MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto ja esimerkkejä ym., osa I

Koko: px
Aloita esitys sivulta:

Download "MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto ja esimerkkejä ym., osa I"

Transkriptio

1 MS-A007 Differentiaali- ja integraalilaskenta (Chem) Yhteenveto ja esimerkkejä ym., osa G. Gripenberg Aalto-yliopisto 1. tammikuuta 016 G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja esimerkkejä ym., / 49osa 1 Usean muuttujan funktiot Raja-arvot 3 Jatkuvat funktiot 4 Osittaisderivaatat 5 Derivaatta eli gradientti 6 Lineaarinen approksimointi 7 Newtonin menetelmä G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja esimerkkejä 016 ym., / 49osa

2 Vektoreista R on reaalilukujen joukko ja R = R R = { (x, y) : x, y R } on xy-tason pisteitä. Jokaista pistettä tai paria (x, y) voimme käsitellä vektorina, [ jonka ] x voimme myös esittää joko pystyvektorina ( 1-matriisina), y vaakavektorina (1 -matriisina) [ x y ] tai muodossa xi + yj (missä siis i on positiivisen x-akselin suuntainen yksikkövektori jne.) Jos u on vaakavektori [ u(1) u() ] [ ] v(1) ja v on pystyvektori niin v() niiden matriisitulo on uv = u(1)v(1) + u()v(). Jos emme tee eroa vaaka- ja pystyvektoriden välillä voimme myös kirjoittaa tätä pistetulona (sisätulona, skalaaritulona) u v. Vektorin pituuden määritelmäksi otamme u = u u. Vektorit u ja v ovat kohtisuorassa tosiaan vastaan jos u v = 0. R d = { (x 1, x,..., x d ) : x j R, j = 1,..., d } ja kun R korvataan R d :llä niin ainoastaan kuvien piirtäminen tulee vaikeammaksi. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja esimerkkejä ym., / 49osa Funktioista f (x) = (1 + cos(x)) cos(x) on yhden reaalimuuttujan reaaliarvoinen funktio (eli funktio: R R) jolla on kuvaaja: [ ] (1 + cos(t)) cos(t) Funktio g(t) = on yhden (1 + cos(t)) sin(t) reaalimuuttujan vektoriarvoinen funktio (eli funktio: R R ) jonka kuvajoukko on käyrä: Funktio h(x, y) = (1 + cos(x)) sin(y) on kahden reaalimuuttujan reaaliarvoinen funktio (eli funktio: R R), jota voi myös käsitellä yhden vektorimuuttujan ([ ]) funktiona x h = (1 + cos(x)) sin(y) ja jolla y on seuraava kuvaaja: [ ] t Huomaa, että f :n kuvaaja on käyrä, jolla on parametriesitys t. (1 + cos(t)) cos(t) G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja esimerkkejä ym., / 49osa

3 Usean muuttujan vai vektorimuuttujan funktiot Funktio f : D R d R on sääntö tai yhteys (usein mutta ei suinkaan välttämättä, kaava) joka jokaiseen määrittelyjoukon D alkioon (x 1, x,..., x d ) liittää yksikäsitteisen arvon f (x 1, x,..., x d ) R. Funktion f : R d R m arvot ovat vektoreita ja vektorin f jokainen komponentti on funktio: R d R eli f 1 (x 1,..., x d ) f(x 1,..., x d ) =. f m (x 1,..., x d ) Usein voi olla hyödyllistä, että sen sijaan että käsittelemme funktiota f (x 1, x,..., x d ) usean muuttujan funktiona käsittelemmen sitä yhden vektorimuuttujan x funktiona f (x) missä vektorilla x on d komponenttia. Useimmiten otamme funktion argumentit pystyvektorina jolloin funktion derivaatta eli gradientti (kun funktio on reaaliarvoinen) on vaakavektori. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja esimerkkejä ym., / 49osa Tasa-arvokäyrät Jos f (x, y) on kahden muuttujan reaaliarvoinen funktio ja c R niin joukko { (x, y) : f (x, y) = c } on usein käyrä (tai sitten käyrien unioni) eli funktion tasa-arvokäyrä. Kuvio, jossa on piirrettynä monta tällaista tasa-arvokäyrää antaa tietynlaista informaatiota funktiosta. Funktion f (x, y) = x + y tasa-arvokäyrät ovat suoria kun taas funktion g(x, y) = x + y tasa-arvokäyrät ovat ympyröitä: c = 4 c = 1 c = 3 c = 1 c = 3 c = 1 Kolmen muuttujan tapauksessa saadaan vastaavasti tasa-arvopintoja. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja esimerkkejä ym., / 49osa

4 Muuttujat, parametrit, vakiot Jos sylinterin muotoisella putkella on pituus L, sisähalkaisija r, seinämän paksuus h ja materiaalin tiheys on ρ niin putken massa m = ρ L π ( (r + h) r ). Riippuen tilanteesta voimme tämän kaavan avulla määritellä erilaisia funktioita: m = f (L) = ρ L π ( (r + h) r ) kun pidämme suureita ρ, r ja h parametreina, eli käsittelemme eripituisia putken pätkiä. m = f (L, r, h, ρ) = ρ L π ( (r + h) r ) missä meillä on neljä muuttujaa. L m = f r = ρ L π ( (r + h) r ) missä meillä on yhden h vektorimuuttujan funktio ja pidämme ρ:ta parametrina. Kaikissa näissä tapauksissa pidämme π:tä vakiona mutta jos π:n paikalle sijoitetaan (epätarkka) likiarvo ja haluamme selvittää mikä on tämän approksimaation vaikutus voi syntyä tilanteita missä π:tä käsitellään muuttujana tai parametrina. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja esimerkkejä ym., / 49osa Muuttujat, parametrit, vakiot, jatk. Jos käytämme Matlab/Octavea voimme esimerkiksi kirjoittaa rho=7.87 f=@(l,r,h) rho*l*pi*((r+h)^-r^) tai jos käytämme vektoriargumenttiä rho=7.87 f=@(x) rho*x(1)*pi*((x()+x(3))^-x()^) Huomaa, että jos muutamme rho:n arvoa niin meidän pitää toistaa funktion f määritelmää! G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja esimerkkejä ym., / 49osa

5 Raja-arvo, määritelmä lim (x,y) (x0,y 0 ) f (x, y) = L jos f (x, y) L on pieni aina kun (x, y) (x 0, y 0 ) = (x x 0 ) + (y y 0 ) on riittävän pieni ja (x, y) (x 0, y 0 ). Raja-arvo, määritelmä lim x x0 f (x) = L jos f (x) L on pieni kun x x 0 on riittävän pieni ja x x 0. Vektorin pituus Vektorin x pituus, kun sen komponentit ovat x 1, x,..., x d, on tässä x = x1 + x x d sillä on normaalit pituuden ominaisuudet. Raja-arvo, määritelmä limx x 0 x Ω mutta raja-arvot eivät riipu siitä miten vektorin pituus on määritelty kunhan f (x) = L jos jokaisella ɛ > 0 on olemassa δ > 0 siten, että jos 0 < x x 0 < δ ja x Ω niin pätee f (x) L < ɛ. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja esimerkkejä ym., / 49osa Raja-arvo, ominaisuudet Jos lim x x0 f (x) = F ja lim x x0 g(x) = G niin pätee lim x x0 ( αf (x) + βg(x) ) = αf + βg, lim x x0 f (x)g(x) = FG, f (x) lim x x0 g(x) = F G jos G 0. Tästä seuraa, että raja-arvot, joiden määrittäminen on hankalaa ja näin ollen vaativat eniten työtä, ovat ne, joissa sijotus antaa tulokseksi 0 0. Raja-arvo, kuristusperiaate Jos lim x x0 g(x) = 0 ja f (x) g(x) (kun x x 0 ) niin lim x x0 f (x) = 0. Jos lim x x0 g(x) = lim x x0 h(x) = L ja g(x) f (x) h(x) (kun x x 0 ) niin lim x x0 f (x) = L. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 10 ym., / 49osa

6 Kuristusperiaate Jos meidän pitää määrittää raja-arvo lim (x,y) (0,0) 5x y x 4 + y, niin voimme yrittää käyttää kuristusperiaatetta jos arvelemme, että raja-arvo on 0 ja silloin meidän pitää korvata 5x y suuremmalla funktiolla x 4 +y (kun olemme ottaneet itseisarvon, mikä tässä ei ole tarpeen) jolle on helpompaa osoittaa, että raja-arvo on 0. Voimme ensin todeta, että x 4 0 josta seuraa, että x 4 + y y jolloin 0 5x y x 4 + y 5x y y = 5x. Nyt on selvää (?), että lim 5x = lim 5x = 5 0 = 0, (x,y) (0,0) x 0 ja näin ollen saamme kuristusperiaatteen nojalla 5x y lim (x,y) (0,0) x 4 + y = 0. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 11 ym., / 49osa Raja-arvo säteitä pitkin Jos f on yhden reaalimuuttujan funktio niin sillä on raja-arvo pisteessä t 0 jos ja vain jos oikean- ja vasemmanpuoliset raja-arvot ovat samat. Useamman muuttujan tapauksessa tilanne on osittain toinen: Jos raja-arvo lim t 0+ f (x 0 + αt, y 0 + βt) ei ole riippumaton parametrien α ja β arvoista niin raja-arvo lim (x,y) (x0,y 0 ) f (x, y) ei ole olemassa. Jos lim t 0+ f (x 0 + αt, y 0 + βt) = L kaikilla α ja β joilla α + β > 0 niin tästä seuraa ainoastaan, että jos raja-arvo on olemassa niin se on L. Epäyhtälöitä ym. Jos lim x x0 f (x) = F, lim x x0 g(x) = G ja f (x) g(x) kun x x 0 niin pätee F G. Jos lim x x0 f (x) = F niin pätee lim (x,y) (x0,y 0 ) f (x) = F. Jos lim x x0 g(x) = G ja g(x) G kun x x 0 niin pätee lim x x0 f ( g(x) ) = lim t G f (t). G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 1 ym., / 49osa

7 Esimerkki: Raja-arvo xy Jos haluamme määrittää raja-arvon lim (x,y) (0,0), niin voimme x +y 4 laskea raja-arvon sädettä (αt, βt) pitkin ja kun määrittelemme f (x, y) = xy saamme x +y 4 lim f (αt, βt) = lim t 0+ t 0+ αtβ t α t + β 4 t 4 = lim t 0 t αβ α + β 4 t = 0 Tästä seuraa (ainoastaan!), että jos raja-arvo on olemassa niin se on 0. Nyt osoittautuu, että raja-arvoa ei ole olemassa koska jos valitsemme x = t ja y = t ja laskemme raja-arvon kun t 0+ niin saamme t t (t ) + t 4 = 1 0, lim f t 0+ (t, t) = lim t 0+ josta seuraa ettei f (x, y) ole lähellä 0 jos (x, y) on riittävän lähellä (0, 0). G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 13 ym., / 49osa Jatkuvat funktiot Funktio f : Ω R on jatkuva pisteessä x 0 jos x 0 Ω R d ja lim f (x) = f (x 0 ) x x 0 x Ω eli Ω on R d :n osajoukko, x 0 kuuluu joukkoon Ω, f (x 0 ) on määritelty, raja-arvo on olemassa ja se on f (x 0 ). Funktion f : Ω R on jatkuva joukossa Ω R d jos lim f (x) = f (x 0 ) x x 0 kaikilla x 0 Ω. x Ω eli jos se on jatkuva joukon Ω jokaisessa pisteessä. Jatkuvat vektoriarvoiset funktiot Funktio f : Ω R m on jatkuva pisteessä x 0 Ω, (joukossa Ω), jos jokainen komponentti on jatkuva pisteessä x 0 Ω, (joukossa Ω). G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 14 ym., / 49osa

8 Jatkuvien funktioiden summa, tulo ja osamäärä Jos f ja g : Ω R ovat jatkuvia joukossa Ω R d niin αf (x) + βg(x) ja f (x)g(x) ovat jatkuvia joukossa Ω, f (x) g(x) on jatkuva joukossa { x Ω : g(x) 0 }. Jatkuvien funktioiden yhdistetty funktio on jatkuva Jos g : Ω g Ω f ja f : Ω f R m, missä Ω g R d ja Ω f R p, ovat jatkuvia määrittelyjoukoissaan niin funktio (f g)(x) = f (g(x)) on jatkuva joukossa Ω g. Huom! Jos funktio f (x, y) on jatkuva (esim. R :ssa) niin funktio x f (x, y) on jatkuva kaikilla parametrin y arvoilla ja funktio y f (x, y) on jatkuva kaikilla parametrin x arvoilla. Mutta jos ainoastaan oletamme, että funktio x f (x, y) on jatkuva kaikilla y ja funktio y f (x, y) on jatkuva kaikilla x niin tästä ei välttämättä seuraa, että funktio (x, y) f (x, y) olisi jatkuva. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 15 ym., / 49osa Osittaisderivaatat Erilaisia merkintätapoja f (x + h, y) f (x, y) f x (x, y) = lim h 0 h f (x, y + k) f (x, y) f y (x, y) = lim k 0 k f x = f x = D xf = f 1 = D 1 f = D (1,0) f... f xy = (f x ) y = y f x = f y x = D(1,1) f. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 16 ym., / 49osa

9 Derivoimisjärjestyksen vaihto Oleta, että funktion f (x, y) osittaisderivaatat f x (x, y), f y (x, y), f xy (x, y) ja f yx (x, y) ovat olemassa (ainakin) kaikissa pisteissä (x, y) joilla (x x 0 ) + (y y 0 ) < δ ja, että funktiot f xy (x, y) ja f yx (x, y) ovat jatkuvia pisteessä (x 0, y 0 ). Silloin pätee f xy (x 0, y 0 ) = f yx (x 0, y 0 ). Todistus Olkoon 0 < h < δ ja määrittele funktiot u ja v siten, että u(x) = f (x, y 0 + h) f (x, y 0 ) ja v(y) = f (x 0 + h, y) f (x 0, y). Funktio u on derivoituva välillä (x 0, x 0 + h) ja jatkuva välillä [x 0, x 0 + h] ja näin ollen väliarvolauseesta seuraa, että on olemassa luku θ 1 (0, 1) siten, että u(x 0 + h) u(x 0 ) = hu (x 0 + θ 1 h). (x 0, y 0 + h) (x 0 + h, y 0 + h) (x 0, y 0 ) (x 0 + h, y 0 ) u(x 0 + h) u(x 0 ) = v(y 0 + h) v(y 0 ) G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 17 ym., / 49osa Todistus, jatk. Koska hu (x 0 + θ 1 h) = h(f x (x 0 + θ 1 h, y 0 + h) f x (x 0 + θ 1 h, y 0 )) voimme soveltaa väliarvolausetta vielä kerran funktioon y f x (x 0 + θ 1 h, y) ja saamme u(x 0 + h) u(x 0 ) = h f xy (x 0 + θ 1 h, y 0 + θ h), missä θ (0, 1). Samalla tavalla toteamme myös, että v(y 0 + h) v(y 0 ) = h f yx (x 0 + θ 4 h, y 0 + θ 3 h), missä θ 3 ja θ 4 (0, 1). Nyt u(x 0 + h) u(x 0 ) = v(y 0 + h) v(y 0 ) koska molemmat lausekkeet ovat f (x 0 + h, y 0 + h) f (x 0 + h, y 0 ) f (x 0, y 0 + h) + f (x 0, y 0 ) josta seuraa, että h f xy (x 0 + θ 1 h, y 0 + θ h) = h f yx (x 0 + θ 4 h, y 0 + θ 3 h). Jos nyt jaamme h :lla, otamme raja-arvon kun h 0 ja käytämme hyväksi oletusta, että f xy ja f yx ovat jatkuvia, niin saamme väitteen f xy (x 0, y 0 ) = f yx (x 0, y 0 ). G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 18 ym., / 49osa

10 Derivaatta Funktio f : R d R on derivoituva pisteessä x jos on olemassa (rivi)vektori, joka merkitään f (x):llä siten, että f (x + h) f (x) f (x)h lim h 0 h = 0. Tässä f (x)h on 1 d-rivivektorin f (x) ja d 1-sarakevektorin h matriisitulo, ja se voidaan myös esittää pistetulon muodossa f (x) h jos ei haluta tehdä eroa rivi- ja pystyvektorien välillä. Muita usein käytettyjä derivaatan merkintöjä ovat f (x) ja Df (x). Derivaatta ja osittaisderivaatat Jos funktiolla f : R d R on jatkuvat osittaisderivaatat niin f on derivoituva ja f (x) = f (x) = Df (x) = [ f x1 (x) f x (x)... f xd (x) ]. Jatkuvasti derivoituva Derivoituva ja derivaatta on jatkuva G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 19 ym., / 49osa Esimerkki: Osittaisderivaattoja ( Jos f (x, y, z) = ln 1 + e x+yz) niin f :n osittaisderivaatat ovat seuraavat: f x (x, y, z) = x ln ( 1 + e x+yz) = f y (x, y, z) = y ln ( 1 + e x+yz) = f z (x, y, z) = x ln ( 1 + e x+yz) = Näin ollen funktion f derivaatta eli gradientti on 1 e x+yz, 1 + e x+yz 1 e x+yz z, 1 + e x+yz 1 e x+yz yz. 1 + e x+yz f (x, y, z) = Df (x, y, z) = f (x, y, z) [ ] 1 1 = e x+yz, e x+yz z 1, e x+yz yz 1 + e x+yz 1 + e x+yz 1 + e x+yz 1 1 = e x+yz i + e x+yz z 1 j + e x+yz yz k. 1 + e x+yz 1 + e x+yz 1 + e x+yz G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 0 ym., / 49osa

11 Vektoriarvoisen funktion derivaatta Funktio f : R d R m on derivoituva pisteessä x jos jokainen komponentti on derivoituva pisteessä x, eli on olemassa m d matriisi f (x) siten, että f(x + h) f(x) f (x)h lim h 0 h = 0. Matriisin f (x) rivivektorit ovat vektorin f komponenttien derivaatat ja f (x)(i, j) = f i (x) x j. (Tätä matriisia kutsutaan usein Jacobin matriisiksi.) Ketjusääntö Jos h(x) = f(g(x)) missä f ja g ovat derivoituvia niin pätee h (x) = f (g(x))g (x). Huomaa, että tässä oletetaan, että x, g ja f ovat sarakevektoreita (mahdollisesti vain yhdellä komponentilla) ja on tärkeätä että ketjusääntö kirjoitetaan järjestyksessä f (g)g koska jos g : R d R p ja f : R p R m niin f on m p-matriisi ja g on p d-matriisi jolloin matriisitulo f (g(x))g (x) on hyvin määritelty. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 1 ym., / 49osa Suunnattu derivaatta Funktion f suunnattu derivaatta pisteessä x suuntaan u on funktion t f (x + t 1 u u) derivaatta pisteessä 0 ja on näin ollen D u f (x) = f (x)u 1 ( ) u = f (x) 1 u u, ja se kertoo miten nopeasti funktio f kasvaa tai vähenee kun kuljetaan pisteestä x suuntaan u. Huomaa, että D i f (x, y, z) = f x (x, y, z), D j f (x, y, z) = f y (x, y, z) ja D k f (x, y, z) = f z (x, y, z), eli osittaisderivaatat ovat suunnatut derivaatat koordinaattiakselien (positiivisiin) suuntiin. Mihin suuntaan osoittaa gradientti? Suunnattu derivaatta D u f (x) pisteessä x on suurimmillaan kun u Df (x) (ja pienin vastakkaiseen suuntaan ) joten funktio kasvaa nopeimmin gradientin suuntaan. Suunnattu derivaatta on 0 kun u Df (x) joten gradientti on kohtisuorassa tasa-arvokäyriä (tai -pintoja) kohti. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä ym., / 49osa

12 Esimerkki: Gradientti ja tasa-arvokäyrä Jos f (x, y) = 1 x + y niin sen gradientti eli eli derivaatta on Df (x, y) = [ x y ] = x i + y j ja erityisesti pisteessä (, 1) gradientti on i + j. Funktion pisteen (, 1) kautta kulkeva tasa-arvokäyrä on (ellipsi) { (x, y) : 1 x + y = 3 } ja alla olevasta kuviosta nähdään, että gradientti on kohtisuorassa tasa-arvokäyrää ja sen tangenttia pisteessä (, 1) vastaan. Koska gradientti pisteessä (, 1) on i + j niin tätä vastaan kohtisuorassa olevan, pisteen f = 8 (, 1) kautta kulkevan suoran suuntavektori on i + j jolloin tämän suoran yhtälö on f = 3 y 1 = x + eli y = x + 3. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 3 ym., / 49osa Derivaatta ja koordinaattisysteemi Edellä annetun määritelmän mukaan esimerkiksi funktion f (x, y) = xy derivaatta eli gradientti on f (x, y) = [ y x ] = y i + x j, mutta tässä määritelmässä meillä on oletuksena, että koordinaattisysteemi on kiinnitetty. Jos valitsemme toisen, st-koordinaattisysteemin, esimerkiksi (kiertämällä xy-systeemin koordinaattiakseleita 45 ) siten, että [ ] s = 1 [ ] x + y, t y x niin f (s, t) = 1 (s t ) ja f (s, t) = [ s t ] = s u t v missä u ja v ovat s- ja t-akselien suuntaisia kantavektoreita, eli u = 1 (i + j) ja v = 1 (j i). Näin ollen voimme todeta, että derivaatta pisteessä x oikeasti on lineaarikuvaus h f (x)h ja tämän lineaarikuvauksen matriisiesitys (jota sitten käytetään laskuissa) riippuu käytetystä koordinaattisysteemistä. Samalla tavalla voimme sanoa, että funktion g(x) = x derivaatta pisteessä x = ei ole luku g () = 4 vaan lineaarikuvaus neljällä kertominen : t 4t. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 4 ym., / 49osa

13 Derivaatan tulosääntö ketjusäännön avulla Derivaatan tulosääntö sanoo tunnetusti, että (fg) = f g + fg. Vaihtoehtoinen lähestymistapa on seuraava: Kirjoita p(t) = f (t)g(t) yhdistettynä funktiona p(t) = (h k)(t) = h(k(t)) missä h : R R on h ([ x y ]) = xy ja k(t) = [ f (t) g(t) ]. Derivaatan määritelmän nojalla ([ ]) h x = [ y x ] ja k (t) = y [ f ] (t) g. (t) Ketjusäännön mukaan pätee silloin p (t) = h (k(t))k (t) = [ g(t) f (t) ] [ f ] (t) g (t) = g(t)f (t) + f (t)g (t). G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 5 ym., / 49osa Laplacen yhtälö u xx + u yy = 0 napakoordinaateissa Oletamme, että u toteuttaa ns. Laplacen yhtälön u xx + u yy = 0 ja tehtävänä on selvittää minkä yhtälön funktio v(r, θ) = u(r cos(θ), r sin(θ)) toteuttaa. (Tässä siis v on funktio u esitettynä napakoordinaattien funktiona). Osittaisderivaattoja laskemalla (ja ketjusääntöä hyväksi käyttäen) toteamme, että v r (r, θ) = u x (r cos(θ), r sin(θ)) cos(θ) + u y (r cos(θ), r sin(θ)) sin(θ), v θ (r, θ) = u x (r cos(θ), r sin(θ))( r sin(θ)) + u y (r cos(θ), r sin(θ))r cos(θ). Osoittautuu, että meidän ei tarvitse laskea v rθ = v θr (mutta tämä ei ole lainkaan etukäteen selvää) mutta sen sijaan meidän pitää laskea v rr (r, θ) = u xx (r cos(θ), r sin(θ)) cos(θ) + u xy (r cos(θ), r sin(θ)) cos(θ) sin(θ) + u yy (r cos(θ), r sin(θ)) sin(θ), G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 6 ym., / 49osa

14 ja Laplacen yhtälö napakoordinaateissa, jatkuu v θθ (r, θ) = u xx (r cos(θ), r sin(θ))r sin(θ) + u xy (r cos(θ), r sin(θ))( r cos(θ) sin(θ)) + u yy (r cos(θ), r sin(θ))r cos(θ) u x (r cos(θ), r sin(θ))r cos(θ)) u y (r cos(θ), r sin(θ))r sin(θ). Oletuksen mukaan u xx (x, y) + u yy (x, y) = 0, erityisesti u xx (r cos(θ), r sin(θ)) + u yy (r cos(θ), r sin(θ)) = 0, ja tämän sekä kaavan cos(θ) + sin(θ) = 1 avulla näemme, että v rr (r, θ) + 1 r v r (r, θ) + 1 r v θθ(r, θ) = 0 G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 7 ym., / 49osa Esimerkki: Suunnatut derivaatat Jos funktio f on kolmen muuttujan derivoituva funktio ja en suunnatut derivaatat pisteessä x 0 suuntiin u 1 = i + j, u = j k ja u 3 = i + k ovat 1, ja 3 niin voimme määrittää derivaatan pisteessä x 0 koska vektorit u 1, u ja u 3 ovat lineaarisesti riippumattomia (eli erisuuntaisia): Oletamme, että f (x 0 ) = A i + B j + C k jolloin suunnatun derivaatan määritelmän nojalla saamme yhtälösysteemin 1 = D u1 f (x 0 ) = (A i + B j + C k) (i + j) 1 = 1 A + 1 B, = D u f (x 0 ) = (A i + B j + C k) (j k) 1 = 1 B 1 C, 3 = D u3 f (x 0 ) = (A i + B j + C k) ( i + k) 1 = 1 A + 1 C. Matriisimuodossa tämä systeemi ja sen ratkaisu ovat A 1 A B = B = C 3 C 3. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 8 ym., / 49osa

15 Esimerkki: Ketjusääntö ja virtausmekaniikka Oletamme, että neste virtaa tasossa siten, että nopeus pisteessä (x, y) hetkellä t on u(x, y, t)i + v(x, y, t)j. Jos nyt haluamme määrittää hetkellä t pisteessä (x, y) sijaitsevan nestepartikkelin kiihtyvyys niin ensin oletamme, että partikkelin sijainti hetkellä t on (X (t), Y (t)) (jolloin siis X (t) = x ja Y (t) = y jos se on pisteessä (x, y) hetkellä t). Silloin nopeus on X (t) i + Y (t) j, josta seuraa, että X (t) = u(x (t), Y (t), t) ja Y (t) = v(x (t), Y (t), t). Kiihtyvyys taas on X (t) i + Y (t) j ja ketjusäännön nojalla X (t) = u x (X (t), Y (t), t)x (t) + u y (X (t), Y (t), t)y (t) + u t (X (t), Y (t), t) = u x (X (t), Y (t), t)u(x (t), Y (t), t) + u y (X (t), Y (t), t)v(x (t), Y (t), t) + u t (X (t), Y (t), t) = u x (x, y, t)u(x, y, t) + u y (x, y, t)v(x, y, t) + u t (x, y, t), missä viimeisellä rivillä käytimme oletusta x(t) = x ja Y (t) = y. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 9 ym., / 49osa Esimerkki: Ketjusääntö ja virtausmekaniikka, jatk. Samalla tavalla saamme Y (t) = v x (x, y, t)u(x, y, t) + v y (x, y, t)v(x, y, t) + v t (x, y, t). Näin ollen kiihtyvyys on ( ux (x, y, t)u(x, y, t) + u y (x, y, t)v(x, y, t) + u t (x, y, t) ) i + ( v x (x, y, t)u(x, y, t) + v y (x, y, t)v(x, y, t) + v t (x, y, t) ) j. Huomaa, että tämä on epälineaarinen lauseke eli jos u korvataan u 1 + u :lla ja samoin v korvataan v 1 + v :lla niin tulos ei ole kahden lausekkeen summa missä toisessa esiintyy u 1 ja v 1 ja toisessa u ja v. Suuri osa virtausmekaniikan hankaluuksista on seuraus tästä epälineaarisuudesta. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 30 ym., / 49osa

16 Milloin pätee f(x) f(y) C x y kun kun x, y ρ? Jos f : R d R m on jatkuvasti derivoituva, niin jokainen komponentti f j, 1 j m, on jatkuvasti derivoituva ja löytyy luvut c j siten, että f j (v) C kun v ρ. Jos nyt x ja y ovat sellaisia, että x ρ ja y ρ niin määritellään funktio h kaavalla h j (t) = f j ((1 t)y + tx). Silloin h j on derivoituva reaaliarvoinen funktio ja väliarvolauseen nojalla f j (x) f j (y) = h j (1) h j (0) = h j(t j )(1 0), missä t j (0, 1). Ketjusäännön nojalla joten h j(t j ) = f j ((1 t j )y + t j x)(x y), f j (x) f j (y) = h j (1) h j (0) f j ((1 t j )y + t j x) x y c j x y, koska (1 t j )y + t j x) (1 t j ) y + t j x ρ. Näin ollen f (x) f (y) C x y missä C = c c m. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 31 ym., / 49osa Milloin pätee g(x) g(y) c x y kun kun x, y ρ? Ei välttämättä jos d > 1, g : R d R d on jatkuvasti derivoituva, ρ > 0 ja g (v)u > 0 kun v ρ, u R d ja u = 1 kuten seuraava esimerkki näyttää: Olkoon g(v) = e πs ρ cos( πt e πs ρ sin( πt Jos u = [ u1 u ] g (v) = π ρ niin ρ ) ρ ) e πs ρ e πs ρ g (v)u = π ρ e πs ρ kun v = cos( πt ρ ) sin( πt ρ ) [ ] s. Silloin t πs e ρ e πs ρ sin( πt ρ ) cos( πt ρ ), [ cos( πt ρ )u 1 sin( πt ρ )u ] sin( πt ρ )u 1 + cos( πt ρ )u, G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 3 ym., / 49osa

17 Milloin pätee g(x) g(y) c x y kun kun x, y ρ? jatk. joten g (v)u ( = 4π e 4πx ρ ρ cos( πt ρ ) u1 cos( πt πt ρ ) sin( ρ )u 1u + sin( πt ρ ) u + sin( πt ρ ) u 1 + cos( πt ρ ) sin( πt ρ )u 1u + cos( πt ρ ) u Tästä päättelemme, että jos v ρ, niin s ρ ja g (v)u π ρ e π u, ) = e x u. kaikilla vektoreilla u. Jos nyt x = [ ] 0 0 ja y = [ ] 0 ρ niin g(x) g(y) = 0. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 33 ym., / 49osa Lineaarinen approksimointi f (x + h) f (x) + f (x)h = f (x) + f (x) h, tai toisella tavalla esitettynä f (x + x, y + y, z + z) f (x, y, z) f x (x, y, z) x + f y (x, y, z) y + f z (x, y, z) z. Tangenttitaso Koska gradientti on kohtisuorassa tasa-arvopintoja kohti niin pinnan f (x, y, z) = c normaali pisteessä (x 0, y 0, z 0 ) on f (x 0, y 0, z 0 ) = f x (x 0, y 0, z 0 )i + f y (x 0, y 0, z 0 )j + f z (x 0, y 0, z 0 )k, ja pinnan tangenttitasolla pisteessä (x 0, y 0, z 0 ) on yhtälö f x (x 0, y 0, z 0 )(x x 0 ) + f y (x 0, y 0, z 0 )(y y 0 ) + f z (x 0, y 0, z 0 )(z z 0 ) = 0 G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 34 ym., / 49osa

18 Esimerkki: Tangenttitaso Jos haluamme määrittää funktion f (x, y) = x y kuvaajan tangenttitason kun x = ja y = 1 niin kirjoitamme ensin yhtälön muodossa z = x y eli g(x, y, z) = 0 missä g(x, y, z) = x y z (vaikka se voisi yhtä hyvin olla g(x, y, z) = x + y + z). Funktion g derivaatta on Dg(x, y, z) = x i y j k ja pisteessä (, 1, f (, 1)) = (, 1, 3) tämä derivaatta on n = 4 i j k. Tämä vektori on pinnan g(x, y, z) = 0 normaali pisteessä (, 1, 3) ja samalla pinnan tässä pisteessä otetun tangenttitason normaali. Koska (, 1, 3) on tangenttitason piste niin v = (x ) i + (y 1) j + (z 3) k on tangenttitason suuntainen vektori jos (x, y, z) on myös tangenttitason piste. Näin ollen v on kohtisuorassa normaalia n vastaan eli v n = 0 ja tästä ehdosta saamme tangenttitason yhtälön 4(x ) (y 1) (z 3) = 0 eli 4x y z = 3. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 35 ym., / 49osa Jos Lineaarinen approksimointi ja suhteelliset virheet, erikoistapaus f (x 1, x,..., x n ) = cx α 1 1 x α... x α n n, niin lineaarisella approksimoinnilla saadaan f f = f (x 1 + x 1, x + x,..., x n + x n ) f (x 1, x,..., x n ) f (x 1, x,..., x n ) α 1 x 1 x 1 + α x x α n x n x n, ja erityisesti f f α 1 x 1 x 1 + α x x α n x n x n. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 36 ym., / 49osa

19 Lineaarinen approksimointi, suhteellinen virhe Jos meidän pitää arvioida virhettä, joka syntyy kun ympyräkartion tilavuus lasketaan kaavalla V = 1 3 πr h ja tiedämme ainoastaan, että säteen r mitatun arvon virhe on korkeintaan 3% ja korkeuden h mitatun arvon virhe on korkeintaan % niin emme saa absoluuttista ylärajaa tilavuuden virheelle mutta saamme helposti approksimatiivisen ylärajan suhteelliselle virheelle seuraavalla tavalla: Lineaarisen approksimoinnin perusteella: V = V (r + r, h + h) V (r, h) V r (r, h) r + V h (r, h) h, josta seuraa, että 1 V V 3 πrh r 1 3 πr h πr h 1 3 πr h = r r Koska oletamme, että r h r 0.03 ja h 0.0 niin V V = 0.08, eli suhteellinen virhe on korkeintaan 8%. + 1 h h. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 37 ym., / 49osa Esimerkki: Lineaarinen approksimointi Sylinterimäisen säiliön sisältämä nestemäärä, kun säiliön akseli on vaakasuorassa on V = L(r arccos(1 h r ) (r h) hr h ) missä L on säiliön pituus, joka on noin m, r on säde, joka on noin 50 cm ja h on nestepinnan korkeus, joka myös on noin 50 cm. Pituuden L ja säteen r pystymme mittaamaan 1 cm tarkkuudella. Miten tarkasti meidän on mitattava h jotta saisimme nestemäärän lasketuksi 50 litran tarkkuudella? Määrittelemme f (L, r, h) = L (r arccos(1 h ) r ) (r h) hr h. Silloin (funktion arccos(t) derivaatta on 1 1 t ) f L (L, r, h) = ( r arccos(1 h r ) (r h) hr h ) f r (L, r, h) = Lr arccos(1 h r ) Lr 1 h 1 ( 1 h ) r L hr h r h L(r h), hr h G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 38 ym., / 49osa

20 Esimerkki: Lineaarinen approksimointi, jatk. ja erityisesti f h (L, r, h) = Lr 1 1 ( 1 h ) 1 r + L hr h r r h L(r h), hr h f L (00, 50, 50) = π f r (00, 50, 50) = π , f h (00, 50, 50) = = Lineaarisella approksimoinnilla saamme f f L L + f r r + f h h. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 39 ym., / 49osa Esimerkki: Lineaarinen approksimointi, jatk. josta seuraa, että f f L L + f r r + f h h h koska L 1 ja r 1. Jos nyt haluamme, että f niin meidän täytyy vaatia, että h 50000, ja tästä seuraa, että pitää olla h.4. Huom Tässä kuten muissa vastaavissa laskuissa L on virhe tai poikkeama muuttujan L arvossa, eli L = L L 0 mutta :lla merkitään myös Laplacen differentiaalioperaattoria: u = u xx + u yy + u zz. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 40 ym., / 49osa

21 Esimerkki: Lineaarinen approksimointi Funktiosta f tiedämme, että f (3, ) =.7, f (3.1,.) =.75 ja f (.9,.1) =.68. Nyt voimme seuraavalla tavalla arvioida derivaattaa käyttäen mikä on f (3., 1.9): Lineaarisella approksimoinnilla saamme f (3 + x, + y) f (3, ) + f x (3, ) x + f y (3, ) y. Jos ensin valitsemme x = 0.1 ja y = 0. ja sitten x = 0.1 ja y = 0.1 niin saamme yhtälösysteemin eli.75 = f (( , + 0.).7 + f x (3, ) f y (3, ) 0.,.68 = f (3 0.1, + 0.1).7 + f x (3, ) ( 0.1) + f y (3, ) 0.1, 0.5 f x (3, ) + f y (3, ), 0. f x (3, ) + f y (3, ). G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 41 ym., / 49osa Esimerkki: Lineaarinen approksimointi, jatk. Laskemalla yhteen saamme ensin f y (3, ) 0.1 ja sitten sijoittamalla tämän tuloksen ensimmäiseen yhtälöön saamme f x (3, ) = 0.3. Jos nyt valitsemme x = 0. ja y = 0.1 niin lineaarisella approksimoinnilla saamme f (3., 1.9) = f (3 + 0., 0.1) f (3, ) + f x (3, ) 0. + f y (3, ) ( 0.1) ( 0.1) Huomaa, että tässä virhelähteenä on myös epätarkkuudet osittaisderivaattojen arvoissa. = =.75. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 4 ym., / 49osa

22 Differentiaali?? Sanomme, että ψ = a(x, y) dx + b(x, y) dy, on 1. kertaluvun differentiaalimuoto (tai differentiaalimuotokenttä koska kertoimet a ja b ovat muuttujien x ja y funktioita) tai lyhyemmin vain differentiaali. Tässä 1. kertaluvun tapauksessa voimme pitää dx symbolina, jota vastaa x-akselin suuntaista yksikkövektoria ja samoin dy symbolina jota vastaa y-akselin suuntaista yksikkövektoria jolloin differentiaalia ψ vastaa vektorifunktio [ a(x, y) b(x, y) ]. Tällaista differentiaalia voimme (kunhan kertoimet ovat esim. jatkuvia) integroida käyrää pitkin: Jos r(t) = x(t) i + y(t) j, t [a, b] on suunnatun käyrän C parametriesitys (ja funktiot x(t) ja y(t) ovat esim. paloittain jatkuvasti derivoituvia) niin C ψ = b a ( a(x(t), y(t))x (t) + b(x(t), y(t))y (t) ) dt. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 43 ym., / 49osa Differentiaali??, jatk. Jos nyt a(x, y) = f x (x, y) ja b(x, y) = f y (x, y) niin ketjusäännön nojalla integroitavana on derivaatta jolloin saamme integraalin suoraan sijoittamalla ja ψ = f (r(b)) f (r(a)) = f (C:n loppupiste) f (C:n alkupiste). C Jos siis a(x, y) = f x (x, y) ja b(x, y) = f y (x, y) niin kirjoitamme ψ = df, sanomme, että ψ on funktion f kokonaisdifferentiaali ja df = f x dx + f y dy, ja tämän vastine on approksimointikaavaa f f x x + f y y. Mutta jos ei päde a(x, y) = f x (x, y) ja b(x, y) = f y (x, y) jollain funktiolla f niin C ψ on edelleen laskettavissa mutta tulos ei enää riipu pelkästään differentiaalista ψ ja käyrän päätepisteistä vaan myös siitä miten käyrä kulkee alkupisteestä loppupisteeseen. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 44 ym., / 49osa

23 Newtonin menetelmä: f(x) = 0 x =? Jos f(x n + x) = 0 niin pätee 0 = f(x n + x) f(x n ) + f (x n ) x x f (x n ) 1 f(x n ) ja jotta x n+1 x n + x valitsemme x n+1 = x n f (x n ) 1 f(x n ). Käänteismatriisin f (x n ) 1 laskeminen ei ole välttämätöntä mutta meidän pitää ratkaista yhtälösysteemi f (x n )(x n+1 x n ) = f(x n ). Milloin Newtonin menetelmä suppenee? Jos f(x) on jatkuvasti derivoituvia, f(x ) = 0, f (x ) on kääntyvä matriisi ja jos x 0 x on riittävän pieni (mille voi antaa riittävä ehto) niin pätee lim n x n = x, mutta muuten ei ole takeita siitä, että menetelmä konvergoi ja vaikeus on löytää sopiva alkuarvo (ja tietää milloin pitää luovuttaa jos näyttää siltä ettei menetelmä konvergoikaan). G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 45 ym., / 49osa Newtonin menetelmä Jos haluamme käyttää Newtonin mentelmää yhtälösysteemin x + 4y = 4, x x = y 1 ratkaisemiseksi niin kirjoitamme ensin systeemin muodossa f(x) = 0, missä siis f(x) = [ x + 4y ] 4 x, X = x y + 1 [ ] x. y Silloin ja meidän pitää laskea f (X) = [ ] x 8y, x 1 X n+1 = X n f (X n ) 1 f(x n ), n 0. Jos valitsemme X 0 = 3 ja y 0 = 1 niin saamme [ 3 ] [ ] 1 [ ] [ X 1 = ] [ = ] [ ] = 4 [ 7 ] 4 1. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 46 ym., / 49osa

24 Newtonin menetelmä, jatk. Jos käytämme laskuihin Matlab/Octavea niin määrittelemme ensin funktion f komennolla f=@(x)[x(1)^+4*x()^-4;x(1)^-*x(1)-x()+1] ja sitten sen derivaatan f komennolla df=@(x)[*x(1),8*x();*x(1)-,-1] Sitten valitsemme X=[1.5;0.5] ja laskemme monto kertaa X=Xdf(X)-1*f(X) (tai X= X-df(X)\f(X)) ja tuloksena saamme [ ] [ ] X 1 = X = [ ] [ ] X 3 = X 4 = X 5 = [ ] X 6 = [ ] G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 47 ym., / 49osa Miksi Newtonin menetelmä konvergoi niin nopeasti kun se konvergoi? Oletamme, että funktio f : R d R d on derivoituva ja sellainen, että on olemassa vakioita L ja M siten, että f (x + v) f (x) L v ja f (x) 1 M, kaikilla x ja v R d (tai ainakin kun x = x n ja v x n+1 x n. Lisäksi oletamme, että f(x ) = 0. Jos käytämme Newtonin mentelmää yhtälösysteemin f(x) = 0 ratkaisemiseksi ja laskemme (x n ) n=0 niin pätee x n+1 x 1 ML x n x, n 1. Perustelu tähän on seuraava: Jos g : R R d on jatkuvasti derivoituva niin pätee g(1) g(0) g (0) = 1 0 (g (t) g (0)) dt. Jos g(t) = f(x + th) niin g (t) = f (x + th)h jolloin f(x + h) f(x) f (x)h = g(1) g(0) g (0) = 1 0 ( f (x + th)h f (x)h ) dt. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 48 ym., / 49osa

25 Miksi Newtonin menetelmä konvergoi niin nopeasti kun se konvergoi? jatk. Tästä epäyhtälöstä ja oletuksista seuraa, että f(x + h) f(x) f (x)h 1 f (x + th)h f (x)h dt Lt h dt = 1 L h. Jos nyt valitsemme x = x n ja h = x x n niin f(x n + h) = 0 ja x n+1 x = x n x f (x n ) 1 f(x n ) = f (x n ) 1( f(x n +h) f(x n ) f (x n )h ), ja oletuksesta edellä johdetusta epäyhtälöstä seuraa, että x n+1 x M f(x n + h) f(x n ) f (x n )h 1 ML x n x. Tästä tuloksesta seuraa, että ainakin jos 1 ML x m x < 1 jollain m 0 niin vektorit x n suppenevat kohti ratkaisua x ja kun x n x on riittävän pieni, niin etäisyys ratkaisuun pienenee hyvin nopeasti. G. Gripenberg (Aalto-yliopisto) MS-A007 Differentiaali- ja integraalilaskenta (Chem) 1. Yhteenveto tammikuuta ja 016 esimerkkejä 49 ym., / 49osa

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

MS-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

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja integraalilaskenta

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I Usean muuttujan funktiot MS-A7 Differentiaali- ja integraalilaskenta (Chem) Esimerkkejä ym., osa I G. Gripenberg Aalto-yliopisto Raja-arvot 3 Jatkuvat funktiot 4 Osittaisderivaatat 5 Derivaatta eli gradientti.

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto ja esimerkkejä ym., osa I

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto ja esimerkkejä ym., osa I MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto ja esimerkkejä ym., osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto ja esimerkkejä ym., osa I

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto ja esimerkkejä ym., osa I Usean muuttujan funktiot MS-A007 Differentiaali- ja integraalilaskenta (Chem) Yhteenveto ja esimerkkejä ym., osa G. Gripenberg Aalto-yliopisto Raja-arvot 3 Jatkuvat funktiot 4 Osittaisderivaatat 5 Derivaatta

Lisätiedot

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

Antti 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

Lisätiedot

MS-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. 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

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta

MS-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

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1 / 18

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto)

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot Harri Hakula Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2018 1 Perustuu Antti Rasilan luentomonisteeseen

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle / MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu Antti Rasilan luentomonisteeseen

Lisätiedot

Derivaatta: funktion approksimaatio lineaarikuvauksella.

Derivaatta: 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

Lisätiedot

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on Derivaatta Erilaisia lähestymistapoja: geometrinen (käyrän tangentti sekanttien raja-asentona) fysikaalinen (ajasta riippuvan funktion hetkellinen muutosnopeus) 1 / 19 Derivaatan määritelmä Määritelmä

Lisätiedot

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Aalto-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

Lisätiedot

Matematiikka B1 - TUDI

Matematiikka B1 - TUDI Osittaisderivointi Osittaisderivaatan sovellukset Matematiikka B1 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Osittaisderivointi Osittaisderivaatan sovellukset Kurssin

Lisätiedot

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Aalto-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

Lisätiedot

Matematiikka B1 - avoin yliopisto

Matematiikka 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

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 8 1 Suunnattu derivaatta Aluksi tarkastelemme vektoreita, koska ymmärrys vektoreista helpottaa alla olevien asioiden omaksumista. Kun liikutaan tasossa eli avaruudessa

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2016

Lisätiedot

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2 Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 2 mallit Kevät 219 Tehtävä 1. Laske osittaisderivaatat f x = f/x ja f y = f/, kun f = f(x, y) on funktio a) x 2 y 3 + y sin(2x),

Lisätiedot

Tutki, onko seuraavilla kahden reaalimuuttujan reaaliarvoisilla funktioilla raja-arvoa origossa: x 2 + y 2, d) y 2. x + y, c) x 3

Tutki, onko seuraavilla kahden reaalimuuttujan reaaliarvoisilla funktioilla raja-arvoa origossa: x 2 + y 2, d) y 2. x + y, c) x 3 2. Reaaliarvoiset funktiot 2.1. Jatkuvuus 23. Tutki funktion f (x,y) = xy x 2 + y 2 raja-arvoa, kun piste (x,y) lähestyy origoa pitkin seuraavia xy-tason käyriä: a) y = ax, b) y = ax 2, c) y 2 = ax. Onko

Lisätiedot

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa MS-A24 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 216 Antti Rasila

Lisätiedot

Differentiaali- ja integraalilaskenta

Differentiaali- ja integraalilaskenta Differentiaali- ja integraalilaskenta Opiskelijan nimi: DIFFERENTIAALILASKENTA 1. Raja-arvon käsite, derivaatta raja-arvona 1.1 Raja-arvo pisteessä 1.2 Derivaatan määritelmä 1.3 Derivaatta raja-arvona

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 9 1 Implisiittinen derivointi Tarkastellaan nyt yhtälöä F(x, y) = c, jossa x ja y ovat muuttujia ja c on vakio Esimerkki tällaisesta yhtälöstä on x 2 y 5 + 5xy = 14

Lisätiedot

Vektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21.

Vektorianalyysi 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

Lisätiedot

MS-A0102 Differentiaali- ja integraalilaskenta 1

MS-A0102 Differentiaali- ja integraalilaskenta 1 MS-A0102 Differentiaali- ja integraalilaskenta 1 Riikka Korte (Pekka Alestalon kalvojen pohjalta) Aalto-yliopisto 24.10.2016 Sisältö Derivaatta 1.1 Derivaatta Erilaisia lähestymistapoja: I geometrinen

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 20 R. Kangaslampi Matriisihajotelmista

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Diplomi-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

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle / MS-A008 Differentiaali- ja integraalilaskenta, V/207 Differentiaali- ja integraalilaskenta Ratkaisut 2. viikolle / 8. 2.4. Jatkuvuus ja raja-arvo Tehtävä : Määritä raja-arvot a) 3 + x, x Vihje: c)-kohdassa

Lisätiedot

Luento 8: Epälineaarinen optimointi

Luento 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

Lisätiedot

a) on lokaali käänteisfunktio, b) ei ole. Piirrä näiden pisteiden ympäristöön asetetun neliöruudukon kuva. VASTAUS:

a) 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,

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 21.9.2016 Pekka Alestalo, Jarmo

Lisätiedot

Vektoriarvoiset funktiot Vektoriarvoisen funktion jatkuvuus ja derivoituvuus

Vektoriarvoiset funktiot Vektoriarvoisen funktion jatkuvuus ja derivoituvuus 8. Vektoriarvoiset funktiot 8.1. Vektoriarvoisen funktion jatkuvuus ja derivoituvuus 320. Olkoon u reaalimuuttujan vektoriarvoinen funktio R R n ja lim t a u(t) = b. Todista: lim t a u(t) = b. 321. Olkoon

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 / 24 Mikä on pinta?

Lisätiedot

Differentiaalilaskennan tehtäviä

Differentiaalilaskennan tehtäviä Differentiaalilaskennan tehtäviä DIFFERENTIAALILASKENTA 1. Raja-arvon käsite, derivaatta raja-arvona 1.1 Raja-arvo pisteessä 1.2 Derivaatan määritelmä 1.3 Derivaatta raja-arvona 2. Derivoimiskaavat 2.1

Lisätiedot

Differentiaali- ja integraalilaskenta 2 (CHEM) MS-A0207 Hakula/Vuojamo Kurssitentti, 12.2, 2018, arvosteluperusteet

Differentiaali- 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

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 1: Parametrisoidut käyrät ja kaarenpituus

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 1: Parametrisoidut käyrät ja kaarenpituus MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 1: Parametrisoidut käyrät ja kaarenpituus Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu

Lisätiedot

Johdatus reaalifunktioihin P, 5op

Johdatus reaalifunktioihin P, 5op Johdatus reaalifunktioihin 802161P, 5op Osa 2 Pekka Salmi 1. lokakuuta 2015 Pekka Salmi FUNK 1. lokakuuta 2015 1 / 55 Jatkuvuus ja raja-arvo Tavoitteet: ymmärtää raja-arvon ja jatkuvuuden määritelmät intuitiivisesti

Lisätiedot

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut Insinöörimatematiikka D, 29.3.2016 4. laskuharjoituksien esimerkkiratkaisut 1. Olkoon u (4,0,4,2) ja v ( 1,1,3,5) vektoreita vektoriavaruudessa R 4. Annetun sisätulon (x,y) indusoima normi on x (x,x) ja

Lisätiedot

r > y x z x = z y + y x z y + y x = r y x + y x = r

r > 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.

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan

Lisätiedot

Matematiikan perusteet taloustieteilij oille I

Matematiikan 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

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon

Lisätiedot

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

BM20A5800 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

Lisätiedot

1.7 Gradientti ja suunnatut derivaatat

1.7 Gradientti ja suunnatut derivaatat 1.7 Gradientti ja suunnatut derivaatat Funktion ensimmäiset osittaisderivaatat voidaan yhdistää yhdeksi vektorifunktioksi seuraavasti: Missä tahansa pisteessä (x, y), jossa funktiolla f(x, y) on ensimmäiset

Lisätiedot

x n e x dx = n( e x ) nx n 1 ( e x ) = x n e x + ni n 1 x 4 e x dx = x 4 e x +4( x 3 e x +3( x 2 e x +2( xe x e x ))) = e x

x n e x dx = n( e x ) nx n 1 ( e x ) = x n e x + ni n 1 x 4 e x dx = x 4 e x +4( x 3 e x +3( x 2 e x +2( xe x e x ))) = e x Osittaisintegrointia käyttäen osoita integraalille I n x n e x dx oikeaksi reduktiokaava I n x n e x + ni n ja laske sen avulla mitä on I 4 kun x. x n e x dx n( e x ) nx n ( e x ) x n e x + ni n x 4 e

Lisätiedot

A B = (1, q, q 2 ) (2, 0, 2) = 2 2q q 2 = 0 q 2 = 1 q = ±1 A(±1) = (1, ±1, 1) A(1) A( 1) = (1, 1, 1) (1, 1, 1) = A( 1) A(1) A( 1) = 1

A B = (1, q, q 2 ) (2, 0, 2) = 2 2q q 2 = 0 q 2 = 1 q = ±1 A(±1) = (1, ±1, 1) A(1) A( 1) = (1, 1, 1) (1, 1, 1) = A( 1) A(1) A( 1) = 1 Mapu I Viikko 4 tehtävä malli Millä q:n arvoilla vektori A(q) (, q, q ) on kohtisuora vektorin B (, 0, ) kanssa? Ovatko A:n eri ratkaisut keskenään kohtisuoria? Jos eivät, määrää niiden välinen kulma!

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus 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

Lisätiedot

JYVÄSKYLÄN YLIOPISTO. Integraalilaskenta 2 Harjoitus Olkoon A := {(x, y) R 2 0 x π, sin x y 2 sin x}. Laske käyräintegraali

JYVÄSKYLÄN YLIOPISTO. Integraalilaskenta 2 Harjoitus Olkoon A := {(x, y) R 2 0 x π, sin x y 2 sin x}. Laske käyräintegraali JYVÄSKYLÄN YLIOPISTO MTEMTIIKN J TILSTOTIETEEN LITOS Integraalilaskenta Harjoitus 4 5.4.4. Olkoon := {(x, y) R x π, sin x y sin x}. Laske käyräintegraali + (y dx + x dy) a) suoraan; ja b) Greenin lauseen

Lisätiedot

Luento 8: Epälineaarinen optimointi

Luento 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

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu

Lisätiedot

Differentiaali- ja integraalilaskenta 3 Mallit laskuharjoitukseen 3 /

Differentiaali- ja integraalilaskenta 3 Mallit laskuharjoitukseen 3 / MS-A3x Differentiaali- ja integraalilaskenta 3, IV/6 Differentiaali- ja integraalilaskenta 3 Mallit laskuharjoitukseen 3 / 9..-.3. Avaruusintegraalit ja muuttujanvaihdot Tehtävä 3: Laske sopivalla muunnoksella

Lisätiedot

Viikon aiheet. Funktion lineaarinen approksimointi

Viikon aiheet. Funktion lineaarinen approksimointi Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen

Lisätiedot

Differentiaalimuodot

Differentiaalimuodot LUKU 2 Differentiaalimuodot Olkoot A R n ja p A. Vektori pisteessä p on pari (p; v), missä v R n. Pisteeseen p kiinnitetyn vektorin v p := (p; v) ensimmäinen komponentti p on vektorin v p paikkaosa ja

Lisätiedot

Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon

Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä 4.1.3. Olkoot : [a, b] R m paloittain C 1 -polku välin [a, b] jaon P = {a = t 1 < < t k = b} ja joukko D R m sellainen, että ([a, b])

Lisätiedot

Mapu 1. Laskuharjoitus 3, Tehtävä 1

Mapu 1. Laskuharjoitus 3, Tehtävä 1 Mapu. Laskuharjoitus 3, Tehtävä Lineaarisessa approksimaatiossa funktion arvoa lähtöpisteen x 0 ympäristössä arvioidaan liikkumalla lähtöpisteeseen sovitetun tangentin kulmakertoimen mukaisesti: f(x 0

Lisätiedot

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2, MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 6. Millä reaaliluvun arvoilla a) 9 =, b) + + + 4, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + 4 + 6 + +, b) 8 + 4 6 + + n n, c) + + +

Lisätiedot

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

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

Lisätiedot

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016

Aalto-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

Lisätiedot

BM20A0300, Matematiikka KoTiB1

BM20A0300, Matematiikka KoTiB1 BM20A0300, Matematiikka KoTiB1 Luennot: Heikki Pitkänen 1 Oppikirja: Robert A. Adams: Calculus, A Complete Course Luku 12 Luku 13 Luku 14.1 Tarvittava materiaali (luentokalvot, laskuharjoitustehtävät ja

Lisätiedot

MATEMATIIKAN PERUSKURSSI II

MATEMATIIKAN PERUSKURSSI II MTEMTIIKN PERUKURI II Harjoitustehtäviä kevät 26. Tutki, suppenevatko seuraavat lukujonot: a) d) ( 9k 7 ) 3k + 2 4k 2, b) 5k + 7 k (4x + ) 3 dx, e) ( 2 ln(k 3 ) k 3e k ), c) cos(3πx) dx, f) k 3 9x 2 +

Lisätiedot

Vektorianalyysi II (MAT21020), syksy 2018

Vektorianalyysi 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.

Lisätiedot

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

Kuva 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

Lisätiedot

MS-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. 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

Lisätiedot

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja 7 NELIÖMATRIISIN DIAGONALISOINTI. Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T () Muistutus: Kokoa n olevien vektorien

Lisätiedot

Ratkaisut vuosien tehtäviin

Ratkaisut vuosien tehtäviin Ratkaisut vuosien 1978 1987 tehtäviin Kaikki tehtävät ovat pitkän matematiikan kokeista. Eräissä tehtävissä on kaksi alakohtaa; ne olivat kokelaalle vaihtoehtoisia. 1978 Osoita, ettei mikään käyrän y 2

Lisätiedot

Differentiaali- ja integraalilaskenta 3 Ratkaisut viikko 3

Differentiaali- ja integraalilaskenta 3 Ratkaisut viikko 3 MS-A35 Differentiaali- ja integraalilaskenta 3, I/27 Differentiaali- ja integraalilaskenta 3 Ratkaisut viikko 3 Tehtävä : Hahmottele seuraavat vektorikentät ja piirrä niiden kenttäviivat. a) F(x, y) =

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 5: Kaarenpituus ja skalaarikentän viivaintegraali

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 5: Kaarenpituus ja skalaarikentän viivaintegraali MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 5: Kaarenpituus ja skalaarikentän viivaintegraali Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 /

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause.

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause. MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause. Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015

Lisätiedot

6. Toisen ja korkeamman kertaluvun lineaariset

6. Toisen ja korkeamman kertaluvun lineaariset SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 51 6. Toisen ja korkeamman kertaluvun lineaariset differentiaaliyhtälöt Määritelmä 6.1. Olkoon I R avoin väli. Olkoot p i : I R, i = 0, 1, 2,..., n, ja q : I R jatkuvia

Lisätiedot

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja

l 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) +

Lisätiedot

MATP153 Approbatur 1B Harjoitus 5 Maanantai

MATP153 Approbatur 1B Harjoitus 5 Maanantai MATP153 Approbatur 1B Harjoitus 5 Maanantai 30.11.015 1. (Opiskelutet. 0 s. 81.) Selvitä, miten lauseke sin(4x 3 + cos x ) muodostuu perusfunktioista (polynomeista, trigonometrisistä funktioista jne).

Lisätiedot

x + 1 πx + 2y = 6 2y = 6 x 1 2 πx y = x 1 4 πx Ikkunan pinta-ala on suorakulmion ja puoliympyrän pinta-alojen summa, eli

x + 1 πx + 2y = 6 2y = 6 x 1 2 πx y = x 1 4 πx Ikkunan pinta-ala on suorakulmion ja puoliympyrän pinta-alojen summa, eli BM0A5810 - Differentiaalilaskenta ja sovellukset Harjoitus, Syksy 015 1. a) Funktio f ) = 1) vaihtaa merkkinsä pisteissä = 1, = 0 ja = 1. Lisäksi se on pariton funktio joten voimme laskea vain pinta-alan

Lisätiedot

Differentiaali- ja integraalilaskenta 2 TFM Laskuharjoitus 2L

Differentiaali- ja integraalilaskenta 2 TFM Laskuharjoitus 2L Differentiaali- ja integraalilaskenta 2 TFM Laskuharjoitus 2L Tehtävät 1-3 ovat kotitehtäviä, jotka on tarkoitus laskea ennen loppuviikon harjoitusta. Tehtävät 4-6 palautetaan kirjallisena A4-paperilla

Lisätiedot

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) = BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 6, Syksy 2016 1. (a) Olkoon z = z(x,y) = yx 1/2 + y 1/2. Muodosta z:lle lineaarinen approksimaatio L(x,y) siten että approksimaation ja z:n arvot

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa II

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa II MS-A27 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa II G. Gripenberg Aalto-yliopisto 9. helmikuuta 216 G. Gripenberg (Aalto-yliopisto) MS-A27 Differentiaali- ja integraalilaskenta

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus

MS-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

Lisätiedot

Differentiaali- ja integraalilaskenta 3 Harjoitus 4/ Syksy 2017

Differentiaali- ja integraalilaskenta 3 Harjoitus 4/ Syksy 2017 MS-A35 Differentiaali- ja integraalilaskenta 3 Differentiaali- ja integraalilaskenta 3 Harjoitus 4/ Syksy 217 Alkuviikon harjoituksissa ratkaistaan kolme tehtävää assistentin avustuksella (läsnäololaskarit).

Lisätiedot

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x BM0A5830 Differentiaaliyhtälöiden peruskurssi Harjoitus 4, Kevät 017 Päivityksiä: 1. Ratkaise differentiaaliyhtälöt 3y + 4y = 0 ja 3y + 4y = e x.. Ratkaise DY (a) 3y 9y + 6y = e 10x (b) Mikä on edellisen

Lisätiedot

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3.

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3. Integraalilaskenta. a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. b) Mitä määrätty integraali tietyllä välillä x tarkoittaa? Vihje: * Integraali * Määrätyn integraalin

Lisätiedot

sin(x2 + y 2 ) x 2 + y 2

sin(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,

Lisätiedot

Tilavuus puolestaan voidaan esittää funktiona V : (0, ) (0, ) R,

Tilavuus 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

Lisätiedot

Täydellisyysaksiooman kertaus

Täydellisyysaksiooman kertaus Täydellisyysaksiooman kertaus Luku M R on joukon A R yläraja, jos a M kaikille a A. Luku M R on joukon A R alaraja, jos a M kaikille a A. A on ylhäältä (vast. alhaalta) rajoitettu, jos sillä on jokin yläraja

Lisätiedot

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: Differentiaaliyhtälöt, Kesä 216 Harjoitus 2 1. Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: (a) y = (2 y) 3, (b) y = (y 1) 2, (c) y = 2y y 2. 2. Etsi seuraavien

Lisätiedot

l 1 2l + 1, c) 100 l=0

l 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)

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

MS-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. 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

Lisätiedot

Matematiikan tukikurssi. Toinen välikoe

Matematiikan tukikurssi. Toinen välikoe Matematiikan tukikurssi Toinen välikoe 1 Sisältö 1 Useamman muuttujan funktion raja-arvo 1 2 Useamman muuttujan funktion jatkuvuus 7 3 Osittaisderivaatat ja gradientti 8 4 Vektoriarvoiset funktiot 9 5

Lisätiedot

BM20A0900, Matematiikka KoTiB3

BM20A0900, Matematiikka KoTiB3 BM20A0900, Matematiikka KoTiB3 Luennot: Matti Alatalo Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luvut 1 4. 1 Sisältö Ensimmäisen kertaluvun differentiaaliyhtälöt

Lisätiedot

Differentiaali- ja integraalilaskenta 2

Differentiaali- ja integraalilaskenta 2 ifferentiaali- ja integraalilaskenta 2 Riikka Kangaslampi Syksy 214 2 Esipuhe Tämä on Aalto-yliopiston Matematiikan ja systeemianalyysin laitoksen kurssin ifferentiaali- ja integraalilaskenta 2 tueksi

Lisätiedot

4.3.7 Epäoleellinen integraali

4.3.7 Epäoleellinen integraali Esimerkki 4.3.16. (Lineaarinen muuttujien vaihto) Olkoot A R m sellainen kompakti joukko, että A on nollajoukko. Olkoon M R m m säännöllinen matriisi (eli det(m) 0) ja f : R m R jatkuva funktio. Tehdään

Lisätiedot

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee

Lisätiedot

Fr ( ) Fxyz (,, ), täytyy integroida:

Fr ( ) Fxyz (,, ), täytyy integroida: 15 VEKTORIANALYYSI Luento Vektorikentän käyräintegraali Voiman tekemä työ on matka (d) kertaa voiman (F) projektio liikkeen suunnassa, yksinkertaisimmillaan W Fd. Jos liike tapahtuu käyrää pitkin ja voima

Lisätiedot

Vektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa

Vektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa Viikon aiheet Pistetulo (skalaaritulo Vektorien tulot Pistetulo Ristitulo Skalaari- ja vektorikolmitulo Integraalifunktio, alkeisfunktioiden integrointi, yhdistetyn funktion derivaatan integrointi Vektoreiden

Lisätiedot

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle 13. Taylorin polynomi; funktioiden approksimoinnista 13.1. Taylorin polynomi 552. Muodosta funktion f (x) = x 4 + 3x 3 + x 2 + 2x + 8 kaikki Taylorin polynomit T k (x, 2), k = 0,1,2,... (jolloin siis potenssien

Lisätiedot

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2) MS-A4 Differentiaali- ja integraalilaskenta (ELEC2) MS-A6 Differentiaali- ja integraalilaskenta (ENG2) Harjoitukset 3L, syksy 27 Tehtävä. a) Määritä luvun π likiarvo käyttämällä Newtonin menetelmää yhtälölle

Lisätiedot

x (t) = 2t ja y (t) = 3t 2 x (t) + + y (t) Lasketaan pari käyrän arvoa ja hahmotellaan kuvaaja: A 2 A 1

x (t) = 2t ja y (t) = 3t 2 x (t) + + y (t) Lasketaan pari käyrän arvoa ja hahmotellaan kuvaaja: A 2 A 1 BM2A582 Integraalilaskenta ja sovellukset Harjoitus 6, Kevät 26 Kaikissa tehtävissä tärkeintä ja riittävää on saada oikea lauseke aikaiseksi. Useissa tehtävissä integraalit eivät tosin ole niin vaikeita

Lisätiedot