Ohjeita uudelle matematiikan opiskelijalle. Heikki Pitkänen 2009

Koko: px
Aloita esitys sivulta:

Download "Ohjeita uudelle matematiikan opiskelijalle. Heikki Pitkänen 2009"

Transkriptio

1 Ohjeita uudelle matematiian opiselijalle Heii Pitänen 2009

2

3 Esipuhe Tämä edessäsi oleva ooelma muistiinpanoja on taroitettu uusien matematiian opiselijoiden tuesi. Kahteen ensimmäiseen appaleeseen olen oonnut yleisiä ohjeita matematiian opiseluun. Jälimmäisissä appaleissa olen selvittänyt täreimpien perusurssien pääpiirteitä ja tehnyt muutamia esimeritehtäviä. Aloitin itse matematiian opiselun Jyväsylän yliopistossa vuonna Helpoholta tuntuneen Johdatus matematiiaan -urssin jäleen tuli ulttuurishoi Analyysi 1 ja Lineaarinen algebra ja geometria 1 -urssien muodossa. Harjoitustehtävät tuntuivat äsittämättömiltä ja luennoilla istuminen ja muistiinpanojen raapustaminen turhalta. Jotta mahdollisuutesi välttyä myös omassa mielessäni äyneiltä alanvaihtoajatusilta olisivat paremmat ja mieleniintosi matematiiaan säilyisi, olen oonnut muutamia neuvoja näille sivuille. Tämän oppaan irjoittaminen lähti aluille vapaa-ajan projetistani esällä 2008, mutta on nyt asvanut miltei olmiymmensivuisesi. Se on uitenin vain pelä pintaraapaisu yliopistossamme opetettavasta matematiiasta. Toivon sinulle antoisia luuhetiä ja menestystä opinnoissasi. Toivoisin, että lähettäisit palautetta tämän ooelman sisällöstä ja erityisesti, ono siitä ollut apua opinnoissasi osoitteeseen: hejupit@jyu. Jyväsylässä 2009, Heii Pitänen 3

4 Kiitoset Tämä opas ei olisi valmistunut lopulliseen muotoonsa ilman sysyllä 2008 aloittaneiden opiselijoiden annustavaa palautetta ja pientä painostusta varsinin lineaarista algebraa äsittelevän appaleen valmistumisen suhteen. Kiitosen ja hatunnoston ansaitsevat myös ne vanhemmat opiselijat, jota ovat jasaneet luea eseneräisiä vedosiani ja ovat annustaneet jatamaan. Erityisiitoset Jaro Laasoselle L A TEX-tuesta ja Piritta Ylöstalolle pilunviilausesta. 4

5 Sisältö Esipuhe 3 Kiitoset 4 1 Matematiian opiselusta 6 2 Matemaattinen ongelmanrataisu 7 3 Perusursseista Johdatus matematiiaan Käänteinen todistus Analyysi Muuttujista Kurssin perusoletus Miä ihmeen epsilon? Supremum ja inmum Arvioiminen Jatuvuus Jatuvuuden jäleen Lineaarinen algebra ja geometria Lineaariavaruus Normi Aliavaruus Sisä- eli pistetulo Lineaariuvaus Matriisit Matriisien tulo Lyhenteitä ja matemaattisia merintöjä 29 Kirjallisuutta 30 5

6 1 Matematiian opiselusta Luiossa opetettiin lasentoa, yliopistossa opetetaan matematiiaa. Huomannet, että suurin osa harjoitus- eli demotehtävistä alaa sanalla todista, näytä tai osoita. Enää tehtävän vastausesi ei välttämättä riitä pelä luu, vaan useimmat tehtävänannot vaativat oonaista todistusta. Todistusen teeminen vaatii erilaista matemaattista ajattelua uin mihin olet ehä luiossa oppinut. Todistus on loogisesti ehjä ja seurattavissa oleva perustelu, jossa tulee selvästi ilmi uina väite seuraa oletusista. Oletuset annetaan joo väitteessä tai niiden oletetaan pätevän oo urssin ajan, ns. asioomat. Todistus ei ole siis puhdasta lasemista. Usein todistusesi elpaa myös sanallinen perustelu, jossa ei tarvitse olla yhtään numeroa. Pelä uva sen sijaan ei riitä juuri osaan perusteluisi. Matematiian opiselu on siäli helppoa, ettei tarvitse muistaa paljon. Täreintä on muistaa määritelmät. Kun määritelmät muistaa, on helppo opetella ja ymmärtää täreimmät todistuset. Kun luee ja varsinin un itse teee todistusia, oma todistusteniia ehittyy. Matematiiaa oppiiin parhaiten teemällä demoja. Ja vaiet olisi tehnyt tehtäviä, älä jätä äymättä demoissa! Osa demotehtävistä ja varsinin ohjaustehtävistä voi tuntua itsestäänselviltä ja varsin tyhmiltä. Näiden tehtävien teeminen on uitenin hyödyllistä, sillä ne ohjaavat ajatteluasi matemaattiseen suuntaan. Useat vanhemmat opiselijat sanovat jopa, että usein selvästi tosilta näyttävät väitteet ovat vaieimpia todistaa. Ohjaustehtävistä saa myös apua itse demojen teemiseen, ja vaia ei ehtisi äymään ohjausissa, annattaa ohjaustehtävät äydä läpi mielessä. Muutamilla ursseilla, uten Analyysi 1 & 2, on myös lasuryhmä, josta aiemmin äytettiin nimitystä linia. Lasuryhmä poieaa normaalista ohjausryhmästä siinä, että linialla äsitellään ohjaustehtävien sijaan seuraavia demoja. Lisäsi lasuryhmässä on useampia ohjaajia, joten mahdollisuus saada henilöohtaista ohjausta on parempi. Kliniaan osallistuminen ei taroita, että olisit muita tyhmempi tai mitään vastaavaa, vaan siellä äyvät aivan normaalit opiselijat. Lasuryhmässä on hyvää aiaa esittyä rauhassa demojen teemiseen ja tarvittaessa apu on lähellä. Demojen teeminen on muavaa yhdessä. Yleensä muutaman hengen poruaan mahtuu ainain ysi, joa on sisäistänyt luennolla äsitellyn asian ja mielellään selittää sen toisille. Uuteen aupuniin ysin muuttaneen opiselijan voi olla alusi vaiea löytää samanhenistä ryhmää. Tällöin annattaa ysyä neuvoa reippaasti omalta tutorilta, Ynnän opiselijatilasta tai muilta vanhemmilta opiselijoilta. Usein ongelma rateaa, un sitä yrittää selittää toiselle. Professoreita- 6

7 aan ei tarvitse pelätä, ja useimmat heistä vastailevat ysymysiin mielellään myös virallisen vastaanottoajan ulopuolella. Jos ongelmaan ei tahdo löytyä rataisua, ei annata jäädä haaamaan päätä seinään, vaan antaa alitajunnan tehdä töitä. Hyviin yöuniin panostaminen on annattavaa. Tiivistettynä voisi sanoa: Opettele määritelmät ja äy demoissa! 2 Matemaattinen ongelmanrataisu Luuvuonna ei opinto-oppaan muaan järjestetä Matemaattinen ongelmanrataisu -urssia. Kurssi on suunnattu toisen vuoden opiselijoille, mutta mielestäni se sopisi äytäväsi opintojen aluvaiheessa. Seuraavaan olen oonnut muutamia urssilta mieleen jääneitä neuvoja matemaattisten ongelmien rataisuun. Periaatteet soveltuvat erityisesti geometrisiin onstrutioihin, mutta niitä voi soveltaa myös yleisiin todistusiin: 1. Tee heti alussa itsellesi selväsi mitä ovat ongelman/tehtävän oletuset ja miä väite tai väitteet. 2. Meritse muistiin: i Mitä on annettu (A). Mitä ovat väitteen/tehtävän oletuset? ii Mitä halutaan (H)... Siis lopputulos/vastaus (todistus) iii...ja millä ehdoilla (E). Mitä rajoitusia vastausella on? 3. Piirrä uva! Meritse uvaan annetut ja tuntemattomat. Kuva ei yleensä riitä perustelusi, mutta se auttaa hahmottamaan tilannetta. 4. Voito rataista ongelman suoralla päättelyllä? Entä äänteisessä järjestysessä lähtemällä lopputulosesta? Tai ehä lähtemällä oletusista ja tulemalla vastaan lopputulosesta solmien päättelytetjut jossain vaiheessa yhteen Osaato rataista helpotetun ongelman? Saato ongelman rataistua, jos jätät ehtoja huomioimatta? Entä lisäämällä oletusia? Ovato aii oletuset tarpeellisia? 6. Oleto nähnyt samanlaista ongelmaa? Voito soveltaa aiemmin opittua einoa tai erityisesti aiemmin todistettua lausetta ongelman rataisemisesi? Ehä olet rataissut ongelman eri muodossa. 1 Vertaa esimerisi derivaatan ja integraalin rataisua. 7

8 7. Kun olet saanut ongelmat rataistua, äy läpi aii vaiheet. Ovato ne varmasti pitäviä? Tämä on niin sanottu jälipeli. Mieti, olisito voinut rataista ongelman toisin. Mitä oletusia äytettiin, mitä olivat turhia? Mihin voisit äyttää oppimaasi? Suosittelen tutustumista urssin irjallisuuteen: Laatos: Proofs and Refutations - the Logic of Mathematical Discovery, Polya: How to Solve it - A New Aspect of Mathematical Method, Polya: Mathematical Discovery - On Understanding, Learning and Teaching Problem Solving. Näistä viimeistä voi suositella varsinin matematiian opettajisi aiovalle. Kaii olme löytyvät myös Mattilanniemen irjastosta. 3 Perusursseista 3.1 Johdatus matematiiaan Johdatus matematiiaan -urssin sisältö vaihtelee hieman riippuen luennoitsijasta. Opinto-oppaan muaan urssi äsittelee luiossa opittua yliopistomatematiian annalta. Lähinnä urssilla opetellaan matematiian perusasioita uten matemaattisia merintöjä, todistamisen perusteniioita, logiiaa ja jouo-oppia. Käänteinen todistus ja väitteen loogisen negaation muodostaminen ovat täreitä urssilla opittavista asioista. Olen huomannut, että erityisesti äänteisen todistusen idea voi olla tuntematon vielä useamman uuauden opiselleille, joten otan sen nyt tarasteluun: Käänteinen todistus Käänteistä todistusta äytetään, un suora todistus on äytännössä mahdoton tehdä esimerisi äärettömän monen eri mahdollisuuden taia (ysiäsitteisyystodistuset tehdään usein äänteisesti). Loogisesti idea on seuraava: Oloon A oletuset ja B väite. Halutaan, että A B. Merintää äytetään uvaamaan matemaattisesti pitävää päättelyä. Logiian sääntöjen muaan todesta voi seurata vain totta, joten tehdään väitteen B looginen negaatio, B ja väitetäänin, että se seuraa oletusista. Seuraavasi osoitetaan, että B:stä seuraa ristiriita jonin oletusen 2 anssa. Meritään tätä ristiriitaista tulosta C. Nyt: A B C joten A C 2 Tehtävänannossa ei välttämättä lue aiia oletusia, joiden voidaan uvitella uuluvan oletusiin A. Esimerisi 1 = 0 on ristiriitainen tulos jo pelän terveen järjen perusteella. 8

9 Kosa C on epätosi ja todesta ei voi seurata epätotta, myös B on oltava epätosi. Tällöin B on tosi ja joten A B. Katso esimerit äänteisestä todistusesta sivuilla 11 ja 18. Kosa urssi on paollinen pääaineopiselijoille, oletan luijan hallitsevan sen sisällön enä äsittele sitä tässä taremmin. 3.2 Analyysi 1 Analyysi 1 -urssi lueutuu yhteen täreimmistä perusursseista. Kurssilla tutitaan reaaliluuja, funtioiden ominaisuusia joista erityisesti jatuvuutta, jonoja ja niiden suppenemista ja raja-arvoa. Seuraavissa esimereissä esityn erityisesti erioiseen epsilon-äsitteeseen ja jatuvuuteen. Näiden esimerien taroitus ei ole orvata luennoilla äymistä tai muun opintomateriaalin luemista, vaan toimia tuena niissä aiheissa, jota itse oin vaieimmisi. Suosittelen Tero Kilpeläisen Analyysi 1 -monisteen [4] luemista urssin aiana Muuttujista Todistuset halutaan tehdä niin, että ne pätevät aiissa tapausissa, jota toteuttavat oletuset. Tämän taia on täreää ymmärtää, mitä oletusilla taroitetaan, mitä luvut ovat muuttujia ja mitä lisäoletusia voidaan tehdä. Ei tarvitse säiähtää ummallisen näöisiä reialaisia irjaimia. Esimeri Oloon x, y R. Nyt x ja y on iinnitetty ja on tasan olme mahdollista tilannetta: 1. x > y 2. x < y tai 3. x = y Ellei luvuista x ja y anneta muita oletusia, on niitä osevan väitteen todistus jaettava olmeen osaan. Tällöin otetaan apuoletusesi ensin esimerisi x > y ja atsotaan pitääö väite paiansa tällöin. Jos väite ei päde jollain näistä olmesta apuoletusesta, väite on epätosi. 9

10 Esimeri Oletetaan, että x ]a, b[. Osoita, että on olemassa ε > 0 siten, että [x ε, x + ε] ]a, b[ Todistus: Annettu: x, a, b siten, että x ]a, b[ tai siis a < x < b (määritelmä!). Nämä luvut ovat annettuja eivätä siis muutu enää. Halutaan: ε Ehdot: ε > 0 ja [x ε, x + ε] ]a, b[ ts. x ε > a ja x + ε < b Piirretään uva: a x b Kuvasta huomataan, että on olme mahdollista tilannetta: Joo x on lähempänä luua a tai luua b tai x on esellä väliä. Tehdään siis todistus ahdessa osassa, joista ensimmäinen attaa ensimmäisen ja viimeisen tilanteen: 1: Jos x on lähempänä luua a tai esellä, x a b x. Valitaan ε = x a > 0. Siis ε on puolet a:n ja x:n etäisyydestä. Tällöin: 2 ja x ε = x (x a) 2 = 2x (x a) 2 = x 2 + a 2 > a, sillä x > a (x a) x+ε = x+ 2 2x + (b x) 2 x 2 + b 2 < b, sillä x a b x ja x < b joten [x ε, x + ε] ]a, b[ ja ε > 0. Valittu epsilon on siis sopiva. 2: Jos x on lähempänä luua b, x a > b x. Valitaan ε = b x > 0 Tällöin 2 todistus etenee samalla tavalla uin ohdassa 1. Jätän todistusen taran loppuunviemisen ja jälipelin luijan tehtäväsi. Edellisessä esimerissä x, a ja b oli siis iinnitetty, vaia niiden suuruutta ei tiedetä, vain suuruusjärjestys. Todistus tehtiinin siten, että se pätee aiilla x:n, a:n ja b:n arvoilla joille pätee: a < x < b. Huomaa, että epsilon voidaan 10

11 valita useammalla tavalla, unhan se määritellään annettujen luujen avulla. Jotta todistus olisi mahdollisimman helppo ymmärtää, on yhtälöitä syytä perustella. Tämä on parasta tehdä meritsemällä yhtäsuuruusmerin yläpuolelle, jos on äytetty jotain oletusista tai lausetta, tai viimeistään yhtälön perään uten esimerissä. Näin todistus on helppo luea vielä useanin vuoden päästä Kurssin perusoletus Kurssin perusoletusesi otetaan joo sisääisten välien periaate tai täydellisyysasiooma. Nämä ovat evivalentteja eli toisen voi todistaa toisen avulla. Yleensä uitenin valitaan näistä ensimmäinen, sillä se on alusi helpompi ymmärtää. Asiooma Jos I 1 I 2 I 3... I I +1 on jono sisääisiä suljettuja välejä, niin I =1 ts. on olemassa y R s.e y I aiilla = 1, 2... Tästä seuraa, että rationaali- ja irrationaaliluvut ovat tiheässä reaaliluujen jouossa. Siis ahden reaaliluvun välistä löytyy ääretön määrä rationaali- ja irrationaaliluuja. Esimeri Oletetaan, että on x R s.e. 0 x < ε aiilla ε > 0. Osoita, että x = 0 Todistus: Tehdään äänteinen todistus eli oletetaan, että väite on epätosi ja osoitetaan, että siitä seuraa ristiriita oletusten anssa. Muodostetaan antiteesi: x 0, siis x > 0 TAI x < 0. Väite x < 0 voidaan unohtaa suoraan oletusen perusteella. Tutitaan siis toista väitettä x > 0. Todistaasemme väitteen riittää löytää ysi reaaliluu, jolla antiteesi ei päde. Tälläinen luu löytyy, osa asiooman muaan ahden reaaliluvun välissä on aina ääretön määrä reaaliluuja. Siis on olemassa ainain ysi reaaliluu, meritäään sitä ε 0, siten, että 0 < ε 0 < x. Tämä on ristiriidassa oletusen 0 x < ε aiilla ε > 0 anssa, sillä nyt ε 0 > 0 ja antiteesin piti päteä aiilla ε > 0. Täten antiteesi on epätosi ja väite tosi. 11

12 Kuvan piirtäminen auttaa ymmärtämään todistusta: Väite: Antiteesi ja ristiriita: 0 = x 0 ε 0 x Miä ihmeen epsilon? Kurssilla tulevat määritelmät jatuvuudelle, funtion raja-arvolle ja jonon suppenemiselle tehdään äyttäen epsilonia. Epsilon on vaiintunut merintä. Erään luennoitsijan muaan se voitaisiin orvata hevosen päällä, mutta sen piirtäminen useaan ertaan todistusessa olisi turhan työlästä. Epsilonilla meritään yleensä sellaista positiivista reaaliluua, jota pienemmäsi funtion arvojen erotusia, funtion arvoa, jonon alioita tai jonon alioiden erotusia halutaan arvioida. Voitaisiin sanoa, että epsilon on hyvin pieni positiivinen luu tai nollasta seuraava reaaliluu 3. Kuten edellisessä esimerissä havaittiin, x:n määritteleminen epsilonin avulla johtaa siihen, että epsilon paottaa x:n menemään täsmälleen nollaan. Tällainen ominaisuus on toivottu esimerisi, un määritellään rajaarvoa: Raja-arvon määritteleminen epsilonin autta paottaa raja-arvon yhdesi luvusi. Jatuvuuden määrittely epsilonin autta taas paottaa funtion f(x) arvot pisteen x 0 pienessä lähiympäristössä lähestymään äärettömän lähelle arvoa f(x 0 ), miä intuitiivisestiin tuntuu järevältä määritelmältä Supremum ja inmum Edellisen esimerin altaista äänteistä todistusta äytetään useissa supremum- ja inmum-todistusissa. Supremum on jouon pienin yläraja ja inmum jouon suurin alaraja. Jouon A inmumista äytetään merintää inf A ja supremumista sup A. Inmum ja supremum seä ala- ja yläraja määritelmineen äsitellään taremmin urssilla. Todistus etenee yleensä pääpiirteittäin näin: On annettu jouo ja väittenä on, että inmum/supremum on join luu, meritään sitä tässä R:llä. 1. Osoitetaan, että R on alaraja/yläraja. 3 Huomaa uitenin, että tällaisen nollasta seuraavan reaaliluvun olemassaolo on edellisen esimerin muaan mahdotonta. 12

13 2. Muodostetaan väitteen vastaväite: On olemassa ala-/yläraja, joa on suurempi/pienempi uin R, meritään sitä N:llä. 3. Osoitetaan, että jouosta löytyy pienempi/suurempi alio uin N, jolloin N ei voi olla ala-/yläraja. Huomaa, että todistusessa todistetaan ensin, että M on ala-/yläraja (1.) ja sitten äänteisellä todistusella, että M on suurin/pienin mahdollinen (2. ja 3.). Esimeri Oloon A = { 1 : n N}. Osoita, että infa = 0 n 1. 0 on alaraja, osa aiilla n N 1 > 0 n 2. Vastaväite: infa = N > Oloon M seuraava N 1 :stä suurempi oonaisluu. Siis M > 1 N ja M N, jolloin 1 < N M ja 1 A. N ei siis ole alaraja. M Huomaa, että M voidaan valita usealla tavalla. Kuitenaan ei voida valita M = N 1 + 1, osa N 1 ei välttämättä ole oonaisluu - voisihan inf A olla irrationaalinen! Arvioiminen Vaia matematiiaa pidetään yhtenä esateimmista tieteistä, useissa analyysin tehtävissä ei haluta välttämättä taraa tietoa funtion arvosta tietyssä pisteessä, vaan riittää, että arvoa arvioidaan ylöspäin. Arvioinnilla on suuri meritys useissa jatuvuustodistusissa. Erityisen täreää urssilla on muistaa muutama ehä jo entuudesta tuttu relaatio: ja etenin olmioepäyhtälöt: a 2 b 2 = (a + b)(a b) (1) 0 (a ± b) 2 = a 2 ± 2ab + b 2 (2) a + b a + b ja a b a + b (3) Ei hätää, jos et tunne ahta viimeistä. Kolmioepäyhtälöt äsitellään urssilla perinpohjaisesti. Analyysi 1 -urssilla äsitellään tarasti aleisfuntioita ja funtioiden perusominaisuusia uten injetiivisyyttä ja surjetiivisuutta. Jätän näiden äsittelyn urssille ja siirryn suoraan urssin yhteen täreimmistä aiheista eli jatuvuuteen. 13

14 3.2.6 Jatuvuus Luiossa jatuvuutta tutittiin usein funtion uvaajasta. Jatuvuuden päättely tällä tavalla ei ole uitenaan luotettavaa. Tutitaan esimerifuntiota: { 2 un x Q f(x) = 1 un x R\Q Kosa rationaali- ja irrationaaliluvut ovat tiheässä reaaliluujen jouossa, uvaaja näyttää tältä: 2 1 Funtion uvaaja näyttäisi ahdelta jatuvalta suoralta, mutta samalla se saa joaisella mahdollisella välillä ahta eri arvoa. Sillä on siis äärettömästi hyppäysepäjatuvuuspisteitä. Yliopistossa jatuvuus määritelläänin uudella tavalla. Motivaationa suosittelen luemaan sivut lähteestä [6]. Määritelmä Oloon I R väli ja f : I R uvaus. f on jatuva pisteessä x 0 I, jos aiilla ε > 0 on olemassa δ > 0, siten että un x x 0 < δ. f(x) f(x 0 ) < ε, Tämä taroittaa siis sitä, että joaiselle annetulle luvulle ε ja x 0 löydetään luvun δ levyinen väli, jolla funtion arvot vaihtelevat vähemmän uin ε. Taremmin ilmaistuna, joaiselle ε > 0 löydetään δ > 0 siten, että väli ]x 0 δ, x 0 + δ[ uvautuu välin ]f(x 0 ) ε, f(x 0 ) + ε[ osajouosi: f(]x o δ, x o + δ[) ]f(x 0 ) ε, f(x 0 ) + ε[ 14

15 f(x 0 ) + ε f(x) f(x 0 ) f(x 0 ) ε x 0 δ x 0 x 0 + δ Ysinertainen esimeri Oloon f : R R, f(x) = x. Osoita, että f on jatuva pisteessä 0. Todistus: Oloon ε > 0. 4 Tälle ε:lle ja annetulle pisteelle x 0 = 0 tulisi löytää sopiva δ siten, että f(x) f(x 0 ) = f(x) f(0) = x 0 = x < ε un x x 0 = x 0 = x < δ. Huomataan, että deltasi voidaan valita annettu epsilon. Tällöin: ε = δ > 0 x = f(0) f(x) siis f(x) f(0) < ε uten haluttiinin. Monimutaisempi esimeri Oloon f : R R, f(x) = x 2. Osoita, että f on jatuva pisteessä 0. Todistus: Oloon ε > 0. Kosa halutaan tutia funtiota pisteen x 0 = 0 lähiympäristössä, voidaan olettaa, että ε < 1. Tutitaan erotusta f(x) f(0) : f(x) f(0) = f(x) = x 2 = x x = x x < 1 x = x = x 0 un x < 1. Huomataan, että deltasi voidaan valita jälleen annettu epsilon, jolloin: f(x) f(0) < x 0 = δ = ε Tämä edellyttää uitenin edellä mainittua lisäoletusta, ε < 1, jolloin δ < 1. Tällaisen oletusen teeminen on sallittua, sillä jos olisi ε 1, voitaisin valita δ = 1. 4 Tässä iinnitetään epsilon. Jatuvuustodistuset alavat miltei aina näin. 15

16 Monimutainen esimeri Oloon f : R R, f(x) = x 2. Osoita, että f on jatuva pisteessä 2. Todistus: Oloon ε > 0. Kuten edellisessä esimerissä, voidaan olettaa, että ε < 1. Tutitaan erotusta f(x) f(2) : f(x) f(2) = x 2 4 = (x 2)(x + 2) = x 2 x + 2 Lisäämällä nolla itseisarvomerien väliin ja olmioepäyhtälön avulla saadaan: x 2 x + 2 = x 2 x x 2 ( x ) = x x 2 Nyt valitsemalla δ = ε 5 ja olettaen, että ε < 1 saadaan: jolloin: x 2 < δ = ε 5 < 1 x x 2 < 1 x x 2 = 5 x 2 < 5δ = 5 ε 5 = ε Siis: f(x) f(2) < ε un x 2 < δ = ε 5 Huomaa, uina esimerissä äytettin ohdan aavoja asi ertaa, jotta erotus x 2 saadaan aivettua esille. Näiden aavojen meritystä ei voi orostaa liiaa. Kuvaus x 2 voidaan todistaa jatuvasi myös joaisessa reaalipisteessä x 0 R. Todistus etenee samalla tavalla uin edellisessä esimerissä, mutta alussa ε f(2) tilalle sijoitetaan f(x 0 ), jolloin päädytään valitsemaan δ = 2x Esimeri epäjatuvuustodistusesta Ennen jatuvuuden taraa määritelmää tutittiin epäjatuvan funtion uvaajaa. Todistetaan tämä funtio nyt epäjatuvasi joaisessa rationaalipisteessä: Oloon x 0 Q. Osoitetaan, että uvaus f : R R: { 2 un x Q f(x) = 1 un x R\Q on epäjatuva pisteessä x 0. 16

17 Todistus: Tehdään antiteesi: f on jatuva pisteessä x 0. Epäjatuvuuden todistamisesi riittää löytää ysi epsilon, jolla väite 5 ei pidä paiaansa. Oloon siis ε = 1. Jos f olisi jatuva, olisi olemassa δ > 0 siten, että: 2 f(x) f(x 0 ) < ε = 1 2 un x x 0 < δ. Kuitenin urssin perusoletusen muaan löydetään sellainen irrationaaliluu, i R\Q, jolla i x 0 < δ, mutta: f(i) f(x 0 ) = 1 2 = 1 > 1 2 = ε Tämä on ristiriita, joten antiteesi on väärä ja aluperäinen väite tosi. Huomaa, että edellisessä todistusesa äytettiin äänteistä todistusta ja etsittiin deltan sijaan sopiva epsilon. Esimerin f voidaan todistaa samalla tavalla epäjatuvasi joaisessa irrationaalipisteessä, mutta tämä jääöön luijan tehtäväsi Jatuvuuden jäleen Jatuvuuden jäleen urssilla edetään jonoihin ja ääriarvoihin, joissa olennaisessa roolissa on edelleen epsilon. Näihin liittyvät todistuset ovat jatuvuustodistusten altaisia, mutta deltan sijaan haetaan jonolle tarpeesi suurta indesiä tai funtiolle sopivaa x:n arvoa. Kuten jatuvuuden yhteydessä, myös jono- ja ääriarvotarasteluissa arvioinnilla on suuri meritys. Miäli luija on sisäistänyt urssilla tähän asti äsitellyt asiat, ei näiden todistusten teeminen tuottane ongelmia. 3.3 Lineaarinen algebra ja geometria 1 Lineaarinen algebra ja geometria 1 -urssi, lyhennetään usein LAG1, on sisällöltään sama uin entinen Vetorit ja matriisit. Erioisesta nimestään huolimatta urssi äsittelee ysinertaisia lineaarisia yhtälöitä ja yhtälöryhmiä. Kurssilla tutustutaan alusi äärellisulotteisten lineaariavaruusien ominaisuusiin, mistä hypäätään pian matriiseihin ja Gaussin-Jordanin yhtälöryhmien rataisumenetelmään. Tässä vaiheessa todennäöisyys jäädä urssilla jäleen on hyvin suuri. 5 Kaiille ε > 0 löytyy δ >

18 3.3.1 Lineaariavaruus Lineaariavaruus R n on pisteistä x = (x 1,..., x n ) oostuva jouo, jossa on määritelty summa, ertominen reaaliluvulla ja nolla-alio ja joa toteuttaa ahdesan asioomaa. Määritelmät ja asioomat löytyvät urssin monisteesta [5], joten niiden ertaaminen tässä on turhaa. Esimeri Todistetaan ysi lineaariavaruuden R n lause suoraan asioomista: Joaisella x R n on täsmälleen ysi vasta-alio x = ( 1) x. Todistus: Tehdään äänteinen todistus: Oletetaan että aliolla x on toinen vasta-alio y = (y 1,..., y n ) ja että y ( 1) x. Todetaan, että tämä johtaa ristiriitaan. Kosa y on x:n vasta-alio, niin asiooman 4 muaan: x + y = 0 eli (x 1 + y 1,..., x n + y n ) = (0,..., 0) tästä seuraa x i + y i = 0 aiilla i = 1,..., n eli y i = x i aiilla i = 1,..., n, jolloin y = (y 1,..., y n ) = ( x 1,..., x n ). Reaaliluvulla ertomisen määritelmän muaan ( x 1,..., x n ) = ( 1) (x 1,..., x n ), joten y = (y 1,..., y n ) = ( x 1,..., x n ) = ( 1) (x 1,..., x n ) = ( 1) x Tämä on ristiriita, sillä oletettiin, että y ( 1) x. Huomaa, että todistusessa äytettiin yhtä asioomaa, vetoreiden summan määritelmää ja reaaliluujen lasusääntöä. Vastaavanlaisella päättelyllä voidaan todistaa, että on olemassa täsmälleen ysi avaruuden R n nolla-alio: Oletetaan ensin, että on olemassa toinen nolla-alio, = (0,..., 0), ja johdetaan tästä ristiriita äyttäen hyväsi nolla-aliota osevaa asioomaa seä vetoreiden ja reaaliluujen yhteenlasua. Tara todistus jääöön luijan tehtäväsi Normi Normi on uvaus : R n R, joa täyttää normille asetetut arateristiset ominaisuudet. Nämä olme ominaisuutta on lueteltu urssimonisteessa, mutta niiden opettelu uloa tällä urssilla on turhaa. Erilaisiin normien määritelmiin tutustutaan myöhemmin LAG2-urssilla. Ellei muuta ole mainittu, oletusena LAG1:ssä normina äytetään niin sanottua eulidista normia: ( x = x 2 i 18 ) 1 2 = n x 2 i

19 Normin geometrinen tulinta on origosta pisteeseen x = (x 1,..., x n ) piirretyn janan pituus eli pisteen x etäisyys origosta. Vetoria, jona pituus on 1 sanotaan ysiövetorisi. Huomaa, että normin määritelmästä seuraa: x 2 = n x2 i Normin x y geometrinen tulinta on pisteiden x ja y etäisyys. (Vertaa itseisarvoon x y avaruudessa R!) Esimeri R 2 tapausessa eulidinen normi saa Pythagoraan lausetta vastaavan muodon: Oloon x = (1, 1) R 2. Tällöin c := x = = 2 (1, 1) Esimeri R 3 :n ysiövetorit muodostavat pallopinnan S(0, 1) = {x R 3 : x = 1} 19

20 Esimeri Osoitetaan, että aiilla x, y R n pätee ns. suunniasyhtälö: x + y 2 + x y 2 = 2 x y 2 Todistus: Oloon x, y R n. Tällöin: ( ( x + y 2 = (x i + y i ) 2) ) = (x i + y i ) 2 = x 2 i + 2x i y i + yi 2 ja vastaavasti: ( ( x y 2 = (x i + y i ) 2) ) = (x i y i ) 2 = x 2 i 2x i y i + yi 2 Kun nämä yhdistetään ja äytetään summan lasusääntöjä: x + y 2 + x y 2 = x 2 i + 2x i y i + yi 2 + x 2 i 2x i y i + yi 2 = x 2 i + yi 2 + x 2 i + yi 2 = 2x 2 i + 2yi 2 = 2 x y 2 Luijan tehtäväsi jää suunniasyhtälön geometrinen tulinta Aliavaruus Lineaarisen avaruuden R n osajouoa H sanotaan aliavaruudesi, jos se toteuttaa seuraavat ehdot: 1. x, y H x + y H 2. x H ja λ R λ x R Siis aliavaruuden H aii alioiden summat ja aiien alioiden reaalierronnaiset uuluvat aliavaruuteen H. Jouo {0} (siis jouo joa sisältää vain yhden alion, älä seoita tyhjään jouoon!) on triviaali aliavaruus, miä luijanin lienee helppo todeta itsenäisesti. 20

21 Esimeri Osoitetaan, että x-aseli X = {x R 2 : x = (t, 0), t R} on tason R 2 aliavaruus: 1. Oloon r = (r 1, 0) X ja u = (u 1, 0) X. Tällöin r + u = (r 1 + u 1, 0). Kosa r, u X niin r 1, u 1 R ja r 1 + u 1 R joten (r 1 + u 1, 0) X 2. Oloon λ R ja p = (p 1, 0) X. Nyt λ p = λ (p 1, 0) = (λ p 1, 0). Kosa p X niin p 1 R ja tällöin λ p 1 R ja λ p X. Huomaa, että todistusessa oletettiin tunnetusi reaaliluujen lasusäännöt. Luijan tehtäväsi jää osoittaa minä tahansa origon autta uleva suoran K c x = {(x 1, x 2 ) R 2 : x 2 = c x 1, c R} olevan tason R 2 aliavaruus. Misi suora K x+c = {(x 1, x 2 ) R 2 : x 2 = x 1 + c, c 0} ei ole aliavaruus? Sisä- eli pistetulo Sisä- eli pistetulo on uvaus ( ) : R n R n R. Kuten normille, myös sisätulolle on määritelty yleiset ominaisuudet. Näihin tutustutaan taremmin LAG2-urssilla. LAG1-urssilla äytetään eulidista sisätuloa: x y = (x y) = x i y i Jos (x y) = 0 niin vetoreilla x ja y ei ole yhteisiä omponentteja, jolloin ne ovat ohtisuorassa toisiaan vasten. Tällöin sanotaan, että vetorit ovat ortogonaalisia ja meritään x y. Normin ja pistetulon välillä on yhteys: x = (x x) x 2 = (x x) Yleisesti normi määritelläänin juuri sisätulon avulla ja tällöin puhutaan niin sanotusta sisätuloavaruudesta. Pistetulon määritelmästä Tutitaan pistetuloa asiulotteisessa tapausessa: Oloon vetorit x, y R 2, α vetorin x ja x-aselin välinen ulma, β vetorin y ja x-aselin välinen ulma ja γ vetoreiden x ja y välinen ulma. Tällöin siis γ = β α. 21

22 Tällöin: x 1 = x cos α, x 2 = x sin α y 1 = y cos β, y 2 = y sin β Nyt pistetulo (x y) voidaan irjoittaa uudestaan: (x y) = 2 x i y i = x cos α y cos β + x sin α y sin β = x y (cos α cos β + sin α sin β) = x y cos β α = x y cos γ Tämä yleistyy myös useampiulotteisiin avaruusiin. Tällaisessa määritelmässä on järeä, sillä varsinin fysiiassa monet suureet lasetaan ahden vetorin ja niiden välisen ulman avulla. Esimerisi työ W = F s cos α. Esimeri Oloon (3, 3) R 2 ja e 1 = (1, 0) ja e 2 = (0, 1) luonnollisia antavetoreita. Tällöin: (x e 1 ) = = 3 ja (x e 2 ) = = 3 22

23 Kuva selventänee tilannetta: 3 e 2 (3, 3) e Lineaariuvaus Kuvaus L : R n R m on lineaarinen, lyhyesti sanottuna lineaariuvaus, jos aiilla x, y R n ja aiilla λ R pätee: ja Esimeri Oloon a R n. Osoitetaan uvaus lineaarisesi uvausesi: Oloon x, y R n ja λ R L(x + y) = (x + y a) = L(x + y) = L(x) + L(y) L(λx) = λl(x) L : R n R : L(x) = (a x) (x i + y i ) a i = x i a i + y i a i = (x a) + (y a) = L(x) + L(y) Kuvaus täyttää siis ensimmäisen ehdon... L(λx) = (λx a) = λx i a i = λ x i a i = λ(x a) = λl(x)... ja myös toisenin. Huomaa, että uvaus voitaisiin todistaa helposti lineaarisesi myös äyttämällä hyväsi edellä mainittuja pistetulon yleisiä eli arateristisia ominaisuusia. Tämä jääöön uitenin luijan tehtäväsi. 23

24 Esimeri Kuvaus f(x) = x 2 ei ole lineaarinen, sillä f(λx) = λ 2 x 2 λx 2 = λf(x) jos λ Matriisit Sivuutan matriisien määritelmän ja taremman tutailun ja jätän sen luennolla tehtäväsi. Sen sijaan esittelen muutamia neuvoja, joista on hyötyä demojen teemisessä: Joaista lineaariuvausta L : R n R m vastaa ysiäsitteinen 6 matriisi A L = A m n. Tämän matriisin määrittäminen helpottuu, un tarastellaan antavetorien e i uvautumista: Oloon L : R n R n lineaariuvaus, x R n, x = (x 1,..., x n ) ja L(x) = (a 11 x a 1n x n, a 21 x a 2n x n,..., a m1 x a mn x n ). Huomaa, että pilut erottavat vetorin omponentit toisistaan! Kosa e 1 = (1, 0,..., 0) ja uvaus L on lineaarinen, niin matriisin ensimmäinen saraevetori saadaan lasemalla L(e 1 ) = (a 11 1, a 21 1,..., a m1 1) = (a 11, a 21,..., a m1 ) = Vastaavasti lasemalla loput saraevetorit saadaan matriisi: a 11 a 1n a 21 a 2n A L =.. a m1 a mn a 11 a 21. a m1. Tällöin: A L x = a 11 a 1n a 21 a 2n.. x 1 x 2. = a 11 x a 1n x n a 21 x a 2n x n. = L(x) a m1 a mn x n a m1 x 1 +,..., a mn x n 6 Tämä todistettanee luennolla tai demoissa. 24

25 Huomaa, että voi olla a ij = 0 millä tahansa i, j N, jopa aiilla! Lisäsi merintä A L = A m n taroittaa että A L on m n-matriisi. Siis siinä on m riviä ja n saraetta. Edellä ollut yleistä lineaariuvausta vastaavan matriisin esitys lienee vähintäänin seava. Toivottavasti seuraava esimeri selventää teniiaa. Esimeri Oloon L : R 2 R 2, L(x) = L((x 1, x 2 )) = (11x x 2, 21x x 2 ). Nyt: [ ] 11 L(e 1 ) = L((1, 0)) = (11 + 0, ) = (11, 21) = 21 [ ] 12 L(e 2 ) = L((0, 1)) = (0 + 12, ) = (12, 22) = 22 Ja vastaava matriisi: A L = [ ] Ole tara indesien anssa! Monia matriiseihin liittyvä määritelmiä on vaiea yrittää hahmottaa. Varsinin yli olmiulotteisten vetorien tai tilavuusien äsittäminen olmiulotteisessa maailmassa on miltei ylitsepääsemätön haaste. Sisi erityisesti lineaarialgebrassa määritelmien opetteleminen uloa on täreää. Useiden indeseihin perustuviin määritelmien anssa on oltava tarana. Esimerisi määriteltäessä matriisin tuloa, määritelläänin tulomatriisin j:nnen rivin i:nnessä saraeessa oleva alio c ji. Indesien vaihtaminen voi johtaa hyvin ummallisiin ja lopulta turhauttaviin tulosiin. Demotehtävissä esiintyy usein identiteettimatriisi I = [i l ], jolle pätee i l = 1, un = l ja i l = 0, un l. Tällaisten tehtävien rataisu annattaa jaaa ahteen osaan, joista ensimmäisessä tutitaan tapaus = l ja toisessa tapaus l. Esimerisi ahden identiteettimatriisin alioiden tulo i j i l on 1 vain jos = j = l. Lineaarialgbressa esiintyy hyvin vähän Analyysi-ursseilta tuttua arvioimista. Siten monet demotehtävät rateavatin suoraan määritelmistä johtamalla tai äyttämällä niitä hyväsi. 25

26 3.3.7 Matriisien tulo Kahdelle matriisille A = A l m ja B = B m n määritetään tulomatriisin AB = C = C l n j:nnen rivin i:nnessä saraeessa oleva alio c ji asettamalla: c ji = m a j b i =1 Huomaa, että matriisin A rivien määrä on oltava sama uin matriisin B saraeiden määrä. Tällöin tulomatriisin on l n-matriisi. Kirjoitetaan nyt matriisi A = A l m rivivetoriensa a 1, a 2,..., a l avulla muodossa: a 1 a 2 A =. a m missä a = (a 1, a 2,..., a m ) on avaruuden R m vetori aiilla = 1,..., l. Ja irjoitetaan matriisi B = B m n saraevetoriensa b 1, b 2,..., b l avulla muodossa: [ ] B = b1 b2 bm missä b = (b 1, b 2,..., b m ) on myös avaruuden R m vetori aiilla = 1,..., n. Nyt huomataan: (AB) ji = c ji = m a j b i = ( a j b i ) =1 Siis tulomatriisin C = AB j:nnellä rivillä, i:nnessä saraeessa oleva alio c ji saadaan lasemalla matriisin A j:nnen rivivetorin ja matriisin B i:nnen saraevetorin pistetulo. Viimeinen esimeri Oloon A = A n n ja I = I n. Osoitetaan, että A 2 = I jos ja vain jos (A + I)(A I) = 0. 26

27 Todistus: Kosa A 2 = I niin identiteettimatriisin ja matriisien tulon määritelmän nojalla A 2 ij = I ji = n =1 a ja i eli: a j a i = 1 = I ji =1 a j a i = 0 = I ji =1 un i = j un i j Tutitaan tuloa (A + I)(A I): ((A + I)(A I)) ji = a j a i + a i I j a j I i I j I i Jaetaan summattavien termien tarastelu nyt ahteen osaan: Kun i = j: a j a i = 1 oletusen nojalla =1 a i I j = a ji sillä I j = 0 aina un j a j I i = a ji uten ylempi I j I i = 1 sillä I j I i = 1 vain un = i = j. 27

28 ((A + I)(A I)) ji = 0, un j = i. Kun i j vastaavasti: a j a i = 0 oletusen nojalla =1 a i I j = a ji sillä I j = 0 aina un j a j I i = a ji uten ylempi I j I i = 0 sillä I j I i = 0 aiilla silläi j. ((A + I)(A I)) ji = 0, un j i. Siispä ((A + I)(A I)) ji = 0 aina un i = j ja aina un i j joten (A + I)(A I) = 0. Käyttäen hyväsi edellisessä päättelyssä huomattuja ominaisuusia: a j a i + a i I j } {{ } =0 (A + I)(A I) = 0 a j I i I j I i = 0 a j a i = A 2 ji = A 2 ji = A 2 = I I j I i I j I i { 1, j = i 0, j i Väite on nyt todistettu. Kurssin loppupuoli oostuu miltei ysinomaan matriisien tutimisesta ja niiden uusien ominaisuusien määrittelystä ja tarastelusta. Tämä on hyvin pitälti meaanista lasemista ja määritelmästä/aavasta johtamista, joten täreintä on muistaa määritelmät ja olla tara indesien anssa. 28

29 Lyhenteitä ja matemaattisia merintöjä em. edellä mainittu ey epäyhtlö l. eli / lause mv. mielivaltainen s.e. siten, että t.s toisin sanoen voe voidaan olettaa, että ht haista toi / harjoitustehtävä A A:n looginen negaatio A B Jos A niin B uuluu jouooon osajouo [a, b] suljettu väli a:sta b:hen: [a, b] = {x R : a x b} ]a, b[ avoin väli a:sta b:hen: ]a, b[= {x R : a < x < b} aiilla on olemassa jouojen leiaus i äy yhdestä :hon jouojen yhdiste i äy yhdestä :hon (x y) vetoreiden x ja y pistetulo A m n A ij matriisi A, jossa on m riviä ja n saraetta matriisin A i:nnen rivin j:nnessä saraeessa oleva alio summa i äy yhdestä :hon x vetorin x normi 29

30 Kirjallisuutta [1] Laatos: Proofs and Refutations - the Logic of Mathematical Discovery, irja [2] Polya: How to Solve it - A New Aspect of Mathematical Method, irja [3] Polya: Mathematical Discovery - On Understanding, Learning and Teaching Problem Solving, irja [4] Tero Kilpeläinen: Analyysi 1, moniste, Jyväsylän yliopisto, Matematiian laitos 2000/ [5] Veio T. Purmonen: Lineaarinen algebra ja geometria, moniste, Jyväsylän yliopisto, Matematiian laitos 2007 [6] Paavo Heisanen: Jatuvuus- ja derivoituvuusäsitteet luion pitässä matematiiassa, Pro gradu -tutielma, Jyväsylän yliopisto, Matematiian laitos Monisteen sai ladattua aiemmin Kilpeläisen otisivuilta, mutta nyt opinto-opas neuvoo atsomaan urssin otisivuja. Lisätietoja tullee urssilla. 30

JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 1, MALLIRATKAISUT

JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 1, MALLIRATKAISUT JOHDATUS LUKUTEORIAAN (sysy 2017) HARJOITUS 1, MALLIRATKAISUT Tehtävä 1. (i) Etsi luvun 111312 aii teijät. (ii) Oloot a ja b positiivisia oonaisluuja joilla a b ja b a. Osoita, että silloin a = b. Rataisu

Lisätiedot

Tehtävä 3. Määrää seuraavien jonojen raja-arvot 1.

Tehtävä 3. Määrää seuraavien jonojen raja-arvot 1. Jonotehtävät, 0/9/005, sivu / 5 Perustehtävät Tehtävä. Muotoile matemaattiset vastineet seuraavien väitteiden negaatioille (ts. vastaohdat).. Jono (a n ) suppenee ohti luua a.. Jono (a n ) on asvava. 3.

Lisätiedot

Tehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1

Tehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1 Luuteoria Harjoitus 1 evät 2011 Alesis Kosi 1 Tehtävä 1 Näytä: jos a ja b ovat positiivisia oonaisluuja joille (a, b) = 1 ja a c, seä lisäsi b c, niin silloin ab c. Vastaus Kosa a c, niin jaollisuuden

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiian tuiurssi Kurssierta 5 Sarjojen suppeneminen Kiinnostusen ohteena on edelleen sarja a n = a + a 2 + a 3 + a 4 + n= Tämä summa on mahdollisesti äärellisenä olemassa, jolloin sanotaan että sarja

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I MS-A00 Disreetin matematiian perusteet Esimerejä ym., osa I G. Gripenberg Jouo-oppi ja logiia Todistuset logiiassa Indutioperiaate Relaatiot ja funtiot Funtiot Aalto-yliopisto. maalisuuta 0 Kombinatoriia

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet

MS-A0402 Diskreetin matematiikan perusteet MS-A0402 Disreetin matematiian perusteet Osa 3: Kombinatoriia Riia Kangaslampi 2017 Matematiian ja systeemianalyysin laitos Aalto-yliopisto Kombinatoriia Summaperiaate Esimeri 1 Opetusohjelmaomiteaan valitaan

Lisätiedot

J1 (II.6.9) J2 (X.5.5) MATRIISILASKENTA(TFM) MALLIT AV 6

J1 (II.6.9) J2 (X.5.5) MATRIISILASKENTA(TFM) MALLIT AV 6 MATRIISILASKENTA(TFM) MALLIT AV 6 J (II.6.9) Päättele, että avaruusvetorit a, b ja c ovat lineaarisesti riippuvat täsmälleen un vetoreiden virittämän suuntaissärmiön tilavuus =. Tuti tällä riteerillä ovato

Lisätiedot

Johdatus lukuteoriaan Harjoitus 1 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma

Johdatus lukuteoriaan Harjoitus 1 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma Johdatus luuteoriaan Harjoitus 1 ss 008 Eemeli Blåsten Rataisuehdotelma Tehtävä 1 Oloot a ja b positiivisia oonaisluuja. Osoita, että on olemassa siäsitteinen luu h ('luujen a ja b pienin hteinen jaettava',

Lisätiedot

2 Taylor-polynomit ja -sarjat

2 Taylor-polynomit ja -sarjat 2 Taylor-polynomit ja -sarjat 2. Taylor-polynomi Taylor-polynomi P n (x; x 0 ) funtion paras n-asteinen polynomiapprosimaatio (derivoinnin annalta) pisteen x 0 lähellä. Maclaurin-polynomi: tapaus x 0 0.

Lisätiedot

III. SARJATEORIAN ALKEITA. III.1. Sarjan suppeneminen. x k = x 1 + x 2 + x ,

III. SARJATEORIAN ALKEITA. III.1. Sarjan suppeneminen. x k = x 1 + x 2 + x , III. SARJATEORIAN ALKEITA Sarja on formaali summa III.. Sarjan suppeneminen = x + x 2 + x 3 +..., missä R aiilla N (merintä ei välttämättä taroita mitään reaaliluua). Luvut x, x 2,... ovat sarjan yhteenlasettavat

Lisätiedot

M 2 M = sup E M 2 t. E X t = lim. niin martingaalikonvergenssilauseen oletukset ovat voimassa, eli löydämme satunnaismuuttujan M, joka toteuttaa ehdon

M 2 M = sup E M 2 t. E X t = lim. niin martingaalikonvergenssilauseen oletukset ovat voimassa, eli löydämme satunnaismuuttujan M, joka toteuttaa ehdon Matematiian ja tilastotieteen laitos Stoastiset differentiaaliyhtälöt Rataisuehdotelma Harjoituseen 7 1. Näytä, että uvaus M M M 2, un M 2 M = sup E M 2 t 2 t 0 on normi jouossa M 2 = { M : M on martingaali

Lisätiedot

STOKASTISET DIFFERENTIAALIYHTÄLÖT 7

STOKASTISET DIFFERENTIAALIYHTÄLÖT 7 STOKASTISET DIFFERENTIAALIYHTÄLÖT 7 1. Todennäöisyyslasennasta ja merinnöistä Palautamme seuraavassa lyhyesti mieleen todennäöisyyslasennan äsitteitä ja esittelemme myös muutamia urssilla äytettäviä merintätapoja.

Lisätiedot

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M V. POTENSSISARJAT Funtioterminen sarja V.. Abelin lause ja potenssisarjan suppenemisväli P a x x, missä a, a, a 2,... R ja x R ovat vaioita, on potenssisarja, jona ertoimet ovat luvut a, a,... ja ehitysesus

Lisätiedot

Joulukuun vaativammat valmennustehtävät ratkaisut

Joulukuun vaativammat valmennustehtävät ratkaisut Jouluuun vaativammat valmennustehtävät rataisut. Tapa. Pätee z = x + y, joten z = (x + y = x + y, josta sieventämällä seuraa xy 4x 4y + 4 = 0. Siispä (x (y =. Tästä yhtälöstä saadaan suoraan x =, y = 4

Lisätiedot

funktiojono. Funktiosarja f k a k (x x 0 ) k

funktiojono. Funktiosarja f k a k (x x 0 ) k SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 3 4. Funtiosarjat Tässä luvussa esitettävissä funtiosarjojen tulosissa yhdistämme luujen 3 teoriaa. Esimeri 4.. Geometrinen sarja x suppenee aiilla x ], [ ja hajaantuu

Lisätiedot

Sattuman matematiikkaa III

Sattuman matematiikkaa III Sattuman matematiiaa III Kolmogorovin asioomat ja frevenssitulinta Tommi Sottinen Tutija Matematiian ja tilastotieteen laitos, Helsingin yliopisto Laboratoire de Probabilités et Modèles Aléatoires, Université

Lisätiedot

Riemannin sarjateoreema

Riemannin sarjateoreema Riemannin sarjateoreema LuK-tutielma Sami Määttä 2368326 Matemaattisten tieteiden laitos Oulun yliopisto Sysy 206 Sisältö Johdanto 2 Luujonot 3 2 Sarjat 4 2. Vuorottelevat sarjat........................

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle / MS-A8 Differentiaali- ja integraalilasenta, V/27 Differentiaali- ja integraalilasenta Rataisut. viiolle /. 3.4. Luujonot Tehtävä : Mitä ovat luujonon viisi ensimmäistä termiä, un luujono on a) (a n ) n=,

Lisätiedot

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 1. laskuharjoitus, ratkaisuehdotukset

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 1. laskuharjoitus, ratkaisuehdotukset Todennäöisyyslasenta IIa, syys loauu 019 / Hytönen 1. lasuharjoitus, rataisuehdotuset 1. ( Klassio ) Oloot A ja B tapahtumia. Todista lasuaavat (a) P(A B) P(A) + P(B \ A), (b) P(B) P(A B) + P(B \ A), (c)

Lisätiedot

3. Markovin prosessit ja vahva Markovin ominaisuus

3. Markovin prosessit ja vahva Markovin ominaisuus 30 STOKASTISET DIFFERENTIAALIYHTÄLÖT 3. Marovin prosessit ja vahva Marovin ominaisuus Aloitamme nyt edellisen appaleen päättäneen esimerin yleistämisen Brownin liieelle. Käymme ysitellen läpi esimerin

Lisätiedot

2.8 Mallintaminen ensimmäisen asteen polynomifunktion avulla

2.8 Mallintaminen ensimmäisen asteen polynomifunktion avulla MAB Matemaattisia malleja I.8. Mallintaminen ensimmäisen asteen.8 Mallintaminen ensimmäisen asteen polynomifuntion avulla Tutustutaan mallintamiseen esimerien autta. Esimeri.8. Määritä suoran yhtälö, un

Lisätiedot

9 Lukumäärien laskemisesta

9 Lukumäärien laskemisesta 9 Luumäärie lasemisesta 9 Biomiertoimet ja osajouoje luumäärä Määritelmä 9 Oletetaa, että, N Biomierroi ilmaisee, uia mota -alioista osajouoa o sellaisella jouolla, jossa o aliota Meritä luetaa yli Lasimesta

Lisätiedot

Pyramidi 3 Analyyttinen geometria tehtävien ratkaisut sivu 139 Päivitetty a) 402 Suplementtikulmille on voimassa

Pyramidi 3 Analyyttinen geometria tehtävien ratkaisut sivu 139 Päivitetty a) 402 Suplementtikulmille on voimassa Pyramidi Analyyttinen geometria tehtävien rataisut sivu 9 Päivitetty 9..6 4 a) 4 Suplementtiulmille on voimassa b) a) α + β 8 α + β 8 β 6 c) b) c) α 6 6 + β 8 β 8 6 β 45 β 6 9 α 9 9 + β 8 β 8 + 9 β 7 Pyramidi

Lisätiedot

Luku kahden alkuluvun summana

Luku kahden alkuluvun summana Luu ahden aluluvun summana Juho Salmensuu Lahden Lyseon luio Matematiia 008 Tiivistelmä Tutielmassa tarastellaan ysymystä; uina monella eri tavalla annettu parillinen oonaisluu voidaan esittää ahden aluluvun

Lisätiedot

termit on luontevaa kirjoittaa summamuodossa. Tällöin päädymme lukusarjojen teoriaan: a k = s.

termit on luontevaa kirjoittaa summamuodossa. Tällöin päädymme lukusarjojen teoriaan: a k = s. SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 7 3. Luusarjat Josus luujonon (b ) termit on luontevairjoittaa summamuodossa. Tällöin päädymme luusarjojen teoriaan: Määritelmä 3.. Oloon ( ), R luujono. Symboli (3.)

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 2, ratkaisuehdotukset. Johdanto differenssiyhtälöiden ratkaisemiseen

DEE Lineaariset järjestelmät Harjoitus 2, ratkaisuehdotukset. Johdanto differenssiyhtälöiden ratkaisemiseen D-00 Lineaariset järjestelmät Harjoitus, rataisuehdotuset Johdanto differenssiyhtälöiden rataisemiseen Differenssiyhtälöillä uvataan disreettiaiaisten järjestelmien toimintaa. Disreettiaiainen taroittaa

Lisätiedot

TAMPEREEN YLIOPISTO Pro gradu -tutkielma. Hannu Pajula. Stirlingin luvuista

TAMPEREEN YLIOPISTO Pro gradu -tutkielma. Hannu Pajula. Stirlingin luvuista TAMPEREEN YLIOPISTO Pro gradu -tutielma Hannu Pajula Stirlingin luvuista Informaatiotieteiden ysiö Matematiia Maalisuu 2014 Tampereen yliopisto Informaatiotieteiden ysiö PAJULA, HANNU: Stirlingin luvuista

Lisätiedot

b 4i j k ovat yhdensuuntaiset.

b 4i j k ovat yhdensuuntaiset. MAA5. 1 Koe 29.9.2012 Jussi Tyni Valitse 6 tehtävää! Muista tehdä pisteytysruuduo ensimmäisen onseptin yläreunaan! Perustele vastausesi välivaiheilla! 1. Oloon vetorit a 2i 6 j 3 ja b i 4 j 3 a) Määritä

Lisätiedot

Johdatus matemaattiseen päättelyyn

Johdatus matemaattiseen päättelyyn Johdatus matemaattiseen päättelyyn Maarit Järvenpää Oulun yliopisto Matemaattisten tieteiden laitos Syyslukukausi 2015 1 Merkintöjä Luonnollisten lukujen joukko N on joukko N = {1, 2, 3,...} ja kokonaislukujen

Lisätiedot

Perustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24

Perustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24 Sarjateorian tehtävät 0. syysuuta 2005 sivu / 24 Perustehtäviä. Muunna sarja telesooppimuotoon ja osoita, että se suppenee. Lase myös sarjan summa. ( + ) = 2 + 6 + 2 +... 2. Osoita suoraan määritelmään

Lisätiedot

Ennen kuin mennään varsinaisesti tämän harjoituksen asioihin, otetaan aluksi yksi merkintätekninen juttu. Tarkastellaan differenssiyhtälöä

Ennen kuin mennään varsinaisesti tämän harjoituksen asioihin, otetaan aluksi yksi merkintätekninen juttu. Tarkastellaan differenssiyhtälöä DEE-00 Lineaariset järjestelmät Harjoitus, rataisuehdotuset Ennen uin mennään varsinaisesti tämän harjoitusen asioihin, otetaan alusi ysi merintäteninen juttu Tarastellaan differenssiyhtälöä y y y 0 Vaihtoehtoinen

Lisätiedot

OHJ-2300 Johdatus tietojenkäsittelyteoriaan Syksy 2008

OHJ-2300 Johdatus tietojenkäsittelyteoriaan Syksy 2008 OHJ-2300 Johdatus tietojenäsittelyteoriaan Sysy 2008 1 2 Organisaatio & aiataulu Luennot: prof. Tapio Elomaa P1: Ti 14-16 TC 103 ja to 14 16 TC 133 P2: Ti 14-16 TB 219 ja to 12 14 TB 224 26.8. 20.11. Jussi

Lisätiedot

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

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

Lisätiedot

Hanoin tornit. Merkitään a n :llä pienintä tarvittavaa määrää siirtoja n:lle kiekolle. Tietysti a 1 = 1. Helposti nähdään myös, että a 2 = 3:

Hanoin tornit. Merkitään a n :llä pienintä tarvittavaa määrää siirtoja n:lle kiekolle. Tietysti a 1 = 1. Helposti nähdään myös, että a 2 = 3: Hanoin tornit Oloot n ieoa asetettu olmeen tanoon uvan osoittamalla tavalla (uvassa n = 7). Siirtämällä yhtä ieoa errallaan, ieot on asetettava toiseen tanoon samaan järjestyseen. Isompaa ieoa ei missään

Lisätiedot

Vektoreiden virittämä aliavaruus

Vektoreiden virittämä aliavaruus Vektoreiden virittämä aliavaruus Määritelmä Oletetaan, että v 1, v 2,... v k R n. Näiden vektoreiden virittämä aliavaruus span( v 1, v 2,... v k ) tarkoittaa kyseisten vektoreiden kaikkien lineaarikombinaatioiden

Lisätiedot

Johdatus matemaattiseen päättelyyn

Johdatus matemaattiseen päättelyyn Johdatus matemaattiseen päättelyyn Maarit Järvenpää Oulun yliopisto Matemaattisten tieteiden laitos Syyslukukausi 2015 1 Merkintöjä 2 Todistamisesta 2 3 Joukko-oppia Tässä luvussa tarkastellaan joukko-opin

Lisätiedot

z z 0 (m 1)! g(m 1) (z0) k=0 Siksi kun funktioon f(z) sovelletaan Cauchyn integraalilausetta, on voimassa: sin(z 2 dz = (z i) n+1 k=0

z z 0 (m 1)! g(m 1) (z0) k=0 Siksi kun funktioon f(z) sovelletaan Cauchyn integraalilausetta, on voimassa: sin(z 2 dz = (z i) n+1 k=0 TKK, Matematiian laitos v.pfaler/pursiainen Mat-.33 Matematiian perusurssi KP3-i sysy 2007 Lasuharjoitus 4 viio 40 Tehtäväsarja A viittaa aluviion ja L loppuviion tehtäviin. Valmistauu esittämään nämä

Lisätiedot

Determinantti 1 / 30

Determinantti 1 / 30 1 / 30 on reaaliluku, joka on määritelty neliömatriiseille Determinantin avulla voidaan esimerkiksi selvittää, onko matriisi kääntyvä a voidaan käyttää käänteismatriisin määräämisessä ja siten lineaarisen

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 5, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 5, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset DEE- Lineaariset järjestelmät Harjoitus 5, harjoitustenpitäjille taroitetut rataisuehdotuset Tämän harjoitusen ideana on opetella -muunnosen äyttöä differenssiyhtälöiden rataisemisessa Lisäsi äytetään

Lisätiedot

Ylioppilastutkintolautakunta S tudentexamensnämnden

Ylioppilastutkintolautakunta S tudentexamensnämnden Ylioppilastutintolautaunta S tudenteamensnämnden MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 0..0 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden ja sisältöjen luonnehdinta ei sido ylioppilastutintolautaunnan

Lisätiedot

Modaalilogiikan harjoitusteht vi Aatu Koskensilta 1 Harjoitusteht v t Teht v 100 a) Osoitamme, ett Th(F 1 F 2 ) Th(F 1 ) [ Th(F 2 ) vastaesim

Modaalilogiikan harjoitusteht vi Aatu Koskensilta 1 Harjoitusteht v t Teht v 100 a) Osoitamme, ett Th(F 1 F 2 ) Th(F 1 ) [ Th(F 2 ) vastaesim Modaalilogiian harjoitusteht vi Aatu Kosensilta 1 Harjoitusteht v t 16.4 1.1 Teht v 100 a) Osoitamme, ett Th(F 1 F 2 ) Th(F 1 ) [ Th(F 2 ) vastaesimerin avulla. Otamme ehysisi F 1 = hz? ;?i ja F 1 = hz

Lisätiedot

1 Lineaariavaruus eli Vektoriavaruus

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

Lisätiedot

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on 13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu

Lisätiedot

Matematiikan tukikurssi, kurssikerta 3

Matematiikan tukikurssi, kurssikerta 3 Matematiikan tukikurssi, kurssikerta 3 1 Epäyhtälöitä Aivan aluksi lienee syytä esittää luvun itseisarvon määritelmä: { x kun x 0 x = x kun x < 0 Siispä esimerkiksi 10 = 10 ja 10 = 10. Seuraavaksi listaus

Lisätiedot

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT imat-2.104 Tilastollisen analyysin perusteet / Tehtävät Aiheet: Avainsanat: Ysisuuntainen varianssianalyysi Bartlettin testi, Bonferronin menetelmä, F-testi, Jäännösneliösumma, χ 2 -testi, Koonaisesiarvo,

Lisätiedot

3. Täydellisyys ja Banachin avaruus. ominaisuutta sanotaan täydellisyydeksi. Toisena esimerkkinä mainitaan avaruus

3. Täydellisyys ja Banachin avaruus. ominaisuutta sanotaan täydellisyydeksi. Toisena esimerkkinä mainitaan avaruus FUNKTIONAALIANALYYSIN PERUSKURSSI 25 3. Täydellisyys ja Banachin avaruus Reaaliluujen jouo R (varustettuna normilla x y ) eroaa rataisevasti rationaaliluujen jouosta Q seuraavan ominaisuutensa perusteella:

Lisätiedot

802320A LINEAARIALGEBRA OSA II

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

Lisätiedot

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

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

Lisätiedot

1 Sisätulo- ja normiavaruudet

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

Lisätiedot

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo. Lineaariavaruudet aiheita 1 määritelmä Nelikko (L, R, +, ) on reaalinen (eli reaalinen vektoriavaruus), jos yhteenlasku L L L, ( u, v) a + b ja reaaliluvulla kertominen R L L, (λ, u) λ u toteuttavat seuraavat

Lisätiedot

Luku 11. Jatkuvuus ja kompaktisuus

Luku 11. Jatkuvuus ja kompaktisuus 1 MAT-13440 LAAJA MATEMATIIKKA 4 Taperee teillie yliopisto Risto Silveoie Kevät 2008 Luu 11. Jatuvuus ja opatisuus 11.1 Jatuvat futiot ja uvauset Tässä luvussa tarastellaa yleisiillää vetoriuuttuja vetoriarvoisia

Lisätiedot

Todennäköisyysjakaumat 1/5 Sisältö ESITIEDOT: todennäköisyyslaskenta, määrätty integraali

Todennäköisyysjakaumat 1/5 Sisältö ESITIEDOT: todennäköisyyslaskenta, määrätty integraali Todennäöissjaaumat /5 Sisältö ESITIEDOT: lasenta, määrätt Haemisto KATSO MYÖS: tilastomatematiia P (X = )=p. Nämä ovat 0 ja niiden summa on p =. Pistetodennäöisdet voidaan graafisesti esittää pstsuorien

Lisätiedot

Ominaisvektoreiden lineaarinen riippumattomuus

Ominaisvektoreiden lineaarinen riippumattomuus Ominaisvektoreiden lineaarinen riippumattomuus Lause 17 Oletetaan, että A on n n -matriisi. Oletetaan, että λ 1,..., λ m ovat matriisin A eri ominaisarvoja, ja oletetaan, että v 1,..., v m ovat jotkin

Lisätiedot

C (4) 1 x + C (4) 2 x 2 + C (4)

C (4) 1 x + C (4) 2 x 2 + C (4) http://matematiialehtisolmu.fi/ Kombiaatio-oppia Kuia mota erilaista lottoriviä ja poeriättä o olemassa? Lotossa arvotaa 7 palloa 39 pallo jouosta. Poeriäsi o viide orti osajouo 52 orttia äsittävästä paasta.

Lisätiedot

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218 Lineaarialgebra ja matriisilaskenta I LM1, Kesä 2012 1/218 Avaruuden R 2 vektorit Määritelmä (eli sopimus) Avaruus R 2 on kaikkien reaalilukuparien joukko; toisin sanottuna R 2 = { (a, b) a R ja b R }.

Lisätiedot

Lineaarikuvauksen R n R m matriisi

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

Lisätiedot

802320A LINEAARIALGEBRA OSA I

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

Lisätiedot

x k x j < ε Seuraavat kolme lausetta kertovat Cauchy jonojen perusominaisuudet. kaikilla n m ε. x k y + y x j < ε 2 + ε 2 = ε.

x k x j < ε Seuraavat kolme lausetta kertovat Cauchy jonojen perusominaisuudet. kaikilla n m ε. x k y + y x j < ε 2 + ε 2 = ε. 28 FUNKTIONAALIANALYYSIN PERUSKURSSI 3. Täydellisyys ja Banachin avaruus Reaaliluujen jouo R (varustettuna normilla x y ) eroaa rataisevasti rationaaliluujen jouosta Q seuraavan ominaisuutensa perusteella:

Lisätiedot

Miehitysluvuille voidaan kirjoittaa Maxwell Boltzmann jakauman mukaan. saamme miehityslukujen summan muodossa

Miehitysluvuille voidaan kirjoittaa Maxwell Boltzmann jakauman mukaan. saamme miehityslukujen summan muodossa S-4.7 Fysiia III (EST) Tetti..6. Tarastellaa systeemiä, jossa ullai hiuasella o olme mahdollista eergiatasoa, ε ja ε, missä ε o eräs vaio. Oletetaa, että systeemi oudattaa Maxwell-Boltzma jaaumaa ja, että

Lisätiedot

Eksponenttifunktio. Johdanto. Määritelmä. Pekka Alestalo Matematiikan ja systeemianalyysin laitos Aalto-yliopisto

Eksponenttifunktio. Johdanto. Määritelmä. Pekka Alestalo Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Solmu 3/08 3 Esponenttifuntio Pea Alestalo Matematiian ja systeemianalyysin laitos Aalto-yliopisto Jodanto Esponenttifuntio e x on eräs täreimmistä matematiiassa ja varsinin sen sovellusissa esiintyvistä

Lisätiedot

Kertausta: avaruuden R n vektoreiden pistetulo

Kertausta: avaruuden R n vektoreiden pistetulo Kertausta: avaruuden R n vektoreiden pistetulo Määritelmä Vektoreiden v R n ja w R n pistetulo on v w = v 1 w 1 + v 2 w 2 + + v n w n. Huom. Pistetulo v w on reaaliluku! LM2, Kesä 2012 227/310 Kertausta:

Lisätiedot

Kertausosa. Kertausosa. 4. Sijoitetaan x = 2 ja y = 3 suoran yhtälöön. 1. a) Tosi Piste (2,3) on suoralla. Epätosi Piste (2, 3) ei ole suoralla. 5.

Kertausosa. Kertausosa. 4. Sijoitetaan x = 2 ja y = 3 suoran yhtälöön. 1. a) Tosi Piste (2,3) on suoralla. Epätosi Piste (2, 3) ei ole suoralla. 5. Kertausosa. Sijoitetaan ja y suoran yhtälöön.. a) d, ( ) ( ),0... d, ( 0 ( ) ) ( ) 0,9.... Kodin oordinaatit ovat (-,0;,0). Kodin ja oulun etäisyys d, (,0 0) (,0 0),0,...,0 (m) a) Tosi Piste (,) on suoralla.

Lisätiedot

[ ] [ 2 [ ] [ ] ( ) [ ] Tehtävä 1. ( ) ( ) ( ) ( ) ( ) ( ) 2( ) = 1. E v k 1( ) R E[ v k v k ] E e k e k e k e k. e k e k e k e k.

[ ] [ 2 [ ] [ ] ( ) [ ] Tehtävä 1. ( ) ( ) ( ) ( ) ( ) ( ) 2( ) = 1. E v k 1( ) R E[ v k v k ] E e k e k e k e k. e k e k e k e k. ehtävä. x( + ) x( y x( + e ( y x( + e ( E v E e ( ) e ( R E[ v v ] E e e e e e e e e 6 estimointivirhe: ~ x( x( x$( x( - b y ( - b y ( estimointivirheen odotusarvo: x( - b x( - b e ( - b x( - b e ( ( -

Lisätiedot

Luku 2. Jatkuvuus ja kompaktisuus

Luku 2. Jatkuvuus ja kompaktisuus 1 MAT-13440 LAAJA MATEMATIIKKA 4 Taperee teillie yliopisto Risto Silveoie Kevät 2010 Luu 2. Jatuvuus ja opatisuus 1. Jatuvat futiot ja uvauset Tässä luvussa tarastellaa yleisiillää vetoriuuttuja vetoriarvoisia

Lisätiedot

Johdatus matemaattiseen päättelyyn (5 op)

Johdatus matemaattiseen päättelyyn (5 op) Johdatus matemaattiseen päättelyyn (5 op) Tero Vedenjuoksu Oulun yliopisto Matemaattisten tieteiden laitos 2014 Johdatus matemaattiseen päättelyyn 2014 Yhteystiedot: Tero Vedenjuoksu tero.vedenjuoksu@oulu.fi

Lisätiedot

Talousmatematiikan verkkokurssi. Koronkorkolaskut

Talousmatematiikan verkkokurssi. Koronkorkolaskut Sivu 1/7 oronorolasuja sovelletaan tapausiin, joissa aia on pidempi uin ysi oonainen orojaso, eli aia, jolle oroanta ilmoittaa oron määrän. orolasu: enintään yhden orojason pituisille oroajoille; oronorolasu:

Lisätiedot

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua.

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua. HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 2 Ratkaisuehdotuksia Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, 15-17

Lisätiedot

missä on myös käytetty monisteen kaavaa 12. Pistä perustelut kohdilleen!

missä on myös käytetty monisteen kaavaa 12. Pistä perustelut kohdilleen! Matematiikan johdantokurssi Kertausharjoitustehtävien ratkaisuja/vastauksia/vihjeitä. Osoita todeksi logiikan lauseille seuraava: P Q (P Q). Ratkaisuohje. Väite tarkoittaa, että johdetut lauseet P Q ja

Lisätiedot

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

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

Lisätiedot

Vastaoletuksen muodostaminen

Vastaoletuksen muodostaminen Vastaoletuksen muodostaminen Vastaoletus (Antiteesi) on väitteen negaatio. Sitä muodostettaessa on mietittävä, mitä tarkoittaa, että väite ei ole totta. Väite ja vastaoletus yhdessä sisältävät kaikki mahdolliset

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 Ratkaisuluonnoksia, Syksy 2016 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

Todistusmenetelmiä Miksi pitää todistaa?

Todistusmenetelmiä Miksi pitää todistaa? Todistusmenetelmiä Miksi pitää todistaa? LUKUTEORIA JA TO- DISTAMINEN, MAA11 Todistus on looginen päättelyketju, jossa oletuksista, määritelmistä, aksioomeista sekä aiemmin todistetuista tuloksista lähtien

Lisätiedot

Analyysi 1. Harjoituksia lukuihin 1 3 / Syksy Osoita täsmällisesti perustellen, että joukko A = x 4 ei ole ylhäältä rajoitettu.

Analyysi 1. Harjoituksia lukuihin 1 3 / Syksy Osoita täsmällisesti perustellen, että joukko A = x 4 ei ole ylhäältä rajoitettu. Analyysi Harjoituksia lukuihin 3 / Syksy 204. Osoita täsmällisesti perustellen, että joukko { 2x A = x ]4, [. x 4 ei ole ylhäältä rajoitettu. 2. Anna jokin ylä- ja alaraja joukoille { x( x) A = x ], [,

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 6 Sarjojen suppeneminen Kiinnostuksen kohteena on edelleen sarja a k = a + a 2 + a 3 + a 4 +... k= Tämä summa on mahdollisesti äärellisenä olemassa, jolloin sanotaan

Lisätiedot

802328A LUKUTEORIAN PERUSTEET OSA II BASICS OF NUMBER THEORY PART II. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO

802328A LUKUTEORIAN PERUSTEET OSA II BASICS OF NUMBER THEORY PART II. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO 802328A LUKUTEORIAN PERUSTEET OSA II BASICS OF NUMBER THEORY PART II Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 Sisältö 1 KERTOMAT, BINOMIKERTOIMET 2 1.0.1 Kertoma/Factorial......................

Lisätiedot

802118P Lineaarialgebra I (4 op)

802118P Lineaarialgebra I (4 op) 802118P Lineaarialgebra I (4 op) Tero Vedenjuoksu Oulun yliopisto Matemaattisten tieteiden laitos 2012 Lineaarialgebra I Yhteystiedot: Tero Vedenjuoksu tero.vedenjuoksu@oulu.fi Työhuone M206 Kurssin kotisivu

Lisätiedot

Olkoot X ja Y riippumattomia satunnaismuuttujia, joiden odotusarvot, varianssit ja kovarianssi ovat

Olkoot X ja Y riippumattomia satunnaismuuttujia, joiden odotusarvot, varianssit ja kovarianssi ovat Mat-.3 Koesuunnittelu ja tilastolliset mallit. harjoituset Mat-.3 Koesuunnittelu ja tilastolliset mallit. harjoituset / Rataisut Aiheet: Avainsanat: Satunnaismuuttujat ja todennäöisyysjaaumat Kertymäfuntio

Lisätiedot

1 sup- ja inf-esimerkkejä

1 sup- ja inf-esimerkkejä Alla olevat kohdat (erityisesti todistukset) ovat lähinnä oheislukemista reaaliluvuista, mutta joihinkin niistä palataan myöhemmin kurssilla. 1 sup- ja inf-esimerkkejä Nollakohdan olemassaolo. Kaikki tuntevat

Lisätiedot

Vektorien virittämä aliavaruus

Vektorien virittämä aliavaruus Vektorien virittämä aliavaruus Esimerkki 13 Mikä ehto vektorin w = (w 1, w 2, w 3 ) komponenttien on toteutettava, jotta w kuuluu vektoreiden v 1 = (3, 2, 1), v 2 = (2, 2, 6) ja v 3 = (3, 4, 5) virittämään

Lisätiedot

Avaruuden R n aliavaruus

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

Lisätiedot

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

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

Lisätiedot

4.3 Erillisten joukkojen yhdisteet

4.3 Erillisten joukkojen yhdisteet 4.3 Erillisten jouojen yhdisteet Ongelmana on pitää yllä ooelmaa S 1,..., S perusjouon X osajouoja, jota voivat muuttua ajan myötä. Rajoitusena on, että miään alio x ei saa uulua useampaan uin yhteen jouoon.

Lisätiedot

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

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

Lisätiedot

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

1 sup- ja inf-esimerkkejä

1 sup- ja inf-esimerkkejä Alla olevat kohdat (erityisesti todistukset) ovat lähinnä oheislukemista reaaliluvuista, mutta joihinkin niistä palataan myöhemmin kurssilla. 1 sup- ja inf-esimerkkejä Kaarenpituus. Olkoon r: [a, b] R

Lisätiedot

802320A LINEAARIALGEBRA OSA III

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

Lisätiedot

Eksponentti- ja logaritmiyhtälö

Eksponentti- ja logaritmiyhtälö Esponentti- ja logaritmiyhtälö Esponenttifuntio Oloon a 1 positiivinen reaaliluu. Reaalifuntiota f() = a nimitetään esponenttifuntiosi ja luua a sen antaluvusi. Jos a > 1, niin esponenttifuntio f : R R,

Lisätiedot

Matemaattinen Analyysi

Matemaattinen Analyysi Vaasan yliopisto, evät 05 / ORMS00 Matemaattinen Analyysi 6. harjoitus. Approsimoi toisen asteen polynomilla P(x) = b 0 +b x+b x oheisen tauluon muaisia havaintoja. (Teorian löydät opetusmonisteen sivuilta

Lisätiedot

Johdatus matemaattiseen päättelyyn

Johdatus matemaattiseen päättelyyn Johdatus matemaattiseen päättelyyn Oulun yliopisto Matemaattisten tieteiden laitos 01 Tero Vedenjuoksu Sisältö 1 Johdanto 3 Esitietoja ja merkintöjä 4 3 Todistamisesta 5 3.1 Suora todistus.............................

Lisätiedot

7 Vapaus. 7.1 Vapauden määritelmä

7 Vapaus. 7.1 Vapauden määritelmä 7 Vapaus Kuten edellisen luvun lopussa mainittiin, seuraavaksi pyritään ratkaisemaan, onko annetussa aliavaruuden virittäjäjoukossa tarpeettomia vektoreita Jos tällaisia ei ole, virittäjäjoukkoa kutsutaan

Lisätiedot

missä on myös käytetty monisteen kaavaa 12. Pistä perustelut kohdilleen!

missä on myös käytetty monisteen kaavaa 12. Pistä perustelut kohdilleen! Matematiikan johdantokurssi Kertausharjoitustehtävien ratkaisuja/vastauksia/vihjeitä. Osoita todeksi logiikan lauseille seuraava: P Q (P Q). Ratkaisuohje. Väite tarkoittaa, että johdetut lauseet P Q ja

Lisätiedot

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Funktiot Tässä luvussa käsitellään reaaliakselin osajoukoissa määriteltyjä funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Avoin väli: ]a, b[ tai ]a, [ tai ],

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, Syksy 2016 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

Projekti 5 Systeemifunktiot ja kaksiportit. Kukin ryhmistä tarkastelee piiriä eri taajuuksilla. Ryhmäni taajuus on

Projekti 5 Systeemifunktiot ja kaksiportit. Kukin ryhmistä tarkastelee piiriä eri taajuuksilla. Ryhmäni taajuus on EPOP Kevät 2012 Projeti 5 Systeemifuntiot ja asiportit Tämä projeti tehdään 3 hengen ryhmissä. Ryhmääni uuluvat Kuin ryhmistä tarastelee piiriä eri taajuusilla. Ryhmäni taajuus on Seuraavan projetin aiana

Lisätiedot

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä Sekalaiset tehtävät, 11. syyskuuta 005, sivu 1 / 13 Tehtäviä Tehtävä 1. Johda toiseen asteen yhtälön ax + bx + c = 0, a 0 ratkaisukaava. Tehtävä. Määrittele joukon A R pienin yläraja sup A ja suurin alaraja

Lisätiedot

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

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

Lisätiedot

1. Harjoituskoe. Harjoituskokeet. 1. a) Valitaan suorilta kaksi pistettä ja määritetään yhtälöt. Suora s: (x 1, y 1 ) = (0, 2) (x 2, y 2 ) = (1, 2)

1. Harjoituskoe. Harjoituskokeet. 1. a) Valitaan suorilta kaksi pistettä ja määritetään yhtälöt. Suora s: (x 1, y 1 ) = (0, 2) (x 2, y 2 ) = (1, 2) . Harjoitusoe. a) Valitaan suorilta asi pistettä ja määritetään yhtälöt. Suora s: (, y ) = (0, ) (, y ) = (, ) 0 0 0 Suoran yhtälö on y. Suora t: (, y ) = (0, ) (, y ) = (, ) ( ) 0 Suoran yhtälö on y.

Lisätiedot

VALIKOITUJA KOHTIA LUKUTEORIASTA

VALIKOITUJA KOHTIA LUKUTEORIASTA VALIKOITUJA KOHTIA LUKUTEORIASTA ARI LEHTONEN 1. Laajennettu Euleideen algoritmi 1.1. Jaoyhtälö. Oloot r 0, r 1 Z, r 0 r 1 > 0. Tällöin on olemassa ysiäsitteiset luvut q 1 ja r 2 Z siten, että r 0 = q

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 4 Supremum ja inmum Tarkastellaan aluksi avointa väliä, Tämä on joukko, johon kuuluvat kaikki reaaliluvut miinus yhdestä yhteen Kuitenkaan päätepisteet eli luvut ja

Lisätiedot

Reaaliarvoisen yhden muuttujan funktion raja arvo LaMa 1U syksyllä 2011

Reaaliarvoisen yhden muuttujan funktion raja arvo LaMa 1U syksyllä 2011 Neljännen viikon luennot Reaaliarvoisen yhden muuttujan funktion raja arvo LaMa 1U syksyllä 2011 Perustuu Trench in verkkokirjan lukuun 2.1. Esko Turunen esko.turunen@tut.fi Funktion y = f (x) on intuitiivisesti

Lisätiedot