Klassisesta mekaniikasta

Koko: px
Aloita esitys sivulta:

Download "Klassisesta mekaniikasta"

Transkriptio

1 Klassisesta mekaniikasta Ville Kivioja 29. elokuuta 2018 Tämän lyhyen artikkelin tarkoituksena on ensin muotoilla klassinen mekaniikka mahdollisimman yleisesti ja käyttäen mahdollisimman selkeitä geometrisia käsitteitä. Sen jälkeen jatkamme käsittelemään mekaanisen järjestelmän hallittavuutta. Sisältö 1 Aksiomatisointi Lagrangen funktion avulla 1 2 Faasiavaruus ja Legendren muunnos 3 3 Symplektistä geometriaa yleisesti Kotangenttikimpun symplektinen rakenne Poissonin sulkeet Vektorikentän Hamiltonilainen nosto Symplektinen rakenne mekaniikassa 7 5 Mekaniisen järjestelmän hallinta Abstraktin hallintajärjestelmän määrittely Chownin Rasheskyn lause Hallinnan mahdollisuus Optimaalinen hallinta Merkintöjä ja käsitteitä T p M on moniston M tangenttiavaruus pisteessä p M. Sen duaaliavaruus on T p M. Tensoria W pisteessä p M merkitään W p, ja tämän lineaarikuvauksen argumentit merkitään sulkuihin, esimerkiksi W p (X, Y ). Monistojen välisen kuvauksen F : M N differentiaalia pisteessä p M merkitään df p. Moniston M kaikkien vektorikenttien joukko on Vec(M) ja kaikkien kovektorien joukko Λ 1 M. Moniston M tangenttikimppu T M on joukkona T M = p M {p} T pm. Vastaavasti kotangenttikimppu on joukkona T M = p M {p} T pm. Näiden topologia ja differentioituva rakenne määräytyy epätriviaalilla tavalla alkuperäisen moniston topologiasta. Merkintöjen yksinkertaistamiseksi, milloin sekaannuksen vaaraa ei ole, vastaisuudessa monesti samaistetaan alkio (p, v) T M vektorin v T p M kanssa, ja vastaavasti duaalialkioille. 1 Aksiomatisointi Lagrangen funktion avulla Klassisessa mekaniikassa fysikaalisen systeemin määrittää täysin systeemin konfiguraatioavaruus ja Lagrangen funktio seuraavassa esiteltävän aksiooman mukaisesti. 1

2 Konfiguraatioavaruus on (differentioituva 1 ) monisto Q, jonka ulottuvuus n on systeemin vapausasteiden lukumäärä ja jota lokaalisti parametrisoi systeemin yleistetyt koordinaatit q 1,..., q n. Kukin konfiguraatioavaruuden piste on siis fysikaalisen systeemin asento, otos, jossa kaikki systeemin vapausasteet on kiinnitetty 2. Konfiguraatioavaruus ei sisällä tietoa systeemin liiketilasta, kuten hiukkasten nopeuksista tai pyörimismääristä. Lagrangen funktio on mielivaltainen funktio L: T Q R, missä T Q merkitsee moniston Q tangenttikimppua. Fysikaalinen systeemi on pari (Q, L). Aksiooma Fysikaalisen systeemin (Q, L) aikakehitys tilasta q A Q tilaan q L Q tapahtuu sellaista käyrää ˆσ : [0, 1] Q pitkin, joka toteuttaa seuraavaa: Jos C on kaikkien niiden käyrien σ : [0, 1] Q joukko, joille σ(0) = q A ja σ(1) = q L, niin aktiofunktio S : C R S(σ) = 1 0 L(σ(t), σ(t)) dt saa stationaarisen arvon käyrällä ˆσ. Käyrää ˆσ sanotaan tällöin luonnolliseksi liikkeeksi. Tämän aksiooman seurauksena annetun fysikaalisen systeemin (Q, L) dynamiikka tunnetaan täydellisesti. Todellakin, olkoon fysikaalinen systeemi tilassa q ja olkoon kiinnitetty alkuehtovektori v T q Q, joka sisältää siis informaation systeemin liiketilasta ensimmäisessä kertaluvussa. Aikakehityksen tilasta q lähtien on tapahduttava sellaista käyrää σ pitkin, että kaikille ajanhetkille t 1 vastaava aktiofunktio S t1, jonka lähtöjoukkoina ovat käyrät α, joille α(0) = q ja α(t 1 ) = σ(t 1 ), saa stationaarisen arvon käyrällä σ. Siten yllä olevan aksiooman nojalla käyrän σ tulee toteuttaa lokaaleissa koordinaateissa nk. Euler Lagrange-yhtälöt 3 L q i σ(t), σ(t) d dt ( L ) σ(t), = 0 1 i n (1) q i σ(t) kaikille riittävän pienille t, missä Lagrangen funktio L on identifioitu koordinaattiesityksensä kanssa. Tämä on aina toisen kertaluvun tavallisten differentiaaliyhtä- 1 Otetaan käytäntö, että kaikki monistot ovat differentioituvia ja kaikki funktiot sileitä (eli koordinaattiesityksissään mielivaltaisen monta kertaa differentioituvia) mainitsematta tätä joka kerta. 2 Esimerkiksi jos fysikaalinen systeemi on vierivä kuulaa tasolla, niin systeemin vapausasteiksi voidaan ottaa koordinaatit q 1,..., q 5 siten, että (q 1, q 2) R 2 antavat tason pisteen, jota kuula koskettaa, ja (q 3, q 4, q 5) SO(3) määrittävät kuulan asennon. Tässä hivenen epäkorrekti merkintä (q 3, q 4, q 5) SO(3) tarkoittaa lokaaleja koordinaatteja. Huomaa, että kuulaan on merkittävä vähintään 2 (ei-antipodaalista) pistettä, jotta sen asento voidaan määrittää. 3 Välivaiheet siihen, miten yllä esitetystä aksioomasta täsmälleen ottaen saadaan Euler Lagrange-yhtälöt, on tehty kunnolla esimerkiksi kirjassa Classical Mechanics and Dynamical Systems, Martin Scholtz, s Huomaa, että käyrien avaruutta voidaan pitää vektoriavaruutena jos halutaan ratkaista ongelma vain lokaalisti, sillä silloin käyrät ovat avaruuden R 2n käyriä (tämä samaistus on tietenkin epäkanoninen). Euler Lagrange-yhtälöt ovat joka tapauksessa vain lokaalit. 2

3 löiden järjestelmä 4 käyrälle σ ja siten alkuehdot σ(0) = q ja σ (0) = v määräävät yksikäsitteisen ratkaisun 5. Esimerkki 1.1. Tarkastellaan fysikaalista systeemiä (Q, L), missä Q = R + ja L(x, v) = 1 2 mv2 mgx. Tällainen fysikaalinen systeemi kuvaa m-massaisen kappaleen 1-ulotteista liikettä homogeenisessa gravitaatiokentässä, jonka voimakkuutta kuvaa parametri g 0. Tällöin L q i σ(t), σ(t) = mg riippumatta ajanhetkestä t tai käyrästä σ. Toinen osittaisderivaatta-termi on L q i σ(t), σ(t) = m σ(t) Siispä systeemin liike määräytyy differentiaaliyhtälöstä 0 = L σ(t), d ( L ) σ(t), = mg m σ(t) q i σ(t) dt q i σ(t) kuten onkin fysikaalisesti selvää. σ(t) = g 2 Faasiavaruus ja Legendren muunnos Fysikaalisen systeemin (Q, L) faasiavaruus on Q:n kotangenttikimppu T Q. Lagrangen funktion tyypillinen muoto on L = T U, missä T, U : T Q R ovat funktiota, joista T tulee ei-degeneroituneesta ( 0 2) -tensorikentästä A monistolla Q siten, että T (q, v) = 1 2 A q(v, v) ja U riippuu vain konfiguraatioavaruuden pisteestä U(q, v) = U(q). Ei-degeneroituneisuus tarkoittaa määritelmän mukaan, että kaikille q Q lineaarikuvaus T q Q T q Q, v A q (v, ) on kääntyvä 6. Esimerkiksi jos konfiguraatioavaruus koostuu vapaasta pistehiukkasesta 2-ulotteisessa avaruudessa (massaltaan m) ja 1-ulotteisesta hyrrästä (hitausmomentilla J), niin sen konfiguraatioavaruus on Q = R 2 S 1. Tällöin luonnollisissa koordinaateissa yleinen vektori on muotoa v = (v x, v y, ω) R 3 ja liike-energia on T (q, v) = 1 2 m(v2 x + v 2 y) Jω2 Siispä tensori A pitää määritellä siten, että A q (v, w) = A q ((v x, v y, ω), (w x, w y, µ)) = m(v x w x + v y w y ) + Jωµ 4 Lagrangen funktio riippuu vain käyrästä ja sen derivaatasta, ja samoin on silloin myös sen osittaisderivaattojen laita. Jälkimmäinen termi Euler Lagrangen yhtälöissä tuottaa korkeintaan toisen kertaluvun aikaderivaattoja käyrästä. 5 Tämä ratkaisu on yksikäsitteinen ja olemassa kaikille t, mutta differentiaaliyhtälö sinänsä on mielekäs vain jossakin ympäristössä, ja saatu ratkaisu on siis lopulta vain lokaali. 6 Siispä vektorien ja kovektorien välillä on identifikaatio, vrt. metriseen tensoriin Riemannin geometriassa. 3

4 Jotta voidaan muodostaa systeemin Hamiltonin funktio, on Lagrangen funktion oltava yllä kuvattua muotoa, joten oletetaan tämä vastedes 7. Tässä tapauksessa liike-energiafunktio T määrää vektorien ja kovektorien identifikaation missä v T q Q identifioidaan kovektoriin A q (v, ). Ei-degeneroituneisuuden vuoksi tämä kuvaus T q Q T q Q on kääntyvä kaikille q ja määrää siten kääntyvän kuvauksen τ : T Q T Q. Yleisesti, kun tangenttikimpun ja kotangenttikimpun välillä on kääntyvä kuvaus, voidaan määritellä sitä vastaava Legendren muunnos: kuvausta τ : T Q T Q vastaava Legendren muunnos on muunnos, joka liittää kuhunkin tangenttikimpun funktioon f : T Q R kotangenttikimpun funktion L(f): T Q R L(f)(α) = α(τ 1 (α)) f(τ 1 (α)) Fysikaalisen systeemin Hamiltonin funktio on systeemin Lagrangen funktion Legendren muunnos liike-energiafunktion antaman identifikaatiokuvauksen suhteen. Laskuesimerkki 1. Lasketaan yllä mainitun systeemin Hamiltonin funktio koordinaateissa. Siis (q, p) = α T Q ja τ 1 (α) = (q, v) siten, että α = τ(q, v) = A q (v, ), eli kaikille w T q Q pätee α(w) = A q (v, w). Siten α(τ 1 (α)) = A q (v, v) eli H(q, p) = H(α) = A q (v, v) L(q, v) = m(v 2 x + v 2 y) + Jω 2 L(q, v) = i p i v i L(q, v) sillä systeemin liikemäärämuuttuja on p = (mv x, mv y, Jω). Tämä viimeinen väite ei ehkä ole välitön suoraan edeltä, mutta jos α = p i dq i moniston koordinaateissa {q i } joillekin kertoimille {p i } ja jos v = v x 1 + v y 2 + ω 3, niin kuten haluttiin. m(v 2 x + v 2 y) + Jω 2 = A q (v, v) = α(v) = p 1 v x + p 2 v y + p 3 ω 3 Symplektistä geometriaa yleisesti Pari (M, ω) on symplektinen monisto, jos M on 2n-ulotteinen monisto ja ω on suljettu ja ei-degeneroitunut 2-muoto. Suljettu merkitsee, että dω = 0. Huomaan, että eidegeneroitunesuus antaa jälleen vektorien ja kovektorien välille identifikaation 8. Symplektisellä monistolla (M, ω) voidaan jokaiseen funktioon f : M R luonnollisella tavalla liittää vektorikenttä v f. Tämä v f, nimeltään funktion f symplektinen gradientti on se vektorikenttä, jonka symplektinen muoto liittää kovektorikenttään df. Toisin sanoen, jos määritellään ξ : Vec(M) Λ 1 (M), ξ(v) = ω(v, ), niin ξ on kääntyvä ja v f = ξ 1 (df). Edelleen ω(v f, w) = df(w) kaikille w Vec(M). 7 Fysiikan kirjallisuudesta saa vaikutelman, että Hamiltonin funktion muodostaminen onnistuu ehkä yleisemmässäkin tapauksessa, mutta vain tämän (melko yleisen) erikoistapauksen logiikka on minulle selvä. 8 Myös edellä Legendren muunnosta varten tarvittiin tällainen identifikaatio, mutta identifikaation antoi hyvin erilainen tensorikenttä kuin tässä käsiteltävä symplektinen muoto ω, eikä edellä esiintynyt konfiguraatioavaruus Q ole symplektinen monisto, vaan sen kotangenttikimppu on, kuten tullaan toteamaan. 4

5 Jos (M, ω) ja (N, η) ovat symplektisiä monistoja, niin diffeomorfismi F : M N on symplektomorfismi, jos F η = ω pätee 9. Seurauksena, jos symplektisen moniston (M, ω) 2-ulotteisille aliavaruuksille määritellään pinta-alat asettamalla ala(s) := S ω, niin symplektomorfismit F : (M, ω) (M, ω) säilyttävät tämän pinta-alan käsitteen, siis ala(s) = ala(f (S)). Poimitaan tähän kaksi matemaattista tulosta, joiden fysikaaliset seuraukset mainitaan seuraavassa luvussa: Tulos 3.1. Jos vektorikenttä v on jonkun funktion f : M R symplektinen gradientti, niin vektorikentän v flow on symplektomorfismi 10. Tulos 3.2. Olkoon v f funktion f symplektinen gradientti. Tällöin f on vakio v f :n flow-käyriä pitkin Kotangenttikimpun symplektinen rakenne Olkoon N monisto. Tällöin kotangenttikimpulla T N on luonnollinen rakenne symplektisenä monistona, kuten seuraavassa määritellään. Olkoon π : T N N kanoninen projektiokuvaus (q, p) q. Kun m T x N (muista, että tulkitaan myös m T M), niin määritellään γ m : T m (T N) R γ m := m dπ m Tarkoituksena on määritellä monistolle T N kovektori, eli kuvaus γ Λ 1 (T N). Tällainen syntyy asettamalla γ(m) = γ m. Näin määritelty γ on nimeltään kotangenttikimpun T N symplektinen potentiaali, toiselta nimeltään tautologinen 1-muoto. Edelleen kanoninen symplektinen muoto kotangenttikimpulla T N on ω := dγ. Huomaa, että alkion m T x N ja kuvauksen γ m koordinaattiesitys on sama. Täsmennetään ja perustellaan tämä. Olkoon {x i } moniston koordinaatit ja m = ξ i dx i. Alkiolla w T m (T N) on esitys w = w i i + w i i, missä { i } ovat moniston N koordinaattivektorit ja { i } ovat muita vektoreita, jotka täydentävät kannan. Tämähän toimii, koska lokaalisti kotangenttikimppu on tuloavaruus eli T m (T N) = T m (N R dim(n) ) = T m N R dim(n). Nyt kanoniselle projektiolle pätee dπ m (w) = w i i T π(m) N = T x N Siispä γ m (w) = m(dπ m (w)) = ξ j dx j ( w i i ) = ξ i w i 9 F on kuvauksen F pull-back-operaattori, joka määritellään niin, että (F η)(v, w) = η(df v, df w). Se siis yksinkertaisesti siirtää symplektisen muodon η monistolta N monistolle M käyttäen diffeomorfismia F. Vielä toisin sanoen, diffeomorfismin F myötä M ja N ovat samaistettavissa, joten moniston N symplektistä muotoa voidaan käyttää monistolla M. 10 Yleisesti, vektorikentän X Vec(M) flow on kuvaus Φ: [0, 1] M M siten, että kiinnitetylle p käyrän σ(t) = Φ(t, p) derivaatta yhtyy kaikissa pisteissä vektorikenttään X. 11 Tavallisen gradientin suuntaan funktio kasvaa kaikkein nopeimmin, symplektisen gradientin suuntaan ei lainkaan, joten nämä ovat hyvin eri käsitteet. 5

6 Siispä siinä missä alkion m koordinaattiesitys on m = (ξ 1,..., ξ n ) niin alkion γ m koordinaattiesitys on (ξ 1,..., ξ n, 0,..., 0) eli merkintöjä venyttäen voidaan kirjoittaa m = ξ i dx i γ m = ξ i dx i Erityisesti perustelimme siis Darboux n lauseen, jonka mukaan kotangenttikimpulla T N on minkä tahansa pisteen ympäristössä olemassa lokaalit koordinaatit (q i, p i ) siten, että saadaan kaavat n n γ = p i dq i ja ω = dq i dp i (2) i=1 3.2 Poissonin sulkeet Olkoon a, b: T Q R funktioita, symplektisinä gradientteinaan v a ja v b. Näiden Poissonin sulkeet on funktio T Q R i=1 {a, b} := ω(v a, v b ) v a (b) Tulos 3.3. Avaruus C (T Q) on Lien algebra varustettuna Poissonin sulkeilla ja luonnollisella vektoriavaruusrakenteella. Lisäksi {ab, c} = {a, c}b + a{b, c} 3.3 Vektorikentän Hamiltonilainen nosto Olkoon X Vec(Q) konfiguraatioavaruuten vektorikenttä. Asetetaan h X : T Q R h X (λ) = λ(x(π(λ))) Vektorikentän X Hamiltonilainen nosto on se kotangenttikimpun vektorikenttä h X, joka on funktion h X symplektinen gradientti. Nimitys Hamiltonilainen nosto tulee siitä, että dπ h X = X. Perustellaan tämä koordinaateissa. Olkoon λ = ξ i dx i T Q. Tällöin h X (λ) = h X (x, ξ) = ξ i dx i (X(x)) = ξ i X i (x) Nyt ω( h X, Z) = dh X (Z) kaikille Z Vec(T Q). Koordinaateissa dh X (Z) = h X dx i (Z) + h X d x i (Z) = h X Z i + h X x i x i x i x i = i ( j ξ j x i X i + j ξ j x i )Z i + i ( j Zi ξ j x i X j + j ξ j x i ) Z i Tässähän { x i } ja {ξ i } molemmat edustavat kotangenttikimpun koordinaatteja pohjamoniston ulkopuolisiin ulottuvuuksiin. Huomaa, että koordinaatit on valittu lokaalin tulorakenteen perusteella siten, että kertoimet {ξ i } oikeasti eivät riipu koordinaateista {x i }. Siis dh X (Z) = ij ξ j x i )Z i + i ( j X i + j ξ j x i ) Z i 6

7 Siispä kun i n, niin hx x i KESKEN. Tästä eteenpäin on silti ok. = ω ij a i Tulos 3.4. Jos X, Y Vec(Q), niin [ h X, h Y ] = h [X,Y ] ja {h X, h Y } = h [X,Y ] Sanotaan, että Hamiltonin funktio H : T Q R on säikeittäin lineaarinen jos kaikilla q Q kuvaus H TqQ on lineaarinen. Tulos 3.5. Hamiltonin funktio H on säikeittäin lineaarinen jos ja vain jos jollekin vektorikentälle X Vec(Q) pätee H = h X. 4 Symplektinen rakenne mekaniikassa Olkoon vastedes ω kanoninen symplektinen muoto faasiavaruudessa T Q. Hamiltonin flow on flow Hamiltonin funktiota H : T Q R vastaavalle vektorikentälle v H, t.s. se on Hamiltonin funktion symplektisen gradientin flow. Faktan 3.2 nojalla Hamiltonin funktio on vakio Hamiltonin flow-käyriä pitkin. Tulos 4.1. Hamiltonin flow-käyrien projektiot konfiguraatioavaruuteen Q ovat luonnollisia liikkeitä. Fysikaalisesti sanoen siis jokaiseen faasiavaruuden pisteeseen liittyy Hamiltonin funktion määräämä vektori v H, joka määrää täysin miten systeemin vapausasteet ja vastaavat yleistetyt liikemäärät kehittyvät ajassa 12. Algebrallisesti tämä voidaan tarkistaa huomaamalla (ks. Esimerkki 4.3), että jos lokaaleissa koordinaateissa σ(t) = (q 1 (t),..., q n (t), p 1 (t),..., p n (t)) on Hamiltonin flow-käyrä, niin Hamiltonin yhtälöt 13 ṗ i = H q i ja q i = H p i (3) toteutuvat. Todistus sille, että Hamiltonin yhtälöt ovat ekvivalentit Euler Lagrangenyhtälöihin (1) löytyy mistä tahansa klassisen mekaniikan kirjasta. Näin Fakta 4.1 on perusteltu. 12 Aikakehitys on lokaali siinä mielessä, että systeemi voi äärellisessä ajassa lakata olemasta. Esimerkiksi edellisen esimerkin pallot voivat sijaita äärellisen kokoisella pyödällä, jolloin esimerkiksi olisi q 1, q 2, q 5, q 6 ]0, 1[. Kuitenkin taas siinä mielessä aikakehitys voidaan päätellä globaalisti, että systeemin koko olemassoloaika tunnetaan täysin. 13 Muista Hamiltonin yhtälöiden fysikaaliset roolit: Jos H = p2 + V (q), niin ensimmäinen yhtälöistä antaa Newtonin toisen lain ṗ = V (huomaa miten liikemäärän muutosnopeus riippuu 2m q vain paikkakoordinaatista, ei lainkaan liikemäärästä) ja toinen nopeuden ja liikemäärän yhteyden ẋ = p/m. 7

8 Tulos 4.2. (Seuraus Faktoista 3.1 ja 4.1) Joukon 14 S T Q pinta-ala säilyy luonnollisen liikkeen seurauksena. Esimerkki 4.3. Seuraavassa käydään läpi algebrallinen harjoitus siitä, miten Hamiltonin yhtälöt (3) seuraavat Hamiltonin flow n määritelmästä. Merkitään Hamiltonin flow-käyrän koordinaatteja σ(t) = (q 1 (t),..., q n (t), p 1 (t),..., p n (t)) =: (X 1,..., X 2n ) Aiemmin todetun nojalla Hamiltonin symplektinen gradientti v H toteuttaa dh(z) = ω(v H, Z) kaikille Z Vec(M). Nyt flow-käyrän märitelmän mukaan (v H ) σ(t) = σ(t) jolloin koordinaateissa H Z j = ω ij σ i Z j Z j Siispä H = ω ij σ i (4) Lausekkeen (2) perusteella symplektisen muodon ω koordinaatit ovat matriisimuodossa [ n ] 2n [ω ij ] 2n i,j=1 = [ω( i, j )] 2n i,j=1 = (dq k dp k )( i, j ) k=1 [ n = dq k ( i )dp k ( j ) dq k ( j )dp k ( i ) k=1 i,j=1 ] 2n i,j=1 Tämä on neljästä blokista koostuva matriisi. Sen vasemman yläreunan blokki on [ n ] n [ω ij ] n i,j=1 = dq k ( i )dp k ( j ) dq k ( j )dp k ( i ) = 0 n k=1 sillä dp i ( j ) = 0 jos j n. Vastaavasta syystä [ω ij ] 2n i,j=n+1 = 0 n. Antidiagonaaliset blokit ovat [ n ] (n,2n) [ω ij ] (n,2n) (i,j)=(1,n+1) = dq k ( i )dp k ( j ) dq k ( j )dp k ( i ) k=1 [ n = dq k ( i )dp k ( j ) k=1 ] (n,2n) (i,j)=(1,n+1) i,j=1 (i,j)=(1,n+1) = [dp i ( j )] (n,2n) (i,j)=(1,n+1) = [ δ (i+n,j) ] (n,2n) (i,j)=(1,n+1) = I n 14 Fysikaalisesti S on joukko konfiguraatioavaruuden pisteitä ja vastaavia liikemääriä. 8

9 sekä vastaavasti (tai antisymmetrian nojalla) [ω ij ] (n,2n) (i,j)=(1,n+1) = I n. Kokonaisuudessaan siis [ ] [ω ij ] (n,2n) (i,j)=(1,n+1) = 0n I n I n 0 n Nyt on suoraviivaista tarkistaa, että yhtälöt (3) ja yhtälöt (4) ovat ekvivalentit. Esimerkiksi, kun j n, niin H = 2n i=1 ω ij σ i H q j = n ω (i+n),j ṗ i = i=1 n ( I n ) ij ṗ i = ṗ j i=1 kuten piti. 5 Mekaniisen järjestelmän hallinta Fysikaalisen systeemin liiketila määräytyy Hamiltonin yhtälöistä (3), eli differentiaaliyhtälöjärjestelmästä kotangenttikimpulla muotoa Koordinaateissa tämä on ẋ(t) = f(x(t)) ( q 1,..., q n, ṗ 1,..., ṗ n ) = ( H p 1,..., H p n, H p 1,..., H p n ) Olkoon U R n, Q monisto ja H : U T Q R mielivaltainen funktio. tällöin pari (Q, H) on hallittava mekaaninen järjestelmä. Ideana on, että u: R U on ajasta riippuva hallintafunktio, ja kiinteälle u(t) U saadaan järjestelmälle Hamiltonin funktio H(u(t), ) =: H u(t). Siis järjestelmän Hamiltonin funktiota voidaan tietyissä rajoissa muuttaa halutulla tavalla ajan kuluessa ja näin vaikuttaa järjestelmän liiketilaan. Systeemin liiketila määräytyy nyt differentiaaliyhtälöjärjestelmästä kotangenttikimpulla muotoa missä eli tarkemmin ẋ(t) = f(x(t), u(t)) { f(x, u)i = Hu p i f(x, u) i = Hu q i n kun i n kun i > n { f(x(t), u(t)i = H u(t) p i (x(t)) kun i n f(x(t), u(t) i = H u(t) q i n (x(t)) kun i > n Esimerkki 5.1 (Junan pysäyttäminen). Fysikaalisena järjestelmänä on juna, jonka liiketila määräytyy 1-ulotteisesta paikasta s sekä nopeudesta v. Merkitään junan liiketilaa (s, v) = x = (x 1, x 2 ). Nämä ovat kotangenttikimpun globaalit koordinaatit. 9

10 Tästä fysikaalisesta järjestelmästä tulee hallittava mekaaninen järjestelmä, jos junaan kohdistettava voima on hallittavissamme. Valitaan U = [ 1, 1] R, eli voimme kohdistaa junaan rajoitetun suuruisen voiman haluttuun suuntaan. Newtonin toinen laki F = ma hajoaa siis differentiaaliyhtälöjärjestelmäksi { ẋ 1 (t) = x 2 (t) (5) ẋ 2 (t) = u(t) missä voimafunktio u: R U voidaan valita vapaasti. Lähtöpaikkamme on mielivaltainen (x 1 (0), x 2 (0)) ja tavoitteena on selvittää, onko olemassa hallintafunktio u = u(t) siten että järjestelmän (5) ratkaisu x(t) toteuttaa jollakin ajanhetkellä x(t) = (0, 0). Tämä vastaa junan pysäyttämistä haluttuun paikkaan. Jos tällaisia hallintafunktioita löydetään, voidaanko löytää paras mahdollinen niistä? Näihin kysymyksiin palataan kun olemme esittäneet tarpeeksi matemaattista teoriaa. 5.1 Abstraktin hallintajärjestelmän määrittely Olkoon U R n, M monisto ja f : U M T M kuvaus, jolle π(f(p, u 1 )) T p M kaikilla u 1 U. Tällöin f on hallittava järjestelmä. Mikä tahansa kuvaus u L (R, U) on järjestelmän hallintafunktio. Vastoin tämän tekstin tavallisia oletuksia, hallintafunktion ei tarvitse olla sileä: riittää että se on paloittain jatkuva. Tyypillisesti se on itseasiassa paloittain vakiofunktio. Käyrä σ u : [a, b] M on hallintafunktion u hallitsema käyrä, jos σ(t) = f(σ(t), u(t)) t Hallittavan järjestelmän f saavutettavissa oleva joukko pisteestä p M on A f p := {σ u(t) t 0, u hallintafunktio} Kukin alkio u 1 U määrää vektorikentän f u1 = f(p, u 1 ). Hallittavan järjestelmän f pisteittäinen Lien algebra pisteessä p M on joukko L f (p) := {X p X L f } T p M missä L f := Lie{f u1 u 1 U} Vec(M) 5.2 Chownin Rasheskyn lause Yleisesti, jos M on monisto, p M ja F Vec(M), niin määritellään A F p := {(Φtn X n Φ t 1 X1 )(p) t i > 0, X i F, n N} O F p := {(Φtn X n Φ t 1 X1 )(p) t i R, X i F, n N} Triviaalisti A F p O F p ja jos F = F niin pätee A F p = O F p. Tulos 5.2 (Chown Rashesky). Jos kaikille p M pätee Lie(F) p Op F = M kaikille p. = T p M, niin 10

11 5.3 Hallinnan mahdollisuus Olkoon f hallittava järjestelmä. Valitaan F := {f u1 u 1 U} Vec(M). Tällöin O F p = {(Φ tn f un Φ t 1 fu1 )(p) t i R, u i U, n N} Huomaa, että joukko Op F merkitsee fysikaalisesti niitä liiketiloja (kotangenttikimpun alkioita), jotka on mahdollista saavuttaa käyttäen hallintafunktioita, jotka ovat paloittain vakioita. Huomaa myös, että Φ t X = Φt X, joten edellinen tulkinta vaatii tarkkaan ottaen, että pätee U = U. Chownin Rasheskyn lauseen mukaan tämä joukko on koko monisto M jos Lie(F) p = T p M kaikilla p. Olemme siis saaneet riittävän ehdon, milloin fysikaalinen järjestelmä voidaa ohjata annetusta liiketilasta mihin tahansa muuhun liiketilaan. Tulos 5.3. Olkoon (Q, H) hallittava mekaaninen järjestelmä, jolle U = U. Määritellään alkiolle u 1 U vektorikenttä f u1 Vec(T Q) koordinaateissa asettamalla Jos f u1 (q 1,..., q n, p 1,..., p n ) i = { Hu1 p i Hu 1 q i n kun i n kun i > n Lie({f u1 u 1 U}) x = T x T Q (6) kaikilla x T Q, niin jokaiselle liiketilaparille y 1, y 2 T Q on olemassa äärellisen monesta palasta koostuva paloittain vakio hallintafunktio u ja sen hallitsema käyrä σ u : [0, 1] T Q siten, että σ u (0) = y 1 ja σ u (1) = y 2. Esimerkki 5.4 (Junan voi pysäyttää). Jatketaan esimerkin 5.1 tarkastelua edellisen tuloksen valossa. Meillä on symmetrinen joukko U = [ 1, 1], faasiavaruus on T Q = R 2 ja on annetuu mielivaltainen liiketila y 1 = (x 1, x 2 ) ja tavoiteltava liiketila y 2 = (0, 0). Esimerkissä 5.1 annettiin jo järjestelmää koskevat Hamiltonin yhtälöt (5), joten emme tarvitse Hamiltonin funktion muotoa, vaan meillä on differentiaaliyhtälöjärjestelmä ẋ = f(x(t), u(t)) suoraan muodossa f u1 (x 1, x 2 ) = (x 2, u 1 ) Junan pysäyttämiseen osoittautuu a posteriori riittävän joukkon U = { 1, 0, 1}, joten tarkastellaan tätä. Nyt f 0 (x 1, x 2 ) = x 2 x1 f 1 (x 1, x 2 ) = x 2 x1 + x2 f 1 (x 1, x 2 ) = x 2 x1 x2 joka ei suoraan viritä koko tangenttiavaruutta pisteissä x 2 = 0. Kuitenkin [f 1 f 0, f 0 ] = [ x2, x 2 x1 ] = x1 joten oletus (6) on voimassa ja junan siis voi pysäyttää äärellisen monesta paloittain vakiosta pätkästä koostuvalla hallintafunktiolla u, joka saa arvoja joukossa { 1, 0, 1}. 11

12 5.4 Optimaalinen hallinta... 12

13 Selvitettäviä asioita i) Mitä täsmälleen tarkoittaa, että aktiofunktio saa stationaarisen arvon. Mitä tarkoittaa funktionaaliderivaatta? Jos jotain fiksua, niin edellisen voinee määritellä jälkimmäisen avulla. ii) Onko tensori A yleisemmin Lagrangen funktion Taylor-sarjan 1. kertaluvun termi silloin kun Lagrange ei ole tavallista muotoa L = T U, vaan sisältää esimerkiksi ristitermejä nopeudesta ja paikasta (liikkuva varaus magneettikentässä)? iii) Olisi parempi jos Faktan 4.1 todistaisi geometrisesti, ilman koordinaatteja. Samalla voisi ymmärtää, että siinä on jotain syvällistä että juuri Legendremuunnetun funktion flow-käyrät antaa alkuperäisen aktion ekstremaaleja! iv) Onko jokainen symplektinen monisto fysikaalinen systeemi? Varmaan ei, mutta onko jokainen kotangenttikimppu varustettuna Hamiltonin funktiolla fysikaalinen systeemi? Varmaan ei, koska tuskin mikä tahansa funktio kelpaa Hamiltoniksi, sen pitäisi kuitenkin tulla Legendre muuntamalla Lagrangesta, ja Lagrangen taas on pakko olla esim konveksi ja vaikka mitä... v) Symplektistä kaarevuutta ei kuulemma ole, eli jokainen symplektinen moniston on lokaalisti symplektomorfinen. Entä globaalisti: Onko topologia ainoa rajoite vai onko symplektisellä monistolla jotakin globaalia karakteristikaa? vi) moniston Q koordinaatistot määräävät kotangenttikimpulle luonnolliset koordinaatit (Markun pistemuunnos ) mutta T Q:lle voidaan laittaa myös mielivaltaiset koordinaatit monistona, ja jos nämä koordinaatit eivät riko Hamiltonin yhtälöjen muotoa, niin koordinaattimuunnos on kanoninen muunnos Markun termistöllä, näin ymmärrän. vii) Markku puhui kinemaattisesta metrisestä tensorista, joka ilmeisesti on tuo tensori A. Tähän liittyy sekin, että klassisen mekaniikan voisi muotoilla myös moniston Q Riemannin geometriana täysin, niinkö? Onko symplektisessä muotoilussa jotain etuja? 13

Klassisen mekaniikan muotoilu symplektisen geometrian avulla

Klassisen mekaniikan muotoilu symplektisen geometrian avulla Klassisen mekaniikan muotoilu symplektisen geometrian avulla Ville Kivioja 21. kesäkuuta 2017 Tämän lyhyen artikkelin tarkoituksena on muotoilla klassinen mekaniikka mahdollisimman yleisesti ja käyttäen

Lisätiedot

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain Matriisilaskenta LH4 24 ratkaisut 1 Hae seuraavien R 4 :n aliavaruuksien dimensiot jotka sisältävät vain a) Kaikki muotoa (a b c d) olevat vektorit joilla d a + b b) Kaikki muotoa (a b c d) olevat vektorit

Lisätiedot

Hamiltonin formalismia

Hamiltonin formalismia Perjantai 3.10.2014 1/20 Hamiltonin formalismia Olemme valmiit siirtymään seuraavalle tasolle klassisen mekaniikan formalismissa, jonka aloitti Hamilton n. 1830. Emme käytä tätä formalismia minkään vaikeamman

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

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m ) Määritelmä 519 Olkoon T i L V i, W i, 1 i m Yksikäsitteisen lineaarikuvauksen h L V 1 V 2 V m, W 1 W 2 W m h v 1 v 2 v m T 1 v 1 T 2 v 2 T m v m 514 sanotaan olevan kuvausten T 1,, T m indusoima ja sitä

Lisätiedot

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1 1. Tarkastellaan funktiota missä σ C ja y (y 1,..., y n ) R n. u : R n R C, u(x, t) e i(y x σt), (a) Miksi funktiota u(x, t) voidaan kutsua tasoaalloksi, jonka aaltorintama on kohtisuorassa vektorin y

Lisätiedot

Värähdysliikkeet. q + f (q, q, t) = 0. q + f (q, q) = F (t) missä nopeusriippuvuus kuvaa vaimenemista ja F (t) on ulkoinen pakkovoima.

Värähdysliikkeet. q + f (q, q, t) = 0. q + f (q, q) = F (t) missä nopeusriippuvuus kuvaa vaimenemista ja F (t) on ulkoinen pakkovoima. Torstai 18.9.2014 1/17 Värähdysliikkeet Värähdysliikkeet ovat tyypillisiä fysiikassa: Häiriö oskillaatio Jaksollinen liike oskillaatio Yleisesti värähdysliikettä voidaan kuvata yhtälöllä q + f (q, q, t)

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

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa. LINEAARIALGEBRA Harjoituksia 2016 1. Olkoon V = R 2 varustettuna tavallisella yhteenlaskulla. Määritellään reaaliluvulla kertominen seuraavasti: λ (x 1, x 2 ) = (λx 1, 0) (x 1, x 2 ) R 2 ja λ R. Osoita,

Lisätiedot

1 Sisätulo- ja normiavaruudet

1 Sisätulo- ja normiavaruudet 1 Sisätulo- ja normiavaruudet 1.1 Sisätuloavaruus Määritelmä 1. Olkoon V reaalinen vektoriavaruus. Kuvaus : V V R on reaalinen sisätulo eli pistetulo, jos (a) v w = w v (symmetrisyys); (b) v + u w = v

Lisätiedot

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2 TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-39 Optimointioppi Kimmo Berg 6 harjoitus - ratkaisut min x + x x + x = () x f = 4x, h = x 4x + v = { { x + v = 4x + v = x = v/ x = v/4 () v/ v/4

Lisätiedot

LUKU 10. Yhdensuuntaissiirto

LUKU 10. Yhdensuuntaissiirto LUKU hdensuuntaissiirto Olkoot (M, N) suunnistettu pinta, p M ja v p R 3 p annettu vektori pisteessä p (vektorin v p ei tarvitse olla pinnan M tangenttivektori). Tällöin vektori (v p N(p)) N(p) on vektorin

Lisätiedot

1 Lineaariavaruus eli Vektoriavaruus

1 Lineaariavaruus eli Vektoriavaruus 1 Lineaariavaruus eli Vektoriavaruus 1.1 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä V epätyhjä joukko. Oletetaan, että joukossa V on määritelty laskutoimitus

Lisätiedot

Kertausta: Vapausasteet

Kertausta: Vapausasteet Maanantai 8.9.2014 1/19 Kertausta: Vapausasteet Liikkeen kuvailu: massapisteen koordinaatit (x, y, z) ja nopeudet (v x, v y, v z ). Vapaasti liikkuvalla massapisteellä on kolme vapausastetta. N:llä vapaasti

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

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2

Lisätiedot

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k LUKU 3 Ulkoinen derivaatta Olkoot A R n alue k n ja ω jatkuvasti derivoituva k-muoto alueessa A Muoto ω voidaan esittää summana ω = ω i1 i 2 i k dx i 1 dx i 2 1 i 1

Lisätiedot

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44 Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44 Tehtävät 1-3 lasketaan alkuviikon harjoituksissa, verkkotehtävien dl on lauantaina aamuyöllä. Tehtävät 4 ja 5 lasketaan loppuviikon harjoituksissa.

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen

Lisätiedot

802320A LINEAARIALGEBRA OSA II

802320A LINEAARIALGEBRA OSA II 802320A LINEAARIALGEBRA OSA II Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 64 Sisätuloavaruus Määritelmä 1 Olkoon V reaalinen vektoriavaruus. Kuvaus on reaalinen

Lisätiedot

Kanta ja dimensio 1 / 23

Kanta ja dimensio 1 / 23 1 / 23 Kuten ollaan huomattu, saman aliavaruuden voi virittää eri määrä vektoreita. Seuraavaksi määritellään mahdollisimman pieni vektorijoukko, joka virittää aliavaruuden. Jokainen aliavaruuden alkio

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

Avaruuden R n aliavaruus

Avaruuden R n aliavaruus Avaruuden R n aliavaruus 1 / 41 Aliavaruus Esimerkki 1 Kuva: Suora on suljettu yhteenlaskun ja skalaarilla kertomisen suhteen. 2 / 41 Esimerkki 2 Kuva: Suora ei ole suljettu yhteenlaskun ja skalaarilla

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

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

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

802320A LINEAARIALGEBRA OSA III

802320A LINEAARIALGEBRA OSA III 802320A LINEAARIALGEBRA OSA III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 56 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V

Lisätiedot

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen

Lisätiedot

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

8. Avoimen kuvauksen lause

8. Avoimen kuvauksen lause 116 FUNKTIONAALIANALYYSIN PERUSKURSSI 8. Avoimen kuvauksen lause Palautamme aluksi mieleen Topologian kursseilta ehkä tutut perusasiat yleisestä avoimen kuvauksen käsitteestä. Määrittelemme ensin avoimen

Lisätiedot

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

MATEMATIIKAN JA TILASTOTIETEEN LAITOS f ( n JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Harjoitusten 8 ratkaisut Topologiset vektoriavaruudet 2010 8.1. Olkoon P n = {f : K K p on enintään asteen n 1 polynomi} varustettuna

Lisätiedot

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2 MS-C50 Osittaisdifferentiaaliyhtälöt Harjoitukset syksy 07. Oletetaan että vektorikenttä E E E E : R R on kaksi kertaa jatkuvasti derivoituva E C R. Näytä että E E. Derivaatat lasketaan komponenteittain

Lisätiedot

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus. 1 Lineaarikuvaus 1.1 Määritelmä Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos (a) L(v + w) = L(v) + L(w); (b) L(λv) = λl(v) aina, kun v, w V ja λ K. Termejä:

Lisätiedot

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ 76336A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät 217 1. Koordinaatiston muunnosmatriisi (a) y' P r α φ ' Tarkastellaan, mitä annettu muunnos = cos φ + y sin φ, y = sin φ + y cos φ, (1a) (1b) tekee

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

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

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π Matematiikan ja tilastotieteen laitos Funktionaalianalyysin peruskurssi Kevät 9) Harjoitus 7 Ratkaisuja Jussi Martin). E Hilbert avaruus L [, π]) ja gt) := t, t [, π]. Määrää funktion g Fourier kertoimet

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35 Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen

Lisätiedot

802320A LINEAARIALGEBRA OSA I

802320A LINEAARIALGEBRA OSA I 802320A LINEAARIALGEBRA OSA I Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 72 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä

Lisätiedot

1 Tensoriavaruuksista..

1 Tensoriavaruuksista.. 1 Tensoriavaruuksista.. Käydään läpi kirjan (1) sivut 126-133. 19.02.2007 Palautetaaieleen viime kerran tärkeä määritelmä: (kirja, Määr. 5.12). Määritelmä 1.1 Olkoon T vektoriavaruus ja Φ : V 1 V 2 V m

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

6. Differentiaaliyhtälösysteemien laadullista teoriaa.

6. Differentiaaliyhtälösysteemien laadullista teoriaa. 1 MAT-13450 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 2010 6. Differentiaaliyhtälösysteemien laadullista teoriaa. Olemme keskittyneet tässä kurssissa ensimmäisen kertaluvun

Lisätiedot

Useita oskillaattoreita yleinen tarkastelu

Useita oskillaattoreita yleinen tarkastelu Useita oskillaattoreita yleinen tarkastelu Useita riippumattomia vapausasteita q i, i =,..., n ja potentiaali vastaavasti U(q, q 2,..., q n). Tasapainoasema {q 0, q0 2,..., q0 n} q 0 Käytetään merkintää

Lisätiedot

Lineaarikuvauksen R n R m matriisi

Lineaarikuvauksen R n R m matriisi Lineaarikuvauksen R n R m matriisi Lauseessa 21 osoitettiin, että jokaista m n -matriisia A vastaa lineaarikuvaus L A : R n R m, jolla L A ( v) = A v kaikilla v R n. Osoitetaan seuraavaksi käänteinen tulos:

Lisätiedot

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 2017

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 2017 763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 207. Nelinopeus ympyräliikkeessä On siis annettu kappaleen paikkaa kuvaava nelivektori X x µ : Nelinopeus U u µ on määritelty kaavalla x µ (ct,

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden

Lisätiedot

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista 29 9 Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista Tarkastelemme kertalukua n olevia lineaarisia differentiaaliyhtälöitä y ( x) + a ( x) y ( x) + + a ( x) y( x) + a ( x) y= b( x) ( n) ( n

Lisätiedot

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1). HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 017 Harjoitus 4 Ratkaisuehdotukset 4.1. Osoita, että tasa-arvojoukko S F (0), F : R 3 R, F (x) = 3x 1 x 3 + e x + x e x 3, on säännöllinen

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

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina 10.8.2015 klo 16.15. Tehtäväsarja I Tutustu lukuun 15, jossa vektoriavaruuden

Lisätiedot

Klassisen mekaniikan historiasta

Klassisen mekaniikan historiasta Torstai 4.9.2014 1/18 Klassisen mekaniikan historiasta Nikolaus Kopernikus (puolalainen pappi 1473-1543): aurinkokeskeinen maailmankuva Johannes Kepler (saksalainen tähtitieteilijä 1571-1630): planeettojen

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

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Idea Lineaarisen systeemin ratkaiseminen Olkoon

Lisätiedot

2 Osittaisderivaattojen sovelluksia

2 Osittaisderivaattojen sovelluksia 2 Osittaisderivaattojen sovelluksia 2.1 Ääriarvot Yhden muuttujan funktiolla f(x) on lokaali maksimiarvo (lokaali minimiarvo) pisteessä a, jos f(x) f(a) (f(x) f(a)) kaikilla x:n arvoilla riittävän lähellä

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

Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa

Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 2018 Harjoitus 2 Ratkaisuehdotukset Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa määritelty kuvaus B(0, 1) := x R 2 : x

Lisätiedot

LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto

LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto LUKU 7 Perusmuodot 7 Ensimmäinen perusmuoto Määritelmä 7 Olkoon ϕ: U R 3 tilkku Määritellään funktiot E, F, G: U R asettamalla (7) E := ϕ ϕ, F := ϕ, G := ϕ u u u u Funktiot E, F G ovat tilkun ϕ ensimmäisen

Lisätiedot

Symmetria ja liikevakiot Hamiltonin mekaniikassa

Symmetria ja liikevakiot Hamiltonin mekaniikassa Olli Tuohenmaa Symmetria ja liikevakiot Hamiltonin mekaniikassa diplomityö Tarkastajat: Heikki Orelma, Sirkka-Liisa Eriksson Tarkastajat ja aihe hyväksytty Luonnontieteiden tiedekunnan tiedekuntaneuvoston

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A000 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2..205 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x x 2 =

Lisätiedot

Taustatietoja ja perusteita

Taustatietoja ja perusteita Taustatietoja ja perusteita Vektorit: x R n pystyvektoreita, transpoosi x T Sisätulo: x T y = n i=1 x i y i Normi: x = x T x = ni=1 x 2 i Etäisyys: Kahden R n :n vektorin välinen etäisyys x y 1 Avoin pallo:

Lisätiedot

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141 Lineaarialgebra ja matriisilaskenta II LM2, Kesä 2012 1/141 Kertausta: avaruuden R n vektorit Määritelmä Oletetaan, että n {1, 2, 3,...}. Avaruuden R n alkiot ovat jonoja, joissa on n kappaletta reaalilukuja.

Lisätiedot

Funktioiden approksimointi ja interpolointi

Funktioiden approksimointi ja interpolointi Funktioiden approksimointi ja interpolointi Keijo Ruotsalainen Division of Mathematics interpolaatio-ongelma 8 Eksponenttifunktion exp(x) interpolointi 3.5 Funktion e^{0.25x} \sin(x) interpolointi 7 3

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

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre. 2. Viikko Keskeiset asiat ja tavoitteet: 1. Peruskäsitteet: kertaluku, lineaarisuus, homogeenisuus. 2. Separoituvan diff. yhtälön ratkaisu, 3. Lineaarisen 1. kl yhtälön ratkaisu, CDH: luvut 19.1.-19.4.

Lisätiedot

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia. HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 8 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Mitkä seuraavista funktioista F, F, F ja F 4 ovat kertymäfunktioita? Mitkä

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

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,...

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,... HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 2017 Harjoitus 1 Ratkaisuehdotukset 11 Osoita, että vektorifunktio f = (f 1,, f m ): R n R m, on jatkuva, jos ja vain jos jokainen komponenttifunktio

Lisätiedot

KKT: log p i v 1 + v 2 x i = 0, i = 1,...,n.

KKT: log p i v 1 + v 2 x i = 0, i = 1,...,n. TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2.139 Optimointioppi Kimmo Berg 7. harjoitus - ratkaisut 1. Oletetaan aluksi, että epäyhtälöt eivät ole aktiivisia p i > 0. Tässä tapauksess KKTehdot

Lisätiedot

Kvanttimekaniikan tulkinta

Kvanttimekaniikan tulkinta Kvanttimekaniikan tulkinta 20.1.2011 1 Klassisen ja kvanttimekaniikan tilastolliset formuloinnit 1.1 Klassinen mekaniikka Klassisen mekaniikan systeemin tilaa kuvaavat kappaleiden koordinaatit ja liikemäärät

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Matriisinormi Matriisinormi Matriiseille

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

VEKTORIANALYYSIN HARJOITUKSET: VIIKKO 4

VEKTORIANALYYSIN HARJOITUKSET: VIIKKO 4 VEKTORIANALYYSIN HARJOITUKSET: VIIKKO 4 Jokaisen tehtävän jälkeen on pieni kommentti tehtävään liittyen Nämä eivät sisällä mitään kovin kriittistä tietoa tehtävään liittyen, joten niistä ei tarvitse välittää

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 17 R. Kangaslampi Vektoriavaruudet Vektoriavaruus

Lisätiedot

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio 6 Vektoriavaruus R n 6.1 Lineaarikombinaatio Määritelmä 19. Vektori x œ R n on vektorien v 1,...,v k œ R n lineaarikombinaatio, jos on olemassa sellaiset 1,..., k œ R, että x = i v i. i=1 Esimerkki 30.

Lisätiedot

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio x = x 2 = 5/2 x 3 = 2 eli Ratkaisu on siis x = (x x 2 x 3 ) = ( 5/2 2) (Tarkista sijoittamalla!) 5/2 2 Tämä piste on alkuperäisten tasojen ainoa leikkauspiste Se on myös piste/vektori jonka matriisi A

Lisätiedot

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi Lineaarikuvaukset aiheita ten ten 1 Matematiikassa sana lineaarinen liitetään kahden lineaariavaruuden väliseen kuvaukseen. ten Määritelmä Olkoon (L, +, ) ja (M, ˆ+, ˆ ) reaalisia lineaariavaruuksia, ja

Lisätiedot

7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi

7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi 7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi Z p [x]/(m), missä m on polynomirenkaan Z p [x] jaoton polynomi (ks. määritelmä 3.19).

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

Topologia Syksy 2010 Harjoitus 4. (1) Keksi funktio f ja suljetut välit A i R 1, i = 1, 2,... siten, että f : R 1 R 1, f Ai on jatkuva jokaisella i N,

Topologia Syksy 2010 Harjoitus 4. (1) Keksi funktio f ja suljetut välit A i R 1, i = 1, 2,... siten, että f : R 1 R 1, f Ai on jatkuva jokaisella i N, Topologia Syksy 2010 Harjoitus 4 (1) Keksi funktio f ja suljetut välit A i R 1, i = 1, 2,... siten, että f : R 1 R 1, f Ai on jatkuva jokaisella i N, i=1 A i = R 1, ja f : R 1 R 1 ei ole jatkuva. Lause

Lisätiedot

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos: 8 Kanta Tässä luvussa tarkastellaan aliavaruuden virittäjävektoreita, jotka muodostavat lineaarisesti riippumattoman jonon. Merkintöjen helpottamiseksi oletetaan luvussa koko ajan, että W on vektoreiden

Lisätiedot

6 Variaatiolaskennan perusteet

6 Variaatiolaskennan perusteet 6 Variaatiolaskennan perusteet Sivut ss. 22 26 pääosin lähteen [Kirk, Ch. 4, ss. 107 127] pohjalta Variaatiolaskenta keskittyy lokaaliin analyysiin eli funktion lokaalin minimin vastineisiin funktionaaleilla.

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

Oletetaan sitten, että γ(i) = η(j). Koska γ ja η ovat Jordan-polku, ne ovat jatkuvia injektiivisiä kuvauksia kompaktilta joukolta, ja määrittävät

Oletetaan sitten, että γ(i) = η(j). Koska γ ja η ovat Jordan-polku, ne ovat jatkuvia injektiivisiä kuvauksia kompaktilta joukolta, ja määrittävät HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 18 Harjoitus 6 Ratkaisuehdotukset Tehtävä 1. Osoita, että sileille Jordan-poluille on voimassa : I R n ja : J R n (I) = (J) jos ja vain

Lisätiedot

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

MATEMATIIKAN JA TILASTOTIETEEN LAITOS f ( n) JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Funktionaalianalyysi Ei harjoituksia 1.4.2015 Funktionaalista viihdettä pääsiäistauolle: viikolla 14 (ma 30.3., ti 31.3. ja ke 1.4.)

Lisätiedot

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka

Lisätiedot

Harjoitusten 4 ratkaisut Topologiset vektoriavaruudet 2010

Harjoitusten 4 ratkaisut Topologiset vektoriavaruudet 2010 f ( n) JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Harjoitusten 4 ratkaisut Topologiset vektoriavaruudet 2010 4.1. Viime kerralta. Esimerkki lokaalikonveksin avaruuden osajoukosta, joka

Lisätiedot

Kuvaus. Määritelmä. LM2, Kesä /160

Kuvaus. Määritelmä. LM2, Kesä /160 Kuvaus Määritelmä Oletetaan, että X ja Y ovat joukkoja. Kuvaus eli funktio joukosta X joukkoon Y on sääntö, joka liittää jokaiseen joukon X alkioon täsmälleen yhden alkion, joka kuuluu joukkoon Y. Merkintä

Lisätiedot

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin FUNKTIONAALIANALYYSI, RATKAISUT 1 KEVÄT 211, (AP) 1. Ovatko seuraavat reaaliarvoiset funktiot p : R 3 R normeja? Ovatko ne seminormeja? ( x = (x 1, x 2, x 3 ) R 3 ) a) p(x) := x 2 1 + x 2 2 + x 2 3, b)

Lisätiedot

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio, Differentiaaliyhtälöt, Kesä 06 Harjoitus 3 Kaikissa tehtävissä, joissa pitää tarkastella kriittisten pisteiden stabiliteettia, jos kyseessä on satulapiste, ilmoita myös satulauraratkaisun (tai kriittisessä

Lisätiedot

Matematiikan peruskurssi 2

Matematiikan peruskurssi 2 Matematiikan peruskurssi Tentti, 9..06 Tentin kesto: h. Sallitut apuvälineet: kaavakokoelma ja laskin, joka ei kykene graaseen/symboliseen laskentaan Vastaa seuraavista viidestä tehtävästä neljään. Saat

Lisätiedot

5 Differentiaaliyhtälöryhmät

5 Differentiaaliyhtälöryhmät 5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) =

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

Epälineaaristen yhtälöiden ratkaisumenetelmät

Epälineaaristen yhtälöiden ratkaisumenetelmät Epälineaaristen yhtälöiden ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Perusoletus Lause 3.1 Olkoon f : [a, b] R jatkuva funktio siten, että f(a)f(b) < 0. Tällöin funktiolla on ainakin

Lisätiedot

FUNKTIONAALIANALYYSIN PERUSKURSSI 1. 0. Johdanto

FUNKTIONAALIANALYYSIN PERUSKURSSI 1. 0. Johdanto FUNKTIONAALIANALYYSIN PERUSKURSSI 1. Johdanto Funktionaalianalyysissa tutkitaan muun muassa ääretönulotteisten vektoriavaruuksien, ja erityisesti täydellisten normiavaruuksien eli Banach avaruuksien ominaisuuksia.

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

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

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

Luento 9: Yhtälörajoitukset optimoinnissa

Luento 9: Yhtälörajoitukset optimoinnissa Luento 9: Yhtälörajoitukset optimoinnissa Lagrangen kerroin Oletetaan aluksi, että f, g : R R. Merkitään (x 1, x ) := (x, y) ja johdetaan Lagrangen kerroin λ tehtävälle min f(x, y) s.t. g(x, y) = 0 Olkoon

Lisätiedot

1. Osoita, että joukon X osajoukoille A ja B on voimassa toinen ns. de Morganin laki (A B) = A B.

1. Osoita, että joukon X osajoukoille A ja B on voimassa toinen ns. de Morganin laki (A B) = A B. HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 3 Ratkaisuehdotuksia Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan muun muassa kahden joukon osoittamista samaksi sekä joukon

Lisätiedot

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio. Määritelmä Bijektio Oletetaan, että f : X Y on kuvaus. Sanotaan, että kuvaus f on bijektio, jos se on sekä injektio että surjektio. Huom. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin

Lisätiedot