Rakenteiden mekaniikan menetelmiä metallirakentajille OSA 3 Elementtiverkon generointi ja tulosten

Koko: px
Aloita esitys sivulta:

Download "Rakenteiden mekaniikan menetelmiä metallirakentajille OSA 3 Elementtiverkon generointi ja tulosten"

Transkriptio

1 Rakenteiden mekaniikan menetelmiä metallirakentajille OSA 3 Elementtiverkon generointi ja tulosten jälkikäsittely Reijo Kouhia TKK Rakenteiden mekaniikka s-posti: reijo.kouhia@tkk.fi URL: kouhia Metallirakentamisen tutkimuskeskus, Seinäjoki

2 OSA 3 Sisältö Elementtiverkon generointi mosaiikkimenetelmät (tessellation methods) puumenetelmät (tree structure methods) kuvausmenetelmät (mapping methods) joitain käytännön seikkoja Elementtien lukkiutuminen/epästabiilius Tulosten jälkikäsittely (derivaattasuureiden) keskiarvoistus ekstrapolaatio pienimmän neliön keino Reijo Kouhia, 005 /3

3 Elementtiverkko Joitain käsitteitä karteesinen verkko tasainen (uniform) verkko rakenteellinen verkko (structured mesh) ei-rakenteellinen verkko (non-structured mesh) Reijo Kouhia, 005 3/3

4 Elementtiverkon generointi Mosaiikkimenetelmät etenevän rintaman strategiat (advancing front) diskretoidaan alueen reuna lisätään kolmio jolla sivu reunalla, saadaan uusi generointireuna jatketaan kolmiointia pienenevän generointialueen sisään Delaynayn kolmiointi Reijo Kouhia, 005 4/3

5 Elementtiverkon generointi Delaunayn kolmiointi Mosaiikkimenetelmät Katso Pistejoukon Delaunayn (tai Delonen) kolmioinnilla on ominaisuus: piirrettäessä minkä tahansa kolmion kärkien kautta kulkeva ympyrä, mikään pistejoukon piste ei ole ympyrän sisällä. (Boris Delaunay, 934) Alla pistejoukko, sen Delaunayn kolmiointi ja Voronoin kuvio. Reijo Kouhia, 005 5/3

6 Elementtiverkon generointi Joitain käytännön seikkoja Elementtien vääristäminen. sivusuhde- ja suunnikasvääristymä (aspect-ratio, parallelogram distortion). keskisolmujen sijoittaminen toispuoleisesti (unevenly-spaced-nodes distortion) 3. kulmavääristymä (angular distortion) 4. sivujen kaareuttaminen (curved-edge distortion) Reijo Kouhia, 005 6/3

7 Elementtiverkon generointi Suosituksia isoparametristen elementtien käytöstä. Serendipity elementtien käyttö on syytä rajoittaa tapauksiin, joissa elementtien geometria on suorakaiteen tai vinokaiteen muotoinen.. Lagrangen tyyppisiä elementtejä vapaammin kunhan elementtien sivut ovat suoria ja solmut symmetrisesti sijoitettuna. 3. Vältä kaarevasivuisia elementtejä. Rajoita niiden käyttö vain kaarevasivuisten reunojen lähelle. Sijoita vain yksi sivu kaarevalle reunalle ja pidä muut sivut suorina. Reijo Kouhia, 005 7/3

8 Elementtiverkon generointi Lähteitä J.E. Akin, Finite Elements for Analysis and Design, luku 9, Academic Press, 994 G.F. Carey, Computational Grids, Generation, Adaptation and Solution Strategies, Taylor & Francis, 997 P.-L. George, H. Borouchaki, Delaynay Triangulation and Meshing, Applications to Finite Elements, Hermes, 998 N.-S. Lee, K.-J. Bathe, Effects of element distortions on the performance of isoparametric elements, Int. J. Numer. Meth. Engng, vol 36, , 993 Jonathan Shewchukin kotisivu jrs Reijo Kouhia, 005 8/3

9 Elementtien lukkiutuminen/epästabiilius. kokoonpuristumaton aine. leikkauslukkiutuminen hoikat rakenteet analysoituna kontinuumielementeillä leikkausmuodonmuutoksen huomioonottavat palkki, laatta ja kuorimallit 3. kalvolukkiutuminen kaarevat hoikat rakenteet Reijo Kouhia, 005 9/3

10 Elementtien lukkiutuminen/epästabiilius Laattaesimerkki Reissnerin-Mindlinin laattamalli. Mikäli valitaan samanasteinen interpolaatio taipumalle ja kiertymille on seurauksena lukkiutuminen analysoitaessa ohuita laattoja. Ensimmäinen parannuskeino: ali-integroidaan leikkaustermit. Seurauksena epästabiilius, kuva seuraavalla kalvolla. Leikkausvoimajakauma (Q x ) vaakasuoralla symmetrialinjalla laskettuna SRI (ylhäällä) ja stabiloidulla MITC elementillä (alhaalla) Säännöllinen (vasemmalla) ja epäsäännollinen (oikealla) 6 6 elementtiverkko ja laatan suhteellinen paksuus on t/l = 0.0. Pisteviiva on tarkka ratkaisu. Kuva artikkelista M. Lyly, R. Stenberg, New three and four node plate bending elements, Rakenteiden Mekaniikka, vol. 7, no, 3 9, 994 SRI = Selective Reduced Integration, t.s. taivutustermit integroidaan nelisolmuisen elementin tapauksessa Gaussin-Legendren kaavoilla ja leikkaustermi yhden pisteen G-L kaavoilla. (Vastaavasti kolmisolmuinen elementti 3 pisteen ja -pisteen kaavalla) Reijo Kouhia, 005 0/3

11 Elementtien lukkiutuminen/epästabiilius # # SRI 3 N 3 N # # # : # : # # stab MITC 3 N 3 N # # : # : # Reijo Kouhia, 005 /3

12 Tulosten jälkikäsittely Jännitykset epätarkempia kuin siirtymät sillä ne on laskettu derivoimalla siirtymistä jotka ovat primäärituntemattomia. HUOM: Tämä pätee vain siitymämenetelmään perustuville elementeille Jännitysten arvot lasketaan elementin integroimispisteissä, elementin reunoilla. jotka eivät yleensä sijaitse Jännitysten arvot solmupisteissä voidaan määrittää esimerkiksi:. Lasketaan siirtymäinterpolaatiosta muodonmuutosten arvot solmuissa ja niistä jännitykset, jotka keskiarvoistetaan solmuun liittyvien elementtien pinta-alojen suhteessa.. Ekstrapoloidaan jännitysten arvot integrointipisteistä käyttäen hyväksi sopivaa interpolaatiofunktio ja suoritetaan keskiarvoistus. 3. Otaksutaan jännityskomponenteille jatkuva interpolaatio käyttäen samoja interpolaatiofunktioita kuin siirtymille ja määritetään jännitysten solmupistearvot pienimmän neliön keinolla. Reijo Kouhia, 005 /3

13 # & " % $! Tulosten jälkikäsittely Ekstrapolaatio solmuihin Esimerkkinä nelisolmuinen bilineaarinen tasoelementti. / = K I I E F E I J A * E E A = = H E A A I J H = F = = J E 8 Jännityssuure Q elementin Gaussin-Legendren integrointipisteissä, I, II, III ja IV. Merkitään haluttuja solmupistearvoja Q,..., Q 4. Gaussin-Legendren -menetelmän pisteiden koordinaatit ξ = ±, η = ±. 3 3 Reijo Kouhia, 005 3/3

14 Tulosten jälkikäsittely Ekstrapolaatio solmuihin Otaksutaan jännitykselle bilineaarinen interpolaatio elementin alueella Q = N (ξ, η)q + N (ξ, η)q + N 3 (ξ, η)q 3 + N 4 (ξ, η)q 4 missä bilineaariset interpolaatiofunktiot N i = 4 ( + ξ iξ)( + η i η). Lasketaan integrointipisteissä ja tuntemattomat solmupistearvot, saadaan 8 >< >: Q Q Q 3 Q 4 9 >= >; = 6 4 ( + 3) ( 3) ( + 3) ( 3) ( 3) ( + ( 3) 3) ( + 3) 3 8 >< 7 5 >: Q I Q II Q III Q IV 9 >=. >; Reijo Kouhia, 005 4/3

15 Tulosten jälkikäsittely Pienimmän neliön keino Elementtimenetelmäratkaisu siirtymille u h, niistä lasketut jännitykset σ h. Otaksutaan jälkikäsitellyille jännityskomponenteille jatkuva interpolaatio σ c = Ns, matriisi N sisältää interpolaatiofunktiot ja s uudet jännitysten solmupistearvot. σ c sovitetaan elementtimenetelmän raakajännitykseen pienimmän neliön keinolla min s I(s), missä I = Ω (σ c σ h ) dω = Ω (Ns σ h ) dω. Reijo Kouhia, 005 5/3

16 Tulosten jälkikäsittely Pienimmän neliön keino Minimiehto Lyhyesti merkittynä I s = Ω N T (Ns σ h )dω = 0. Ms = b Kerroinmatriisi M ja vektori b kootaan elementtiosuuksista M (e) = Ω (e) N T NdΩ, b (e) = Ω (e) N T σ h dω. Jännitysten suppenemisnopeuteen keinolla ei ole vaikutusta. HUOM: Jännitysten tasoitusta ei saa suorittaa rajapinnoilla joissa materiaaliominaisuudet hyppäyksenomaisesti muuttuvat. Tällöin tasoitus on suoritettava osa-alueittain. Reijo Kouhia, 005 6/3

17 Tulosten jälkikäsittely Esimerkki Pienimmän neliön keino Ratkaistaan lämmönjohtumisyhtälö ku = f, u(0) = u(l) = 0, f(x) = 4f0 x L x «. L käyttäen kahta lineaarista elementtiä ratkaisualueen puolikkaalla. ratkaisusta lämpövuo q h = ku h. Lasketaan saadusta Jälkikäsittele tätä lämpövuon lauseketta otaksumalla parannetulle lämpövuon lausekkeelle C 0 - jatkuva: q (e) c = N (ξ)q c + N (ξ)q c. Diskretoitaessa elementtimenetelmällä puolet alueesta reunaehdot ovat u(0) = 0 ja q(l/) = 0. Reijo Kouhia, 005 7/3

18 Tulosten jälkikäsittely Pienimmän neliön keino Elementtimatriisi on K (e) ij = k Z dn i dx dn j k dx = dx h (e) Z dn i dξ dn j dξ dξ. Käytettäessa lineaarisia elementtejä, yhtälöryhmäksi saadaan " K () + K() K () K () K () # j u u 3 ff = ( f () + f () f () ). Lasketaan kuormitustermit f (e) i = h(e) Z f(ξ)n i (ξ)dξ, Reijo Kouhia, 005 8/3

19 Tulosten jälkikäsittely Pienimmän neliön keino f () = h(e) Z 4f 0 x L x «L ( + ξ)dξ x L = x(e) c L! + h(e) L ξ Z = 56 f 0L ( + ξ) (7 ξ)dξ = 3 9 f 0L, Z f () = 56 f 0L (3 + ξ)(5 ξ)( ξ)dξ = 9 f 0L, f () = 3 9 f 0L. Yhtälöryhmäksi saadaan siten 4k L» j u u 3 ff = 9 j 34 3 ff. Reijo Kouhia, 005 9/3

20 Tulosten jälkikäsittely Pienimmän neliön keino Ratkaisu on j ff j ff u 57 f0 L = u k. Käytettäessä lineaarisia elementtejä lämpövuo on vakio elementin alueella Saadaan arvot q (e) = ku = k u(e) u (e) h (e) = 4k L (u(e) u (e) ). q () = 57 9 f 0L, q () = 3 9 f 0L. Lämpövuon jälkikäsittelyä varten muodostetaan matriisi M, joka koostuu elementtimatriiseista M (e) ij = Z x x N i N j dx = h(e) Z N i N j dξ. Lineaarisen elementin tapauksessa se on muotoa M (e) = h(e) 6». Reijo Kouhia, 005 0/3

21 Tulosten jälkikäsittely Pienimmän neliön keino Lämpövuolle voidaan antaa reunaehto alueen keskellä (ei välttämätontä), joten ratkaistavaksi jää kaksi suuretta eli lämpövuon arvot solmuissa ja. Oikean puolen vakiovektorin b, joka koostuu elementtiosuuksista termit ovat b (e) i = h(e) Z b = b (), N i (ξ)q (e) dξ, b = b () + b (), b () = L 8 Z b () = b (), ` 57 b () = f 0L. 9 f 57 0L ( ξ)dξ = 536 f 0L, Reijo Kouhia, 005 /3

22 Tulosten jälkikäsittely Pienimmän neliön keino Ratkaistava yhtälöryhmä on L» 4 j qc q c ff = j ff f0 L 536, j qc q c ff = j ff f0 L 796. Kuvassa lämpövuon analyyttinen lauseke (yhtenäinen viiva) sekä suoraan elementtiinterpolaatiosta laskettu että jälkikäsitelty jatkuva lämpövuon arvo. 0 q f 0 L x/l Reijo Kouhia, 005 /3

23 Tulosten jälkikäsittely Pienimmän neliön keino Analyyttinen ratkaisu lämpötilalle on u(x) = f 0L x 3k L " «x 3 «x + #, L L josta saadaan lämpövuo kaavalla q = ku. Reijo Kouhia, 005 3/3

Rakenteiden mekaniikan menetelmiä metallirakentajille OSA 1 Elementtimenetelmän alkeet

Rakenteiden mekaniikan menetelmiä metallirakentajille OSA 1 Elementtimenetelmän alkeet Rakenteiden mekaniikan menetelmiä metallirakentajille OSA Elementtimenetelmän alkeet Reijo Kouhia TKK Rakenteiden mekaniikka..25 Metallirakentamisen tutkimuskeskus, Seinäjoki MEKANIIKAN ONGELMIEN RAKENNE

Lisätiedot

Exam III 10 Mar 2014 Solutions

Exam III 10 Mar 2014 Solutions TTY/ Department o Mechanical Engineering and Industrial Systems TE III / EDE_ / S EDE- Finite Ement Method Exam III Mar Solutions. Compute the dection at right end o the y,v / F structure using the potential

Lisätiedot

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

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

Lisätiedot

Luku 3 Johdatus elementtimenetelmään

Luku 3 Johdatus elementtimenetelmään Luku 3 Johdatus elementtimenetelmään Luvun tarkoituksena on esitellä elementtimenetelmän perusosat ja tarkastella interpolaatiofunktioiden muodostamista yksidimensioisessa tapauksessa. Elementtimenetelmän

Lisätiedot

Harjoitus 7. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016

Harjoitus 7. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016 Kotitehtävät palautetaan viimeistään keskiviikkoisin ennen luentojen alkua eli klo 4: mennessä. Muistakaa vastaukset eri tehtäviin palautetaan eri lokeroon! Joka kierroksen arvostellut kotitehtäväpaperit

Lisätiedot

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

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

Lisätiedot

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

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

Lisätiedot

Materiaalien mekaniikka

Materiaalien mekaniikka Materiaalien mekaniikka 3. harjoitus jännitys ja tasapainoyhtälöt 1. Onko seuraava jännityskenttä tasapainossa kun tilavuusvoimia ei ole: σ x = σ 0 ( 3x L + 4xy 8y ), σ y = σ 0 ( x L xy + 3y ), τ xy =

Lisätiedot

Tampere University of Technology

Tampere University of Technology Tampere University of Technology EDE- Introduction to Finite Element Method. Exercise 3 Autumn 3.. Solve the deflection curve v(x) exactly for the beam shown y,v q v = q z, xxxx x E I z Integroidaan yhtälö

Lisätiedot

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM) . Lasketaan valmiiksi derivaattoja ja niiden arvoja pisteessä x = 2: f(x) = x + 3x 3 + x 2 + 2x + 8, f(2) = 56, f (x) = x 3 + 9x 2 + 2x + 2, f (2) = 7, f (x) = 2x 2 + 8x + 2, f (2) = 86, f (3) (x) = 2x

Lisätiedot

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

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

Lisätiedot

2 Pistejoukko koordinaatistossa

2 Pistejoukko koordinaatistossa Pistejoukko koordinaatistossa Ennakkotehtävät 1. a) Esimerkiksi: b) Pisteet sijaitsevat pystysuoralla suoralla, joka leikkaa x-akselin kohdassa x =. c) Yhtälö on x =. d) Sijoitetaan joitain ehdon toteuttavia

Lisätiedot

ELEMENTTIMENETELMÄN PERUSTEET SESSIO 07: Aksiaalinen sauvaelementti, osa 2.

ELEMENTTIMENETELMÄN PERUSTEET SESSIO 07: Aksiaalinen sauvaelementti, osa 2. 7/ EEMENTTIMENETEMÄN PERSTEET SESSIO 7: Aksiaalinen sauvaelementti, osa. RATKAIS EEMENTIN AEESSA Verkon perusyhtälöstä [ K ]{ } = { F} saatavasta solmusiirtymävektorista { } voidaan poimia minkä tahansa

Lisätiedot

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018 BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018 Tehtävä 8 on tällä kertaa pakollinen. Aloittakaapa siitä. 1. Kun tässä tehtävässä sanotaan sopii mahdollisimman hyvin, sillä tarkoitetaan

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 9 Ti 4.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 9 Ti 4.10.2011 p. 1/44 p. 1/44 Funktion approksimointi Etsitään p siten, että p f, mutta ei vaadita, että

Lisätiedot

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1 1. Selvitä missä tason pisteissä annetut funktiot ovat derivoituvia/analyyttisiä. Määrää funktion derivaatta niissä pisteissä, joissa se on olemassa. (a) (x, y) 2x + ixy 2 (b) (x, y) cos x cosh y i sin

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle / MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,

Lisätiedot

Talousmatematiikan perusteet: Luento 17. Osittaisintegrointi Sijoitusmenettely

Talousmatematiikan perusteet: Luento 17. Osittaisintegrointi Sijoitusmenettely Talousmatematiikan perusteet: Luento 17 Osittaisintegrointi Sijoitusmenettely Motivointi Viime luennolla käsittelimme integroinnin perussääntöjä: Vakiolla kerrotun funktion integrointi: af x dx = a f x

Lisätiedot

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4 BM0A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 05. (a) i. Jotta vektori c sijaitsisi a:n ja b:n virittämällä tasolla, c on voitava esittää a:n ja b:n lineaarikombinaationa. c ta + sb

Lisätiedot

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset MS-C350 Osittaisdifferentiaaliyhtälöt Haroitukset 5, syksy 207. Oletetaan, että a > 0 a funktio u on yhtälön u a u = 0 ratkaisu. a Osoita, että funktio vx, t = u x, t toteuttaa yhtälön a v = 0. b Osoita,

Lisätiedot

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus Tampereen yliopisto Tietokonegrafiikka 201 Tietojenkäsittelytiede Harjoitus 6 1..201 1. Tarkastellaan Gouraudin sävytysmallia. Olkoon annettuna kolmio ABC, missä A = (0,0,0), B = (2,0,0) ja C = (1,2,0)

Lisätiedot

Luku 4 Elementtimenetelmä tasoalueessa

Luku 4 Elementtimenetelmä tasoalueessa Luku 4 Elementtimenetelmä tasoalueessa Elementtimenetelmän yleistys useampiulotteisiin tapauksiin on sangen suoraviivaista. Kaksidimensionaalisuus mahdollistaa erilaisia elementtigeometrioita, joista tässä

Lisätiedot

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

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

Lisätiedot

PALKIN KIMMOVIIVA M EI. Kaarevuudelle saatiin aiemmin. Matematiikassa esitetään kaarevuudelle v. 1 v

PALKIN KIMMOVIIVA M EI. Kaarevuudelle saatiin aiemmin. Matematiikassa esitetään kaarevuudelle v. 1 v PALKIN KIMMOVIIVA Palkin akseli taipuu suorassa taivutuksessa kuormitustasossa tasokäyräksi, jota kutsutaan kimmoviivaksi tai taipumaviivaksi. Palkin akselin pisteen siirtymästä y akselin suunnassa käytetään

Lisätiedot

2. harjoitus - malliratkaisut Tehtävä 3. Tasojännitystilassa olevan kappaleen kaksiakselista rasitustilaa käytetään usein materiaalimalleissa esiintyv

2. harjoitus - malliratkaisut Tehtävä 3. Tasojännitystilassa olevan kappaleen kaksiakselista rasitustilaa käytetään usein materiaalimalleissa esiintyv 2. harjoitus - malliratkaisut Tehtävä 3. Tasojännitystilassa olevan kappaleen kaksiakselista rasitustilaa käytetään usein materiaalimalleissa esiintyvien vakioiden määrittämiseen. Jännitystila on siten

Lisätiedot

Differentiaali- ja integraalilaskenta 2 (CHEM) MS-A0207 Hakula/Vuojamo Kurssitentti, 12.2, 2018, arvosteluperusteet

Differentiaali- ja integraalilaskenta 2 (CHEM) MS-A0207 Hakula/Vuojamo Kurssitentti, 12.2, 2018, arvosteluperusteet ifferentiaali- ja integraalilaskenta 2 (CHEM) MS-A27 Hakula/Vuojamo Kurssitentti, 2.2, 28, arvosteluperusteet T Moniosaisten tehtävien osien painoarvo on sama ellei muuta ole erikseen osoitettu. Kokeessa

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

4. Varastossa on 24, 23, 17 ja 16 kg:n säkkejä. Miten voidaan toimittaa täsmälleen 100 kg:n tilaus avaamatta yhtään säkkiä?

4. Varastossa on 24, 23, 17 ja 16 kg:n säkkejä. Miten voidaan toimittaa täsmälleen 100 kg:n tilaus avaamatta yhtään säkkiä? Peruskoulun matematiikkakilpailu Loppukilpailu perjantaina 3.2.2012 OSA 1 Ratkaisuaika 30 min Pistemäärä 20 Tässä osassa ei käytetä laskinta. Kaikkiin tehtäviin laskuja, kuvia tai muita perusteluja näkyviin.

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 8 To 29.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 8 To 29.9.2011 p. 1/36 p. 1/36 Interpolointi kuutiosplinillä Osavälit: I i = [t i 1,t i ], i = 1,2,...,n

Lisätiedot

4 YLEINEN ELEMENTTIMENETELMÄ

4 YLEINEN ELEMENTTIMENETELMÄ Elementtimenetelmän perusteet 4. 4 YLEINEN ELEMENIMENEELMÄ 4. Johdanto Elementtimenetelmä on osittaisdifferentiaalihtälörhmän reuna-arvotehtävän likimääräinen ratkaisumenetelmä. ällöin tarkastellaan tiettä

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 11. Kirsi Valjus. Jyväskylän yliopisto. Luento 11 () Numeeriset menetelmät / 37

Numeeriset menetelmät TIEA381. Luento 11. Kirsi Valjus. Jyväskylän yliopisto. Luento 11 () Numeeriset menetelmät / 37 Numeeriset menetelmät TIEA381 Luento 11 Kirsi Valjus Jyväskylän yliopisto Luento 11 () Numeeriset menetelmät 24.4.2013 1 / 37 Luennon 11 sisältö Numeerisesta integroinnista ja derivoinnista Adaptiiviset

Lisätiedot

Luento 9: Yhtälörajoitukset optimoinnissa

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

Lisätiedot

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

y=-3x+2 y=2x-3 y=3x+2 x = = 6

y=-3x+2 y=2x-3 y=3x+2 x = = 6 MAA Koe, Arto Hekkanen ja Jussi Tyni 5.5.015 Loppukoe LASKE ILMAN LASKINTA. 1. Yhdistä kuvaaja ja sen yhtälö a) 3 b) 1 c) 5 d) Suoran yhtälö 1) y=3x ) 3x+y =0 3) x y 3=0 ) y= 3x 3 5) y= 3x 6) 3x y+=0 y=-3x+

Lisätiedot

(1.1) Ae j = a k,j e k.

(1.1) Ae j = a k,j e k. Lineaarikuvauksen determinantti ja jälki 1. Lineaarikuvauksen matriisi. Palautetaan mieleen, mikä lineaarikuvauksen matriisi annetun kannan suhteen on. Olkoot V äärellisulotteinen vektoriavaruus, n = dim

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon

Lisätiedot

Reuna-arvotehtävien ratkaisumenetelmät

Reuna-arvotehtävien ratkaisumenetelmät Reuna-arvotehtävien ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Malliprobleema Kahden pisteen reuna-arvotehtävä u (x) = f (x) (1) u() = u(1) = Jos u C ([,1]) ratkaisu, niin missä x u(x)

Lisätiedot

ELEMENTTIMENETELMÄN PERUSTEET SESSIO 14: Yleisen lujuusopin elementtimenetelmän perusteita.

ELEMENTTIMENETELMÄN PERUSTEET SESSIO 14: Yleisen lujuusopin elementtimenetelmän perusteita. 4/ LMNIMNLMÄN PRS SSSIO 4: Yleisen lujuusopin elementtimenetelmän perusteita. JOHDANO A A A A Yleinen elementtimenetelmä on osittaisdifferentiaalihtälörhmän reuna-arvotehtävän likimääräinen ratkaisumenetelmä.

Lisätiedot

OHUIDEN KUORIEN NUMEERISET MENETELMÄT

OHUIDEN KUORIEN NUMEERISET MENETELMÄT OHUIDEN KUORIEN NUMEERISET MENETELMÄT Ville Havu Rakenteiden Mekaniikka, Vol. 39 No. 1, 2006, ss. 19-26. TIIVISTELMÄ Ohuiden kuorien muodonmuutosten numeerinen approksimointi ei ole vielä tänä päivänäkään

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 7 Ti 27.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 7 Ti 27.9.2011 p. 1/39 p. 1/39 Interpolointi Ei tunneta funktion f : R R lauseketta, mutta tiedetään funktion

Lisätiedot

Pienimmän neliösumman menetelmä

Pienimmän neliösumman menetelmä Pienimmän neliösumman menetelmä Keijo Ruotsalainen Division of Mathematics Funktion sovitus Datapisteet (x 1,...,x n ) Annettu data y i = f(x i )+η i, missä f(x) on tuntematon funktio ja η i mittaukseen

Lisätiedot

a) Sievennä lauseke 1+x , kun x 0jax 1. b) Aseta luvut 2, 5 suuruusjärjestykseen ja perustele vastauksesi. 3 3 ja

a) Sievennä lauseke 1+x , kun x 0jax 1. b) Aseta luvut 2, 5 suuruusjärjestykseen ja perustele vastauksesi. 3 3 ja 1 YLIOPPILASTUTKINTO- LAUTAKUNTA 1.10.2018 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän

Lisätiedot

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

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

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 11 Ti 11.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 11 Ti 11.10.2011 p. 1/34 p. 1/34 Automaattiset integrointialgoritmit Numeerisen integroinnin tarkkuuteen

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A3/A5 Matriisilaskenta Laskuharjoitus 2 / vko 45 Tehtävä (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 2i = 2, b) z 2i < 2, c) /z

Lisätiedot

a b c d

a b c d 1. 11. 011!"$#&%(')'+*(#-,.*/103/465$*784 /(9:*;9."$ *;5> *@9 a b c d 1. + +. 3. 4. 5. 6. + + + + + + + + + + P1. 5 140 8 47 = 5 140 ( 3 ) 47 = 5 140 3 47 = 5 140 141 = (5 ) 140 = 10 140, jossa on

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43 Numeeriset menetelmät TIEA381 Luento 7 Kirsi Valjus Jyväskylän yliopisto Luento 7 () Numeeriset menetelmät 10.4.2013 1 / 43 Luennon 7 sisältö Interpolointi ja approksimointi Interpolaatiovirheestä Paloittainen

Lisätiedot

PUTKIJÄRJESTELMÄSSÄ ETENEVÄN PAINEVAIHTELUN MALLINNUS HYBRIDIMENETELMÄLLÄ 1 JOHDANTO 2 HYBRIDIMENETELMÄN MATEMAATTINEN ESITYS

PUTKIJÄRJESTELMÄSSÄ ETENEVÄN PAINEVAIHTELUN MALLINNUS HYBRIDIMENETELMÄLLÄ 1 JOHDANTO 2 HYBRIDIMENETELMÄN MATEMAATTINEN ESITYS PUTKIJÄRJESTELMÄSSÄ ETENEVÄN PAINEVAIHTELUN MALLINNUS HYBRIDIMENETELMÄLLÄ Erkki Numerola Oy PL 126, 40101 Jyväskylä erkki.heikkola@numerola.fi 1 JOHDANTO Työssä tarkastellaan putkijärjestelmässä etenevän

Lisätiedot

Juuri 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty c) sin 50 = sin ( ) = sin 130 = 0,77

Juuri 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty c) sin 50 = sin ( ) = sin 130 = 0,77 Juuri 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty.5.07 Kertaus K. a) sin 0 = 0,77 b) cos ( 0 ) = cos 0 = 0,6 c) sin 50 = sin (80 50 ) = sin 0 = 0,77 d) tan 0 = tan (0 80 ) = tan 0 =,9 e)

Lisätiedot

Aiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa.

Aiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa. Yhtälöryhmän ratkaisujen lukumäärä, L8 Esimerkki kvadraattinen Haluamme ratkaista n 4x + y z = x + y + z = 5 x + y + z = 4 4 x 4 + y x y z = + z 5 4 = 5 4 Esimerkki kvadraattinen Yhtälöryhmä on kvadraattinen,

Lisätiedot

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu LIS AYKSI A kirjaan Reaalimuuttujan analyysi 1.6. Numeerinen integrointi: Gaussin kaavat Edella kasitellyt numeerisen integroinnin kaavat eli kvadratuurikaavat Riemannin summa, puolisuunnikassaanto ja

Lisätiedot

Muutama huomio momenttimenetelmän käytöstä kehärakenteiden analysoinnissa

Muutama huomio momenttimenetelmän käytöstä kehärakenteiden analysoinnissa Rakenteiden Mekaniikka Vol. 42, Nro 2, 2009, s. 75 82 Muutama huomio momenttimenetelmän käytöstä kehärakenteiden analysoinnissa Reijo Kouhia Tiivistelmä. Momenttimenetelmä on käyttökelpoinen ratkaisutapa

Lisätiedot

ELEMENTTIMENETELMÄN PERUSTEET SESSIO 05: FEM-analyysista saatavat tulokset ja niiden käyttö.

ELEMENTTIMENETELMÄN PERUSTEET SESSIO 05: FEM-analyysista saatavat tulokset ja niiden käyttö. 05/1 ELEMENTTIMENETELMÄN PERUSTEET SESSIO 05: FEM-analyysista saatavat tulokset ja niiden käyttö. YLEISTÄ Laskentamallin luonnin ja varsinaisen laskennan lisäksi FEM-analyysi sisältää myös tulosten tarkastelun

Lisätiedot

Suhteellinen puristuskapasiteetti arvioida likimääräisesti kaavalla 1 + Kyseisissä lausekkeissa esiintyvillä suureilla on seuraavat merkitykset:

Suhteellinen puristuskapasiteetti arvioida likimääräisesti kaavalla 1 + Kyseisissä lausekkeissa esiintyvillä suureilla on seuraavat merkitykset: RAUDOITTAMATTOMAN SUORAKAIDEPOIKKILEIKKAUKSISEN SAUVAN PURISTUSKAPASITEETTI Critical Compression Load of Unreinforced Concrete Member with Rectangular Cross-Section Pentti Ruotsala Vaasa 04 TIIVISTELMÄ

Lisätiedot

Yhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.

Yhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5. Tekijä Pitkä matematiikka 5 7..017 31 Kirjoitetaan yhtälö keskipistemuotoon ( x x ) + ( y y ) = r. 0 0 a) ( x 4) + ( y 1) = 49 Yhtälön vasemmalta puolelta nähdään, että x 0 = 4 ja y 0 = 1, joten ympyrän

Lisätiedot

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

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

Lisätiedot

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16 MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Antti Rasila Matematiikan ja systeemianalyysin laitos

Lisätiedot

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

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

Lisätiedot

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

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

Lisätiedot

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2 HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Olkoon f : R R f(x 1, x ) = x 1 + x Olkoon C R. Määritä tasa-arvojoukko Sf(C) = {(x 1, x

Lisätiedot

Ratkaisuehdotukset LH 7 / vko 47

Ratkaisuehdotukset LH 7 / vko 47 MS-C34 Lineaarialgebra, II/7 Ratkaisuehdotukset LH 7 / vko 47 Tehtävä : Olkoot M R symmetrinen ja positiividefiniitti matriisi (i) Näytä, että m > ja m > (ii) Etsi Eliminaatiomatriisi E R siten, että [

Lisätiedot

Pienimmän neliösumman menetelmä (PNS)

Pienimmän neliösumman menetelmä (PNS) neliösumman Perusongelman kuvaus 1 Tarkastellaan neljää pitkää aikasarjaa q 1 = (q 11,q 21,...,q 10,1 ) T, q 2 = (q 12,q 22,...,q 10,2 ) T, q 3 = (q 13,q 23,...,q 10,3 ) T, ja p 1 = (p 11,p 21,...,p 10,1

Lisätiedot

[ k ] ja ekvivalenttisen solmukuormitusvektorin { r } määritystä kaavoista (4.20) ja

[ k ] ja ekvivalenttisen solmukuormitusvektorin { r } määritystä kaavoista (4.20) ja Elementtimenetelmän perusteet 7. 7 D-SOLIDIRAKEEE 7. ohdanto Edellä tarkasteltiin interpolointia ja numeerista integrointia emoneliön ja emokolmion alueissa. Emoelementtien avulla voidaan muodostaa vaihtelevan

Lisätiedot

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

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

Lisätiedot

Pienimmän neliösumman menetelmä (PNS)

Pienimmän neliösumman menetelmä (PNS) neliösumman Perusongelman kuvaus 1 Tarkastellaan neljää pitkää aikasarjaa q 1 = (q 11,q 21,...,q 10,1 ) T, q 2 = (q 12,q 22,...,q 10,2 ) T, q 3 = (q 13,q 23,...,q 10,3 ) T, ja p 1 = (p 11,p 21,...,p 10,1

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

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 6 To 22.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 6 To 22.9.2011 p. 1/38 p. 1/38 Ominaisarvotehtävät Monet sovellukset johtavat ominaisarvotehtäviin Yksi

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta 8..206 Gripenberg, Nieminen, Ojanen, Tiilikainen, Weckman Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi

Lisätiedot

1 Rajoittamaton optimointi

1 Rajoittamaton optimointi Taloustieteen matemaattiset menetelmät 7 materiaali 5 Rajoittamaton optimointi Yhden muuttujan tapaus f R! R Muistutetaan mieleen maksimin määritelmä. Funktiolla f on maksimi pisteessä x jos kaikille y

Lisätiedot

PHYS-A3121 Termodynamiikka (ENG1) (5 op)

PHYS-A3121 Termodynamiikka (ENG1) (5 op) PHYS-A3121 Termodynamiikka (ENG1) (5 op) Sisältö: Nestevirtaukset Elastiset muodonmuutokset Kineettinen kaasuteoria Termodynamiikan käsitteet Termodynamiikan pääsäännöt Termodynaamiset prosessit Termodynaamiset

Lisätiedot

Luku 7 Numeerinen integrointi

Luku 7 Numeerinen integrointi Luku 7 Numeerinen integrointi Luvussa esitetään elementtimenetelmässä yleisimmin käytössä olevat kvadratuurit, eli numeeriset integrointikaavat. Kvadratuurit muodostetaan korvaamalla integroitava funktio

Lisätiedot

Useita oskillaattoreita yleinen tarkastelu

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

Lisätiedot

Iteratiiviset ratkaisumenetelmät

Iteratiiviset ratkaisumenetelmät Iteratiiviset ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Yleinen iteraatio Lineaarisen yhtälöryhmän iteratiivinen ratkaisumenetelmä voidaan esittää muodossa: Anna alkuarvaus: x 0 R n

Lisätiedot

Tekijä Pitkä matematiikka

Tekijä Pitkä matematiikka K1 Tekijä Pitkä matematiikka 5 7..017 a) 1 1 + 1 = 4 + 1 = 3 = 3 4 4 4 4 4 4 b) 1 1 1 = 4 6 3 = 5 = 5 3 4 1 1 1 1 1 K a) Koska 3 = 9 < 10, niin 3 10 < 0. 3 10 = (3 10 ) = 10 3 b) Koska π 3,14, niin π

Lisätiedot

IIR(M,v) = -~ {L M 2 dx- {L v"mdx - {L pvdx, 2 Jo EI Jo Jo

IIR(M,v) = -~ {L M 2 dx- {L vmdx - {L pvdx, 2 Jo EI Jo Jo ADAPTIIVISUUDESTA JA SIIRTYMASUUREIDEN J ALKIKASITTELYST A SEKAELEMENTTIMENETELMASSA Reijo KouHIA Rakenteiden Mekaniikka, Vol. 22 No 4 1989, s. 3-12 TIIVISTELMA: Artikkelissa kasitellii.ii.n taivutetun

Lisätiedot

MS-C1340 Lineaarialgebra ja

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

Lisätiedot

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

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

Lisätiedot

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

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

Lisätiedot

Numeerinen integrointi

Numeerinen integrointi Numeerinen integrointi hum 8.0. Numeerinen integrointi Numeerisia integrointimenetelmiä on useita. Käsitellään tässä yhteydessä kuitenkin vain Gauss in integrointia, joka on elementtimenetelmän yhteydessä

Lisätiedot

ELEMENTTIMENETELMÄN PERUSTEET SESSIO 17: Interpolointi emoneliön ja emokolmion alueessa.

ELEMENTTIMENETELMÄN PERUSTEET SESSIO 17: Interpolointi emoneliön ja emokolmion alueessa. 7/ EEMETTIMEETEMÄ PERUSTEET SESSIO 7: Interpolointi emoneliön ja emokolmion alueessa. ITERPOOITI EMOEIÖ AUEESSA Yksiulotteisen interpoloinnin yhteydessä tulivat esille interpolointifunktioiden perusominaisuudet

Lisätiedot

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 2017

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

Lisätiedot

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle 13. Taylorin polynomi; funktioiden approksimoinnista 13.1. Taylorin polynomi 552. Muodosta funktion f (x) = x 4 + 3x 3 + x 2 + 2x + 8 kaikki Taylorin polynomit T k (x, 2), k = 0,1,2,... (jolloin siis potenssien

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt QR-hajotelma ja pienimmän neliösumman menetelmä Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto PNS-ongelma PNS-ongelma

Lisätiedot

Ympyrän yhtälö

Ympyrän yhtälö Ympyrän yhtälö ANALYYTTINEN GEOMETRIA MAA4 On melko selvää, että origokeskisen ja r-säteisen ympyrän yhtälö voidaan esittää muodossa x 2 + y 2 = r 2. Vastaavalla tavalla muodostetaan ympyrän yhtälö, jonka

Lisätiedot

Numeerinen analyysi Harjoitus 3 / Kevät 2017

Numeerinen analyysi Harjoitus 3 / Kevät 2017 Numeerinen analyysi Harjoitus 3 / Kevät 2017 Palautus viimeistään perjantaina 17.3. Tehtävä 1: Tarkastellaan funktion f(x) = x evaluoimista välillä x [2.0, 2.3]. Muodosta interpoloiva polynomi p 3 (x),

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Riikka Korte Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle / MS-A008 Differentiaali- ja integraalilaskenta, V/207 Differentiaali- ja integraalilaskenta Ratkaisut 2. viikolle / 8. 2.4. Jatkuvuus ja raja-arvo Tehtävä : Määritä raja-arvot a) 3 + x, x Vihje: c)-kohdassa

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt ja pienimmän neliösumman menetelmä Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi QR ja PNS PNS-ongelma

Lisätiedot

Aiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa.

Aiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa. Yhtälöryhmän ratkaisujen lukumäärä, L26 Esimerkki 1 kvadraattinen 1 Haluamme ratkaista n 4x + y z = 2 x + 2y + z = 5 2x + 2y + 2z = 4 4 1 1 1 2 1 2 2 2 x 4 1 2 + y x y z 1 2 2 = + z 2 5 4 1 1 2 = 2 5 4

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 26.9.2016 Pekka Alestalo,

Lisätiedot

Optimaalisuusehdot. Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0

Optimaalisuusehdot. Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0 Optimaalisuusehdot Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0 i = 1,..., m j = 1,..., l missä f : R n R, g i : R n R kaikilla i = 1,..., m, ja h j : R n R kaikilla j = 1,..., l

Lisätiedot

Neliömatriisin adjungaatti, L24

Neliömatriisin adjungaatti, L24 Neliömatriisin adjungaatti, L24 1 2 1 3 Matriisi = A = 7 4 6 5 2 0 ( ) 7 6 Alimatriisi = A 12 = 5 0 Minori = det(a 12 ) = 7 6 5 0 = 30 Kofaktori = ( 1) 1+2 det(a 12 ) = 30 2 Määritelmä n n neliö-matriisin

Lisätiedot

10 knm mm 1000 (a) Kuva 1. Tasokehä ja sen elementtiverkko.

10 knm mm 1000 (a) Kuva 1. Tasokehä ja sen elementtiverkko. Elementtimenetelmän perusteet Esimerkki. kn kn/m 5 = 8 E= GPa mm 5 5 mm (a) 5 5 6 Y X (b) Kuva. Tasokehä ja sen elementtiverkko. Tarkastellaan kuvassa (a) olevan tasokehän statiikan ratkaisemista elementtimenetelmällä.

Lisätiedot

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ 1 YLIOPPILASTUTKINTO- LAUTAKUNTA 25.9.2017 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän

Lisätiedot

Lineaarinen yhtälöryhmä

Lineaarinen yhtälöryhmä Lineaarinen yhtälöryhmä 1 / 39 Lineaarinen yhtälö Määritelmä 1 Lineaarinen yhtälö on muotoa a 1 x 1 + a 2 x 2 + + a n x n = b, missä a i, b R, i = 1,..., n ovat tunnettuja ja x i R, i = 1,..., n ovat tuntemattomia.

Lisätiedot

Q Q 3. [mm 2 ] 1 1 = L

Q Q 3. [mm 2 ] 1 1 = L EDE-00 Elementtimenetelmän perusteet. Harjoitus 5r Syksy 03. 400 mm 0 kn 600 mm A 400 mm B 8 kn 300 mm 5 kn 000 mm 8 kn 300 mm 300 mm 00 mm. Määritä pisteiden A ja B siirtymät elementtimenetelmällä, kun

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan

Lisätiedot