BJ30A1000 Kemiantekniikan tietotekniikka Polymath

Koko: px
Aloita esitys sivulta:

Download "BJ30A1000 Kemiantekniikan tietotekniikka Polymath"

Transkriptio

1 BJ30A000 Kemiantekniikan tietotekniikka Polymath Kimmo Klemola ja April 7, 008 Kimmo Klemola Matematiikkaohjelmat (Matlab, Mathcad ) Monet matematiikkaohjelmat tarjoavat varsin helppokäyttöisiä työkaluja symboliseen tai numeeriseen laskentaan tarjoten samalla näyttäviä tapoja tulosten esittämiseen. Ohjelmia voidaan käyttää esimerkiksi datan analysointiin, visualisointiin, numeeriseen ja symboliseen laskentaan, (insinööri)suunnitteluun, mallitukseen ja simulointiin. Esimerkkejä ovat: MATLAB Mathcad Mathematica Maple Polymath Excel April 7, 008 Kimmo Klemola Polymath

2 Matematiikkaohjelmat Ulkomaisia: Matlab Mathematica Mathcad Maple Polymath Excel Suomalaisia: ModEst (Haario, LTY, kemianteollisuus, farmasia) April 7, 008 Kimmo Klemola 3 Matematiikkaohjelmien käyttö Vaikka käytettävissä on helppokäyttöisiä ja monipuolisia ohjelmia, runsaasti laskentatehoa ja paljon ongelmia, joihin ohjelmia voi soveltaa, ei moni opiskelija ja työelämässä oleva osaa käyttää niitä. Tyypillinen kemisti-insinööriopiskelijan tietokoneella suoritettava tehtävä on koostunut seuraavista osa-alueista: Ongelman malliyhtälöiden määrittäminen käsin.. Sopivan numeerisen menetelmän etsiminen tehtävän ratkaisemiseen. 3. FORTRAN-ohjelman, joka käyttää valittua numeerista menetelmää, tekeminen ongelman ratkaisemiseen ja ohjelman debuggaus (virheiden etsiminen ohjelmasta). 4. Tulosten luotettavuuden ja tarkkuuden analysointi. Asioiden oppimisen kannalta kohdat ja 3 ovat merkityksettömimmät, mutta ne vievät eniten aikaa ja ovat usein turhauttavia. Polymath-ohjelman tekijöiden tavoite oli helpottaa kohtia ja 3 ja auttaa keskittymään kohtiin ja 4. April 7, 008 Kimmo Klemola 4 Polymath

3 Matematiikkaohjelmat Symbolinen laskenta: esim. Mathematica ja Maple Numeerinen laskenta: esim. Simpsonin menetelmällä x Analyyttinen(!) ratkaisu: ( ) 0.5 x = / 3*0.5 x = * 4 = Numeerinen ratkaisu Simpsonin menetelmällä: April 7, 008 Kimmo Klemola 5 Polymath Helppokäyttöinen Chemical Reaction Engineering-professorien tekemä (Shacham, Cutlip) Ensimmäinen versio 980-luvun alussa (DOS) 999 LTKK:lle 000 Windows-versio, uusin versio 6. Soveltuu monipuolisesti Chemical Engineering-sovelluksiin Koostuu neljästä ohjelmasta: Linear Equations Solver. Differential Equations Solver 3. Nonlinear Equations Solver 4. Data analysis and Regression Lisäksi: Calculator Units coverter Useful constants Antoine equation units converter Opiskelijoilla mahdollisuus viedä kotikoneeseenkin Kimmo Klemolan huoneen (437) vieressä lokerikossa asennuslevyt. Deaktivoituu aina elokuun viimeinen päivä ja uusi versio asennettava joka vuosi uudestaan. April 7, 008 Kimmo Klemola 6 Polymath 3

4 Polymath - päävalikko April 7, 008 Kimmo Klemola 7 Polymath Lineaarisen yhtälöryhmän ratkaisija LEQ Soveltuu korkeintaan 64 lineaarisen yhtälön ja muuttujan muodostaman ryhmän ratkaisemiseen (Polymath 6.). Esimerkiksi: x+ y+ 3z = x y+ z = 0 x+ 0,5y+ z = Annetaan matriisimuodossa taulukkoon April 7, 008 Kimmo Klemola 8 Polymath 4

5 Polymath Lineaarisen yhtälöryhmän ratkaisija LEQ Esim. Tislauskolonnin ainetase (kotitehtävämme) April 7, 008 Kimmo Klemola 9 Polymath Lineaarisen yhtälöryhmän ratkaisija LEQ Esim. Tislauskolonnin ainetase EXAMPLE 0.07 D B D B = D B D B = D B D B = D B + 0. D B = 4 Linear Equations Solution 3 4 Variable D B D B Value April 7, 008 Kimmo Klemola 0 Polymath 5

6 Polymath Lineaarisen yhtälöryhmän ratkaisija LEQ Esim. Tislauskolonnin ainetase Esimerkki voidaan ratkaista myös NLE-solverilla: April 7, 008 Kimmo Klemola Polymath Lineaarisen yhtälöryhmän ratkaisija LEQ Esim. Yhtälöryhmä (esimerkkimme) Ratkaise yhtälöryhmä: x + 3y + 3z + 4k + 3m + n = x + y + z + 4k + 7n = 0 4x + 5y + 4k + 6m + 3n = -4 x - y - z + 4k - m + n = 00 6x - 4y + 3z + 7m - 3n = 7y + z + 4k + m + 3n = X y z k m n April 7, 008 Kimmo Klemola Polymath 6

7 Polymath Results POLYMATH Report Linear Equations No Title 0-Mar-006 Linear Equations Solution Variable x y z k m n Value The equations [] x + 3 y + 3 z + 4 k + 3 m + n = [] x + y + z + 4 k + 7 n = 0 [3] 4 x + 5 y + 4 k + 6 m + 3 n = -4 [4] x - y - z + 4 k - m + n = 00 [5] 6 x - 4 y + 3 z + 7 m - 3 n = [6] 7 y + z + 4 k + m + 3 n = 6 Coefficients matrix and beta vector x y z k General Number of equations: 6 m n beta Data file: c:\teknkem\ketetite\006\polymath\leq-gen.pol April 7, 008 Kimmo Klemola 3 Polymath Lineaarisen yhtälöryhmän ratkaisija LEQ Kuinka sama tehdään Excelillä? April 7, 008 Kimmo Klemola 4 Polymath 7

8 Polymath Epälineaarisen yhtälöryhmän ratkaisija NLE April 7, 008 Kimmo Klemola 5 Polymath Epälineaarisen yhtälöryhmän ratkaisija NLE Soveltuu epälineaaristen yhtälöiden muodostaman yhtälöryhmän ratkaisemiseen. Korkeintaan 5 epälineaarista implisiittistä yhtälöä (NLE, nonlinear equation) ja 35 eksplisiittistä yhtälöä (EE, explicit equation), professional versiossa esimerkiksi. asteen yhtälö: x + kx 3= 0 NLE k = EE April 7, 008 Kimmo Klemola 6 Polymath 8

9 POLYMATH Report Nonlinear Equation 0-Mar-006 Calculated values of NLE variables Solution # of Variable Value f(x) Initial Guess x E-0 0 (-00. < x < 00. ) Variable Value k -. Solution # of Variable Value f(x) Initial Guess x E-3 0 (-00. < x < 00. ) Variable Value k -. April 7, 008 Kimmo Klemola 7 Polymath Epälineaarisen yhtälöryhmän ratkaisija NLE: Ratkaisualgoritmit Perustuvat kaikki Newton-Raphsonin menetelmään. fastnewt safenewt safebroydn constrained Constrained-algoritmi rajaa ratkaisut esimerkiksi vain positiivisiin arvoihin: April 7, 008 Kimmo Klemola 8 Polymath 9

10 Polymath Epälineaarisen yhtälöryhmän ratkaisija NLE Esimerkkimme Etsi seuraavan yhtälöparin ratkaisu siten että x ja y > 0. x y = + x y + 4 = x + Calculated values of NLE variables Variable Value f(x) Initial Guess x E-6 y 776E-5 Nonlinear equations f(x) = (x ^ - y) / ( + x) - = 0 f(y) = (y ^ + 4) / (x + ) - = 0 Conditions for solution x y Physically Positive Physically Positive April 7, 008 Kimmo Klemola 9 Polymath Epälineaarisen yhtälöryhmän ratkaisija NLE Yhden epälineaarisen yhtälön ratkaiseminen Esimerkki: Molaarisen tilavuuden ja puristuvuustekijän määrittäminen van der Waalsin yhtälöstä April 7, 008 Kimmo Klemola 0 Polymath 0

11 van Der Waals April 7, 008 Kimmo Klemola Esimerkki: Molaarisen tilavuuden ja puristuvuustekijän määrittäminen van der Waalsin yhtälöstä Polymath vaatii implisiittisen yhtälön, joka sisältää ratkaistavan muuttujan, kirjoitettavaksi seuraavaan muotoon, ja f(v)=0 April 7, 008 Kimmo Klemola Polymath

12 Esimerkki: Molaarisen tilavuuden ja puristuvuustekijän määrittäminen van der Waalsin yhtälöstä POLYMATH Report Nonlinear Equation Problem D(a) - Molar Volume and Compressibility Factor from Van Der Waals Equation 0-Mar-006 Calculated values of NLE variables Variable Value f(x) Initial Guess Nonlinear equations V E ( 0.4 < V < ) f(v) = (P + a / (V ^ )) * (V - b) - R * T = 0 Variable Value Explicit equations P R T Tc Pc Pr a b Z P = 56 R = T = 450 Tc = Pc = 3 Pr = P / Pc a = 7 * (R ^ * Tc ^ / Pc) / 64 b = R * Tc / (8 * Pc) Z = P * V / (R * T) April 7, 008 Kimmo Klemola 3 Esimerkki: Molaarisen tilavuuden ja puristuvuustekijän määrittäminen van der Waalsin yhtälöstä Polymath Epälineaarisen yhtälöryhmän ratkaisija NLE Yhden epälineaarisen yhtälön ratkaiseminen Excel-vastine: Goal seek April 7, 008 Kimmo Klemola 4 Polymath

13 Polymath Epälineaarisen yhtälöryhmän ratkaisija NLE useamman epälineaarisen yhtälön ratkaiseminen Esimerkki: Usean reaktion tasapainosysteemin laskeminen Excel-vastine: Solver April 7, 008 Kimmo Klemola 5 Esimerkki: Usean reaktion tasapainosysteemin laskeminen April 7, 008 Kimmo Klemola 6 Polymath 3

14 Esimerkki: Usean reaktion tasapainosysteemin laskeminen f(c D ), f(c X ) ja f(c Z ) ovat implisiittisiä yhtälöitä, jotka ratkaistaan arvoon nolla: Tällainen yhtälöryhmä on kuitenkin numeerisille algoritmeille epävakaa ratkaistava. Kannattaa kirjoittaa yhtälöt seuraavasti: a b c April 7, 008 Kimmo Klemola 7 Esimerkki: Usean reaktion tasapainosysteemin laskeminen vastausten riippuvuus lähtöarvoista Mahdottomia April 7, 008 Kimmo Klemola 8 Polymath 4

15 Esimerkki: Usean reaktion tasapainosysteemin laskeminen vastausten riippuvuus lähtöarvoista: Constrained-algoritmi huolii vain positiiviset konsentraatiot April 7, 008 Kimmo Klemola 9 Esimerkki: Usean reaktion tasapainosysteemin laskeminen vastausten riippuvuus lähtöarvoista: Constrained-algoritmi April 7, 008 Kimmo Klemola 30 Polymath 5

16 Esimerkki: Usean reaktion tasapainosysteemin laskeminen vastausten riippuvuus lähtöarvoista: Constrained-algoritmi Calculated values of NLE variables Variable Value f(x) Initial Guess CD CX CZ CC E-7 5 CA CB E-7 April 7, 008 Kimmo Klemola 3 Polymath Differentiaaliyhtälöratkaisija DEQ April 7, 008 Kimmo Klemola 3 Polymath 6

17 Polymath Differentiaaliyhtälöratkaisija DEQ April 7, 008 Kimmo Klemola 33 Polymath Differentiaaliyhtälöratkaisija DEQ : Integrate the system of equations. Note that this option is displayed only when a valid set of equations, including initial and final values of the variables, has been entered. Table: When this option is marked a table containing the values of all the variables as function of independent variable will be created during integration. Graph: When this option is marked, a plot of the integrated values of the differential variables versus the independent variable will be created during integration. Report: When this option is marked a report containing initial, final, maximal and minimal values of all the variables, list of the equations in the system and some additional information will be shown after the integration is finished. Indep Var: Name of the independent variable. Solve with: Select the preferred solution algorithm identified in the pull down menu from among 6 choices including two for stiff problems. Initial Value: Initial value of the independent variable. Final Value: Final value of the independent variable. At the bottom of the window the number of nonlinear and auxiliary equations is listed and problem setup related warning messages (undefined variables, missing initial values etc.) are given. April 7, 008 Kimmo Klemola 34 Polymath 7

18 Polymath Differentiaaliyhtälöratkaisija DEQ Tyypillinen kemiallisen reaktiotekniikan DEQ-ongelma: k k A B C Alussa panosreaktorissa on vain A:ta mol/l. Reaktioyhtälön nopeuskertoimet ovat k= ja k=. Differentiaaliyhtälöt voidaan kirjoittaa: d(a)/d(t)= -k *A d(b)/d(t)= k *A k *B d(c)/d(t)= k *B Tarkoitus on Polymathin avulla määrittää panosreaktorin pitoisuusprofiili aikavälillä t = 0-3 April 7, 008 Kimmo Klemola 35 Polymath Differentiaaliyhtälöratkaisija DEQ Differentiaaliyhtälöt annetaan Polymathiin seuraavasti Add DE: April 7, 008 Kimmo Klemola 36 Polymath 8

19 Polymath Differentiaaliyhtälöratkaisija DEQ Enter (algebraic) explicit equation, muut kuin differentiaaliyhtälöt, Add EE: April 7, 008 Kimmo Klemola 37 Polymath Differentiaaliyhtälöratkaisija DEQ Initial value Final value April 7, 008 Kimmo Klemola 38 Polymath 9

20 Polymath Differentiaaliyhtälöratkaisija DEQ POLYMATH Report Ordinary Differential Equations No Title 0-Mar-006 Calculated values of DEQ variables Variable Initial value Minimal value Maximal value Final value t A B C k 6 k.... Differential equations 3 d(a)/d(t) = -k * A d(b)/d(t) = k * A - k * B d(c)/d(t) = k * B Explicit equations k = k = April 7, 008 Kimmo Klemola 39 Polymath Differentiaaliyhtälöratkaisija DEQ April 7, 008 Kimmo Klemola 40 Polymath 0

21 Polymath Differentiaaliyhtälöratkaisija DEQ Ratkaisualgoritmit Integraattorialgoritmit: RKF45 (Runge-Kutta-Fehlberg) RKF56 BS (Burlirsch-Stoer) STIFF STIFFBS April 7, 008 Kimmo Klemola 4 Polymath Differentiaaliyhtälöratkaisija DEQ STIFF systems STIFF solver Jos esimerkiksi aikavakiot ovat selkeästi eri suuruusluokkaa, differentiaaliyhtälöiden muodostama systeemi saattaa olla jäykkä, stiff, ja tavallinen ratkaisija, kuten RKF, ei kykene ratkaisemaan ongelmaa. Tällöin valitaan solveriksi joko STIFF tai STIFFBS. Seuraavassa esimerkki, jossa suurin aikavakio (reaktionopeusvakio) on miljardi kertaa pienintä aikavakiota suurempi. Esimerkissä on mukana myös if then - else -lause. April 7, 008 Kimmo Klemola 4 Polymath

22 Polymath Diff erentiaaliyhtälöratkaisija DEQ STIFF systems STIFF solver esi merkki: kemiall inen r eaktiot ekniikka kotil asku Polymath Differentiaaliyhtälöratkaisija DEQ STIFF systems STIFF solver esimerkki: kemiallinen reaktiotekniikka kotilasku Formaldehydi ja typen oksidit reagoivat ilmakehässä muodostaen otsonia. Otsoni on alailmakehässä haitallinen aine. Se aiheuttaa mm. hengityselinsairauksia ja tuhoaa kasveja pienentäen näin satoja. Reaktioita kuvaa seitsemänaskelinen fotokemiallinen mekanismi ( atm, 5ºC): Askel NO + hv NO + O k,kp = 3,98 h - Askel O+ O + M O3+ M k =, ppm - h - Askel 3 O3 + NO NO + O k 3 =, ppm - h - Askel 4a HCHO + hv HO + CO k 4a,kp = 9,6 0 - h - Askel 4b HCHO + hv H + CO k 4b,kp =, h - Askel 5 HCHO + OH HO + CO + H O k 5 = 9,7 0 5 ppm - h - Askel 6 HO + NO NO + OH k 6 = 7,3 0 5 ppm - h - Askel 7 OH + NO HNO3 k 7 = 9,7 0 5 ppm - h - April 7, 008 Kimmo Klemola 43 Askelien, 4a ja 4b fotolyysireaktioissa reaktionopeudet riippuvat auringonvalon intensiteetistä. Alaindeksi kp viittaa keskipäivään, jolloin auringonvalo on voimakkaimmillaan. Mikäli aurinko nousee klo 06:00 ja laskee klo 8:00 (päiväntasaajalla näin on joka päivä), fotolyysireaktioaskelien, 4a ja 4b nopeusvakioiden arvot voidaan laskea seuraavasti. k π ( t 6) 4, kun π ( t 6) sin > 0 4 i = ki, kpsin aikana k i = 0 kaikkina muina aikoina t on aika tunteina alkaen keskiyöstä (00:00) eli klo 06-8 välisenä 35 k i,kp ki, min - Aurinko nousee Aurinko laskee t, h April 7, 008 Kimmo Klemola 44 Polymath

23 Polymath Differentiaaliyhtälöratkaisija DEQ STIFF systems STIFF solver esimerkki: kemiallinen reaktiotekniikka kotilasku k4a = if(sign(sin(*3.46/4*(t-6)))<=0)then(0)else(9.6e-*sin(*3.46/4*(t-6))) April 7, 008 Kimmo Klemola 45 Polymath Differentiaaliyhtälöratkaisija DEQ Tyypillisiä sovelluskohteita (kem. tekn.): Lämmönsiirto ja -johtuminen. Diffuusio Kemiallinen reaktio Panostislaus Populaatiolaskut (kiteytys, väkiluvun kehitys) Polymath soveltuu myös auttavasti PDE-systeemien ratkaisemiseen (Partial Differential Equations): April 7, 008 Kimmo Klemola 46 Polymath 3

24 Polymath Differentiaaliyhtälöratkaisija DEQ Esimerkki: Lämpötilan vaikutus reaktionopeuteen A k R Ea RT k = A e ( Arrheniuksen yhtälö), jossa A = frekvenssitekijä Ea = aktivoitumisenergia R = yleinen kaasuvakio T = reaktiolämpötila Arrheniuksen yhtälö kuvaa sitä yleisesti tunnettua asiaa, että reaktionopeus kasvaa lämpötilan noustessa. Testataan yhtälöä Polymathin avulla kolmessa eri lämpötilassa. April 7, 008 Kimmo Klemola 47 Polymath Differentiaaliyhtälöratkaisija DEQ Esimerkki: Lämpötilan vaikutus reaktionopeuteen ODE Report (RKF45) Differential equations as entered by the user [] d(ca)/d(t) = -A*exp(-Ea/(R*(T+73.5)))*cA [] d(ca)/d(t) = -A*exp(-Ea/(R*(T+73.5)))*cA [3] d(ca3)/d(t) = -A*exp(-Ea/(R*(T3+73.5)))*cA3 [4] d(crt)/d(t) = A*exp(-Ea/(R*(T+73.5)))*cA [5] d(crt)/d(t) = A*exp(-Ea/(R*(T+73.5)))*cA [6] d(crt3)/d(t) = A*exp(-Ea/(R*(T3+73.5)))*cA3 Explicit equations as entered by the user [] A = 00 [] Ea = [3] R = 8.34 [4] T = 60 [5] T = 0 [6] T3 = 80 April 7, 008 Kimmo Klemola 48 Polymath 4

25 Polymath Differentiaaliyhtälöratkaisija DEQ Esimerkki: Lämpötilan vaikutus reaktionopeuteen April 7, 008 Kimmo Klemola 49 Väestömäärän kehittyminen eri maissa DEQ Differentiaaliyhtälöt Henkilömäärän muutosta kussakin ikäryhmässä kuvaavat yhtälöt: Lapset d(a)/d(t) = -r-r6+r5= -( k +d )A + sc, jossa k on -vuotta täyttäneiden osuus koko ikäluokasta d on lapsikuolleisuus suhteutettuna koko ikäluokkaan s on syntyvyys Nuoret d(b)/d(t) = r-r-r7=k A- (k + d )B, jossa k on -vuotta täyttäneiden osuus koko ikäluokasta d on nuorten kuolleisuus koko ikäluokassa Keski-ikäiset d(d)/d(t) = r3-r4-r9=k 3 C- (k 4 + d 4 )D, jossa k 4 on 6-vuotta täyttäneiden osuus koko ikäluokasta d 4 on kuolleisuus koko ikäluokassa Vanhukset d(e)/d(t) = r4-r0= k 4 D d 5 E jossa d 5 on vanhusten kuolleisuus. Väestön kokonaismäärä on Vtot(t) =A+B+C+D+E Aikuiset d(c)/d(t) = r-r3-r8=k B- (k 3 + d 3 )C+m, jossa k 3 on 4-vuotta täyttäneiden osuus koko ikäluokasta d 3 on aikuisten kuolleisuus koko ikäluokassa m on maahanmuuttajat - maasta lähtevät/vuosi April 7, 008 Kimmo Klemola 50 Polymath 5

26 Väestömäärän kehitt yminen eri maissa DEQ ODE Report (RKF45) Differential equations as entered by the user [] d(a)/d(t) = -r-r6+r5 [] d(b)/d(t) = r-r-r7 [3] d(c)/d(t) = r-r3-r8+m [4] d(d)/d(t) = r3-r4-r9 [5] d(e)/d(t) = r4-r0 Explicit equations as entered by the user [] Odo = 78 [] d5 = /(Odo-6) [3] d = [4] d3 = [5] d4 = [6] k3 = 0.05 [7] k4 = 0.05 [8] s = 35/0 [9] k = 0. [0] r = k*a [] r3 = k3*c [] r4 = k4*d [3] r5 = s*c [4] W = A+B+C+D+E [5] d = 0.0 [6] r7 = d*b [7] r8 = d3*c [8] r9 = d4*d [9] r0 = d5*e [0] r6 = d*a [] r = k*b [] m = 0 Comments [] d(b)/d(t) = r-r-r [6] Odo = 78 odotettu elinikä [7] d5 = /(Odo-6) vanhusten kuolleisuus [8] d = Nuorten kuolleisuus [9] d3 = aikuisten kuolleisuus [0] d4 = keski-ikäisten kuolleisuus [] k3 = % ikäluokasta siirtyy keski-ikäisiin [] k4 = % keski-ikäisistä siirtyy [3] s = 35/0 naisen kokonaishedelmällisyys akt. kautena vuodessa [4] r = k*a kasvaa yli -vuotiaaksi [5] r = k*b kasvaa yli -vuotiaaksi [6] r3 = k3*c kasvaa yli 40-vuotiaaksi [7] r4 = k4*d täyttää yli 60 vuotta [8] r5 = s*c syntyy [9] W = A+B+C+D+E väestön kokomäärä jne. April 7, 008 Kimmo Klemola 5 Väestömäärän kehittyminen eri maissa DEQ Kiina April 7, 008 Kimmo Klemola 5 Polymath 6

27 Polymath Regressio REG April 7, 008 Kimmo Klemola 53 Polymath Regressio REG POLYMATH Report Nonlinear Regression (L-M) No Title 0-Mar-006 Model: pv = 0^(A+B/(TC+C)) Variabl e Initial guess Value 95% confidence A B C Nonlinear regression settings Max # iterations = 64 Precision R^ R^adj Rmsd Variance April 7, 008 Kimmo Klemola 54 Polymath 7

28 Polymath Dataplot April 7, 008 Kimmo Klemola 55 Polymath polynomiregressio April 7, 008 Kimmo Klemola 56 Polymath 8

29 Polymath polynomiregressio Model: Cp = a0 + a*t + a*t^ + a3*t^3 Variable a0 a a a3 Value E-06 95% confidence E-06 April 7, 008 Kimmo Klemola 57 Polymath Regressio, esimerkkimme Linear & Polynomial Regression + Nonlinear x y regression Sovita seuraava y = f(x) data a). asteen polynomifunktioon y = ax + bx + c b) funktioon y = a(+x) b + c April 7, 008 Kimmo Klemola 58 Polymath 9

30 April 7, 008 Kimmo Klemola 59 Polymath Regressio, esimerkkimme POLYMATH Report Polynomial Regression No Title 0-Mar-006 Model: y = a0 + a*x + a*x^ Variable a0 a a Value % confidence General Degree of polynomial = Regression including a free parameter Number of observations = 30 Statistics R^ R^adj Rmsd Variance April 7, 008 Kimmo Klemola 60 Polymath 30

31 Polymath Regressio, esimerkkimme Linear & Polynomial Regression Model: y = a0 + a*x + a*x^ Regressio: ( y ) calc yexp April 7, 008 Kimmo Klemola 6 Polymath Regressio, esimerkkimme April 7, 008 Kimmo Klemola 6 Polymath 3

32 Polymath Regressio, esimerkkimme POLYMATH Report Nonlinear Regression (L-M) No Title 0-Mar-006 Model: y = a*(+x)^b+c Variable Initial guess Value 95% confidence a b c Nonlinear regression settings Max # iterations = 64 Precision R^ R^adj Rmsd Variance April 7, 008 Kimmo Klemola 63 Polymath Regressio, esimerkkimme Nonlinear regression Model: y = a*(+x)^b+c April 7, 008 Kimmo Klemola 64 Polymath 3

33 Final notice! This is an individual Educational Version that is to be used by only students, faculty, and staff of educational institutions for educational purposes. Professional use versions can be purchased at the POLYMATH web site given above. April 7, 008 Kimmo Klemola 65 Polymath 33

Ke3130900 Kemiantekniikan tietotekniikka Luento 3

Ke3130900 Kemiantekniikan tietotekniikka Luento 3 Ke3130900 Kemiantekniikan tietotekniikka Luento 3 Kimmo Klemola 08.02.2007 February 8, 2007 Kimmo Klemola 1 Polymath Helppokäyttöinen Chemical Reaction Engineeringprofessorien tekemä Soveltuu monipuolisesti

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 1 Ti 6.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 1 Ti 6.9.2011 p. 1/28 p. 1/28 Numeriikan termejä Simulointi: Reaalimaailman ilmiöiden jäljitteleminen (yleensä)

Lisätiedot

Ke3130900 Kemiantekniikan tietotekniikka Luento 2

Ke3130900 Kemiantekniikan tietotekniikka Luento 2 Ke3130900 Kemiantekniikan tietotekniikka Luento 2 Kimmo Klemola 25.01.2007 January 25, 2007 Kimmo Klemola 1 Prosessiteknologian peruskäsitteitä TASE ILMIÖ PROSESSI MALLI PROSESSIMALLI PROSESSIMALLITUS

Lisätiedot

Alternative DEA Models

Alternative DEA Models Mat-2.4142 Alternative DEA Models 19.9.2007 Table of Contents Banker-Charnes-Cooper Model Additive Model Example Data Home assignment BCC Model (Banker-Charnes-Cooper) production frontiers spanned by convex

Lisätiedot

Teknillinen tiedekunta, matematiikan jaos Numeeriset menetelmät

Teknillinen tiedekunta, matematiikan jaos Numeeriset menetelmät Numeeriset menetelmät 1. välikoe, 14.2.2009 1. Määrää matriisin 1 1 a 1 3 a a 4 a a 2 1 LU-hajotelma kaikille a R. Ratkaise LU-hajotelmaa käyttäen yhtälöryhmä Ax = b, missä b = [ 1 3 2a 2 a + 3] T. 2.

Lisätiedot

2.7 Neliöjuuriyhtälö ja -epäyhtälö

2.7 Neliöjuuriyhtälö ja -epäyhtälö 2.7 Neliöjuuriyhtälö ja -epäyhtälö Neliöjuuren määritelmä palautettiin mieleen jo luvun 2.2 alussa. Neliöjuurella on mm. seuraavat ominaisuudet. ab = a b, a 0, b 0 a a b =, a 0, b > 0 b a2 = a a > b, a

Lisätiedot

The CCR Model and Production Correspondence

The CCR Model and Production Correspondence The CCR Model and Production Correspondence Tim Schöneberg The 19th of September Agenda Introduction Definitions Production Possiblity Set CCR Model and the Dual Problem Input excesses and output shortfalls

Lisätiedot

KONEISTUSKOKOONPANON TEKEMINEN NX10-YMPÄRISTÖSSÄ

KONEISTUSKOKOONPANON TEKEMINEN NX10-YMPÄRISTÖSSÄ KONEISTUSKOKOONPANON TEKEMINEN NX10-YMPÄRISTÖSSÄ https://community.plm.automation.siemens.com/t5/tech-tips- Knowledge-Base-NX/How-to-simulate-any-G-code-file-in-NX- CAM/ta-p/3340 Koneistusympäristön määrittely

Lisätiedot

CHEM-A1110 Virtaukset ja reaktorit. Laskuharjoitus 9/2016. Energiataseet

CHEM-A1110 Virtaukset ja reaktorit. Laskuharjoitus 9/2016. Energiataseet CHEM-A1110 Virtaukset ja reaktorit Laskuharjoitus 9/2016 Lisätietoja s-postilla reetta.karinen@aalto.fi tai tiia.viinikainen@aalto.fi vastaanotto huoneessa D406 Energiataseet Tehtävä 1. Adiabaattisen virtausreaktorin

Lisätiedot

I. Principles of Pointer Year Analysis

I. Principles of Pointer Year Analysis I. Principles of Pointer Year Analysis Fig 1. Maximum (red) and minimum (blue) pointer years. 1 Fig 2. Principle of pointer year calculation. Fig 3. Skeleton plot graph created by Kinsys/Kigraph programme.

Lisätiedot

Frequencies. Frequency Table

Frequencies. Frequency Table GET FILE='C:\Documents and Settings\haukkala\My Documents\kvanti\kvanti_harjo'+ '_label.sav'. DATASET NAME DataSet WINDOW=FRONT. FREQUENCIES VARIABLES=koulv paino /ORDER= ANALYSIS. Frequencies [DataSet]

Lisätiedot

Other approaches to restrict multipliers

Other approaches to restrict multipliers Other approaches to restrict multipliers Heikki Tikanmäki Optimointiopin seminaari 10.10.2007 Contents Short revision (6.2) Another Assurance Region Model (6.3) Cone-Ratio Method (6.4) An Application of

Lisätiedot

f[x i ] = f i, f[x i,..., x j ] = f[x i+1,..., x j ] f[x i,..., x j 1 ] x j x i T n+1 (x) = 2xT n (x) T n 1 (x), T 0 (x) = 1, T 1 (x) = x.

f[x i ] = f i, f[x i,..., x j ] = f[x i+1,..., x j ] f[x i,..., x j 1 ] x j x i T n+1 (x) = 2xT n (x) T n 1 (x), T 0 (x) = 1, T 1 (x) = x. Kaavakokoelma f[x i ] = f i, f[x i,..., x j ] = f[x i+,..., x j ] f[x i,..., x j ] x j x i T n+ (x) = 2xT n (x) T n (x), T (x) =, T (x) = x. n I,n = h f(t i + h 2 ), E,n = h2 (b a) f (2) (ξ). 24 i= I,n

Lisätiedot

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

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

Lisätiedot

SIMULINK S-funktiot. SIMULINK S-funktiot

SIMULINK S-funktiot. SIMULINK S-funktiot S-funktio on ohjelmointikielellä (Matlab, C, Fortran) laadittu oma algoritmi tai dynaamisen järjestelmän kuvaus, jota voidaan käyttää Simulink-malleissa kuin mitä tahansa valmista lohkoa. S-funktion rakenne

Lisätiedot

Toppila/Kivistö 10.01.2013 Vastaa kaikkin neljään tehtävään, jotka kukin arvostellaan asteikolla 0-6 pistettä.

Toppila/Kivistö 10.01.2013 Vastaa kaikkin neljään tehtävään, jotka kukin arvostellaan asteikolla 0-6 pistettä. ..23 Vastaa kaikkin neljään tehtävään, jotka kukin arvostellaan asteikolla -6 pistettä. Tehtävä Ovatko seuraavat väittämät oikein vai väärin? Perustele vastauksesi. (a) Lineaarisen kokonaislukutehtävän

Lisätiedot

Lab SBS3.FARM_Hyper-V - Navigating a SharePoint site

Lab SBS3.FARM_Hyper-V - Navigating a SharePoint site Lab SBS3.FARM_Hyper-V - Navigating a SharePoint site Note! Before starting download and install a fresh version of OfficeProfessionalPlus_x64_en-us. The instructions are in the beginning of the exercise.

Lisätiedot

HSC-ohje laskuharjoituksen 1 tehtävälle 2

HSC-ohje laskuharjoituksen 1 tehtävälle 2 HSC-ohje laskuharjoituksen 1 tehtävälle 2 Metanolisynteesin bruttoreaktio on CO 2H CH OH (3) 2 3 Laske metanolin tasapainopitoisuus mooliprosentteina 350 C:ssa ja 350 barin paineessa, kun lähtöaineena

Lisätiedot

FinFamily PostgreSQL installation ( ) FinFamily PostgreSQL

FinFamily PostgreSQL installation ( ) FinFamily PostgreSQL FinFamily PostgreSQL 1 Sisällys / Contents FinFamily PostgreSQL... 1 1. Asenna PostgreSQL tietokanta / Install PostgreSQL database... 3 1.1. PostgreSQL tietokannasta / About the PostgreSQL database...

Lisätiedot

MS-A0004 - Matriisilaskenta Laskuharjoitus 3

MS-A0004 - Matriisilaskenta Laskuharjoitus 3 MS-A0004 - Matriisilaskenta Laskuharjoitus 3 atkaisut Tehtävä Merkitään matriisin rivejä, 2 ja 3. Gaussin eliminoinnilla saadaan 3 5 4 7 3 5 4 7 3 2 4 2+ 0 3 0 6 6 8 4 3+2 2 0 3 0 6 3 5 4 7 0 3 0 6 3+

Lisätiedot

30 + x. 15 + 0,5x = 2,5 + x 0,5x = 12,5 x = 25. 27,5a + 27,5b = 1,00 55 = 55. 2,5a + (30 2,5)b (27,5a + 27,5b) = 45 55.

30 + x. 15 + 0,5x = 2,5 + x 0,5x = 12,5 x = 25. 27,5a + 27,5b = 1,00 55 = 55. 2,5a + (30 2,5)b (27,5a + 27,5b) = 45 55. RATKAISUT, Insinöörimatematiikan koe 1.5.201 1. Kahdessa astiassa on bensiinin ja etanolin seosta. Ensimmäisessä astiassa on 10 litraa seosta, jonka tilavuudesta 5 % on etanolia. Toisessa astiassa on 20

Lisätiedot

Luku 21. Kemiallisten reaktioiden nopeus

Luku 21. Kemiallisten reaktioiden nopeus Luku 21. Kemiallisten reaktioiden nopeus Reaktiokinetiikka tarkastelee reaktioiden nopeuksia (vrt. termodynamiikka) reaktionopeus = konsentraation muutos aikayksikössä Tarkastellaan yksinkertaista tasapainoreaktiota:

Lisätiedot

Digitally signed by Hans Vadbäck DN: cn=hans Vadbäck, o, ou=fcg Suunnittelu ja Tekniikka Oy, email=hans.vadback@fcg.fi, c=fi Date: 2016.12.20 15:45:35 +02'00' Jakob Kjellman Digitally signed by Jakob Kjellman

Lisätiedot

Efficiency change over time

Efficiency change over time Efficiency change over time Heikki Tikanmäki Optimointiopin seminaari 14.11.2007 Contents Introduction (11.1) Window analysis (11.2) Example, application, analysis Malmquist index (11.3) Dealing with panel

Lisätiedot

Teddy 10. harjoituksen malliratkaisu syksy 2011

Teddy 10. harjoituksen malliratkaisu syksy 2011 Teddy. harjoituksen malliratkaisu syksy 2. Tarkastellaan reaktioketjua k O 3 O2 +O () O 2 +O k O 3 (2) O 3 +O k 2 O 2 +O 2 (3) Vakiotilaolettamuksen mukaan välituotteen konsentraatio pysyy vakiona lyhyen

Lisätiedot

Huom. tämä kulma on yhtä suuri kuin ohjauskulman muutos. lasketaan ajoneuvon keskipisteen ympyräkaaren jänteen pituus

Huom. tämä kulma on yhtä suuri kuin ohjauskulman muutos. lasketaan ajoneuvon keskipisteen ympyräkaaren jänteen pituus AS-84.327 Paikannus- ja navigointimenetelmät Ratkaisut 2.. a) Kun kuvan ajoneuvon kumpaakin pyörää pyöritetään tasaisella nopeudella, ajoneuvon rata on ympyränkaaren segmentin muotoinen. Hitaammin kulkeva

Lisätiedot

Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt

Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt Digress: vakio- vs. muuttuva kiihtyvyys käytännössä Kinematiikkaa yhdessä dimensiossa taustatietoa Matlab-esittelyä 1 / 20 Luennon sisältö Digress: vakio-

Lisätiedot

Rekisteröiminen - FAQ

Rekisteröiminen - FAQ Rekisteröiminen - FAQ Miten Akun/laturin rekisteröiminen tehdään Akun/laturin rekisteröiminen tapahtuu samalla tavalla kuin nykyinen takuurekisteröityminen koneille. Nykyistä tietokantaa on muokattu niin,

Lisätiedot

Operatioanalyysi 2011, Harjoitus 2, viikko 38

Operatioanalyysi 2011, Harjoitus 2, viikko 38 Operatioanalyysi 2011, Harjoitus 2, viikko 38 H2t1, Exercise 1.1. H2t2, Exercise 1.2. H2t3, Exercise 2.3. H2t4, Exercise 2.4. H2t5, Exercise 2.5. (Exercise 1.1.) 1 1.1. Model the following problem mathematically:

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

HARJOITUS- PAKETTI A

HARJOITUS- PAKETTI A Logistiikka A35A00310 Tuotantotalouden perusteet HARJOITUS- PAKETTI A (6 pistettä) TUTA 19 Luento 3.Ennustaminen County General 1 piste The number of heart surgeries performed at County General Hospital

Lisätiedot

1.3Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä

1.3Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä OULUN YLIOPISTO Tietojenkäsittelytieteiden laitos Johdatus ohjelmointiin 81122P (4 ov.) 30.5.2005 Ohjelmointikieli on Java. Tentissä saa olla materiaali mukana. Tenttitulokset julkaistaan aikaisintaan

Lisätiedot

I. AES Rijndael. Rijndael - Internal Structure

I. AES Rijndael. Rijndael - Internal Structure I. AES Rndael NOKIA T-79.53 Additional material Oct 3/KN Rndael - Internal Structure Rndael is an iterated block cipher with variable length block and variable key size. The number of rounds is defined

Lisätiedot

Optimointi. Etsitään parasta mahdollista ratkaisua annetuissa olosuhteissa. Ongelman mallintaminen. Mallin ratkaiseminen. Ratkaisun analysointi

Optimointi. Etsitään parasta mahdollista ratkaisua annetuissa olosuhteissa. Ongelman mallintaminen. Mallin ratkaiseminen. Ratkaisun analysointi Optimointi Etsitään parasta mahdollista ratkaisua annetuissa olosuhteissa Ongelman mallintaminen Mallin ratkaiseminen Ratkaisun analysointi 1 Peruskäsitteitä Muuttujat: Sallittu alue: x = (x 1, x 2,...,

Lisätiedot

Johdantoa. Jokaisen matemaatikon olisi syytä osata edes alkeet jostakin perusohjelmistosta, Java MAPLE. Pascal MathCad

Johdantoa. Jokaisen matemaatikon olisi syytä osata edes alkeet jostakin perusohjelmistosta, Java MAPLE. Pascal MathCad Johdantoa ALGORITMIT MATEMA- TIIKASSA, MAA Vanhan vitsin mukaan matemaatikko tietää, kuinka matemaattinen ongelma ratkaistaan, mutta ei osaa tehdä niin. Vitsi on ajalta, jolloin käytännön laskut eli ongelman

Lisätiedot

Kevään 2011 pitkän matematiikan ylioppilastehtävien ratkaisut Mathematicalla Simo K. Kivelä /

Kevään 2011 pitkän matematiikan ylioppilastehtävien ratkaisut Mathematicalla Simo K. Kivelä / Kevään 0 pitkän matematiikan ylioppilastehtävien ratkaisut Mathematicalla Simo K. Kivelä / 8.7.0 a) b) c) a) Tehtävä Yhtälö ratkaistaan yleensä Solve-funktiolla: Solve x 3 x, x x 4 Joissakin tapauksissa

Lisätiedot

Operatioanalyysi 2011, Harjoitus 4, viikko 40

Operatioanalyysi 2011, Harjoitus 4, viikko 40 Operatioanalyysi 2011, Harjoitus 4, viikko 40 H4t1, Exercise 4.2. H4t2, Exercise 4.3. H4t3, Exercise 4.4. H4t4, Exercise 4.5. H4t5, Exercise 4.6. (Exercise 4.2.) 1 4.2. Solve the LP max z = x 1 + 2x 2

Lisätiedot

Capacity Utilization

Capacity Utilization Capacity Utilization Tim Schöneberg 28th November Agenda Introduction Fixed and variable input ressources Technical capacity utilization Price based capacity utilization measure Long run and short run

Lisätiedot

( ) ( ) ( ) ( ( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 271 Päivitetty 19.2.2006. 701 a) = keskipistemuoto.

( ) ( ) ( ) ( ( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 271 Päivitetty 19.2.2006. 701 a) = keskipistemuoto. Pyramidi Analyyttinen geometria tehtävien ratkaisut sivu 7 Päivitetty 9..6 7 a) + y = 7 + y = 7 keskipistemuoto + y 7 = normaalimuoto Vastaus a) + y = ( 7 ) + y 7= b) + y+ 5 = 6 y y + + = b) c) ( ) + y

Lisätiedot

Capacity utilization

Capacity utilization Mat-2.4142 Seminar on optimization Capacity utilization 12.12.2007 Contents Summary of chapter 14 Related DEA-solver models Illustrative examples Measure of technical capacity utilization Price-based measure

Lisätiedot

Returns to Scale II. S ysteemianalyysin. Laboratorio. Esitelmä 8 Timo Salminen. Teknillinen korkeakoulu

Returns to Scale II. S ysteemianalyysin. Laboratorio. Esitelmä 8 Timo Salminen. Teknillinen korkeakoulu Returns to Scale II Contents Most Productive Scale Size Further Considerations Relaxation of the Convexity Condition Useful Reminder Theorem 5.5 A DMU found to be efficient with a CCR model will also be

Lisätiedot

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 ); LINEAARIALGEBRA Harjoituksia/Exercises 2017 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla

Lisätiedot

Esimerkki 8. Ratkaise lineaarinen yhtälöryhmä. 3x + 5y = 22 3x + 4y = 4 4x 8y = 32. 3 5 22 r 1 + r 3. 0 13 26 4 8 32 r 3 4r 1. LM1, Kesä 2014 47/68

Esimerkki 8. Ratkaise lineaarinen yhtälöryhmä. 3x + 5y = 22 3x + 4y = 4 4x 8y = 32. 3 5 22 r 1 + r 3. 0 13 26 4 8 32 r 3 4r 1. LM1, Kesä 2014 47/68 Esimerkki 8 Ratkaise lineaarinen yhtälöryhmä 3x + 5y = 22 3x + 4y = 4 4x 8y = 32. 3 5 22 r 1 + r 3 3 4 4 4 8 32 1 3 10 0 13 26 4 8 32 r 3 4r 1 1 3 10 3 4 4 r 2 3r 1 4 8 32 1 3 10 0 13 26 r 2 /13 0 4 8

Lisätiedot

S-55.1100 SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA

S-55.1100 SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA S-55.00 SÄHKÖKNKKA A KONKKA. välikoe 2..2008. Saat vastata vain neljään tehtävään!. aske jännite U. = 4 Ω, 2 = Ω, = Ω, = 2, 2 =, = A, 2 = U 2 2 2 2. ännitelähde tuottaa hetkestä t = t < 0 alkaen kaksiportaisen

Lisätiedot

812336A C++ -kielen perusteet, 21.8.2010

812336A C++ -kielen perusteet, 21.8.2010 812336A C++ -kielen perusteet, 21.8.2010 1. Vastaa lyhyesti seuraaviin kysymyksiin (1p kaikista): a) Mitä tarkoittaa funktion ylikuormittaminen (overloading)? b) Mitä tarkoittaa jäsenfunktion ylimääritys

Lisätiedot

Bounds on non-surjective cellular automata

Bounds on non-surjective cellular automata Bounds on non-surjective cellular automata Jarkko Kari Pascal Vanier Thomas Zeume University of Turku LIF Marseille Universität Hannover 27 august 2009 J. Kari, P. Vanier, T. Zeume (UTU) Bounds on non-surjective

Lisätiedot

S SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA

S SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA S-55.00 SÄHKÖTKNKKA JA LKTONKKA. välikoe 3.0.2006. Saat vastata vain neljään tehtävään!. Laske jännite U. = =4Ω, 3 =2Ω, = =2V, J =2A, J 2 =3A + J 2 + J 3 2. Kondensaattori on aluksi varautunut jännitteeseen

Lisätiedot

RINNAKKAINEN OHJELMOINTI A,

RINNAKKAINEN OHJELMOINTI A, RINNAKKAINEN OHJELMOINTI 815301A, 18.6.2005 1. Vastaa lyhyesti (2p kustakin): a) Mitkä ovat rinnakkaisen ohjelman oikeellisuuskriteerit? b) Mitä tarkoittaa laiska säikeen luominen? c) Mitä ovat kohtaaminen

Lisätiedot

Tilastollisten menetelmien käyttö Kelan tutkimustoiminnassa

Tilastollisten menetelmien käyttö Kelan tutkimustoiminnassa Tilastollisten menetelmien käyttö Kelan tutkimustoiminnassa Risto Lehtonen Helsingin yliopisto Kela 1 Tilastokeskuksen SAS-seminaari 16.11.2009 Aiheita Kelan tutkimustoiminta SAS-sovellukset vaativien

Lisätiedot

Johdatus yliopistomatematiikkaan, 2. viikko (2 op)

Johdatus yliopistomatematiikkaan, 2. viikko (2 op) Johdatus yliopistomatematiikkaan, 2. viikko (2 op) Jukka Kemppainen Mathematics Division Yhtälöt ja epäyhtälöt Jokainen osaa ratkaista ensimmäisen asteen yhtälön ax + by + c = 0. Millä parametrien a, b

Lisätiedot

Harjoitus 7 -- Ratkaisut

Harjoitus 7 -- Ratkaisut Harjoitus 7 -- Ratkaisut 1 Solve osaa ratkaista polynomiyhtälöitä, ainakin astelukuun 4 asti. Erikoistapauksissa korkeammankin asteen yhtälöt ratkeavat. Clear a, b, c, d, e, x ; Solve a x 3 b x 2 c 0,

Lisätiedot

Luku 8. Reaktiokinetiikka

Luku 8. Reaktiokinetiikka Luku 8 Reaktiokinetiikka 234 8.1 Reaktion nopeus Reaktiokinetiikka tarkastelee reaktioiden nopeuksia (vrt. termodynamiikka) reaktionopeus = konsentraation muutos aikayksikössä Tarkastellaan yksinkertaista

Lisätiedot

TOOLS. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO TOOLS 1 / 28

TOOLS. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO TOOLS 1 / 28 TOOLS Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO 2018 TOOLS 1 / 28 Merkintöjä ja algebrallisia rakenteita Lukujoukkoja N = {0, 1, 2,..., GOOGOL 10,...} = {ei-negatiiviset kokonaisluvut}. TOOLS

Lisätiedot

Information on preparing Presentation

Information on preparing Presentation Information on preparing Presentation Seminar on big data management Lecturer: Spring 2017 20.1.2017 1 Agenda Hints and tips on giving a good presentation Watch two videos and discussion 22.1.2017 2 Goals

Lisätiedot

Luento 2: Liikkeen kuvausta

Luento 2: Liikkeen kuvausta Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä

Lisätiedot

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1 TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-.39 Optimointioppi Kimmo Berg 8. harjoitus - ratkaisut. a)huomataan ensinnäkin että kummankin jonon raja-arvo r on nolla. Oletetaan lisäksi että

Lisätiedot

KEMA221 2009 KEMIALLINEN TASAPAINO ATKINS LUKU 7

KEMA221 2009 KEMIALLINEN TASAPAINO ATKINS LUKU 7 KEMIALLINEN TASAPAINO Määritelmiä Kemiallinen reaktio A B pyrkii kohti tasapainoa. Yleisessä tapauksessa saavutetaan tasapainoa vastaava reaktioseos, jossa on läsnä sekä lähtöaineita että tuotteita: A

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

SAIPPUALIUOKSEN SÄHKÖKEMIA 09-2009 JOHDANTO

SAIPPUALIUOKSEN SÄHKÖKEMIA 09-2009 JOHDANTO SAIPPUALIUOKSEN SÄHKÖKEMIA 09-009 JOHDANTO 1 lainaus ja kuvat lähteestä: Työssä tutkitaan johtokyky- ja ph-mittauksilla tavallisen palasaippuan kemiallista koostumusta ja misellien ja aggregaattien muodostumista

Lisätiedot

Asenna myös mikroskopian lisäpala (MBF ImageJ for Microscopy Collection by Tony Collins) http://rsbweb.nih.gov/ij/plugins/mbf-collection.

Asenna myös mikroskopian lisäpala (MBF ImageJ for Microscopy Collection by Tony Collins) http://rsbweb.nih.gov/ij/plugins/mbf-collection. Asentaminen Ohjelman voi ladata vapaasti webistä (http://rsbweb.nih.gov/ij/) ja siitä on olemassa versiot eri käyttöjärjestelmille. Suurimmalle osalle käyttäjistä sopii parhaiten valmiiksi käännetty asennuspaketti

Lisätiedot

Aki Taanila LINEAARINEN OPTIMOINTI

Aki Taanila LINEAARINEN OPTIMOINTI Aki Taanila LINEAARINEN OPTIMOINTI 26.4.2011 JOHDANTO Tässä monisteessa esitetään lineaarisen optimoinnin alkeet. Moniste sisältää tarvittavat Excel ohjeet. Viimeisin versio tästä monisteesta ja siihen

Lisätiedot

16. Allocation Models

16. Allocation Models 16. Allocation Models Juha Saloheimo 17.1.27 S steemianalsin Optimointiopin seminaari - Sks 27 Content Introduction Overall Efficienc with common prices and costs Cost Efficienc S steemianalsin Revenue

Lisätiedot

7. Lohkominen ja sulautus 2 k kokeissa. Lohkominen (Blocking)

7. Lohkominen ja sulautus 2 k kokeissa. Lohkominen (Blocking) 7. Lohkominen ja sulautus 2 k kokeissa Lohkominen (Blocking) Lohkotekijät muodostuvat faktoreista, joiden suhteen ei voida tehdä (täydellistä) satunnaistamista. Esimerkiksi faktorikokeessa raaka-aine-erät

Lisätiedot

You can check above like this: Start->Control Panel->Programs->find if Microsoft Lync or Microsoft Lync Attendeed is listed

You can check above like this: Start->Control Panel->Programs->find if Microsoft Lync or Microsoft Lync Attendeed is listed Online Meeting Guest Online Meeting for Guest Participant Lync Attendee Installation Online kokous vierailevalle osallistujalle Lync Attendee Asennus www.ruukki.com Overview Before you can join to Ruukki

Lisätiedot

SMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 4 ratkaisuiksi

SMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 4 ratkaisuiksi SMG-400 Sähkömaneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 4 ratkaisuiksi Jatkuvuustilan D-lämpötilajakauma: differenssimenetelmä Differenssimenetelmän käyttämen lämpötehtävien ratkaisemiseen

Lisätiedot

Use of spatial data in the new production environment and in a data warehouse

Use of spatial data in the new production environment and in a data warehouse Use of spatial data in the new production environment and in a data warehouse Nordic Forum for Geostatistics 2007 Session 3, GI infrastructure and use of spatial database Statistics Finland, Population

Lisätiedot

TW-LTE 4G/3G. USB-modeemi (USB 2.0)

TW-LTE 4G/3G. USB-modeemi (USB 2.0) TW-LTE 4G/3G USB-modeemi (USB 2.0) Tiedonsiirtonopeus: 100 Mbps/50 Mbps LTE: 1800/2100/2600 MHz GSM/GPRS/EDGE: 850/900/1800/1900 MHz UMTS: 900/2100 MHz Pikaohje (Finnish) CE Käyttöönotto- ohje SIM- kortin

Lisätiedot

Yleisen PSCR-menetelmän toteutus ohjelmoitavalla näytönoh

Yleisen PSCR-menetelmän toteutus ohjelmoitavalla näytönoh Yleisen n toteutus ohjelmoitavalla näytönohjaimella Mirko Myllykoski mirko.myllykoski@jyu.fi 15.2.2011 Mitä teen? Tarkoituksena toteuttaa (ja osin jo toteutettukin) stä versio ohjelmoitavalle näytönohjaimelle

Lisätiedot

Operatioanalyysi 2011, Harjoitus 3, viikko 39

Operatioanalyysi 2011, Harjoitus 3, viikko 39 Operatioanalyysi 2011, Harjoitus 3, viikko 39 H3t1, Exercise 3.1. H3t2, Exercise 3.2. H3t3, Exercise 3.3. H3t4, Exercise 3.4. H3t5 (Exercise 3.1.) 1 3.1. Find the (a) standard form, (b) slack form of the

Lisätiedot

Fx-CP400 -laskimella voit ratkaista yhtälöitä ja yhtälöryhmiä eri tavoin.

Fx-CP400 -laskimella voit ratkaista yhtälöitä ja yhtälöryhmiä eri tavoin. 3. Yhtälöt Fx-CP400 -laskimella voit ratkaista yhtälöitä ja yhtälöryhmiä eri tavoin. 3.1 Ensimmäisen asteen yhtälöt Ratkaise yhtälö. 3 x ( x 3) 4x 5 Kirjoita tehtävä sellaisenaan, maalaa se ja käytä Interactive

Lisätiedot

C++11 seminaari, kevät Johannes Koskinen

C++11 seminaari, kevät Johannes Koskinen C++11 seminaari, kevät 2012 Johannes Koskinen Sisältö Mikä onkaan ongelma? Standardidraftin luku 29: Atomiset tyypit Muistimalli Rinnakkaisuus On multicore systems, when a thread writes a value to memory,

Lisätiedot

TM ETRS-TM35FIN-ETRS89 WTG

TM ETRS-TM35FIN-ETRS89 WTG SHADOW - Main Result Calculation: N117 x 9 x HH141 Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG

Lisätiedot

1.3 Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä

1.3 Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä OULUN YLIOPISTO Tietojenkäsittelytieteiden laitos Johdatus ohjelmointiin 811122P (5 op.) 12.12.2005 Ohjelmointikieli on Java. Tentissä saa olla materiaali mukana. Tenttitulokset julkaistaan aikaisintaan

Lisätiedot

4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla

4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla 4 Aineiston kuvaaminen numeerisesti 1 4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla Tarkastellaan lasten syntymäpainon frekvenssijakauman (kuva 1, oikea sarake) muodostamista Excel- ja SPSS-ohjelmalla.

Lisätiedot

Harjoitus 10: Mathematica

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

Lisätiedot

2017/S Contract notice. Supplies

2017/S Contract notice. Supplies Supplies 153936 2017 25/04/2017 S80 - - Supplies - Contract notice - Open procedure I. II. III. IV. VI. -: Medical equipments, pharmaceuticals and personal care products 2017/S 080-153936 Contract notice

Lisätiedot

FinFamily Installation and importing data (11.1.2016) FinFamily Asennus / Installation

FinFamily Installation and importing data (11.1.2016) FinFamily Asennus / Installation FinFamily Asennus / Installation 1 Sisällys / Contents FinFamily Asennus / Installation... 1 1. Asennus ja tietojen tuonti / Installation and importing data... 4 1.1. Asenna Java / Install Java... 4 1.2.

Lisätiedot

E80. Data Uncertainty, Data Fitting, Error Propagation. Jan. 23, 2014 Jon Roberts. Experimental Engineering

E80. Data Uncertainty, Data Fitting, Error Propagation. Jan. 23, 2014 Jon Roberts. Experimental Engineering Lecture 2 Data Uncertainty, Data Fitting, Error Propagation Jan. 23, 2014 Jon Roberts Purpose & Outline Data Uncertainty & Confidence in Measurements Data Fitting - Linear Regression Error Propagation

Lisätiedot

Matemaattinen optimointi I, demo

Matemaattinen optimointi I, demo Matemaattinen optimointi I, demo 3 29.1.2015 Demo 3 järjestetään Quantumin mikroluokassa normaaleina demoaikoina. Tavoitteena on harjoitella kurssilla tarvittavien optimointiohjelmistojen käyttöä. Demopisteet

Lisätiedot

Kuvaajien piirtäminen OriginPro9-ohjelmalla

Kuvaajien piirtäminen OriginPro9-ohjelmalla Kuvaajien piirtäminen OriginPro9-ohjelmalla Helmikuu 2013 Jyväskylän yliopisto Fysiikan laitos Sisältö 1 Johdanto 3 2 Millainen on hyvä kuvaaja? 3 3 OriginPro9 peruskäyttö 4 3.1 Lineaarisen sovituksen

Lisätiedot

c) Määritä paraabelin yhtälö, kun tiedetään, että sen huippu on y-akselilla korkeudella 6 ja sen nollakohdat ovat x-akselin kohdissa x=-2 ja x=2.

c) Määritä paraabelin yhtälö, kun tiedetään, että sen huippu on y-akselilla korkeudella 6 ja sen nollakohdat ovat x-akselin kohdissa x=-2 ja x=2. MAA4. Koe 8.5.0 Jussi Tyni Kaikkiin tehtäviin ratkaisujen välivaiheet näkyviin! Ota kokeesta poistuessasi tämä paperi mukaasi! Tee konseptiin pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Valitse

Lisätiedot

Mathcad Prime. Kaur Jaakma

Mathcad Prime. Kaur Jaakma Mathcad Prime Miksi dokumentoidaan Teknisellä dokumentoinnilla saadaan tallennettua tämänhetkinen tilanne CAD, CAE, vaatimuslistat, tuotantosuunnitelmat, suunnittelulaskelmat Mahdollistaa työn jatkamisen

Lisätiedot

Eksponenttifunktio ja Logaritmit, L3b

Eksponenttifunktio ja Logaritmit, L3b ja Logaritmit, L3b eksponentti-funktio Eksponentti-funktio Linkkejä kurssi8, / Etälukio (edu.) kurssi8, logaritmifunktio / Etälukio (edu.) Potenssifunktio y = f (x) = 2 Vakiofunktion y = a kuvaaja on vaakasuora

Lisätiedot

Sisällysluettelo Table of contents

Sisällysluettelo Table of contents Sisällysluettelo Table of contents OTC:n Moodlen käyttöohje suomeksi... 1 Kirjautuminen Moodleen... 2 Ensimmäinen kirjautuminen Moodleen... 2 Salasanan vaihto... 2 Oma käyttäjäprofiili... 3 Työskentely

Lisätiedot

Lineaariset kongruenssiyhtälöryhmät

Lineaariset kongruenssiyhtälöryhmät Lineaariset kongruenssiyhtälöryhmät LuK-tutkielma Jesse Salo 2309369 Matemaattisten tieteiden laitos Oulun yliopisto Sisältö Johdanto 2 1 Kongruensseista 3 1.1 Kongruenssin ominaisuuksia...................

Lisätiedot

Kalenterimerkintöjen siirtäminen Notesista

Kalenterimerkintöjen siirtäminen Notesista 1 of 21 15.6.2016 8:58 ID: 3303 Kalenterimerkintöjen siirtäminen Notesista Outlookiin Notesissa olevat kalenterimerkinnät on mahdollista siirtää Outlook-kalenteriin. Tietoja ei siirretä keskitetysti, vaan

Lisätiedot

TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Kimmo Berg. Mat Optimointioppi. 9. harjoitus - ratkaisut

TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Kimmo Berg. Mat Optimointioppi. 9. harjoitus - ratkaisut TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2.139 Optimointioppi Kimmo Berg 9. harjoitus - ratkaisut 1. a) Viivahakutehtävä pisteessä x suuntaan d on missä min f(x + λd), λ f(x + λd) = (x

Lisätiedot

800323A KUNTALAAJENNUKSET OSA II FIELD EXTENSIONS PART II

800323A KUNTALAAJENNUKSET OSA II FIELD EXTENSIONS PART II 800323A KUNTALAAJENNUKSET OSA II FIELD EXTENSIONS PART II Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO KEVÄT 2018 Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN 800323A KUNTALAAJENNUKSET YLIOPISTO OSA

Lisätiedot

Choose Finland-Helsinki Valitse Finland-Helsinki

Choose Finland-Helsinki Valitse Finland-Helsinki Write down the Temporary Application ID. If you do not manage to complete the form you can continue where you stopped with this ID no. Muista Temporary Application ID. Jos et onnistu täyttää lomake loppuun

Lisätiedot

Lineaarialgebra a, kevät 2019

Lineaarialgebra a, kevät 2019 Lineaarialgebra a, kevät 2019 Kotilaskut 1 yms. Maple:lla Tämä on vanha Maple 6 -versio, joka avautunee uudemmissa - kuten Maple 2018 - Classic Worksheet - versiona. Työarkkien yhteensopivuus taaksepäin

Lisätiedot

4 / 2013 TI-NSPIRE CAS TEKNOLOGIA LUKIOSSA. T3-kouluttajat: Olli Karkkulainen ja Markku Parkkonen

4 / 2013 TI-NSPIRE CAS TEKNOLOGIA LUKIOSSA. T3-kouluttajat: Olli Karkkulainen ja Markku Parkkonen 4 / 2013 TI-NSPIRE CAS TEKNOLOGIA LUKIOSSA T3-kouluttajat: Olli Karkkulainen ja Markku Parkkonen 1 2 TI-Nspire CX CAS kämmenlaite kevään 2013 pitkän matematiikan kokeessa Tehtävä 1. Käytetään komentoa

Lisätiedot

Graph. COMPUTE x=rv.normal(0,0.04). COMPUTE y=rv.normal(0,0.04). execute.

Graph. COMPUTE x=rv.normal(0,0.04). COMPUTE y=rv.normal(0,0.04). execute. COMPUTE x=rv.ormal(0,0.04). COMPUTE y=rv.ormal(0,0.04). execute. compute hplib_man_r = hplib_man + x. compute arvokons_man_r = arvokons_man + y. GRAPH /SCATTERPLOT(BIVAR)=hplib_man_r WITH arvokons_man_r

Lisätiedot

Harjoitus 1 -- Ratkaisut

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

Lisätiedot

2_1----~--~r--1.~--~--~--,.~~

2_1----~--~r--1.~--~--~--,.~~ K.Loberg FYSE420 DIGITAL ELECTRONICS 3.06.2011 1. Toteuta alia esitetyn sekvenssin tuottava asynkroninen pun. Anna heditefunktiot, siirtotaulukko ja kokonaistilataulukko ( exitation functions, transition

Lisätiedot

PRELIMINÄÄRIKOE. Pitkä Matematiikka 3.2.2015

PRELIMINÄÄRIKOE. Pitkä Matematiikka 3.2.2015 PRELIMINÄÄRIKOE Pitkä Matematiikka..5 Vastaa enintään kymmeneen tehtävään. Tähdellä merkittyjen (*) tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä on 6.. a) Ratkaise epäyhtälö >.

Lisätiedot

Kotilaskut 1 yms. Maple:lla Maple 2017 versio. Työarkkien yhteensopivuus taaksepäin ei ole taattu!

Kotilaskut 1 yms. Maple:lla Maple 2017 versio. Työarkkien yhteensopivuus taaksepäin ei ole taattu! Lineaarialgebra a, kevät 2018 Kotilaskut 1 yms. Maple:lla Maple 2017 versio. Työarkkien yhteensopivuus taaksepäin ei ole taattu! Klikkaa kappaleet auki kolmiosta restart; # Tämä unohduttaa aikaisemmat

Lisätiedot

Mitä symbolilaskentaohjelmalta voi odottaa ja mitä ei? Tapaus Mathematica

Mitä symbolilaskentaohjelmalta voi odottaa ja mitä ei? Tapaus Mathematica Simo K. Kivelä Mitä symbolilaskentaohjelmalta voi odottaa ja mitä ei? Tapaus Mathematica Symbolinen laskenta ei aina toimi, kuten voisi odottaa. Parempi onkin ajatella, että se elää omaa elämäänsä, jolla

Lisätiedot

Security server v6 installation requirements

Security server v6 installation requirements CSC Security server v6 installation requirements Security server version 6.4-0-201505291153 Pekka Muhonen 8/12/2015 Date Version Description 18.12.2014 0.1 Initial version 10.02.2015 0.2 Major changes

Lisätiedot

Returns to Scale Chapters

Returns to Scale Chapters Return to Scale Chapter 5.1-5.4 Saara Tuurala 26.9.2007 Index Introduction Baic Formulation of Retur to Scale Geometric Portrayal in DEA BCC Return to Scale CCR Return to Scale Summary Home Aignment Introduction

Lisätiedot

Salasanan vaihto uuteen / How to change password

Salasanan vaihto uuteen / How to change password Salasanan vaihto uuteen / How to change password Sisällys Salasanakäytäntö / Password policy... 2 Salasanan vaihto verkkosivulla / Change password on website... 3 Salasanan vaihto matkapuhelimella / Change

Lisätiedot