Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

Koko: px
Aloita esitys sivulta:

Download "Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut"

Transkriptio

1 MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / t Alkuviikon tuntitehtävä Hahmottele matriisia A ( vastaava vektorikenttä Matriisia A vastaava vektorikenttä on kuvauksen x Ax antama suuntakenttä Eli pisteessä x ( x kentän suunta on A x 2 ( ( ( ( ( x 2 6 x 2x 6x A 2 2 (x x 2 3 x 2 x + 3x + 3x 2 2 ( Eli kaikissa pisteissä x ja x + 3x 2 kentän suunta on joko suuntaan ( 2 Suuntaan, kun x + 3x 2 > ja ( 2 suuntaan, kun x + 3x 2 < ( 2 tai ( x x 2 ( 2

2 MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 Alkuviikon tuntitehtävä 2 Näytä, että matriisien similaarisuus on ekvivalenssirelaatio, eli että kaikille A, B, C K n n pätee: i Refleksiivisyys: A A ii Symmetrisyys: A B B A iii Transitiivisuus: A B ja B C A C Väite: Matriisien similaarisuus on ekvivalenssirelaatio Neliömatriisi A on similaarinen matriisin B kanssa, jos on olemassa säännöllinen matriisi S siten, että B SAS Merkitään A B Todistus i Olkoon A K nxn A IAI IAI A A ii Olkoon A B, eli on olemassa säännöllinen matriisi S siten, että B SAS B SAS S BS SAS S SAI SA S S BS S SA IA A A S BS T BT, missä T S on säännöllinen B A iii Olkoon A B ja B C, eli on olemassa säännölliset matriisit S ja S 2 siten, että B S AS ja C S 2 BS2 C S 2 BS2 S 2 S AS S 2 (S 2 S A(S 2 S T AT, missä T S 2 S on säännöllinen A C Eli similaarisuus on reflektiivinen, symmetrinen ja transitiivinen, eli similaarisuus on ekvivalenssirelaatio Alkuviikon kotitehtävä a Miten differentiaalilaskennassa ratkaistiinkaan toisen kertaluvun lineaarinen, vakiokertoiminen differentiaaliyhtälö y + 2y 3y? b Ratkaise yo differentiaaliyhtälö muuttamalla se lineaariseksi differentiaaliyhtälöryhmäksi ja käyttämällä ominaisarvomenetelmää 2

3 MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 a Tehdään seuraava yrite: y(x y (x y (x ja sijoitetaan differentiaaliyhtälöön Saamme e ax ae ax a 2 e ax a 2 e ax + 2ae ax 3e ax (a 2 + 2a 3e ax Koska e ax > joten yrite on ratkaisu täsmälleen silloin kun a 2 + 2a 3 Tätä kutsutaan toisen kertaluvun vakiokertoimisen DY:n karakteristiseksi polynomiksi ja sen kertoimet saadaan a 2 ± 4 4 ( ± 6 2 ± 2 eli a tai a 3 Funktiot y e x ja y 2 e 3x ovat siis differentiaaliyhtälön ratkaisuja Ne ovat kaksi lineaarisesti riippumatonta ratkaisua Tällöin lineaaristen differentiaaliyhtälöiden teorian nojalla (2 keraluvun DY yleinen ratkaisu on y(x c y + c 2 y 2 c e x + c 2 e 3x, c, c 2 R b Määritellään { x (t y(t x 2 (t y (t jolloin { x (t x 2 (t x 2(t Saamme siis kertaluvun differentiaaliyhtälöryhmä { x (t x (t + x 2 (t x 2 (t 3x (t 2x 2 (t 2y + 3y 2x 2 (t + 3x (t Merkitään x(t (x (t, x 2 (t, jolloin voimme kirjoittaa tämän matriisiyhtälönä x (t ( 3 2 ( x (t x 2 (t ( Merkitään x (a, a 2 ; c, c 2 R Nyt Eirola-Nevanlinna -moniste s Lause 23 nojalla yhtälön ( ratkaisu on x(t e ta x Haemme matriisin A:n ominaisarvot ja -vektorit [ ] λ det(a λix det λ 3 2 λ 2 + 2λ 3 Saadaan siis λ tai λ 3 Ominaisvektorit (A λix : 3

4 MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 λ : ( eli v t λ 2 3 : ( eli v 2 s 3 ( 3 3, t R ( 3 3, s R ( x ( x x 2 x 2 ( ( Näinollen ( matriisi on diagonalisoituva ( ja A XΛX, missä Λ, X ja X ( ( ( ( Joten e ta Xe tλ X e t 3 3 e 3t 4 Ja (:n ratkaisu on siis x(t 4 ( x + x 2 3x + x 2 a ( 3e t e 3t + a 2 (e 3t e t a ( 3e t + 3e 3t + a 2 ( 3e 3t e t ( 3e t e 3t e 3t e t 4 3e t + 3e 3t 3e 3t e t ja 2kertaluvun DY:n ratkaisu on y(t x (t ( e t ( 3a a 2 + e 3t (a 2 a c e t + c 2 e 3t, 4 kun merkitään c 4 (3a + a 2 ja c 2 4 (a a 2 ja kun (a, a 2 R 2, niin (c, c 2 R 2 Alkuviikon kotitehtävä 2 a Määritä matriisin A ( 3 singulaariarvot b Olkoon kääntyvän matriisin A R n n singulaariarvohajotelma A UΣV T Mikä on matriisin A singulaariarvohajotelma ja miksi? a Määrättävänä on siis matriisin A A ominaisarvojen neliöjuuret Nyt ( A A T A T 3 Ja näinollen A A A 2 ( 2 ( 3 2 ( 9 Diagonaalimatriisin ominaisarvot ovat suoran diagonaalialkiot (pätee myös ylä- ja alakolmiomatriiseille Eli λ 9 ja λ 2 Matriisin A singulaariarvot ovat nyt δ λ 3 ja δ 2 λ 2 Huom! Eirolan: Lineaarialgebra -monisteen nojalla on voimassa Λ(p(A p(λ(a, missä p on polynomi Siis Λ(A 2 (Λ(A 2 { 2, ( 3 2} {, 9} 4

5 MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 b A R nxn kääntyvä matriisi Tällöin nolla ei ole matriisin A A ominaisarvo, sillä tällöin myös A on kääntyvä ja edelleen A A on kääntyvä ja (A A A (A Näinollen A:n singulaariarvot ovat kaikki > ja matriisi Σ on diagonaalimatriisi Eli δ : Σ : : δ n Eirola: Lineaarialgebra -monisteen s 57 Lause 46 nojalla matriisit U ja V ovat unitaarisia Siis U U ja V V Näinollen A (UΣV T (V T (Σ (U (V Σ U T V Σ U T (2 Nyt V ja U ovat siis unitaarisia, eli hajotelma on oikeaa muotoa Lisäksi (A A (A A (AA Joten (A A :n ominaisarvot ovat Λ((A A Λ((AA { λ λ Λ(AA } Lisäksi esitysmuodossa A UΣV T, Eirola: Lineaarialgebra -monisteen lause 49 nojalla V :ssä on sarakkeina AA :n ortonormaalit ominaisvektorit ja U:ssa on sarakkeina A A:n ortonormaalit ominaisvektorit Mutta ((A A :n ominaisvektorit ovat siis samat kuin (AA :n ominaisvektorit, jotka ovat samat kuin AA :n ominaisvektorit Sillä Mx λx M Mx M λx x λm x M x λ x Näinollen yhdistettynä tämä Lause 49 saadaan, että A esitettävissä muodossa missä Σ on diagonaalimatriisi ja koostuu A :n singulaariarvoista Nyt yhdistämällä ( ja (2 saamme, että V Σ U T V Σ U T Σ Σ A V Σ U T (3 Eli Σ : : : δn δ Loppuviikon tuntitehtävä Laske e A, kun Lasketaan A:n ominaisarvot A (

6 MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 [ ] 2 λ det (2 λ( 3 λ 4 ( 4 3 λ λ 2 + λ 2 λ tai λ 2 Ominaisvektorit: λ : (A λ Ix eli x t [ ] ( x 4 4 x 2 [ ], t R λ 2 2 : (A λ 2 Ix eli x s [ ] ( 4 x 4 x 2 [ ], s R 4 ( ( x x 2 4x x 2 [ ] [ ] Näin ollen matriisi on diagonaalisoituva ja A XΛX, missä Λ, X ja X 2 4 [ ] [ ] [ ] [ ] [ 4 e 3 Joten e A Xe Λ X 4 e e e 2 e 2 ] e 3 4e 2 + 4e 4e 2 e Loppuviikon tuntitehtävä 2 Olkoon A C n n kääntyvä matriisi Näytä, että on olemassa kertoimet c,, c n siten, että A c I + c A + + c n A n Olkoon p A (z A:n karakteristinen polynomi, p A (z det(zi A nxn matriisin karakteristinen polynomi on astetta n p A (z voidaan siten kirjoittaa muodossa p A (z a n z n + a n z n + + a z + a, joillain a, a,, a n C Cayley-Hamiltonin lauseen (Eirola: Lineaarialgebra -monisteen Lause 4 mukaan p A (A, eli saadaan p A (A a n A n + a n A n + + a A + a I (4 Koska A on kääntyvä, on olemassa A siten, että AA I Kun kerrotaan (3 puolittain A :llä saadaan a n A n A + a n A n A + + a AA + a IA a n A n + a n A n a I + a A (5 6

7 MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 Jos olisi a, niin p A (z a n z n + a n z n + + a z + z(a n z n + a n z n a jolloin p A (λ λ on eräs A:n ominaisarvo Koska matriisin determinantti on sen ominaisarvojen tulo deta A ei kääntyvä Ristiriita Siis täytyy olla a a, joten (4 voidaan jakaa a :lla puolittain Järjestelemällä termejä hieman saadaan Nimetään kertoimet uudestaan saadaan eli haluttu muoto Loppuviikon kotitehtävä a Määritä matriisin A A a a I a 2 a A a n a c a a c a 2 a jne, A n 2 a n a A n A c I + c A + + c n 2 A n 2 + c n A n ominaisarvot ja -vektorit b Määritä a-kohdan matriisille Jordanin hajotelma A V JV a Lasketaan A:n ominaisarvot 3 λ det(a λi det λ (2 λ(λ 2 4λ + 4 (2 λ λ Saadaan siis λ 2 Nyt lasketaan A:n vektorit: (A λix x 3 2 ja näin saadaan x t, t t R\{} gaussaamalla x x 2 x 3 b Eirola: Lineaarialgebra -monisteen kpl 4 Lause 45 nojalla matriisi on diagonaalisoituva täsmälleen silloin kun sen ominaisarvoista voidaan muodostaa kanta 7

8 MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 Seuraus 46 matriisi on diagonaalisoituva täsmälleen silloin kun kaikille ominaisarvoille on voimassa m a (λ m g (λ Jos matriisi ei ole diagonaalisoituva, se on Lause 4:n nojalla kuitenkin similaarinen jonkun Jordan matriisin kanssa Jordan matriisin muodostamis menettelyssä ominaisarvon λ kertaluku, jolle m a (λ > m g (λ, ominaisvektorien joukkoa täydennetään yhtälön (A λiw k+ w k ratkaisuilla w k+ Tässä w on ominaisvektori Nyt m a (2 3 ja m g (2 Merkitään w x t, jossa voidaan valita t (A 2Iw 2 w Eli w 2 t Valitaan w 2 t (A 2Iw 3 w 2 Eli w t Valitaan w 3 w t 2 3, t R w , t R gaussaamalla w 2 gaussaamalla w 3 Koska A:lla on vain yksi ominaisarvo λ 2 matriisissa J on vain yksi Jordan lohko Näin ollen λ 2 J λ 2 λ 2 ja V (w w 2 w Lasketaan V Sovelletaan Gaussin algoritmia, eli muunnetaan [V I] muotoon [I V ] Saadaan V

9 MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 A:n jordan hajotelma on siis A AJV Loppuviikon kotitehtävä 2 Tämän tehtävän laskut tehdään Matlabilla Palauta vastauksenasi pohdintasi, käyttämäsi komennot ja saamasi tulokset Luo matriisi A komennolla A[4,-,-2,2;7,-4,-2,;-6,6,3,-8;-3,3,5,-] a Diagonalisoituuko A? Miksi / miksi ei? Jos diagonalisoituu, niin laske sen diagonaalihajotelma b Onko A:lla olemassa Schurin hajotelma? Jos on, laske se, ja tarkista, että hajotelman matriisi Q on unitaarinen c Onko A similaarinen jonkin Jordanin kanonisen muodon kanssa? Jos on, etsi A:n Jordanin hajotelma Minkä kokoisia ovat Jordanin lohkot? Miksi? d Jos matriisilla on sekä Schurin että Jordanin hajotelmat, selvitä kumman niistä Matlab laskee nopeammin e Laske A 2 sekä suoraan matriisista A että yllä saamiesi hajotelmien avulla Onko tuloksissa jotakin eroja? Miksi? 9

10

11

12

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisihajotelmat: Schur ja Jordan Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi Matriisihajotelmat:

Lisätiedot

Tyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5

Tyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5 MATRIISIALGEBRA Harjoitustehtäviä syksy 2014 Tehtävissä 1-3 käytetään seuraavia matriiseja: ( ) 6 2 3, B = 7 1 2 2 3, C = 4 4 2 5 3, E = ( 1 2 4 3 ) 1 1 2 3 ja F = 1 2 3 0 3 0 1 1. 6 2 1 4 2 3 2 1. Määrää

Lisätiedot

Ominaisarvo ja ominaisvektori

Ominaisarvo ja ominaisvektori Määritelmä Ominaisarvo ja ominaisvektori Oletetaan, että A on n n -neliömatriisi. Reaaliluku λ on matriisin ominaisarvo, jos on olemassa sellainen vektori v R n, että v 0 ja A v = λ v. Vektoria v, joka

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

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

Matriisilaskenta. Luentomoniste JOUNI SAMPO

Matriisilaskenta. Luentomoniste JOUNI SAMPO Matriisilaskenta Luentomoniste JOUNI SAMPO Kevät 2014 BM20A1601 Matriisilaskenta (4 op) Viikko 1 Lineaariset yhtälöryhmät ja matriisit, sovellustilanteita lämpöjakauma levyssä interpolaatiopolynomi numeerinen

Lisätiedot

Monissa käytännön ongelmissa ei matriisiyhtälölle Ax = b saada ratkaisua, mutta approksimaatio on silti käyttökelpoinen.

Monissa käytännön ongelmissa ei matriisiyhtälölle Ax = b saada ratkaisua, mutta approksimaatio on silti käyttökelpoinen. Pns ratkaisu (Kr. 20.5, Lay 6.5 C-II/KP-II, 20, Kari Eloranta Monissa käytännön ongelmissa ei matriisiyhtälölle Ax = b saada ratkaisua, mutta approksimaatio on silti käyttökelpoinen. Määritelmä Jos A on

Lisätiedot

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä 1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 9 Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa

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

Polynomimatriisit. Antti Lindberg. Matematiikan pro gradu -tutkielma

Polynomimatriisit. Antti Lindberg. Matematiikan pro gradu -tutkielma Polynomimatriisit Antti Lindberg Matematiikan pro gradu -tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Kesä 2014 Tiivistelmä: Antti Lindberg, Polynomimatriisit, Matematiikan pro

Lisätiedot

3 Toisen kertaluvun lineaariset differentiaaliyhtälöt

3 Toisen kertaluvun lineaariset differentiaaliyhtälöt 3 Toisen kertaluvun lineaariset differentiaaliyhtälöt 3.1 Homogeeniset lineaariset differentiaaliyhtälöt Toisen kertaluvun differentiaaliyhtälö on lineaarinen, jos se voidaan kirjoittaa muotoon Jos r(x)

Lisätiedot

Yleiset lineaarimuunnokset

Yleiset lineaarimuunnokset TAMPEREEN YLIOPISTO Pro gradu -tutkielma Kari Tuominen Yleiset lineaarimuunnokset Matematiikan ja tilastotieteen laitos Matematiikka Toukokuu 29 Tampereen yliopisto Matematiikan ja tilastotieteen laitos

Lisätiedot

HILBERTIN AVARUUDET 802652S MIKAEL LINDSTRÖM KEVÄÄN 2010 ANALYYSI 3 -LUENTOJEN PERUSTEELLA TOIMITTANEET TOMI ALASTE JA LAURI BERKOVITS

HILBERTIN AVARUUDET 802652S MIKAEL LINDSTRÖM KEVÄÄN 2010 ANALYYSI 3 -LUENTOJEN PERUSTEELLA TOIMITTANEET TOMI ALASTE JA LAURI BERKOVITS HILBRTIN AVARUUDT 802652S MIKAL LINDSTRÖM KVÄÄN 2010 ANALYYSI 3 -LUNTOJN PRUSTLLA TOIMITTANT TOMI ALAST JA LAURI BRKOVITS Sisältö 1 Hilbertin Avaruudet 3 1.1 Normi- ja L p -avaruudet........................

Lisätiedot

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Osa II Lotta Oinonen, Johanna Rämö 28. lokakuuta 2014 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 15 Vektoriavaruus....................................

Lisätiedot

LINEAARIALGEBRA, osat a ja b

LINEAARIALGEBRA, osat a ja b LINEAARIALGEBRA, osat a ja b Martti E. Pesonen Epsilon ry. huhtikuuta 06 LUKIJALLE Lineaarialgebran kursseja edeltäviksi opinnoiksi suositellaan jotain lukion matematiikkaa teoreettiselta kannalta täydentävää

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

TMA.111 Matemaattinen analyysi c Matti Laaksonen, 2003

TMA.111 Matemaattinen analyysi c Matti Laaksonen, 2003 TMA.111 Matemaattinen analyysi c Matti Laaksonen, 2003 Vaasan Yliopisto, 2003 Teknillinen tiedekunta Matemaattisten tieteiden laitos PL 700 (Wolffintie 34) 65101 VAASA Vaasan yliopisto Matemaattinen analyysi

Lisätiedot

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

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

Lisätiedot

Insinöörimatematiikka IA

Insinöörimatematiikka IA Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Lisätiedot

MAT-41150 Algebra I (s) periodilla IV 2012 Esko Turunen

MAT-41150 Algebra I (s) periodilla IV 2012 Esko Turunen MAT-41150 Algebra I (s) periodilla IV 2012 Esko Turunen Tehtävä 1. Onko joukon X potenssijoukon P(X) laskutoimitus distributiivinen laskutoimituksen suhteen? Onko laskutoimitus distributiivinen laskutoimituksen

Lisätiedot

f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0.

f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0. Ääriarvon laatu Jatkuvasti derivoituvan funktion f lokaali ääriarvokohta (x 0, y 0 ) on aina kriittinen piste (ts. f x (x, y) = f y (x, y) = 0, kun x = x 0 ja y = y 0 ), mutta kriittinen piste ei ole aina

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

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)

Lisätiedot

Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0

Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0 Tensorialgebroista Esitysteorian kesäopintopiiri, Turun yliopisto, 2012 Jyrki Lahtonen Olkoon k jokin skalaarikunta. Kerrataan k-algebran käsite: A on k-algebra, jos se on sekä rengas että vektoriavaruus

Lisätiedot

Lidskiin lause trace-luokan operaattoreille. Joona Lindström

Lidskiin lause trace-luokan operaattoreille. Joona Lindström Lidskiin lause trace-luokan operaattoreille Joona Lindström HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI Tiedekunta/Osasto Fakultet/Sektion Faculty Laitos Institution Department

Lisätiedot

RAKKAUS MATEMAATTISENA RELAATIONA

RAKKAUS MATEMAATTISENA RELAATIONA RAKKAUS MATEMAATTISENA RELAATIONA HEIKKI PITKÄNEN 1. Johdanto Määritelmä 1. Olkoon I ihmisten joukko ja a, b I. Määritellään relaatio : a b a rakastaa b:tä. Huomautus 2. Määritelmässä esiintyvälle käsitteelle

Lisätiedot

INFO / Matemaattinen Analyysi, k2016, L0

INFO / Matemaattinen Analyysi, k2016, L0 INFO / Matemaattinen Analyysi, k2016, L0 orms1010, Aikataulu 1 kevät 2016 ORMS1010 Matemaattinen analyysi, luennot Ke 14-16 Viikot 09-10 salissa F119 Ke 14-16 Viikot 11 salissa F140 Ke 14-16 Viikot 13-18

Lisätiedot

2 Yhtälöitä ja epäyhtälöitä

2 Yhtälöitä ja epäyhtälöitä 2 Yhtälöitä ja epäyhtälöitä 2.1 Ensimmäisen asteen yhtälö ja epäyhtälö Muuttujan x ensimmäisen asteen yhtälöksi sanotaan yhtälöä, joka voidaan kirjoittaa muotoon ax + b = 0, missä vakiot a ja b ovat reaalilukuja

Lisätiedot

Differentiaaliyhtälöt

Differentiaaliyhtälöt Differentiaaliyhtälöt Differentiaaliyhtälöksi (lyh. DY) sanotaan yhtälöä, jossa on tuntemattomana jokin funktio y(x) ja jossa esiintyy sen derivaattoja y, y, y, y (4),... Esimerkiksi y + y = x, y y + y

Lisätiedot

Teknillinen korkeakoulu Mat-5.187 Epälineaarisen elementtimenetelmän perusteet (Mikkola/Ärölä) 4. harjoituksen ratkaisut

Teknillinen korkeakoulu Mat-5.187 Epälineaarisen elementtimenetelmän perusteet (Mikkola/Ärölä) 4. harjoituksen ratkaisut Teknillinen korkeakoulu Mat-5.187 Epälineaarisen elementtimenetelmän perusteet Mikkola/Ärölä 4. harjoituksen ratkaisut Teht. 1 Jacobin determinantin J det F materiaalisen aikaderivaatan laskemiseksi lasketaan

Lisätiedot

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät 1 1 LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT Muotoa 11 Lineaariset yhtälöryhmät (1) a 1 x 1 + a x + + a n x n b oleva yhtälö on tuntemattomien x 1,, x n lineaarinen yhtälö, jonka kertoimet ovat luvut a 1,,

Lisätiedot

Sijoitus integraaliin

Sijoitus integraaliin 1 / 32 Muunnetaan funktion f integraali yli joukon U integraaliksi yli joukon V tekemällä sijoitus x = g(y), missä g : V U on bijektio (ainakin), kun se rajoitetaan funktioksi g : V U. Uudeksi integroitavaksi

Lisätiedot

Topologia Syksy 2010 Harjoitus 9

Topologia Syksy 2010 Harjoitus 9 Topologia Syksy 2010 Harjoitus 9 (1) Avaruuden X osajoukko A on G δ -joukko, jos se on numeroituva leikkaus avoimista joukoista ja F σ -joukko, jos se on numeroituva yhdiste suljetuista joukoista. Osoita,

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

Relaation ominaisuuksia. Ominaisuuksia koskevia lauseita Sulkeumat. Joukossa X määritelty relaatio R on. (ir) irrefleksiivinen, jos x Rx kaikilla x X,

Relaation ominaisuuksia. Ominaisuuksia koskevia lauseita Sulkeumat. Joukossa X määritelty relaatio R on. (ir) irrefleksiivinen, jos x Rx kaikilla x X, Relaation Joukossa X määritelty relaatio R on (r) refleksiivinen, jos xrx kaikilla x X, (ir) irrefleksiivinen, jos x Rx kaikilla x X, Relaation Joukossa X määritelty relaatio R on (r) refleksiivinen, jos

Lisätiedot

Jukka Tulkki 8. Laskuharjoitus (ratkaisut) Palautus torstaihin 3.4 klo 12:00 mennessä. x 2

Jukka Tulkki 8. Laskuharjoitus (ratkaisut) Palautus torstaihin 3.4 klo 12:00 mennessä. x 2 S 437 Fysiikka III Kevät 8 Jukka Tulkki 8 askuharjoitus (ratkaisut) Palautus torstaihin 34 klo : mennessä Assistentit: Jaakko Timonen Ville Pale Pyry Kivisaari auri Salmia (jaakkotimonen@tkkfi) (villepale@tkkfi)

Lisätiedot

Tilayhtälötekniikasta

Tilayhtälötekniikasta Tilayhtälötekniikasta Tilayhtälöesityksessä it ä useamman kertaluvun differentiaaliyhtälö esitetään ensimmäisen kertaluvun differentiaaliyhtälöryhmänä. Jokainen ensimmäisen kertaluvun differentiaaliyhtälö

Lisätiedot

LUKUTEORIAN ALKEET HELI TUOMINEN

LUKUTEORIAN ALKEET HELI TUOMINEN LUKUTEORIAN ALKEET HELI TUOMINEN Sisältö 1. Lukujärjestelmät 2 1.1. Kymmenjärjestelmä 2 1.2. Muita lukujärjestelmiä 2 1.3. Yksikäsitteisyyslause 4 2. Alkulukuteoriaa 6 2.1. Jaollisuus 6 2.2. Suurin yhteinen

Lisätiedot

F {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A5700 - INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali:

F {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A5700 - INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali: BMA57 - INTEGRAALIMUUNNOKSET Harjoitus, viikko 46/5 Fourier-integraali: f(x) A() π B() π [A() cos x + B() sin x]d, () Fourier-muunnos ja käänteismuunnos: f(t) cos tdt, () f(t) sin tdt. (3) F {f(t)} ˆf()

Lisätiedot

Pythagoraan polku 16.4.2011

Pythagoraan polku 16.4.2011 Pythagoraan polku 6.4.20. Todista väittämä: Jos tasakylkisen kolmion toista kylkeä jatketaan omalla pituudellaan huipun toiselle puolelle ja jatkeen päätepiste yhdistetään kannan toisen päätepisteen kanssa,

Lisätiedot

TEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS

TEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS 1. Suorakaiteen muotoisen lämmönvaraajan korkeus on K, leveys L ja syvyys S yksikköä. Konvektiosta ja säteilystä johtuvat lämpöhäviöt ovat verrannollisia lämmönvaraajan lämpötilan T ja ympäristön lämpötilan

Lisätiedot

FYSA220/K2 (FYS222/K2) Vaimeneva värähtely

FYSA220/K2 (FYS222/K2) Vaimeneva värähtely FYSA/K (FYS/K) Vaimeneva värähtely Työssä tutkitaan vaimenevaa sähköistä värähysliikettä. Erityisesti pyritään havainnollistamaan kelan inuktanssin, konensaattorin kapasitanssin ja ohmisen vastuksen suuruuksien

Lisätiedot

Luento 8. Suodattimien käyttötarkoitus

Luento 8. Suodattimien käyttötarkoitus Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden

Lisätiedot

OPTIMOINNIN PERUSTEET. Keijo Ruotsalainen

OPTIMOINNIN PERUSTEET. Keijo Ruotsalainen OPTIMOINNIN PERUSTEET Keijo Ruotsalainen 23. marraskuuta 2009 2 Johdanto Kurssin tavoitteena on tutustuttaa tavallisimpiin optimointi-algoritmeihin ja niiden käyttöön sovellutuksissa. Kurssimateriaali

Lisätiedot

1 Kannat ja kannanvaihto

1 Kannat ja kannanvaihto 1 Kannat ja kannanvaihto 1.1 Koordinaattivektori Oletetaan, että V on K-vektoriavaruus, jolla on kanta S = (v 1, v 2,..., v n ). Avaruuden V vektori v voidaan kirjoittaa kannan vektorien lineaarikombinaationa:

Lisätiedot

1. Kuinka monta erilaista tapaa on 10 hengen seurueella istuutua pyöreän pöydän ympärille?

1. Kuinka monta erilaista tapaa on 10 hengen seurueella istuutua pyöreän pöydän ympärille? Diskreetti matematiikka, syksy 00 Harjoitus -, ratkaisuista. Kuinka monta erilaista tapaa on 0 hengen seurueella istuutua pyöreän pöydän ympärille? Ratkaisu. Paikat identtisiä, istumajärjestys oleellinen,

Lisätiedot

R. Mäkinen NUMEERISET MENETELMÄT

R. Mäkinen NUMEERISET MENETELMÄT R. Mäkinen NUMEERISET MENETELMÄT 2011 2 Luku 1 Numeerisen matematiikan peruskäsitteitä The purpose of computing is insight, not numbers. R. W. Hamming Numeerinen analyysi tutkii algoritmeja luonnontieteissä,

Lisätiedot

Matematiikan mestariluokka, syksy 2009 7

Matematiikan mestariluokka, syksy 2009 7 Matematiikan mestariluokka, syksy 2009 7 2 Alkuluvuista 2.1 Alkuluvut Määritelmä 2.1 Positiivinen luku a 2 on alkuluku, jos sen ainoat positiiviset tekijät ovat 1 ja a. Jos a 2 ei ole alkuluku, se on yhdistetty

Lisätiedot

Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä

Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi Esimerkit laskettu JMP:llä Antti Hyttinen Tampereen teknillinen yliopisto 29.12.2003 ii Ohjelmien

Lisätiedot

Muodonmuutostila hum 30.8.13

Muodonmuutostila hum 30.8.13 Muodonmuutostila Tarkastellaan kuvan 1 kappaletta Ω, jonka pisteet siirtvät ulkoisen kuormituksen johdosta siten, että siirtmien tapahduttua ne muodostavat kappaleen Ω'. Esimerkiksi piste A siirt asemaan

Lisätiedot

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen,

Lisätiedot

ẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t),

ẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t), Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-2.4129 Systeemien Identifiointi 1. harjoituksen ratkaisut 1. Tarkastellaan maita X ja Y. Olkoon näiden varustelutaso

Lisätiedot

PERUSASIOITA ALGEBRASTA

PERUSASIOITA ALGEBRASTA PERUSASIOITA ALGEBRASTA Matti Lehtinen Tässä luetellut lauseet ja käsitteet kattavat suunnilleen sen mitä algebrallisissa kilpatehtävissä edellytetään. Ns. algebrallisia struktuureja jotka ovat nykyaikaisen

Lisätiedot

Esipuhe. Sirkka-Liisa Eriksson

Esipuhe. Sirkka-Liisa Eriksson 3 Esipuhe Matematiikka tieteiden kuningatar ja palvelija on lukioihin ja ammattikorkeakouluihin suunnattuun koulukohtaiseen valinnaiseen syventävään kurssiin perustuva kirja. Kirjan tarkoituksena on kerrata

Lisätiedot

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b.

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b. 10. Kunnat ja kokonaisalueet Määritelmä 10.1. Olkoon K rengas, jossa on ainakin kaksi alkiota. Jos kaikki renkaan K nollasta poikkeavat alkiot ovat yksiköitä, niin K on jakorengas. Kommutatiivinen jakorengas

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 1 1 Matemaattisesta päättelystä Matemaattisen analyysin kurssin (kuten minkä tahansa matematiikan kurssin) seuraamista helpottaa huomattavasti, jos opiskelija ymmärtää

Lisätiedot

Solmu 3/2010 1. toteutuu kaikilla u,v I ja λ ]0,1[. Se on aidosti konveksi, jos. f ( λu+(1 λ)v ) < λf(u)+(1 λ)f(v) (2)

Solmu 3/2010 1. toteutuu kaikilla u,v I ja λ ]0,1[. Se on aidosti konveksi, jos. f ( λu+(1 λ)v ) < λf(u)+(1 λ)f(v) (2) Solmu 3/200 Epäyhtälöistä, osa 2 Markku Halmetoja Mätä lukio Välillä I määriteltyä fuktiota saotaa koveksiksi, jos se kuvaaja o alaspäi kupera, eli jos kuvaaja mitkä tahasa kaksi pistettä yhdistävä jaa

Lisätiedot

Preliminäärikoe Pitkä Matematiikka 3.2.2009

Preliminäärikoe Pitkä Matematiikka 3.2.2009 Preliminäärikoe Pitkä Matematiikka..9 x x a) Ratkaise yhtälö =. 4 b) Ratkaise epäyhtälö x > x. c) Sievennä lauseke ( a b) (a b)(a+ b).. a) Osakkeen kurssi laski aamupäivällä,4 % ja keskipäivällä 5,6 %.

Lisätiedot

Tarkastellaan seuraavaksi esimerkkien avulla yhtälöryhmän ratkaisemista käyttäen Gaussin eliminointimenetelmää.

Tarkastellaan seuraavaksi esimerkkien avulla yhtälöryhmän ratkaisemista käyttäen Gaussin eliminointimenetelmää. Yhtälörhmä Lineaarisen htälörhmän alkeisoperaatiot ovat ) kahden htälön järjestksen vaihto ) htälön kertominen puolittain nollasta eroavalla luvulla ja ) luvulla puolittain kerrotun htälön lisääminen johonkin

Lisätiedot

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia 29.7.2002

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia 29.7.2002 Matlab tehtäviä 1. Muodosta seuraavasta differentiaaliyhtälöstä siirtofuntio. Tämä differentiaaliyhtälö saattaisi kuvata esimerkiksi yksinkertaista vaimennettua jousi-massa systeemiä, johon on liitetty

Lisätiedot

Harjoitus 4: Matlab - Optimization Toolbox

Harjoitus 4: Matlab - Optimization Toolbox Harjoitus 4: Matlab - Optimization Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Optimointimallin muodostaminen

Lisätiedot

Differentiaali- ja integraalilaskenta 2

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

Lisätiedot

Jarkko Peltomäki. Aliryhmän sentralisaattori ja normalisaattori

Jarkko Peltomäki. Aliryhmän sentralisaattori ja normalisaattori Jarkko Peltomäki Aliryhmän sentralisaattori ja normalisaattori Matematiikan aine Turun yliopisto Syyskuu 2009 Sisältö 1 Johdanto 2 2 Määritelmiä ja perusominaisuuksia 3 2.1 Aliryhmän sentralisaattori ja

Lisätiedot

XXIII Keski-Suomen lukiolaisten matematiikkakilpailu 23.1.2014, tehtävien ratkaisut

XXIII Keski-Suomen lukiolaisten matematiikkakilpailu 23.1.2014, tehtävien ratkaisut XXIII Keski-Suomen lukiolaisten matematiikkakilpailu 23.1.2014, tehtävien ratkaisut 1. Avaruusalus sijaitsee tason origossa (0, 0) ja liikkuu siitä vakionopeudella johonkin suuntaan, joka ei muutu. Tykki

Lisätiedot

OSA 1: YHTÄLÖNRATKAISUN KERTAUSTA JA TÄYDENNYSTÄ SEKÄ FUNKTIO

OSA 1: YHTÄLÖNRATKAISUN KERTAUSTA JA TÄYDENNYSTÄ SEKÄ FUNKTIO OSA : YHTÄLÖNRATKAISUN KERTAUSTA JA TÄYDENNYSTÄ SEKÄ FUNKTIO Tekijät: Ari Heimonen, Hellevi Kupila, Katja Leinonen, Tuomo Talala, Hanna Tuhkanen ja Pekka Vaaraniemi Alkupala Kolme kaverusta, Olli, Pekka

Lisätiedot

Matematiikan tukikurssi

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

Lisätiedot

Symmetriaryhmät ja niiden esitykset. Symmetriaryhmät, 10.1.2013 1/26

Symmetriaryhmät ja niiden esitykset. Symmetriaryhmät, 10.1.2013 1/26 Symmetriaryhmät ja niiden esitykset Symmetriaryhmät, 10.1.2013 1/26 Osa I: Symmetriaryhmät Symmetriaryhmät, 10.1.2013 2/26 Peilisymmetria Symmetriaryhmät, 10.1.2013 3/26 Kiertosymmetria Symmetriaryhmät,

Lisätiedot

Mika Hirvensalo. Insinöörimatematiikka D 2015

Mika Hirvensalo. Insinöörimatematiikka D 2015 Mika Hirvensalo Insinöörimatematiikka D 2015 Sisältö 1 Lineaarialgebran peruskäsitteitä............................................... 5 1.1 Lineaariset yhtälöryhmät..................................................

Lisätiedot

Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät 3-6 4 sivua Heikki Koivupalo ja Rami Luisto

Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät 3-6 4 sivua Heikki Koivupalo ja Rami Luisto Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät 3-6 4 sivua Heikki Koivupalo ja Rami Luisto 3. Oletetaan, että kunnan K karakteristika on 3. Tutki,

Lisätiedot

DISKREETTIÄ MATEMATIIKKAA.

DISKREETTIÄ MATEMATIIKKAA. Heikki Junnila DISKREETTIÄ MATEMATIIKKAA. LUKU I JOUKOT JA RELAATIOT 0. Merkinnöistä.... 1 1. Relaatiot ja kuvaukset..... 3 2. Luonnolliset luvut. Induktio.... 9 3. Äärelliset joukot.... 14 4. Joukon ositukset.

Lisätiedot

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja Renkaat Tarkastelemme seuraavaksi rakenteita, joissa on määritelty kaksi binääristä assosiatiivista laskutoimitusta, joista toinen on kommutatiivinen. Vaadimme muuten samat ominaisuudet kuin kokonaisluvuilta,

Lisätiedot

Lukujoukot luonnollisista luvuista reaalilukuihin

Lukujoukot luonnollisista luvuista reaalilukuihin Lukujoukot luonnollisista luvuista reaalilukuihin Pro gradu -tutkielma Esa Pulkka 517378 Itä-Suomen Yliopisto Fysiikan ja matematiikan laitos 26. maaliskuuta 2012 Sisältö 1 Johdanto 1 2 Luonnolliset luvut

Lisätiedot

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 12.4.2016 Julkaiseminen sallittu vain koulun suljetussa verkossa.

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 12.4.2016 Julkaiseminen sallittu vain koulun suljetussa verkossa. KERTAUS Lukujono KERTAUSTEHTÄVIÄ K1. Ratkaisussa annetaan esimerkit mahdollisista säännöistä. a) Jatketaan lukujonoa: 2, 4, 6, 8, 10, 12, 14, 16, Rekursiivinen sääntö on, että lukujonon ensimmäinen jäsen

Lisätiedot

Lineaarialgebra MATH.1040 / voima

Lineaarialgebra MATH.1040 / voima Lineaarialgebra MATH.1040 / voima 1 Seuraavaksi määrittelemme kaksi vektoreille määriteltyä tuloa; pistetulo ja. Määritelmät ja erilaiset tulojen ominaisuudet saattavat tuntua, sekavalta kokonaisuudelta.

Lisätiedot

Kompleksiluvut ja kvaterniot kiertoina

Kompleksiluvut ja kvaterniot kiertoina Kompleksiluvut ja kvaterniot kiertoina Heikki Polvinen Matematiikan pro gradu -tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Syksy 0 Tiivistelmä: Heikki Polvinen, Kompleksiluvut

Lisätiedot

Cauchyn ja Sylowin lauseista

Cauchyn ja Sylowin lauseista Cauchyn ja Sylowin lauseista Pro gradu-tutkielma Jukka Kuru Matemaattisten tieteiden laitos Oulun yliopisto 2014 Sisältö Johdanto 2 1 Peruskäsitteet 4 1.1 Funktion käsitteitä........................ 4

Lisätiedot

MIKROTEORIA 1, HARJOITUS 1 BUDJETTISUORA, PREFERENSSIT, HYÖTYFUNKTIO JA VALINTA

MIKROTEORIA 1, HARJOITUS 1 BUDJETTISUORA, PREFERENSSIT, HYÖTYFUNKTIO JA VALINTA MIKROTEORIA, HARJOITUS BUDJETTISUORA, PREFERENSSIT, HYÖTYFUNKTIO JA VALINTA tilasto (600 00) 00 a. Kulmakerroin: = = =, koska 00 sivua lisää ta aiheuttaa (00 400) 00 luopumisen 00 sivusta tilastoa. Toisin

Lisätiedot

Lyhyt yhteenvetokertaus nodaalimallista SÄTEILYTURVAKESKUS STRÅLSÄKERHETSCENTRALEN RADIATION AND NUCLEAR SAFETY AUTHORITY

Lyhyt yhteenvetokertaus nodaalimallista SÄTEILYTURVAKESKUS STRÅLSÄKERHETSCENTRALEN RADIATION AND NUCLEAR SAFETY AUTHORITY Lyhyt yhteenvetokertaus nodaalimallista SÄTELYTUVAKESKUS STÅLSÄKEHETSCENTALEN ADATON AND NUCLEA SAFETY AUTHOTY Ei enää tarkastella neutronien kulkua, vaan työn alla on simppeli tuntemattoman differentiaaliyhtälöryhmä

Lisätiedot

Liite 2. Ryhmien ja kuntien perusteet

Liite 2. Ryhmien ja kuntien perusteet Liite 2. Ryhmien ja kuntien perusteet 1. Ryhmät 1.1 Johdanto Erilaisissa matematiikan probleemoissa törmätään usein muotoa a + x = b tai a x = b oleviin yhtälöihin, joissa tuntematon muuttuja on x. Lukujoukkoja

Lisätiedot

1 Euklidiset avaruudet R n

1 Euklidiset avaruudet R n 1 Euklidiset avaruudet R n Tässä osiossa käymme läpi Euklidisten avaruuksien R n perusominaisuuksia. Olkoon n N + positiivinen kokonaisluku. Euklidinen avaruus R n on joukko R n = {(x 1, x 2,..., x n )

Lisätiedot

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0007 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 26.10.2015 Reaalinen

Lisätiedot

LAUSEKKEET JA NIIDEN MUUNTAMINEN

LAUSEKKEET JA NIIDEN MUUNTAMINEN LAUSEKKEET JA NIIDEN MUUNTAMINEN 1 LUKULAUSEKKEITA Ratkaise seuraava tehtävä: Retkeilijät ajoivat kahden tunnin ajan polkupyörällä maantietä pitkin 16 km/h nopeudella, ja sitten vielä kävelivät metsäpolkua

Lisätiedot

Jos havaitaan päivän ylin lämpötila, mittaustuloksissa voi esiintyä seuraavantyyppisiä virheitä:

Jos havaitaan päivän ylin lämpötila, mittaustuloksissa voi esiintyä seuraavantyyppisiä virheitä: Mittausten virheet Jos havaitaan päivän ylin lämpötila, mittaustuloksissa voi esiintyä seuraavantyyppisiä virheitä: 1. Luemme lämpömittarin vain asteen tarkkuudella. Ehkä kyseessä on digitaalimittari,

Lisätiedot

T-79.144 Syksy 2003 Logiikka tietotekniikassa: perusteet Laskuharjoitus 8 (opetusmoniste, kappaleet 2.3-3.4) 28 31.10.2003

T-79.144 Syksy 2003 Logiikka tietotekniikassa: perusteet Laskuharjoitus 8 (opetusmoniste, kappaleet 2.3-3.4) 28 31.10.2003 T-79.144 Syksy 2003 Logiikka tietotekniikassa: perusteet Laskuharjoitus 8 (opetusmoniste, kappaleet 2.3-3.4) 28 31.10.2003 1. Olkoon R kaksipaikkainen predikaattisymboli, jonka tulkintana on relaatio R

Lisätiedot

Jos d-kohdan vasemmalla puolella perusjoukkona on X, niin oikealla puolella

Jos d-kohdan vasemmalla puolella perusjoukkona on X, niin oikealla puolella DISKREETTI MATEMATIIKKA, harjoitustehtävät Tehtäviä tulee todennäköisesti lisää. Uudet tehtävät tulevat aikanaan ladattavaksi samalle sivulle, josta tämäkin moniste löytyi. Ilmoitustaululta on nähtävissä

Lisätiedot

SMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 3 ratkaisuiksi

SMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 3 ratkaisuiksi SMG-4 Sähkömagneettisten jäjestelmien lämmönsiito Ehdotukset hajoituksen 3 atkaisuiksi 1. Voidaan kohtuullisella takkuudella olettaa, että pallonmuotoisessa säiliössä lämpötila muuttuu vain pallon säteen

Lisätiedot

Matemaattiset menetelmät II

Matemaattiset menetelmät II Matemaattiset menetelmät II 5. helmikuuta 214 Esipuhe Tämä on 1. versio Matemaattiset menetelmät II-kurssin opetusmonisteesta, joka perustuu Vaasan yliopistossa luennoimaani vastaavan nimiseen kurssiin.

Lisätiedot

Esimerkki A1. Jaetaan ryhmä G = Z 17 H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4 4 = 16 = 1}.

Esimerkki A1. Jaetaan ryhmä G = Z 17 H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4 4 = 16 = 1}. Jaetaan ryhmä G = Z 17 n H = 4 sivuluokkiin. Ratkaisu: Koska 17 on alkuluku, #G = 16, alkiona jäännösluokat a, a = 1, 2,..., 16. Määrätään ensin n H alkiot: H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4

Lisätiedot

802360A Inversio-ongelmien peruskurssi (Kevät 2014) Sari Lasanen

802360A Inversio-ongelmien peruskurssi (Kevät 2014) Sari Lasanen 802360A Inversio-ongelmien peruskurssi (Kevät 204) Sari Lasanen 3. maaliskuuta 204 2 Inversio-ongelmien peruskurssi (4 op) Osaamistavoitteet: Kurssin onnistuneen suorittamisen jälkeen opiskelija tunnistaa

Lisätiedot

Eukleidinen geometria aksiomaattisena systeeminä

Eukleidinen geometria aksiomaattisena systeeminä Eukleidinen geometria aksiomaattisena systeeminä Harri Mäkinen Kreikkalaisen Eukleides Aleksandrialaisen noin 300 vuotta ennen ajanlaskun alkua kirjoittama Alkeet (kreikaksi Stoikheia, latinaksi Elementa),

Lisätiedot

Ehto- ja toistolauseet

Ehto- ja toistolauseet Ehto- ja toistolauseet 1 Ehto- ja toistolauseet Uutena asiana opetellaan ohjelmointilauseet / rakenteet, jotka mahdollistavat: Päätösten tekemisen ohjelman suorituksen aikana (esim. kyllä/ei) Samoja lauseiden

Lisätiedot

30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset

30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset 30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset Mitä on lineaarinen optimointi (LP)? LP= lineaarinen optimointiongelma (Linear Programming) Menetelmä, jolla etsitään

Lisätiedot

3 x 1 < 2. 2 b) b) x 3 < x 2x. f (x) 0 c) f (x) x + 4 x 4. 8. Etsi käänteisfunktio (määrittely- ja arvojoukkoineen) kun.

3 x 1 < 2. 2 b) b) x 3 < x 2x. f (x) 0 c) f (x) x + 4 x 4. 8. Etsi käänteisfunktio (määrittely- ja arvojoukkoineen) kun. Matematiikka KoTiA1 Demotehtäviä 1. Ratkaise epäyhtälöt x + 1 x 2 b) 3 x 1 < 2 x + 1 c) x 2 x 2 2. Ratkaise epäyhtälöt 2 x < 1 2 2 b) x 3 < x 2x 3. Olkoon f (x) kolmannen asteen polynomi jonka korkeimman

Lisätiedot

OPTIMOINTITEHTÄVIEN RATKAISEMINEN

OPTIMOINTITEHTÄVIEN RATKAISEMINEN OPTIMOINTITEHTÄVIEN RATKAISEMINEN JUHA HAATAJA CSC Optimointitehtävien ratkaiseminen Optimointitehtävien ratkaiseminen Juha Haataja Tieteen tietotekniikan keskus CSC Tämän teoksen tekijänoikeudet kuuluvat

Lisätiedot

Harjoitus 6: Simulink - Säätöteoria. Syksy 2006. Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1

Harjoitus 6: Simulink - Säätöteoria. Syksy 2006. Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoitus 6: Simulink - Säätöteoria Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen säätötekniikkaan Takaisinkytkennän

Lisätiedot

3. Laske osittaisintegroinnin avulla seuraavat integraalit

3. Laske osittaisintegroinnin avulla seuraavat integraalit Harjoitus 1 / syksy 2001 1. Laske seuraavat derivaatat 2 a) D ( 5x + 5) x, b) D (-e 2x ), c) D (-ln x) ja d) D (sin 2x + cos x). 2. Laske seuraavat integraalit 2 x 5x 5 dx, a) ( + ) x b) ( e 2 ) dx, c)

Lisätiedot

Derivaatan sovelluksia

Derivaatan sovelluksia Derivaatan sovelluksia Derivaatta muutosnopeuden mittarina Tehdään monisteen esimerkistä 5 hiukan mutkikkaampi versio Olete- taan, että meillä on mpräpohjaisen kartion muotoinen astia, johon virtaa vettä

Lisätiedot

renkaissa. 0 R x + x =(0 R +1 R )x =1 R x = x

renkaissa. 0 R x + x =(0 R +1 R )x =1 R x = x 8. Renkaat Tarkastelemme seuraavaksi rakenteita, joissa on määritelty kaksi assosiatiivista laskutoimitusta, joista toinen on kommutatiivinen. Vaadimme näiltä kahdella laskutoimituksella varustetuilta

Lisätiedot

LUKU II HOMOLOGIA-ALGEBRAA. 1. Joukko-oppia

LUKU II HOMOLOGIA-ALGEBRAA. 1. Joukko-oppia LUKU II HOMOLOGIA-ALGEBRAA 1. Joukko-oppia Matematiikalle on tyypillistä erilaisten objektien tarkastelu. Tarkastelu kohdistuu objektien tai näiden muodostamien joukkojen välisiin suhteisiin, mutta objektien

Lisätiedot

Teema 4. Homomorfismeista Ihanne ja tekijärengas. Teema 4 1 / 32

Teema 4. Homomorfismeista Ihanne ja tekijärengas. Teema 4 1 / 32 1 / 32 Esimerkki 4A.1 Esimerkki 4A.2 Esimerkki 4B.1 Esimerkki 4B.2 Esimerkki 4B.3 Esimerkki 4C.1 Esimerkki 4C.2 Esimerkki 4C.3 2 / 32 Esimerkki 4A.1 Esimerkki 4A.1 Esimerkki 4A.2 Esimerkki 4B.1 Esimerkki

Lisätiedot