Matemaattiset ohjelmistot A. Osa 2: MATLAB

Koko: px
Aloita esitys sivulta:

Download "Matemaattiset ohjelmistot A. Osa 2: MATLAB"

Transkriptio

1 Matemaattiset ohjelmistot A Osa 2: MATLAB Mikko Orispää 30. lokakuuta 2013

2 Sisältö 1 MATLAB Peruslaskutoimitukset Muuttujat Perusfunktiot Vektorit Vektorilaskentaa Matriisit Matiisifunktioita Grafiikkaa D-kuvat Loogiset operaattorit Kontrollirakenteet Funktiot ja skriptit File I/O Muuta

3 Luku 1 MATLAB 1.1 Peruslaskutoimitukset Yhteen-, vähennys-, kerto- ja jakolasku >> >> 2 * 3-4 / Potenssiin korotus >> 2^2 4 >> 2^(-2)

4 Sulkeet >> 2 * (3 + 4) 14 >> 2 * ( (1 + 2) / (3 + 4) ) Huom! Vain kaarisulkeita voi käyttää laskutoimitusten jaotteluun. Kaari- ja hakasulkeet on varattu muuhun käyttöön. Kompleksiluvut Imaginääriyksikkönä voi käyttää joko kirjainta i tai j: >> (2 + i) + (3-3j) i Huom! Jos kirjaimia i tai j käytetään omien muuttujien niminä, eivät ne enää toimi imaginääriyksikköinä! >> i = 1; >> 2 * (3 + i) Muuttujat >> 3^2-1 8 >> ans *

5 Matlab nimeää vastaukset muuttujaksi ans, jota voi käyttää seuraavissa laskutoimituksissa. Omat muuttujat voi numetä haluamallaan tavalla. Muuttujannmet saavat sisältää kirjaimia (a-z ja A-Z), numeroita 0-9 ja alaviivan _. Muuttujan nimi ei saa alkaa numerolla! >> a_01 = 12; >> muuttuja_b = 3; >> a_01 + muuttuja_b 15 Kuten kompleksilukujen yhteydessä oli mainittu, kirjainten i ja j käyttöä muuttujien niminä kannattaa välttää, jotta imaginääriyksikkö toimii totutulla tavalla! 1.3 Perusfunktiot Trigonometriset funktiot >> sin(0.5) >> atan(3) Trigonometristen funktioiden argumentit annetaan radiaaneina. Muita perusfunktioita >> sqrt(2) >> exp(1) 4

6 >> log(exp(4)) 4 >> log10(1000) Vektorit Matlabissa kaikki objektit ovat matriiseja (Matlab tulee sanoista MATrix LABoratory). Vektorit ovat 2D-matriiseja, joiden toinen dimensio on 1. Vektorien konstruointiin käytetään hakasulkeita. Vaakavektorissa elementit erotellaan pilkulla tai välilyönnillä: >> h = [1,2,3] h = >> v = [ ] v = >> length(v) 4 >> size(v) 1 4 Pystyvektorissa rivit erotellaan puolipisteellä: >> w = [1; -4; 2] w = 1 5

7 -4 2 >> length(w) 3 >> size(w) 3 1 Kaksoispistenotaatio Kaksoispisteellä saadaan helposti konstruoitua rivivektoreita: >> 1: >> 5: Yleisemmin notaatio a:b:c tuottaa rivivektorin, jossa a on ensimmäinen alkio ja b on alkioiden askeleen koko kunnes saavutetaan luku c: >> 1:0.5:4 Columns 1 through Column >> 3:-1: Komennolla linspace(a,b,n) voidaan luoda rivivektori, jonka ensimmäinen alkio on a, viimeinen b ja pituus n: 6

8 >> linspace(0,5,11) Columns 1 through Columns 7 through >> linspace(3,0,4) Laskutoimitukset vektoreilla Yhteen-, vähennys- ja skalaarilla kertomisessa vektorien dimensioilla on merkitystä: >> v = [1 2 3]; >> h = [4-2 3]; >> 2*v-h/ >> w = [2; 5; 6] w = >> v + w Error using + Matrix dimensions must agree. Suurin osa perusfunktioista on vektoroituja: >> sin(v) >> exp(h) 7

9 Vektorin osiin viittaaminen >> r = [2:5, 3:-1:-2] r = >> r(3) 4 >> r(4:6) >> r(1:2:end) >> r(end:-1:1) Vektorin transpoosi >> w = [1 2 3] w = >> w Jos x on kompleksinen vektori, niin x antaa konjugaattitranspoosin: 8

10 >> c = [1+i, 2-3i, 5-i] c = i i i >> c i i i Jos kompleksivektorille tarvitaan normaalia transpoosia, se on. : >> c i i i 1.5 Vektorilaskentaa Sisätulo Matlab on tarkka vektoreiden dimensioista ja * tarkoittaa normaalia matriisikertolaskua >> a = [1,2,3]; >> b = [2; -3; 5]; >> a * b 11 >> a * a Error using * Inner matrix dimensions must agree. >> a * a 14 9

11 >> sqrt(a*a ), norm(a) Pisteittäiset laskutoimitukset >> c = [3 7 5]; >> a.* c >> a.* b Error using.* Matrix dimensions must agree. >> a./ b >> 2./ a >> a.^ >> 2.^ a

12 1.6 Matriisit Matriisit luodaan kuten vektorit. Rivit erotetaan puolipisteellä ; tai kirjoittamalla ne eri riveille: >> A = [1 2 3; 4 5 6; 7 8 9] A = >> B = [ 1,2 3,4 5,6] B = Komento size antaa matriisin dimensiot: >> size(a) 3 3 >> size(b) 3 2 Matriisin transpoosi Transpoosi saadaa samoin kuin vektoreilla: >> A

13 3 6 9 >> B Erikoismatriiseja Nollamatriisi >> Z = zeros(3,5) Z = >> zeros(3,1) Ykkösmatriisi >> N = ones(4,2) N = >> ones(1,6) Yksikkömatriisi >> I = eye(3) 12

14 I = >> eye(3,4) Diagonaalimatriisi >> a = [1 2 3]; >> diag(a) Matriisin diagonaali >> A = [1,2,3;4,5,6;7,8,9] A = >> diag(a) Matriisien rakentaminen osista >> A = [1 2 3;4 5 6;7 8 9]; >> [A eye(3); zeros(3) A ] 13

15 >> b = [2 4 8]; >> [ [b;b;b] A; A [b b b ]] Matriisin osiin viittaaminen Tämä sujuu samoin kuin vektoreilla, nyt vain dimensioita on kaksi: >> A = [1 2 3;4 5 6;7 8 9]; >> A(3,3) 5 >> A(1:2,3) 3 6 >> A(1,:) >> A(:,2)

16 8 Yhteen- ja vähennyslasku, pisteittäiset operaatiot Samoin kuin vektorien tapauksessa >> A = [1 2 3; 4 5 6]; >> B = 2 * ones(2,3); >> A + B >> 1./ A + A.* B >> A.^ ^ A Matriisikertolasku Matriisikertolaskut tehdään operaattorilla *. Kerrottavien matriisien pitää olla dimensioiltaan yhteensopivat. >> A = [1 2 3; 4 5 6; 7 8 9]; >> B = [3 4; -1 2; 0 4]; >> c = [1 2 3]; >> A*B 15

17 >> A*c Error using * Inner matrix dimensions must agree. >> A*c >> B*B >> B *B Käänteismatriisi, lineaarinen yhtälöryhmä Käänteismatriisi >> M = [1 0 2; ; 0 2 2]; >> det(m) -6 >> im = inv(m) im =

18 >> im * M Matriisimuoodssa oleva lineaarinen yhtälöryhmä ratkaistaan käyttämällä operaattoria \: >> A = [2-1 0; 1-2 1; 0-1 2]; >> y = [1 0 1] ; >> x = A\y x = >> A*x y = Ax 1.7 Matiisifunktioita Determinantti Aste(rank) Ehtoluku Normi 17

19 1.8 Grafiikkaa Plot Komennolla plot voidaan plotata graafeja: >> x = linspace(0,2*pi,100); >> y = sin(3*x); >> plot(x,y) Tekstiä voi lisätä käskyillä title, xlabel ja ylabel: >> plot(x,y) >> title( y=sin(3x) ) >> xlabel( X-akseli ) >> ylabel( Y-akseli ) Viivatyylit ja värit Oletusarvoisesti Matlab käyttää sinistä viivaa plottaukseen. Viivatyyppiä ja väriä voi vaihtaa antamalla plot-komennolle lisäargumentteja. >> plot(x,y, r-- ) >> plot(x,y, mo ) Käytettävissä olevat vaihtoehdot löytyvät plot-komennon ohjeista käskyllä help plot. Samaan kuvaan plottaaminen Useita käyriä voi plotata samaan kuvaan: >> plot(x,y, k--,x,cos(2*x), r ) >> legend( Sini, Kosini ) >> title( Multi-plot ) >> grid Toinen vaihtoehto on käyttää komentoa hold: 18

20 >> plot(x,y) >> hold on >> plot(x,sin(4*x), r* ) >> hold off Subplot Yhteen grafiikkaikkunaan on mahdollista piirtää monta kuvaa: >> subplot(221) >> plot(x,y) >> grid >> subplot(222) >> plot(x,y, r ) >> subplot(223) >> plot(x,y, k* ) >> subplot(224) >> plot(x,y, m--x ) Kuvan ominaisuuksien muuttaminen Kuvan ominaisuuksia voidaan muuttaa käskyllä set: >> pic = plot(x,y) >> get(pic) >> set(pic, LineWidth,6) >> set(pic, LineStyle, -- ) >> get(gca) >> set(gca, FontSize,20) 1.9 3D-kuvat Kolmiulotteisia pintoja z = f(x, y) voidaan plotata käskyllä mesh. Tarvittava hila saadaan komennolla meshgrid: 19

21 >> x = linspace(-5,5,20); >> y = linspace(-3,6,20); >> [X,Y] = meshgrid(x,y); >> Z = X.^2 - Y.^2; >> mesh(x,y,z) Muita mahdollisia plottauskäskyjä ovat mm. contour, contourf, surf ja surfl Loogiset operaattorit Loogiset operaattorit ovat samat kuin R:ssä, paitsi negaatio, joka on ~. Matlabissa ei ole erillisiä totuusarvoja, vaan se käyttää nollaa ja ykköstä. >> 1==1 1 >> 1~=1 0 >> 1 >= 2 0 jne... find on erittäin hyödyllinen funktio, jolla voi etsiä halutut kriteerit täyttäviä alkioita vektoreista ja matriiseista. Se palauttaa kriteerin toteuttaneiden alkioiden indeksit: >> x=randn(1,5) x = >> find(x<0) 20

22 3 >> find(x>0) >> x(find(x<0))=100 x = >> y=rand(3) y = >> y(find(y>0.5))=1 y = Kontrollirakenteet Matlabista löytyy samat kontrollirakenteet kuin R:stä ja muistakin ohjelmointikielistä. Syntaksi vain on hieman erilainen: for i = 1:10 disp(i) end i=0; sum = 0; while i <= 100 sum = sum + i; i = i + 1; end 21

23 a=randn(1,100); for i=1:100 if a(i) > 0 a(i) = 1; else a(i) = 0; end end 1.12 Funktiot ja skriptit Omia funktioita voi tehdä Matlabin tekstieditorilla (edit) tai millä tahansa tekstieditorilla. Jokainen funktio pitää tallentaa omaan tiedostoonsa, jonka nimi tulee olla muotoa xxx.m, missä xxx on funktion nimi. Funktion rakenne on seuraavanlainen: function [A,B,C] = funktion_nimi(x,y,z) % funktion sisällä olevat käskyt % Huom! Prosenttimerkillä alkavat rivit % ovat kommentteja! end Hakasulkeiden sisässä olevat argumentit (tässä A, B ja C) ovat funktion palauttamia muuttujia ja argumentit x, y ja z funktion varsinaisia argumentteja. Esimerkkinä funktio, joka palauttaa kokoa n x m olevat nolla- ja identtiteettimatriisit: function [N,I] = tee_matriisit(n,m) N = zeros(n,m); I = eye(n,m); end Jos funktiota kutsutaan käskyllä [A,B] = tee_matriisit(2,3) 22

24 palauttaa se nollamatriisin A ja diagonaalimatriisin B. Jos taas funktiota kutsutaan komennolla A=tee_matriisit(3,3) palauttaa se ainoastaan ensimmäisen palautusargumenttinsa, eli nollamatriisin A. 23

Harjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006

Harjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006 Harjoitus 1: Matlab Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen Matlab-ohjelmistoon Laskutoimitusten

Lisätiedot

Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37

Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37 Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37 Tehtävä 1: Käynnistä Matlab-ohjelma ja kokeile laskea sillä muutama peruslaskutoimitus: laske jokin yhteen-, vähennys-, kerto- ja jakolasku. Laske

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 1 / vko 44

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 1 / vko 44 MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko Tehtävä (L): Käynnistä Matlab-ohjelma ja kokeile laskea sillä muutama peruslaskutoimitus: laske jokin yhteen-, vähennys-, kerto- ja jakolasku. Laske

Lisätiedot

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9.

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9. Python linkit: Python tutoriaali: http://docs.python.org/2/tutorial/ Numpy&Scipy ohjeet: http://docs.scipy.org/doc/ Matlabin alkeet (Pääasiassa Deni Seitzin tekstiä) Matriisit ovat matlabin perustietotyyppejä.

Lisätiedot

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. Laskuharjoitus 1A Mallit Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. 1. tehtävä %% 1. % (i) % Vektorit luodaan

Lisätiedot

Valitse ruudun yläosassa oleva painike Download Scilab.

Valitse ruudun yläosassa oleva painike Download Scilab. Luku 1 Ohjeita ohjelmiston Scilab käyttöön 1.1 Ohjelmiston lataaminen Ohjeet ohjelmiston lataamiseen Windows-koneelle. Mene verkko-osoitteeseen www.scilab.org. Valitse ruudun yläosassa oleva painike Download

Lisätiedot

Matlab-perusteet. Jukka Jauhiainen. OAMK / Tekniikan yksikkö. Hyvinvointiteknologian koulutusohjelma

Matlab-perusteet. Jukka Jauhiainen. OAMK / Tekniikan yksikkö. Hyvinvointiteknologian koulutusohjelma Matlab-perusteet Jukka Jauhiainen OAMK / Tekniikan yksikkö Hyvinvointiteknologian koulutusohjelma Tämän materiaalin tarkoitus on antaa opiskelijalle lyhyehkö johdanto Matlabohjelmiston perusteisiin. Matlabin

Lisätiedot

1.1. Määritelmiä ja nimityksiä

1.1. Määritelmiä ja nimityksiä 1.1. Määritelmiä ja nimityksiä Luku joko reaali- tai kompleksiluku. R = {reaaliluvut}, C = {kompleksiluvut} R n = {(x 1, x 2,..., x n ) x 1, x 2,..., x n R} C n = {(x 1, x 2,..., x n ) x 1, x 2,..., x

Lisätiedot

BM20A0700, Matematiikka KoTiB2

BM20A0700, Matematiikka KoTiB2 BM20A0700, Matematiikka KoTiB2 Luennot: Matti Alatalo, Harjoitukset: Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luku 7. 1 Kurssin sisältö Matriiseihin

Lisätiedot

Ohjelman käynnistäminen

Ohjelman käynnistäminen >> why Because he obeyed a good and young and smart and terrified and rich and rich and not very good and good and bald and not excessively tall and good programmer. Tässä materiaali on tarkoitettu insinööriopiskelijoille

Lisätiedot

Matlabperusteita, osa 1. Heikki Apiola Matlab-perusteita, osa 1. Heikki Apiola. 12. maaliskuuta 2012

Matlabperusteita, osa 1. Heikki Apiola Matlab-perusteita, osa 1. Heikki Apiola. 12. maaliskuuta 2012 Matlab-perusteita, 12. maaliskuuta 2012 Matlab-perusteita, Ohjelmahahmotelma 1. viikko: Matlab 2. viikko: Maple (+ annettujen Matlab tehtävien ratkaisuja) 3. viikko: Maple ja Matlab (lopputyöt) Matlab-perusteita,

Lisätiedot

Matlabin perusteita Grafiikka

Matlabin perusteita Grafiikka BL40A0000 SSKMO KH 1 Seuraavassa esityksessä oletuksena on, että Matlabia käytetään jossakin ikkunoivassa käyttöjärjestelmässä (PC/Win, Mac, X-Window System). Käytettäessä Matlabia verkon yli joko tekstipäätteeltä,

Lisätiedot

Matriiseista. Emmi Koljonen

Matriiseista. Emmi Koljonen Matriiseista Emmi Koljonen 3. lokakuuta 22 Usein meillä on monta systeemiä kuvaavaa muuttujaa ja voimme kirjoittaa niiden välille riippuvaisuuksia, esim. piirin silmukoihin voidaan soveltaa silmukkavirtayhtälöitä.

Lisätiedot

mlvektori 1. Muista, että Jacobin matriisi koostuu vektori- tai skalaariarvoisen funktion F ensimmäisistä

mlvektori 1. Muista, että Jacobin matriisi koostuu vektori- tai skalaariarvoisen funktion F ensimmäisistä Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos mlvektori 1. Muista, että Jacobin matriisi koostuu vektori- tai skalaariarvoisen funktion F ensimmäisistä osittaisderivaatoista: y 1... J F =.

Lisätiedot

Matlabin perusteet. 1. Käyttöliittymä:

Matlabin perusteet. 1. Käyttöliittymä: Matlabin perusteet Matlabin (MATrix LABoratory) perusfilosofia on, että se käsittelee kaikkia muuttujia matriiseina, joiden erikoistapauksia ovat vektorit ja skalaariluvut. Näin ollen se soveltuu erityisesti

Lisätiedot

Matlab-perusteet Harjoitustehtävien ratkaisut

Matlab-perusteet Harjoitustehtävien ratkaisut Matlab-perusteet Harjoitustehtävien ratkaisut Osa 1 Tehtävä: Määrittele muuttujat a ja b, anna niille vaikkapa arvot 3 ja 2 ja kokeile peruslaskutoimituksia niillä. >>a=1;b=2; >>a+b 3 >>a-b -1 >>a*b 2

Lisätiedot

ELEC-C5210 Satunnaisprosessit tietoliikenteessä Harjoitus M1,

ELEC-C5210 Satunnaisprosessit tietoliikenteessä Harjoitus M1, ELEC-C5210 Satunnaisprosessit tietoliikenteessä Harjoitus M1, 16.3.2017 1. Syntaksista, vektoreista ja matriiseista: Tehtävän eri kohdat on tehtävä järjestyksessä. Myöhemmissä kohdissa oletetaan, että

Lisätiedot

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi Matriisit, L20 Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Merkintöjä 1 Matriisi on suorakulmainen lukukaavio.

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus tekoälyn taustalla olevaan matematiikkaan Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 5. luento.2.27 Lineaarialgebraa - Miksi? Neuroverkon parametreihin liittyvät kaavat annetaan monesti

Lisätiedot

BL40A0000 Säätötekniikan ja signaalinkäsittelyn

BL40A0000 Säätötekniikan ja signaalinkäsittelyn 1 BL40A0000 Säätötekniikan ja signaalinkäsittelyn matemaattiset ohjelmistot Luennot ja harjoitukset Katja Hynynen, h. 6431, p. 040-548 8954 Katja.Hynynen@lut.fi Opetus ja suoritusvaatimukset OPETUS: Luentoja

Lisätiedot

Heikki Apiola, Juha Kuortti, Miika Oksman. 5. lokakuuta Matlabperusteita, osa 1

Heikki Apiola, Juha Kuortti, Miika Oksman. 5. lokakuuta Matlabperusteita, osa 1 Matlab-perusteita, 5. lokakuuta 2015 Matlab-perusteita, Mikä on Matlab Matriisilaboratorio [Cleve Moler, Mathworks inc.] Numeerisen laskennan työskentely-ympäristö Suuri joukko matemaattisia ja muita funktioita,

Lisätiedot

mlgrafiikka 1. Piirrä samaan kuvaan funktioiden cos ja sin kuvaajat välillä [ 2π, 2π] Aloita tyyliin: 2. Piirrä

mlgrafiikka 1. Piirrä samaan kuvaan funktioiden cos ja sin kuvaajat välillä [ 2π, 2π] Aloita tyyliin: 2. Piirrä Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos -e mlgrafiikka 1. Piirrä samaan kuvaan funktioiden cos ja sin kuvaajat välillä [ 2π, 2π] Aloita tyyliin: x=linspace(-2*pi,2*pi); y1=cos(x); y2=sin(x);

Lisätiedot

Talousmatematiikan perusteet: Luento 10. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti

Talousmatematiikan perusteet: Luento 10. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti Talousmatematiikan perusteet: Luento 1 Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti Viime luennolta Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta,

Lisätiedot

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi Matriisit, L20 Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ( 0, 4, ( ( 1 4 2, a 11 a 12 a 21 a 22 Kaavio kirjoitetaan kaarisulkujen väliin (amer. kirjoissa

Lisätiedot

Harjoitus 1: Johdatus matemaattiseen mallintamiseen (Matlab)

Harjoitus 1: Johdatus matemaattiseen mallintamiseen (Matlab) Harjoitus 1: Johdatus matemaattiseen mallintamiseen (Matlab) MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Ensimmäinen harjoituskierros Aiheet Tutustuminen

Lisätiedot

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi Matriisit, kertausta Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Kaavio kirjoitetaan kaarisulkujen väliin

Lisätiedot

Harjoitus 1: Johdatus matemaattiseen mallintamiseen (Matlab)

Harjoitus 1: Johdatus matemaattiseen mallintamiseen (Matlab) Harjoitus 1: Johdatus matemaattiseen mallintamiseen (Matlab) SCI-C0200 Fysiikan ja matematiikan menetelmien studio SCI-C0200 Fysiikan ja matematiikan menetelmien studio 1 MyCourses Kurssilla käytetään

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo Talousmatematiikan perusteet: Luento 9 Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo Viime luennolta Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta,

Lisätiedot

Scilab 5.3.3 - ohjelman alkeisohjeet

Scilab 5.3.3 - ohjelman alkeisohjeet Pohdin projekti Scilab 5.3.3 - ohjelman alkeisohjeet Käytön aloittaminen Ohjelma käynnistetään kaksoisklikkaamalla työpöydällä ohjelman kuvaketta ja ohjelman käyttö lopetetaan käyttämällä komentoa exit

Lisätiedot

Zeon PDF Driver Trial

Zeon PDF Driver Trial Matlab-harjoitus 2: Kuvaajien piirto, skriptit ja funktiot. Matlabohjelmoinnin perusteita Numeerinen integrointi trapezoidaalimenetelmällä voidaan tehdä komennolla trapz. Esimerkki: Vaimenevan eksponentiaalin

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

MATLAB 7.1 Komentoikkunaharjoitus. Matti Lähteenmäki 2005 www.tamk.fi/~mlahteen/

MATLAB 7.1 Komentoikkunaharjoitus. Matti Lähteenmäki 2005 www.tamk.fi/~mlahteen/ MATLAB 7.1 Komentoikkunaharjoitus 25 www.tamk.fi/~mlahteen/ MATLAB 7.1 Komentoikkunaharjoitus 2 SISÄLLYSLUETTELO 1 Aloitus ja ohjetoiminnot 3 2 MATLABin käyttö laskimena 5 3 Muuttujien käyttö 6 4 Perusfunktiot

Lisätiedot

1 Matriisit ja lineaariset yhtälöryhmät

1 Matriisit ja lineaariset yhtälöryhmät 1 Matriisit ja lineaariset yhtälöryhmät 11 Yhtälöryhmä matriisimuodossa m n-matriisi sisältää mn kpl reaali- tai kompleksilukuja, jotka on asetetettu suorakaiteen muotoiseksi kaavioksi: a 11 a 12 a 1n

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 30.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/19 Käytännön asioita Kurssi on suunnilleen puolessa välissä. Kannattaa tarkistaa tavoitetaulukosta, mitä on oppinut ja

Lisätiedot

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä Matriisien tulo Lause Olkoot A, B ja C matriiseja ja R Tällöin (a) A(B + C) =AB + AC, (b) (A + B)C = AC + BC, (c) A(BC) =(AB)C, (d) ( A)B = A( B) = (AB), aina, kun kyseiset laskutoimitukset on määritelty

Lisätiedot

ATK tähtitieteessä. Osa 2 - IDL perusominaisuudet. 12. syyskuuta 2014

ATK tähtitieteessä. Osa 2 - IDL perusominaisuudet. 12. syyskuuta 2014 12. syyskuuta 2014 IDL - Interactive Data Language IDL on tulkattava ohjelmointikieli, jonka vahvuuksia ovat: Yksinkertainen, johdonmukainen komentosyntaksi. Voidaan käyttää interaktiivisesti, tai rakentamalla

Lisätiedot

plot(f(x), x=-5..5, y=-10..10)

plot(f(x), x=-5..5, y=-10..10) [] Jokaisen suoritettavan rivin loppuun ; [] Desimaalierotin Maplessa on piste. [] Kommentteja koodin sekaan voi laittaa # -merkin avulla. Esim. #kommentti tähän [] Edelliseen tulokseen voi viitata merkillä

Lisätiedot

9 Matriisit. 9.1 Matriisien laskutoimituksia

9 Matriisit. 9.1 Matriisien laskutoimituksia 9 Matriisit Aiemmissa luvuissa matriiseja on käsitelty siinä määrin kuin on ollut tarpeellista yhtälönratkaisun kannalta. Matriiseja käytetään kuitenkin myös muihin tarkoituksiin, ja siksi on hyödyllistä

Lisätiedot

Harjoitus 10: Mathematica

Harjoitus 10: Mathematica Harjoitus 10: Mathematica Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen Mathematica-ohjelmistoon Mathematican

Lisätiedot

Matemaattiset ohjelmistot 1-2 ov, 2-3 op

Matemaattiset ohjelmistot 1-2 ov, 2-3 op Matemaattiset ohjelmistot 1-2 ov, 2-3 op Aloitustehtävät Perehdy netissä olevan oppaan http://mtl.uta.fi/opetus/matem_ohjelmistot/matlab lukuihin 0 Johdanto, 1 matriisit ja vektorit sekä 4 Ohjelmointi

Lisätiedot

Harjoitus 2: Ohjelmointi (Matlab)

Harjoitus 2: Ohjelmointi (Matlab) Harjoitus 2: Ohjelmointi (Matlab) SCI-C0200 Fysiikan ja matematiikan menetelmien studio SCI-C0200 Fysiikan ja matematiikan menetelmien studio 1 2. Harjoituskerta Aiheet: - Matlabin kontrollirakenteet -

Lisätiedot

Harjoitus 1 -- Ratkaisut

Harjoitus 1 -- Ratkaisut Kun teet harjoitustyöselostuksia Mathematicalla, voit luoda selkkariin otsikon (ja mahdollisia alaotsikoita...) määräämällä soluille erilaisia tyylejä. Uuden solun tyyli määrätään painamalla ALT ja jokin

Lisätiedot

Harjoitus 2: Ohjelmointi (Matlab)

Harjoitus 2: Ohjelmointi (Matlab) Harjoitus 2: Ohjelmointi (Matlab) MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 2. Harjoituskerta Aiheet: - Matlabin kontrollirakenteet - Funktiot ja komentojonotiedostot

Lisätiedot

Ortogonaalinen ja ortonormaali kanta

Ortogonaalinen ja ortonormaali kanta Ortogonaalinen ja ortonormaali kanta Määritelmä Kantaa ( w 1,..., w k ) kutsutaan ortogonaaliseksi, jos sen vektorit ovat kohtisuorassa toisiaan vastaan eli w i w j = 0 kaikilla i, j {1, 2,..., k}, missä

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21

Lisätiedot

Mat-1.C Matemaattiset ohjelmistot

Mat-1.C Matemaattiset ohjelmistot Mat-.C Matemaattiset ohjelmistot Luento ma 9.3.0 $z; Error, (in rtable/product) invalid arguments.z; z C z C z3 3 C z4 4 C z5 5.Tr z ; z C z C z3 3 C z4 4 C z5 5 ; Error, (in rtable/power) eponentiation

Lisätiedot

Ennakkotehtävän ratkaisu

Ennakkotehtävän ratkaisu Ennakkotehtävän ratkaisu Ratkaisu [ ] [ ] 1 3 4 3 A = ja B =. 1 4 1 1 [ ] [ ] 4 3 12 12 1 0 a) BA = =. 1 + 1 3 + 4 0 1 [ ] [ ] [ ] 1 0 x1 x1 b) (BA)x = =. 0 1 x 2 x [ ] [ ] [ 2 ] [ ] 4 3 1 4 9 5 c) Bb

Lisätiedot

matlabteht/mlperusteet, Matlab-perusteita 1. mlp001.tex

matlabteht/mlperusteet, Matlab-perusteita 1. mlp001.tex Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos -e matlabteht/mlperusteet, Matlab-perusteita 1. mlp001.tex Matlab-pikaohje 1. Komennon suorittama tulos tulee ruudulle ENTER-painalluksen jälkeen

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a

Lisätiedot

T211003 Sovellusohjelmat Matlab osa 4: Skriptit, funktiot ja kontrollirakenteet

T211003 Sovellusohjelmat Matlab osa 4: Skriptit, funktiot ja kontrollirakenteet Ohjelmointi Matlab-komentoja voidaan koota ns. M-tiedostoon. Nimi tulee tiedoston tarkentimesta.m. Matlabilla voidaan ohjelmoida kahdella eri tavalla: Skriptit eli komentojonot eli makrot Funktiot eli

Lisätiedot

MATLABin alkeita J.Merikoski JYFL 2009 fysp120

MATLABin alkeita J.Merikoski JYFL 2009 fysp120 MATLABin alkeita J.Merikoski JYFL 2009 fysp120 Tämän pikaoppaan tarkoitus on auttaa nopeaan alkuun matlab-ohjelmiston käytössä. Keskitymme fyysikolle (välittömästi) hyödyllisimpiin komentoihin ja rakenteisiin.

Lisätiedot

Opiskelijan pikaopas STACK-tehtäviin. Lassi Korhonen, Oulun yliopisto

Opiskelijan pikaopas STACK-tehtäviin. Lassi Korhonen, Oulun yliopisto Opiskelijan pikaopas STACK-tehtäviin Lassi Korhonen, Oulun yliopisto 21.3.2016 SISÄLLYSLUETTELO Oppaan käyttäminen... 2 Vastauksen syöttämisen perusteet... 2 Operaatiot... 2 Luvut ja vakiot... 3 Funktiot...

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 29.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/26 Kertausta: Kanta Määritelmä Oletetaan, että w 1, w 2,..., w k W. Vektorijono ( w 1, w 2,..., w k ) on aliavaruuden

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

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3 4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D Mika Hirvensalo mikhirve@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2014 Mika Hirvensalo mikhirve@utu.fi Luentokalvot 3 1 of 16 Kertausta Lineaarinen riippuvuus

Lisätiedot

Käänteismatriisi 1 / 14

Käänteismatriisi 1 / 14 1 / 14 Jokaisella nollasta eroavalla reaaliluvulla on käänteisluku, jolla kerrottaessa tuloksena on 1. Seuraavaksi tarkastellaan vastaavaa ominaisuutta matriiseille ja määritellään käänteismatriisi. Jokaisella

Lisätiedot

Matlab- ja Maple- ohjelmointi

Matlab- ja Maple- ohjelmointi Perusasioita 2. helmikuuta 2005 Matlab- ja Maple- ohjelmointi Yleistä losoaa ja erityisesti Numsym05-kurssin tarpeita palvellee parhaiten, jos esitän asian rinnakkain Maple:n ja Matlab:n kannalta. Ohjelmien

Lisätiedot

Oppimistavoitematriisi

Oppimistavoitematriisi Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Esitiedot Arvosanaan 1 2 riittävät Arvosanaan 3 4 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä

Lisätiedot

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007 Ville Turunen: Mat-1.1410 Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007 Materiaali: kirjat [Adams R. A. Adams: Calculus, a complete course (6th edition), [Lay D. C. Lay: Linear

Lisätiedot

2.1.4 har:linyryhmat03. Octavella. Katso ensin esimerkit???? esim:yroctave01 Octaven antamat vastausehdotukset.

2.1.4 har:linyryhmat03. Octavella. Katso ensin esimerkit???? esim:yroctave01 Octaven antamat vastausehdotukset. Vaasan yliopiston julkaisuja, opetusmonisteita 49 har:linyryhmat03 Tehtävä 2.3 Ratkaise lineaariset yhtälörymät x + y z 5 x + 2y + 4z 16 a x + 2y + 2z 0 2x + z 14 b x + y z 5 x + 2y + 4z 16 x + 2y + 2z

Lisätiedot

Harjoitus 1 -- Ratkaisut

Harjoitus 1 -- Ratkaisut Kun teet harjoitustyöselostuksia Mathematicalla, voit luoda selkkariin otsikon (ja mahdollisia alaotsikoita...) määräämällä soluille erilaisia tyylejä. Uuden solun tyyli määrätään painamalla ALT ja jokin

Lisätiedot

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Voidaan osoittaa, että avaruuden R n vektoreilla voidaan laskea tuttujen laskusääntöjen mukaan. Huom. Lause tarkoittaa väitettä, joka voidaan perustella

Lisätiedot

Talousmatematiikan perusteet: Luento 8. Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo

Talousmatematiikan perusteet: Luento 8. Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo Talousmatematiikan perusteet: Luento 8 Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo Motivointi Esim. Herkkumatikka maksaa 50 /kg. Paljonko

Lisätiedot

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi Talousmatematiikan perusteet: Luento 11 Lineaarikuvaus Matriisin aste Käänteismatriisi Viime luennolla Käsittelimme matriisien peruskäsitteitä ja laskutoimituksia Vakiolla kertominen, yhteenlasku ja vähennyslasku

Lisätiedot

Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos Mat-1.C Matemaattiset ohjelmistot

Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos Mat-1.C Matemaattiset ohjelmistot Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos Mat-1.C Matemaattiset ohjelmistot Apiola/Kuortti Harjoitus 1 12-14.3.2012 LT Luentotehtävä, tehdään yhdessä luennolla. HT Harjoitustehtävä, käydään

Lisätiedot

C = {(x,y) x,y R} joiden joukossa on määritelty yhteen- ja kertolasku seuraavasti

C = {(x,y) x,y R} joiden joukossa on määritelty yhteen- ja kertolasku seuraavasti Vaasan yliopiston julkaisuja 189 9 OMINAISARVOTEHTÄVÄ Ch:EigSystem Sec:CMatrix 9.1 Kompleksinen lineaariavaruus 9.1.1 Kompleksiluvut Pian tulemme tarvitsemaan kompleksisen lineaariavaruuden alkeita. Tätä

Lisätiedot

Matematiikka B2 - Avoin yliopisto

Matematiikka B2 - Avoin yliopisto 6. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus

Lisätiedot

Harjoitus 3 -- Ratkaisut

Harjoitus 3 -- Ratkaisut Harjoitus 3 -- Ratkaisut 1 ' '-merkki kirjoitetaan =, ' '-merkki!=, ' '-merkki ==. Yhtälöiden ratkaisusta puhutaan lisää myöhemmin. a f x, y : If ehtolauseke x y, y tämä palautetaan, jos

Lisätiedot

Matriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n.

Matriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n. Matriisipotenssi Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: Määritelmä Oletetaan, että A on n n -matriisi (siis neliömatriisi) ja k

Lisätiedot

Tähtitieteen käytännön menetelmiä Kevät 2009 Luento 4: Ohjelmointi, skriptaus ja Python

Tähtitieteen käytännön menetelmiä Kevät 2009 Luento 4: Ohjelmointi, skriptaus ja Python Tähtitieteen käytännön menetelmiä Kevät 2009 Luento 4: Ohjelmointi, skriptaus ja Python 31. tammikuuta 2009 Ohjelmointi Perusteet Pythonin alkeet Esittely Esimerkkejä Muuttujat Peruskäsitteitä Käsittely

Lisätiedot

Tiivistelmä matriisilaskennasta

Tiivistelmä matriisilaskennasta Tiivistelmä matriisilaskennasta v 35, 2122008, Ossi Pasanen Nimityksiä ja merkintätapoja m n -matriisi on reaali- tai kompleksiluvuista koostuva lukukaavio, jossa on m vaakariviä ja n saraketta pystyriviä)

Lisätiedot

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41 MS-A0004/MS-A0006 Matriisilaskenta, I/06 Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 4 Tehtävä 5 (L): a) Oletetaan, että λ 0 on kääntyvän matriisin A ominaisarvo. Osoita, että /λ on matriisin A

Lisätiedot

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg Vaasan yliopisto, syksy 218 Lineaarialgebra II, MATH124 Matti laaksonen, Lassi Lilleberg Tentti T1, 284218 Ratkaise 4 tehtävää Kokeessa saa käyttää laskinta (myös graafista ja CAS-laskinta), mutta ei taulukkokirjaa

Lisätiedot

Talousmatematiikan perusteet: Luento 9

Talousmatematiikan perusteet: Luento 9 Talousmatematiikan perusteet: Luento 9 Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo ja pituus Vektorien välinen kulma Motivointi Tähän asti olemme tarkastelleet yhden

Lisätiedot

1 Ominaisarvot ja ominaisvektorit

1 Ominaisarvot ja ominaisvektorit 1 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) 1 missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin

Lisätiedot

Laskennallinen lineaarinen algebra ja geometria

Laskennallinen lineaarinen algebra ja geometria Laskennallinen lineaarinen algebra ja geometria Matti Vihola 2 Sisältö Numeriikkaa äärellinen esitystarkkuus numeerisen laskennan etuja ja haittoja virhekäsitteitä Numeerista lineaarista algebraa matriisinormi

Lisätiedot

ALOITUSOPAS. Versio 0.8

ALOITUSOPAS. Versio 0.8 ALOITUSOPAS Versio 0.8 Matti Lähteenmäki 999 KÄYTTÖLIITTYMÄ Mathcad on tavanomainen Windows-ohjelma ja sen käyttöliittymällä on monia muista Wi n- dows-ohjelmista tuttuja ominaisuuksia. Käyttäjällä on

Lisätiedot

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.1 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

Lisätiedot

Oppimistavoitematriisi

Oppimistavoitematriisi Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Arvosanaan 1 2 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä ja yhtälöpareja Osaan muokata

Lisätiedot

Matematiikka B2 - TUDI

Matematiikka B2 - TUDI Matematiikka B2 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus

Lisätiedot

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi.

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi. Matriisilaskenta Harjoitusten ratkaisut (Kevät 9). Olkoot ja A = B = 5. Osoitetaan, että matriisi B on matriisin A käänteismatriisi. Tapa Käänteismatriisin määritelmän nojalla riittää osoittaa, että AB

Lisätiedot

MATRIISIN HESSENBERGIN MUOTO. Niko Holopainen

MATRIISIN HESSENBERGIN MUOTO. Niko Holopainen MATRIISIN HESSENBERGIN MUOTO Niko Holopainen Matematiikan pro gradu Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Syksy 2013 Tiivistelmä: Niko Holopainen, Matriisin Hessenbergin muoto Matematiikan

Lisätiedot

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset 32 Idea: Lineaarikuvausten laskutoimitusten avulla määritellään vastaavat matriisien laskutoimitukset Vakiolla kertominen ja summa Olkoon t R ja A, B R n m Silloin ta, A + B R n m ja määritellään ta ta

Lisätiedot

KAAVAT. Sisällysluettelo

KAAVAT. Sisällysluettelo Excel 2013 Kaavat Sisällysluettelo KAAVAT KAAVAT... 1 Kaavan tekeminen... 2 Kaavan tekeminen osoittamalla... 2 Kaavan kopioiminen... 3 Kaavan kirjoittaminen... 3 Summa-funktion lisääminen... 4 Suorat eli

Lisätiedot

Kompleksiluvut., 15. kesäkuuta /57

Kompleksiluvut., 15. kesäkuuta /57 Kompleksiluvut, 15. kesäkuuta 2017 1/57 Miksi kompleksilukuja? Reaaliluvut lukusuoran pisteet: Tiedetään, että 7 1 0 x 2 = 0 x = 0 1 7 x 2 = 1 x = 1 x = 1 x 2 = 7 x = 7 x = 7 x 2 = 1 ei ratkaisua reaalilukujen

Lisätiedot

Johdatus matematiikkaan

Johdatus matematiikkaan Johdatus matematiikkaan Luento 6 Mikko Salo 6.9.2017 Sisältö 1. Kompleksitaso 2. Joukko-oppia Kompleksiluvut Edellisellä luennolla huomattiin, että toisen asteen yhtälö ratkeaa aina, jos ratkaisujen annetaan

Lisätiedot

Muuttujan sisällön näet kirjoittamalla sen nimen ilman puolipistettä

Muuttujan sisällön näet kirjoittamalla sen nimen ilman puolipistettä Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos -e mlkompleksianalyysi 1. mlk001.tex Ensiapuohjeita Sijoitus muuttujaan esim: >> z=(1+i)/(1-2*i) Puolipiste lopussa estää tulostuksen. Muuttujan

Lisätiedot

Matriisinormeista. Sanni Carlson. Matematiikan pro gradu

Matriisinormeista. Sanni Carlson. Matematiikan pro gradu Matriisinormeista Sanni Carlson Matematiikan pro gradu Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Kevät 2015 Tiivistelmä: Sanni Carlson, Matriisinormeista (engl On matrix norms), matematiikan

Lisätiedot

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 Tehtävät 1-4 lasketaan alkuviikon harjoituksissa ryhmissä, ja ryhmien ratkaisut esitetään harjoitustilaisuudessa (merkitty kirjaimella L = Lasketaan).

Lisätiedot

5 Ominaisarvot ja ominaisvektorit

5 Ominaisarvot ja ominaisvektorit 5 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin A

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

Luento 5. Timo Savola. 28. huhtikuuta 2006

Luento 5. Timo Savola. 28. huhtikuuta 2006 UNIX-käyttöjärjestelmä Luento 5 Timo Savola 28. huhtikuuta 2006 Osa I Shell-ohjelmointi Ehtolause Lausekkeet suoritetaan jos ehtolausekkeen paluuarvo on 0 if ehtolauseke then lauseke

Lisätiedot

Inversio-ongelmien laskennallinen peruskurssi Luento 3

Inversio-ongelmien laskennallinen peruskurssi Luento 3 Inversio-ongelmien laskennallinen peruskurssi Luento 3 Kevät 2011 1 Singulaariarvohajotelma (Singular Value Decomposition, SVD) Olkoon A R m n matriisi 1. Tällöin A voidaan esittää muodossa A = UΣV T,

Lisätiedot

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81 Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/81 Lineaarialgebra (muut ko) p. 2/81 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2 )

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 13.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/12 Käytännön asioita Kesäkuun tentti: ke 19.6. klo 17-20, päärakennuksen sali 1. Anna palautetta kurssisivulle ilmestyvällä

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 4 To 15.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 4 To 15.9.2011 p. 1/38 p. 1/38 Lineaarinen yhtälöryhmä Lineaarinen yhtälöryhmä matriisimuodossa Ax = b

Lisätiedot

Lineaarialgebra a, kevät 2019 Harjoitus 6 (ratkaisuja Maple-dokumenttina) > restart; with(linalg): # toteuta ihan aluksi!

Lineaarialgebra a, kevät 2019 Harjoitus 6 (ratkaisuja Maple-dokumenttina) > restart; with(linalg): # toteuta ihan aluksi! Lineaarialgebra a, kevät 2019 Harjoitus 6 (ratkaisuja Maple-dokumenttina) restart; with(linalg): # toteuta ihan aluksi! Tehtävä 1. Säännöllisyys yhdellä yhtälöllä Koska matriisit A ja B ovat neliömatriiseja

Lisätiedot