaan yhtälöryhmä x 1 = λ(4x 1 + 4x ) x = λ(4x x ) x 1 + 4x 1 x + 5x = 9 Tämän yhtälöryhmän voi ratkaista vielä käsin. Ensimmäisestä yhtälöstä saadaan, että x 1 = 4λx. Sijoittamalla tämä toiseen yhtälöön saadaan 1 4λ Nyt supistamalla x saadaan x = λ ( 16λx 1 4λ + (10 40λ)x ). 1 4λ 1 = 16λ + 10λ 40λ, 1 4λ mistä edelleen saadaan toisen asteen yhtälö 4λ + 14λ 1 = 0, jolla on ratkaisut λ = 1/1 ja λ = 1/. Sijoittamalla nämä yhtälöön x 1 = 4λx 1 4λ saadaan x 1 = x ja x 1 = x /. Sijoittamalla x 1 = x viimeiseen 6
7 yhtälöön saadaan 5x = 9 eli x = ±3/ 5. Vastaavasti sijoittamalla x 1 = x / viimeiseen yhtälöön saadaan 7.5x = 9 eli x = ± 6/5. Tarkistamisen voi suorittaa käyttäen vaikkapa WolframAlphaa. Saadaan siis pisteet ( 3/10, 6/5 ), ( 3/10, 6/5 ), ( 6/ 5, 3/ 5 ) ja ( 6/ 5, 3/ 5 ). Piirtämällä nämä kuvaan havaitaan, että ne todella ovat ääriarvopisteitä eli puoliakseleiden päätepisteitä. Puoliakseleiden pituuksiksi saadaan 3/ ja Määrää funktion f : R 3 R, (x 1, x, x 3 ) x 1 + x + x 3 5x 3 ääriarvot joukossa { A = (x 1, x, x 3 ) R 3 x 1 + x 1 } 4 x 3, x 1 + x 3 9, x 3 0. Ratkaisu: Olkoon f : R 3 R, f(x) = x 1 + x + x 3 5x 3 ja joukko A = { (x 1, x, x 3 ) R 3 x 1 + x 1 } 4 x 3, x 1 + x 3 9, x 3 0. Funktion f kriittiset pisteet: f(x) = (x 1, x, x 3 5) = 0 (x 1, x, x 3 ) = (0, 0, 5 ) A. Joukko A on kärjellään seisova torvi, joka on leikattu viistosti. Seuraavaksi lasketaan ääriarvot Lagragen kertojien menetelmällä joukoissa S 1 (torven sivu), S (torven kansi) ja S 3 (torven kannen kehä). (A) Torven sivu: S 1 = { x R 3 h 1 (x) = x 1 + x 1 } 4 x 3 = 0, h 1 (x) = (x 1, x, 1 x 3). Käyttämällä Lagrangen kertoimia saadaan yhtälöryhmä: f = λh 1 (x) h 1 (x) = 0 Sijoittamalla saadaan: (x 1, x, x 3 5) = λ(x 1, x, 1x 3) x 1 + x 1 4 x 3 = 0 7
8 Tällöin: x 1 = λx 1 λ = 1 x = λx λ = 1 x 3 5 = λ 1x 3 x 1 + x 1 4 x 3 = 0 Ratkaistaan yhtälöryhmä: λ = 1 λ = 1 x 3 5 = 1x 3 x 3 = x 1 + x 1 4 x 3 = 0 x 1 + x = 1 Siis saadaan pisteet (x 1, x, ), missä x 1 + x = 1. Sijoittamalla arvot epäyhtälöihin nähdään, että kaikki kyseiset pisteet kuuluvat joukkoon A (keskimmäiseen epäyhtälöön käytetään arviota x 1 1), joten kaikki nämä pisteet ovat mahdollisia ääriarvokohtia. (B) Torven kansi: S = { x R 3 h (x) = x 1 + x 3 9 = 0 }, h (x) = (, 0, ). f(x) = λh (x) h (x) = 0 x 1 = λ x = 0 x 3 5 = λ x 1 + x 3 9 = 0 Sijoittamalla ensimmäinen ja kolmas yhtälö neljänteen saadaan λ + λ = 0 eli λ = 1. Sijoittamalla tämä ensimmäiseen ja kolmanteen yhtälöön saadaan x 1 = 1 x = 0 x 3 = = 7 λ = 1. Tästä saadaan piste (1, 0, 7 ) A, sillä myös ensimmäinen ja kolmas epäyhtälö toteutuvat. (C) Torven kannen kehä: 8
9 { S 3 = x R 3 h 1 (x) = x 1 + x 1 } 4 x 3 = 0, h (x) = x 1 + x 3 9 = 0, h 1 (x) = (x 1, x, 1 x 3), h (x) = (, 0, ). f(x) = λ 1 h 1 (x) + λ h (x) h 1 (x) = 0 h (x) = 0 = x 1 = λ 1 x 1 + λ x = λ x x 3 5 = 1λ 1 + λ x 1 + x = 1 4 x 3 x 1 + x 3 = 9 Toiseksi ylimmästä yhtälöstä voidaan ratkaista, että joko x = 0 tai λ = 1. Tutkitaan ensin jälkimmäinen tapaus: sijoittamalla se muihin yhtälöihin ja sieventämällä saadaan (1 λ 1 )x 1 = 1 λ = 1 4x 3 + λ 1 = 14, x 1 + x = 1 4 x 3 x 1 + x 3 = 9 josta alimmasta voidaan ratkaista x 3 = 9/ x 1, ja kolmannesta voidaan ratkaista λ 1 = 14 4x 3. Yhdistämällä nämä kaksi yhtälöä saadaan λ 1 = 14 4(9/ x 1 ) = x 1 = 4x 1 4. Sijoittamalla tämä ensimmäiseen yhtälöön saadaan lopulta toisen asteen yhtälö muuttujalle x 1 : 1 = (1 (4x 1 4))x 1 = (5 4x 1 )x 1 = 4x 1 + 5x 1, eli 4x 1 5x = 0. Sillä on juuret x 1 = 1, x 1 = 1/4. Nyt muuttujille x 3 ja λ 1 saadaan helposti laskettua arvot, ja muuttuja x saadaan ratkaistua neljännestä yhtälöstä, ja saadaan ratkaisut x 1 = 1 x = ± ( 1( 7 4 ) 1 ) = ± x 1 = x = ± 1 ( ) ( 1 4 ) = ± x 3 = 9 1 = 7, x 3 = 9 1 = λ 1 = = 0 λ 1 = = 3 4 λ = 1 λ = 1 9
10 eli (1, ± 33, 7) ja ( 1, 16 4 ± 85 x , 17 4 ), joista molemmat ovat joukossa A, sillä Tutkitaan sitten tapaus x = 0: sijoittamalla se muihin yhtälöihin ja sieventämällä saadaan yhtälöryhmä (1 λ 1 )x 1 = λ x = 0 4x 3 10 = λ 1 + 4λ 4x 1 = x 3 x 1 + x 3 = 9 Alimmasta yhtälöryhmästä voidaan ratkoa x 1 = 9 x 3, ja sijoittamalla se neljänteen yhtälöön saadaan toisen asteen yhtälö muuttujalle x 3 : x 3 = (x 1 ) = (9 x 3 ) = 4x 3 36x , eli 3x 3 36x = 0. Sillä on ratkaisut x 3 = 3 ja x 3 = 9, jotka ovat molemmat positiivisia, joten yhtälöryhmien mahdolliset ratkaisut tulevat olemaan joukossa A. Muuttujan x 1 arvo voidaan ratkoa helposti alimmasta yhtälöstä: x 1 = 9 x 3. Tapauksessa x 3 = 3 saadaan x 1 = 3, ja tapauksessa x 3 = 9 saadaan x 1 = 9. Saadaan siis kaksi mahdollista ääriarvoa ( 3, 0, 3) ja ( 9, 0, 9). (Muuttujia λ 1 ja λ ei ratkaistu, joten sinänsä ei tiedetä, onko itse viiden yhtälön yhtälöryhmällä ratkaisuja. Kuitenkin, jos niitä on, niin niissä x 1, x ja x 3 saavat jo selvitetyt arvot, joten niitä voi pitää mahdollisin ääriarvoina. Siis saadut mahdolliset ratkaisut saattaisivat eliminoitua sen perusteella, että luvuille λ 1 ja λ ei saada yhteensopivia ratkaisuja, mutta on helpompaa vain laskea funktion arvot saaduissa pisteissä kuin pyöritellä epälineaarisia yhtälöryhmiä lisää.) (D) Kärjet: Joukolla A on vain yksi kärkipiste (0, 0, 0), joten sekin on mahdollinen ääriarvopiste. Ääriarvot: f(0, 0, 5) = 5 = 6,5, 4 f(x 1, x, ) = 5, missä x 1 + x = 1, f(1, 0, 7 ) = 17 4 = 4,5, f(1, ± 33 16, 7 ) = =,1875, 10.
11 f( 3, 0, 3) = 15 = 3,75, 4 f( 9 5, 0, 9) = = 56,5, 4 f(0, 0, 0) = 0. Siten minimipiste on (0, 0, 5), maksimipiste on ( 9, 0, 9), funktion f minimi joukossa A on 5 5 = 6,5 ja maksimi = 56,
Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 018 Harjoitus 4 Ratkaisuehdotukset Tehtävä 1. Olkoon U R avoin joukko ja ϕ = (ϕ 1, ϕ, ϕ 3 ) : U R 3 kaksiulotteisen C 1 -alkeispinnan
LisätiedotKuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Olkoon f : R R f(x 1, x ) = x 1 + x Olkoon C R. Määritä tasa-arvojoukko Sf(C) = {(x 1, x
LisätiedotVektorianalyysi II (MAT21020), syksy 2018
Vektorianalyysi II (MAT21020), syksy 2018 Ylimääräisiä harjoitustehtäviä 1. Osoita, että normin neliö f : R n R, f(x) = x 2 on differentioituva pisteessä a R n ja, että sen derivaatalle on voimassa 2.
Lisätiedotf(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 7 Harjoitus 6 Ratkaisuehdotukset 6.. Olkoon f : G R, G = {(x, x ) R x > }, f(x, x ) = x x. Etsi differentiaalit d k f(, ), k =,,. Ratkaisu:
LisätiedotRatkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,...
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 2017 Harjoitus 1 Ratkaisuehdotukset 11 Osoita, että vektorifunktio f = (f 1,, f m ): R n R m, on jatkuva, jos ja vain jos jokainen komponenttifunktio
Lisätiedotr > y x z x = z y + y x z y + y x = r y x + y x = r
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Osoita, että avoin kuula on avoin joukko ja suljettu kuula on suljettu joukko. Ratkaisu.
LisätiedotTilavuus puolestaan voidaan esittää funktiona V : (0, ) (0, ) R,
Vektorianalyysi Harjoitus 9, Ratkaisuehdotuksia Anssi Mirka Tehtävä 1. ([Martio, 3.4:1]) Millä suoralla sylinterillä, jonka tilavuus on V > on pienin vaipan ja pohjan yhteenlaskettu pinta-ala? Ratkaisu
LisätiedotVastaa kaikkiin kysymyksiin (kokeessa ei saa käyttää laskinta)
Helsingin yliopisto, Matematiikan ja tilastotieteen osasto Vektorianalyysi II (MAT22, syksy 28 Kurssitentti, Ma 7228 (RATKAISUEHDOTUKSET Tentaattori: Ville Tengvall (villetengvall@helsinkifi Vastaa kaikkiin
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
Lisätiedot2 Osittaisderivaattojen sovelluksia
2 Osittaisderivaattojen sovelluksia 2.1 Ääriarvot Yhden muuttujan funktiolla f(x) on lokaali maksimiarvo (lokaali minimiarvo) pisteessä a, jos f(x) f(a) (f(x) f(a)) kaikilla x:n arvoilla riittävän lähellä
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016 Antti Rasila
Lisätiedot12. Hessen matriisi. Ääriarvoteoriaa
179 12. Hessen matriisi. Ääriarvoteoriaa Tarkastelemme tässä luvussa useamman muuttujan (eli vektorimuuttujan) n reaaliarvoisia unktioita : R R. Edellisessä luvussa todettiin, että riittävän säännöllisellä
LisätiedotMatematiikka B1 - avoin yliopisto
28. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Nettitehtävät Kurssin sisältö 1/2 Osittaisderivointi Usean muuttujan funktiot Raja-arvot Osittaisderivaatta Pinnan
LisätiedotJohdatus tekoälyn taustalla olevaan matematiikkaan
Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 3. luento 17.11.2017 Neuroverkon opettaminen (ohjattu oppiminen) Neuroverkkoa opetetaan syöte-tavoite-pareilla
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
Lisätiedota) on lokaali käänteisfunktio, b) ei ole. Piirrä näiden pisteiden ympäristöön asetetun neliöruudukon kuva. VASTAUS:
6. Käänteiskuvaukset ja implisiittifunktiot 6.1. Käänteisfunktion olemassaolo 165. Määritä jokin piste, jonka ympäristössä funktiolla f : R 2 R 2, f (x,y) = (ysinx, x + y + 1) a) on lokaali käänteisfunktio,
LisätiedotMatematiikka B1 - TUDI
Osittaisderivointi Osittaisderivaatan sovellukset Matematiikka B1 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Osittaisderivointi Osittaisderivaatan sovellukset Kurssin
LisätiedotDerivaatta: funktion approksimaatio lineaarikuvauksella.
Viikko 5 Tällä viikolla yleistetään R 2 :n ja R 3 :n vektorialgebran peruskäsitteet n-ulotteiseen avaruuteen R n, ja määritellään lineaarikuvaus. Tarkastellaan funktioita, joiden määrittelyjoukko on n-ulotteisen
LisätiedotAntti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Antti Rasila Matematiikan ja systeemianalyysin laitos
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Ojalammi MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016 Laskuharjoitus 3A (Vastaukset) Alkuviikolla
Lisätiedot2.6 Funktioiden kuvaajat ja tasa-arvojoukot
2.6 Funktioiden kuvaajat ja tasa-arvojoukot Olkoon I R väli. Yhden muuttujan funktion g : I R kuvaaja eli graafi on avaruuden R 2 osajoukko {(x, y) R 2 : x I, y = g(x)}. 1 0 1 2 3 1 0.5 0 0.5 1 Kuva 2.1:
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.
MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Riikka Korte Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto
LisätiedotMatematiikan peruskurssi (MATY020) Harjoitus 10 to
Matematiikan peruskurssi (MATY00) Harjoitus 10 to 6.3.009 1. Määrää funktion f(x, y) = x 3 y (x + 1) kaikki ensimmäisen ja toisen kertaluvun osittaisderivaatat. Ratkaisu. Koska f(x, y) = x 3 y x x 1, niin
LisätiedotDifferentiaali- ja integraalilaskenta 2 (CHEM) MS-A0207 Hakula/Vuojamo Kurssitentti, 12.2, 2018, arvosteluperusteet
ifferentiaali- ja integraalilaskenta 2 (CHEM) MS-A27 Hakula/Vuojamo Kurssitentti, 2.2, 28, arvosteluperusteet T Moniosaisten tehtävien osien painoarvo on sama ellei muuta ole erikseen osoitettu. Kokeessa
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Lokaalit ääriarvot Yhden muuttujan funktion f (x) lokaali maksimi on piste x 0, jossa f (x) on suurempi kuin muualle pisteen x 0 ympäristössä, eli kun f (x 0 )
LisätiedotLuento 8: Epälineaarinen optimointi
Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori 0 = (0,..., 0). Reaalisten m n-matriisien joukkoa merkitään
LisätiedotKannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:
8 Kanta Tässä luvussa tarkastellaan aliavaruuden virittäjävektoreita, jotka muodostavat lineaarisesti riippumattoman jonon. Merkintöjen helpottamiseksi oletetaan luvussa koko ajan, että W on vektoreiden
Lisätiedotw + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.
Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)
LisätiedotNäihin harjoitustehtäviin liittyvä teoria löytyy Adamsista: Ad6, Ad5, 4: 12.8, ; Ad3: 13.8,
TKK, Matematiikan laitos Gripenberg/Harhanen Mat-1.432 Matematiikan peruskurssi K2 Harjoitus 4, (A=alku-, L=loppuviikko, T= taulutehtävä, P= palautettava tehtävä, W= verkkotehtävä ) 12 16.2.2007, viikko
LisätiedotTehtävä 1. Näytä, että tason avoimessa yksikköpallossa
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 2018 Harjoitus 2 Ratkaisuehdotukset Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa määritelty kuvaus B(0, 1) := x R 2 : x
LisätiedotVapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
LisätiedotSelvästi. F (a) F (y) < r x d aina, kun a y < δ. Kolmioepäyhtälön nojalla x F (y) x F (a) + F (a) F (y) < d + r x d = r x
Seuraavaksi tarkastellaan C 1 -sileiden pintojen eräitä ominaisuuksia. Lemma 2.7.1. Olkoon S R m sellainen C 1 -sileä pinta, että S on C 1 -funktion F : R m R eräs tasa-arvojoukko. Tällöin S on avaruuden
LisätiedotLineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila
Lineaarialgebra ja matriisilaskenta II Syksy 29 Laskuharjoitus (9. - 3..29) Ratkaisuehdotuksia Vesa Ala-Mattila Tehtävä. Olkoon V vektoriavaruus. Todistettava: jos U V ja W V ovat V :n aliavaruuksia, niin
Lisätiedotb 1. b m ) + ( 2b Ax) + (b b)
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-9 Optimointioppi Kimmo Berg 5 harjoitus - ratkaisut min Ax b (vertaa PNS-tehtävät) a x + + a n x n a) Ax b = a m x + + a mn x n = x a a m }{{}
LisätiedotLineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus
Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen
LisätiedotJAKSO 2 KANTA JA KOORDINAATIT
JAKSO 2 KANTA JA KOORDINAATIT Kanta ja dimensio Tehtävä Esittele vektoriavaruuden kannan määritelmä vapauden ja virittämisen käsitteiden avulla ja anna vektoriavaruuden dimension määritelmä Esittele Lause
Lisätiedot= 2±i2 7. x 2 = 0, 1 x 2 = 0, 1+x 2 = 0.
HARJOITUS 1, RATKAISUEHDOTUKSET, YLE11 2017. 1. Ratkaise (a.) 2x 2 16x 40 = 0 (b.) 4x 2 2x+2 = 0 (c.) x 2 (1 x 2 )(1+x 2 ) = 0 (d.) lnx a = b. (a.) Toisen asteen yhtälön ratkaisukaavalla: x = ( 16)± (
LisätiedotTaustatietoja ja perusteita
Taustatietoja ja perusteita Vektorit: x R n pystyvektoreita, transpoosi x T Sisätulo: x T y = n i=1 x i y i Normi: x = x T x = ni=1 x 2 i Etäisyys: Kahden R n :n vektorin välinen etäisyys x y 1 Avoin pallo:
LisätiedotDifferentiaali- ja integraalilaskenta 2 Laskuharjoitus 4 / vko 40
Differentiaali- ja integraalilaskenta 2 Laskuharjoitus 4 / vko 40 Alkuviikolla harjoitustehtäviä lasketaan harjoitustilaisuudessa. Loppuviikolla näiden harjoitustehtävien tulee olla ratkaistuina harjoituksiin
LisätiedotDiplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)
Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut
LisätiedotBM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018 1. (a) Tunnemme vektorit a = [ 5 1 1 ] ja b = [ 2 0 1 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien
LisätiedotMatematiikan tukikurssi, kurssikerta 3
Matematiikan tukikurssi, kurssikerta 3 1 Epäyhtälöitä Aivan aluksi lienee syytä esittää luvun itseisarvon määritelmä: { x kun x 0 x = x kun x < 0 Siispä esimerkiksi 10 = 10 ja 10 = 10. Seuraavaksi listaus
LisätiedotTalousmatematiikan perusteet: Luento 14. Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu
Talousmatematiikan perusteet: Luento 14 Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu Luennolla 6 Tarkastelimme yhden muuttujan funktion f(x) rajoittamatonta optimointia
Lisätiedot3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset
31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita
LisätiedotVektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21.
Vektorianalyysi I MAT21003 Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21. syyskuuta 2017 1 Sisältö 1 Euklidinen avaruus 3 1.1 Euklidinen avaruus
LisätiedotPisteessä (1,2,0) osittaisderivaatoilla on arvot 4,1 ja 1. Täten f(1, 2, 0) = 4i + j + k. b) Mihin suuntaan pallo lähtee vierimään kohdasta
Laskukarnevaali Matematiikka B. fx, y, z) = x sin z + x y, etsi f,, ) Osittaisderivaatat ovat f f x = sin z + xy, y = x, f z = x cos z Pisteessä,,) osittaisderivaatoilla on arvot 4, ja. Täten f,, ) = 4i
LisätiedotLuento 9: Yhtälörajoitukset optimoinnissa
Luento 9: Yhtälörajoitukset optimoinnissa Lagrangen kerroin Oletetaan aluksi, että f, g : R R. Merkitään (x 1, x ) := (x, y) ja johdetaan Lagrangen kerroin λ tehtävälle min f(x, y) s.t. g(x, y) = 0 Olkoon
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Vesanen MS-A0205/6 Differentiaali- ja integraalilaskenta 2, kevät 2017 Laskuharjoitus 4A (Vastaukset) alkuviikolla
LisätiedotVektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on
13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Ojalammi MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016 Laskuharjoitus 4A (Vastaukset) alkuviikolla
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Ojalammi MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016 Laskuharjoitus 5A Vastaukset alkuviikolla
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta 8..206 Gripenberg, Nieminen, Ojanen, Tiilikainen, Weckman Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu
LisätiedotYhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.
Tekijä Pitkä matematiikka 5 7..017 31 Kirjoitetaan yhtälö keskipistemuotoon ( x x ) + ( y y ) = r. 0 0 a) ( x 4) + ( y 1) = 49 Yhtälön vasemmalta puolelta nähdään, että x 0 = 4 ja y 0 = 1, joten ympyrän
LisätiedotVektorilaskenta, tentti
Vektorilaskenta, tentti 27102017 Tentin kesto n 3 tuntia Vastaa NELJÄÄN tehtävään Jos vastaat kaikkiin, niin neljä PARASTA otetaan huomioon Kuvat vievät tilaa, joten muista kurkistaa paperin toiselle puolelle
LisätiedotVektoreiden virittämä aliavaruus
Vektoreiden virittämä aliavaruus Määritelmä Oletetaan, että v 1, v 2,... v k R n. Näiden vektoreiden virittämä aliavaruus span( v 1, v 2,... v k ) tarkoittaa kyseisten vektoreiden kaikkien lineaarikombinaatioiden
LisätiedotMatriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain
Matriisilaskenta LH4 24 ratkaisut 1 Hae seuraavien R 4 :n aliavaruuksien dimensiot jotka sisältävät vain a) Kaikki muotoa (a b c d) olevat vektorit joilla d a + b b) Kaikki muotoa (a b c d) olevat vektorit
LisätiedotMatematiikan perusteet taloustieteilij oille I
Matematiikan perusteet taloustieteilijöille I Harjoitukset syksy 2006 1. Laskeskele ja sieventele a) 3 27 b) 27 2 3 c) 27 1 3 d) x 2 4 (x 8 3 ) 3 y 8 e) (x 3) 2 f) (x 3)(x +3) g) 3 3 (2x i + 1) kun, x
LisätiedotDiplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, , Ratkaisut (Sarja A)
Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, 2952018, Ratkaisut (Sarja A) 1 Anna kaikissa kohdissa vastaukset tarkkoina arvoina Kohdassa d), anna kulmat
LisätiedotLineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44
Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44 Tehtävät 1-3 lasketaan alkuviikon harjoituksissa, verkkotehtävien dl on lauantaina aamuyöllä. Tehtävät 4 ja 5 lasketaan loppuviikon harjoituksissa.
LisätiedotMaksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta
Maksimit ja minimit 1/5 Sisältö Funktion kasvavuus ja vähenevyys; paikalliset ääriarvot Jos derivoituvan reaalifunktion f derivaatta tietyssä pisteessä on positiivinen, f (x 0 ) > 0, niin funktion tangentti
Lisätiedotx = (1 t)x 1 + tx 2 x 1 x 2
4 Konveksisuus ja ääriarvot Palautan mieliin, että R:n välillä I derivoituvaa funktiota sanottiin konveksiksi (alaspäin kuperaksi), jos käyrä y = f(x) on välillä I jokaisen tangenttisuoransa yläpuolella
LisätiedotLuento 9: Newtonin iteraation sovellus: optimointiongelma
Luento 9: Newtonin iteraation sovellus: optimointiongelma ilman rajoitusehtoja Optimointiongelmassa tehtävänä on löytää annetun reaaliarvoisen jatkuvan funktion f(x 1,x,,x n ) maksimi tai minimi jossain
Lisätiedot(a) avoin, yhtenäinen, rajoitettu, alue.
1. Hahmottele seuraavat tasojoukot. Mitkä niistä ovat avoimia, suljettuja, kompakteja, rajoitettuja, yhtenäisiä, alueita? (a) {z C 1 < 2z + 1 < 2} (b) {z C z i + z + i = 4} (c) {z C z + Im z < 1} (d) {z
LisätiedotMATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus alkavalle viikolle Ratkaisuehdotuksia (7 sivua) (S.M)
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus 7. 2. 2009 alkavalle viikolle Ratkaisuehdotuksia (7 sivua) (S.M) Luennoilla on nyt menossa vaihe, missä Hurri-Syrjäsen monistetta käyttäen tutustutaan
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 8 Väliarvolause Oletetaan, että funktio f on jatkuva jollain reaalilukuvälillä [a, b] ja derivoituva avoimella välillä (a, b). Funktion muutos tällä välillä on luonnollisesti
Lisätiedotf(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0.
Ääriarvon laatu Jatkuvasti derivoituvan funktion f lokaali ääriarvokohta (x 0, y 0 ) on aina kriittinen piste (ts. f x (x, y) = f y (x, y) = 0, kun x = x 0 ja y = y 0 ), mutta kriittinen piste ei ole aina
LisätiedotMatemaattinen Analyysi / kertaus
Matemaattinen Analyysi / kertaus Ensimmäinen välikoe o { 2x + 3y 4z = 2 5x 2y + 5z = 7 ( ) x 2 3 4 y = 5 2 5 z ) ( 3 + y 2 ( 2 x 5 ( 2 7 ) ) ( 4 + z 5 ) = ( 2 7 ) yhteys determinanttiin Yhtälöryhmän ratkaiseminen
LisätiedotVektorit, suorat ja tasot
, suorat ja tasot 1 / 22 Koulussa vektori oli nuoli, jolla oli suunta ja suuruus eli pituus. Siirretään vektori siten, että sen alkupää on origossa. Tällöin sen kärki on pisteessä (x 1, x 2 ). Jos vektorin
LisätiedotLuento 8: Epälineaarinen optimointi
Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori = (,..., ). Reaalisten m n-matriisien joukkoa merkitään
LisätiedotTalousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu
Talousmatematiikan perusteet: Luento 13 Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Viime luennolla Aloimme tarkastella yleisiä, usean muuttujan funktioita
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 19.9.2016 Pekka Alestalo, Jarmo
LisätiedotLineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)
Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe 26.10.2017 Ratkaisuehdotus 1. (35 pistettä) (a) Seuraavat matriisit on saatu eräistä yhtälöryhmistä alkeisrivitoimituksilla. Kuinka monta ratkaisua yhtälöryhmällä
LisätiedotAvaruuden R n aliavaruus
Avaruuden R n aliavaruus 1 / 41 Aliavaruus Esimerkki 1 Kuva: Suora on suljettu yhteenlaskun ja skalaarilla kertomisen suhteen. 2 / 41 Esimerkki 2 Kuva: Suora ei ole suljettu yhteenlaskun ja skalaarilla
LisätiedotFunktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.
Funktiot Tässä luvussa käsitellään reaaliakselin osajoukoissa määriteltyjä funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Avoin väli: ]a, b[ tai ]a, [ tai ],
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Funktion monotonisuus Derivoituva funktio f on aidosti kasvava, jos sen derivaatta on positiivinen eli jos f (x) > 0. Funktio on aidosti vähenevä jos sen derivaatta
LisätiedotMAA7 Kurssikoe Jussi Tyni Tee B-osion konseptiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! Laske huolellisesti!
A-osio: ilman laskinta. MAOLia saa käyttää. Laske kaikki tehtävistä 1-. 1. a) Derivoi funktio f(x) = x (4x x) b) Osoita välivaiheiden avulla, että seuraava raja-arvo -lauseke on tosi tai epätosi: x lim
LisätiedotMikäli funktio on koko ajan kasvava/vähenevä jollain välillä, on se tällä välillä monotoninen.
4.1 Polynomifunktion kulun tutkiminen s. 100 digijohdanto Funktio f on kasvava jollain välillä, jos ehdosta a < b seuraa ehto f(a) < f(b). Funktio f on vähenevä jollain välillä, jos ehdosta a < b seuraa
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja integraalilaskenta
LisätiedotOptimaalisuusehdot. Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0
Optimaalisuusehdot Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0 i = 1,..., m j = 1,..., l missä f : R n R, g i : R n R kaikilla i = 1,..., m, ja h j : R n R kaikilla j = 1,..., l
LisätiedotVASTAA YHTEENSÄ KUUTEEN TEHTÄVÄÄN
Matematiikan kurssikoe, Maa6 Derivaatta RATKAISUT Sievin lukio Torstai 23.9.2017 VASTAA YHTEENSÄ KUUTEEN TEHTÄVÄÄN MAOL-taulukkokirja on sallittu. Vaihtoehtoisesti voit käyttää aineistot-osiossa olevaa
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 8 1 Suunnattu derivaatta Aluksi tarkastelemme vektoreita, koska ymmärrys vektoreista helpottaa alla olevien asioiden omaksumista. Kun liikutaan tasossa eli avaruudessa
LisätiedotKohdeyleisö: toisen vuoden teekkari
Julkinen opetusnäyte Yliopisto-opettajan tehtävä, matematiikka Klo 8:55-9:15 TkT Simo Ali-Löytty Aihe: Lineaarisen yhtälöryhmän pienimmän neliösumman ratkaisu Kohdeyleisö: toisen vuoden teekkari 1 y y
Lisätiedot1 Lineaariavaruus eli Vektoriavaruus
1 Lineaariavaruus eli Vektoriavaruus 1.1 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä V epätyhjä joukko. Oletetaan, että joukossa V on määritelty laskutoimitus
Lisätiedotl 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 7. Millä reaaliluvun arvoilla a) 9 =, b) + 5 + +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c) +
LisätiedotBM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016
BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016 1. Hahmottele karkeasti funktion f : R R 2 piirtämällä sen arvoja muutamilla eri muuttujan arvoilla kaksiulotteiseen koordinaatistoon
LisätiedotDIFFERENTIAALI- JA INTEGRAALILASKENTA I.1. Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS
DIFFERENTIAALI- JA INTEGRAALILASKENTA I.1 Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS Huomautus. Analyysin yksi keskeisimmistä käsitteistä on jatkuvuus! Olkoon A R mielivaltainen joukko
LisätiedotDerivaatan sovellukset (ääriarvotehtävät ym.)
Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Matriisinormi Matriisinormi Matriiseille
LisätiedotVektorien virittämä aliavaruus
Vektorien virittämä aliavaruus Esimerkki 13 Mikä ehto vektorin w = (w 1, w 2, w 3 ) komponenttien on toteutettava, jotta w kuuluu vektoreiden v 1 = (3, 2, 1), v 2 = (2, 2, 6) ja v 3 = (3, 4, 5) virittämään
Lisätiedotsin(x2 + y 2 ) x 2 + y 2
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 2017 Harjoitus 2 Ratkaisuedotukset 2.1. Tutki funktion g : R 2 R, g(0, 0) = 0, jatkuvuutta. g(x, y) = sin(x2 + y 2 ) x 2 + y 2, kun (x,
Lisätiedotl 1 2l + 1, c) 100 l=0
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 5. Millä reaaliluvun arvoilla a) 9 =, b) 5 + 5 +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c)
LisätiedotMatemaattisen analyysin tukikurssi
Matemaattisen analyysin tukikurssi 10. Kurssikerta Petrus Mikkola 22.11.2016 Tämän kerran asiat Globaali ääriarvo Konveksisuus Käännepiste L Hôpitalin sääntö Newtonin menetelmä Derivaatta ja monotonisuus
LisätiedotMS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48
MS-A3/A5 Matriisilaskenta Malliratkaisut 5 / vko 48 Tehtävä (L): a) Onko 4 3 sitä vastaava ominaisarvo? b) Onko λ = 3 matriisin matriisin 2 2 3 2 3 7 9 4 5 2 4 4 ominaisvektori? Jos on, mikä on ominaisarvo?
Lisätiedotläheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä?
BM20A5840 - Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2017 1. Tunnemme vektorit a = [ 1 2 3 ] ja b = [ 2 1 2 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien
LisätiedotFunktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot
3. Funktion raja-arvo ja jatkuvuus 3.1. Reaali- ja kompleksifunktiot 43. Olkoon f monotoninen ja rajoitettu välillä ]a,b[. Todista, että raja-arvot lim + f (x) ja lim x b f (x) ovat olemassa. Todista myös,
LisätiedotTASON YHTÄLÖT. Tason esitystapoja ovat: vektoriyhtälö, parametriesitys (2 parametria), normaalimuotoinen yhtälö ja koordinaattiyhtälö.
TSON YHTÄLÖT VEKTORIT, M4 Jokainen seuraavista määrää avaruuden tason yksikäsitteisesti: - kolme tason pistettä, jotka eivät ole samalla suoralla, - yksi piste ja pisteen ulkopuolinen suora, - yksi piste
Lisätiedot