Informaatiotieteiden yksikkö. Differenssiyhtälöt. Pentti Haukkanen

Koko: px
Aloita esitys sivulta:

Download "Informaatiotieteiden yksikkö. Differenssiyhtälöt. Pentti Haukkanen"

Transkriptio

1 Informaatiotieteiden yksikkö Differenssiyhtälöt Pentti Haukkanen

2 Sisältö 1 Differenssilaskentaa Lineaarisista operaattoreista Differenssin käsite Kertomafunktio ja -polynomi Antidifferenssi Summa Differenssiyhtälöistä Differenssiyhtälön määritelmä Yleinen lineaarinen differenssiyhtälö Ratkaisun yksikäsitteisyys Funktioiden lineaarinen riippumattomuus Ratkaisun lineaarialgebrallinen rakenne Kertaluvun 1 lineaarinen differenssiyhtälö Kertaluvun 2 lineaarinen homogeeninen vakiokertoiminen differenssiyhtälö Yleinen kertaluvun 2 lineaarinen differenssiyhtälö Kertaluvun n lineaarinen vakiokertoiminen homogeeninen differenssiyhtälö Yleinen kertaluvun n lineaarinen differenssiyhtälö Generoiva funktio Laplace-muunnos Esimerkkejä sovelluksista Kombinatorisia esimerkkejä Korkolaskentaa Sekalaisia esimerkkejä Asymptoottista analyysia Funktioiden kasvu Iso O -merkintä Raja-arvo ja O-symboli L Hospitalin / -sääntö Funktioiden summan ja tulon O-estimaateista Pieni o -merkintä Hajota ja hallitse -yhtälöt

3 3.2.1 Hh-yhtälön ratkaiseminen Funktion f(n) kertaluokka Poincarén lause

4 Luku 1 Differenssilaskentaa 1.1 Lineaarisista operaattoreista Olkoon S R. Merkitään F S = {f f : S R on funktio}. Silloin F S muodostaa funktioiden yhteenlaskun ja skalaarillakertomisen suhteen (Rkertoimisen) vektoriavaruuden, kun f + g : S R, (f + g)(x) = f(x) + g(x), af : S R, (af)(x) = a(f(x)). Määritelmä Kuvausta A : F S F S sanotaan lineaariseksi operaattoriksi, jos 1) A(f + g) = A(f) + A(g) aina, kun f, g F S, 2) A(af) = a A(f) aina, kun a R ja f F S. Huomautus Kuvaus A : F S F S on lineaarinen operaattori, jos ja vain jos A(af + bg) = a A(f) + b A(g) aina, kun a, b R ja f, g F S. Huomautus A(f) F S eli A(f) on funktio S R. Usein merkitään lyhyesti A(f) = Af ja [A(f)](x) = Af(x) etenkin, kun A on lineaarinen operaattori. Määritelmä Merkitään symbolilla L S kaikkien lineaaristen operaattoreiden F S F S joukkoa. Määritellään lineaaristen operaattoreiden A ja B yhteen- ja kertolasku sekä skalaarilla kertominen kaavoilla (A + B)f = Af + Bf, (AB)f = A(Bf) merk = ABf (aa)f = a(af) merk = aaf. 4

5 (Siis kertolasku tarkoittaa tässä funktioiden yhdistämistä.) Määritellään lineaariset operaattorit O ja I kaavoilla Of on nollafunktio f F S, If = f f F S. Lause Joukko L S muodostaa vektoriavaruuden yhteenlaskun ja skalaarilla kertomisen suhteen. Silloin O on vektoriavaruuden L S nollavektori (ts. A + O = O + A = A A L S ). Lause Joukko L S muodostaa (ei-kommutatiivisen) renkaan yhteenja kertolaskun suhteen. Silloin O ja I ovat renkaan L S nolla- ja ykkösalkiot (ts. A + O = O + A = A ja AI = IA = A A L S ). Huomautus Renkaassa määritellään potenssi kaavoilla A 0 = I, A n = AA n 1, missä n Z +. Jos A ja B kommutoivat (ts. jos AB = BA), niin voidaan todistaa, että ( ) n n (A + B) n = A k B n k, k missä n Z + {0}. k=0 Huomautus Lineaarisen operaattorin käsite on mahdollista määritellä myös yleisemmässä struktuurissa kuin vektoriavaruudessa F S. 1.2 Differenssin käsite Olkoon h R \ {0} kiinteä, olkoon S ( R) sellainen joukko, että jos x S, niin x + h S, ja olkoon f : S R funktio. Määritelmä Funktion f ensimmäinen differenssi (askelpituudella h) f on sellainen funktio, että kun x S. Esimerkki a) x = h, b) a x = a x (a h 1), a R, c) a = 0, a R, f(x) = f(x + h) f(x), 5

6 d) x 2 = 2hx + h 2. Huomautus Jos funktio f on derivoituva pisteessä x, niin f(x) Df(x) = lim. h 0 h Määritelmä Siirto E määritellään kaavalla Ef(x) = f(x + h). Lause Differenssi ja siirto E ovat lineaarisia operaattoreita. Todistus. Luennot/harj Määritelmä Funktion f (n 0). n. differenssi on n f ja n. siirto on E n f Esimerkki Selvästi 2 x 2 = 2h 2, 3 x 2 = 0. Huomautus Selvästi = E I. Jos n N 0, niin. E n f(x) = f(x + nh) Lause Oletetaan, että n N 0. Silloin a) n = n k=0 b) E n = n k=0 ( n k ( n k ) ( 1) n k E k, ) k. Todistus. Luennot/harj Lause Oletetaan, että n N 0. Silloin a) (uv) = u v + (Ev)( u), b) ( ) u v = v u u v, v(x) 0 x S, vev c) E n (uv) = (E n u)(e n v), d) E ( ) n u v = E n u, v(x) 0 x S. E n v Todistus. Luennot/harj Huomautus Operaattori on itse asiassa eteenpäinen differenssioperaattori. Taaksepäinen differenssi määritellään kaavalla f(x) = f(x) f(x h). 6

7 1.3 Kertomafunktio ja -polynomi Määritelmä Olkoon n ei-negatiivinen kokonaisluku. Kertomafunktio x (n) [lue: x kertomaan n tai x n:nteen kertomaan] määritellään kaavalla x (0) = 1, x (n) = x(x h)(x 2h) (x (n 1)h), n 1. Esimerkki Olkoon h = 2. Silloin 3 (0) = 1, 3 (1) = 3, 3 (2) = 3, 3 (3) = 3,... 4 (0) = 1, 4 (1) = 4, 4 (2) = 8, 4 (3) = 4 (4) = = 0. Huomautus Jos h = 1 ja n Z +, niin n (n) = n!. Lause Oletetaan, että k, n Z +. Silloin k x (n) = { n(n 1) (n (k 1))h k x (n k), kun k n, 0, kun k > n. Siis erikoisesti x (n) = nhx (n 1). Todistus. Luennot/harj Määritelmä Olkoot a 0, a 1, a 2,..., a n R, ja olkoon a n 0. Silloin funktiota f(x) = a 0 + a 1 x (1) + a 2 x (2) + + a n x (n) sanotaan n. asteen kertomapolynomiksi. ( Tavallista polynomia kutsutaan tässä potenssipolynomiksi.) Lause Jokainen n. asteen kertomapolynomi voidaan esittää n. asteen potenssipolynomina ja päinvastoin. Todistus. 1) Jokainen n. asteen kertomapolynomi voidaan esittää n. asteen potenssipolynomina, sillä x (n) on muotoa x (n) = x(x h) (x (n 1)h) = x n + a n 1 x n a 1 x. 2) Todistetaan, että jokainen potenssipolynomi voidaan esittää kertomapolynomina. Riittää, kun etsimme sellaiset luvut a 0, a 1,..., a n, että eli ( ) x n = a 0 + a 1 x (1) + a 2 x (2) + + a n x (n) ( x R) x n = a 0 + a 1 x + a 2 x(x h) + + a n x(x h)... (x (n 1)h). 7

8 Selvästi on oltava a 0 = 0, a n = 1. Siis x n = a 1 x + a 2 x(x h) a n 1 x(x h) (x (n 2)h) + x(x h) (x (n 1)h). Sijoitetaan vuorotellen x = h, x = 2h,..., x = (n 1)h. Saadaan n 1 yhtälöä x = h: h n = a 1 h x = 2h: (2h) n = a 1 2h + a 2 2h 2 x = (n 1)h: ((n 1)h) n = a 1 (n 1)h + a 2 (n 1)(n 2)h 2 + (n 1)!h n 1. Tästä yhtälöryhmästä saadaan tuntemattomille kertoimille a 1, a 2,..., a n 1 yksikäsitteinen ratkaisu, sillä kerroinmatriisin determinantti on h 2h 2 (n 1)!h (n 1) 0. Näin saadaan sellaiset luvut a 0, a 1,..., a n, että ( ) on voimassa aina, kun x = h, x = 2h,..., x = (n 1)h. Lisäksi x = 0 toteuttaa yhtälön ( ), sillä a 0 = 0. Yhtälön ( ) puolten erotus x (n) a 0 a 1 x (1) a 2 x (2) a n x (n) on (n 1). asteen polynomi (a n = 1), jolla on n nollakohtaa 0, h, 2h,..., (n 1)h. Siis se on identtisesti nolla eli yhtälö ( ) toteutuu aina, kun x R. Esimerkki Kertomapolynomi x (3) saadaan potenssipolynomina suoraan kertomalla, tarkemmin sanoen x (3) = x(x h)(x 2h) = x 3 3hx 2 + 2h 2 x. Esimerkki Esitetään x 3 kertomapolynomina. Pitää siis löytää sellaiset kertoimet a 0, a 1, a 2, a 3, että x 3 = a 0 + a 1 x (1) + a 2 x (2) + a 3 x (3) = a 0 + a 1 x + a 2 x(x h) + a 3 x(x h)(x 2h). Selvästi a 0 = 0 ja a 3 = 1. Entä a 1 ja a 2? I tapa: Sijoitetaan x = h : h 3 = a 1 h x = 2h : (2h) 3 = a 1 2h + a 2 2h h. 8

9 Siis a 1 = h 2 ja a 2 = 3h, joten x 3 = h 2 x (1) + 3hx (2) + x (3). II tapa: Kirjoitetaan tavoiteltu kertomapolynomi potenssipolynomina ja asetetaan kertoimet yhtäsuuriksi, ts. Silloin eli x 3 = a 1 x + a 2 x 2 a 2 h + x 3 3hx 2 + 2h 2 x = (a 1 a 2 h + 2h 2 )x + (a 2 3h)x 2 + x 3. a 1 a 2 h + 2h 2 = 0, a 2 3h = 0 a 1 = h 2, a 2 = 3h. Lause Olkoon Q(x) n. asteen potenssipolynomi. Silloin (1.1) Q(x) = Q(0) + Q(0) x (1) + 2 Q(0) x (2) + + n Q(0) x (n). h 2!h 2 n!h n Todistus. Kirjoitetaan Q(x) = a 0 + a 1 x (1) + + a n x (n). Kun differoidaan tämä puolittain k kertaa, saadaan k Q(x) = k!h k a k + termejä joissa tekijänä x. Asetetaan x = 0. Silloin saadaan Täten (1.1) on voimassa. a k = k Q(0) k!h k. Huomautus Asetetaan h = 1 ja x = n N 0 lauseessa Silloin Q(n) = n k=0 ( ) n k Q(0). k Lauseen perusteella saadaan käänteinen kaava n Q(0) = n k=0 ( ) n ( 1) n k Q(k). k 9

10 Esimerkki Esitetään vielä esimerkin kahden tavan lisäksi kolmas tapa potenssipolynomin muuttamiseksi kertomapolynomiksi. Lausetta soveltamalla saadaan Q(x) = x 3 Q(x) = 3hx 2 + 3h 2 x + h 3 2 Q(x) = 6h 2 x + 6h 3 3 Q(x) = 6h 3. Siis x 3 = h 2 x (1) + 3hx (2) + x (3). Määritelmä Olkoon n Z +. Silloin x ( n) = Lause Kun n Z +, niin Todistus. Luennot/harj 1 (x + nh) (n). x ( n) = nhx ( n 1). Huomautus Kertomafunktio x (n) on itse asiassa laskeva kertoma. Nouseva kertomafunktio x [n] määritellään kaavalla x [0] = 1, x [n] = x(x + h)(x + 2h) (x + (n 1)h), n Antidifferenssi Määritelmä Funktio F on funktion f antidifferenssi, jos f on funktion F differenssi eli F = f. Silloin merkitään F = 1 f. Lause Funktion F differenssi on nollafunktio eli F 0 silloin ja vain silloin, kun F on h-jaksollinen funktio (ts. x : F (x + h) = F (x)). Todistus. Luennot/harj Lause Olkoon F = f. Silloin G on funktion f antidifferenssi, jos ja vain jos G = F + C, missä C on h-jaksollinen funktio. Todistus. Luennot/harj 10

11 Lause Antidifferenssi toteuttaa ominaisuudet a) 1 (f + g) = 1 f + 1 g, b) 1 (Cf) = C 1 f, missä C on h-jaksollinen funktio, c) 1 (u v) = uv 1 [(Ev)( u)], d) 1 x (n) = x(n+1) + C(x), missä C on h-jaksollinen funktio ja n 1. (n+1)h Todistus. Luennot/harj Esimerkki a) Lasketaan 1 x 3. Muutetaan x 3 ensin kertomapolynomiksi ja sovelletaan sen jälkeen edellistä lausetta, jolloin saadaan b) Lasketaan 1 a x. Kun a 1, 1 x 3 = 1 (x (3) + 3hx (2) + h 2 x (1) ) = x(4) 4h + x(3) + h 2 x(2) + C. a x = a x (a h 1) 1 a x = 1 a x (a h 1) a x + C = (a h 1) 1 a x 1 a x = (a h 1) 1 a x + C. Lisäksi 1 1 = x h + C. 1.5 Summa Lause Olkoon F = f ja n N 0. Silloin n f(a + kh) = F (a + (n + 1)h) F (a). k=0 Todistus. Oletuksen mukaan f(a) = F (a) = F (a + h) F (a) f(a + h) = F (a + h) = F (a + 2h) F (a + h) f(a + 2h) = F (a + 2h) = F (a + 3h) F (a + 2h). f(a + nh) = F (a + nh) = F (a + (n + 1)h) F (a + nh). 11

12 Kun lasketaan puolittain yhteen, saadaan n f(a + kh) = F (a + (n + 1)h) F (a). k=0 Seuraus Olkoon 0 a b. Silloin missä F = f, ts. b / b+1 f(k) = F (b + 1) F (a) = F (k), k=a a b / b+1 f(k) = 1 f(k). k=a a Todistus. Asetetaan edelliseen lauseeseen h = 1 ja merkitään b = a + n. Huomautus Jos h = 1, niin 1 f(n) = n 1 k=0 f(k). 12

13 Luku 2 Differenssiyhtälöistä 2.1 Differenssiyhtälön määritelmä Määritelmä n. kertaluvun differenssiyhtälö on muotoa (2.1) F (x, y, y,..., n y) = 0, missä x on muuttuja ja y sen tuntematon funktio. Esittämällä differenssit siirto-operaattorin avulla saadaan (2.1) muotoon G(x, y, Ey,..., E n y) = 0 eli G(x, y(x), y(x + h),..., y(x + nh)) = 0. Usein määrittelyjoukko on ei-negatiivisten kokonaislukujen joukko N 0, jolloin merkitään x = k. Lisäksi usein h = 1. Tällöin kirjoitetaan y(k) = y k ja siis (2.2) G(k, y k, y k+1,..., y k+n ) = 0. Jatkossa differenssiyhtälö on aina muotoa (2.2). Differenssiyhtälön ratkaisut ovat (reaali)lukujonoja (y k ) k=0 eli (y 0, y 1, y 2,...). Lukujonon käsite on identtinen funktion N 0 R käsitteen kanssa. Lukujonot (y k ) k=0 ja (z k ) k=0 ovat samat, jos ja vain jos y k = z k aina, kun k = 0, 1,... Esimerkki Esitettävä differenssiyhtälö muodossa (2.2). Selvästi 3 y + 2 y + y + y = x 3 y + 2 y + y + y = (E I) 3 y + (E I) 2 y + (E I)y + y = (E 3 3E 2 + 3E I)y + (E 2 2E + I)y + (E I)y + y = E 3 y 2E 2 y + 2Ey. 13

14 Siis eli E 3 y 2E 2 y + 2Ey = x y(x + 3h) 2y(x + 2h) + 2y(x + h) = x. Koska x N 0 (jolloin merkitään x = k) ja h = 1, niin Lisäksi merkitään y(k) = y k. Siis y(k + 3) 2y(k + 2) + 2y(k + 1) = k. y k+3 2y k+2 + 2y k+1 = k. Huomautus Kun määrittelyjoukko on N 0 ja h = 1, niin h-jaksollinen funktio on vakiofunktio. 2.2 Yleinen lineaarinen differenssiyhtälö Määritelmä Lineaarinen n. kertaluvun differenssiyhtälö on muotoa (2.3) y k+n + a (1) k y k+n a (n) k y k = b k, missä k ( N 0 ) on muuttuja ja y sen tuntematon funktio (eli tässä tapauksessa tuntematon jono). Yhtälön (2.3) sanotaan olevan aito, jos a (n) k 0 aina, kun k N 0. Huomautus Tässä monisteessa differenssiyhtälöt ovat aitoja (ellei toisin mainita). Määritelmä Lineaarinen n. kertaluvun differenssiyhtälö on homogeeninen, jos b k 0 ts. jos differenssiyhtälö on muotoa (2.4) y k+n + a (1) k y k+n a (n) k y k = 0, missä k ( N 0 ). Esimerkki Yhtälö y k+3 + ky k+2 + y k+1 + (k + 5)y k = k, on kolmannen kertaluvun aito epähomogeeninen lineaarinen differenssiyhtälö. Yhtälö y k+3 + y k+1 + ky k = 0, on kolmannen kertaluvun epäaito homogeeninen lineaarinen differenssiyhtälö. 14

15 2.3 Ratkaisun yksikäsitteisyys Lause Differenssiyhtälöllä (2.3) on täsmälleen yksi alkuehdot toteuttava ratkaisu. y 0 = α 0, y 1 = α 1,..., y n 1 = α n 1 Todistus. Kun k = 0 kaavassa (2.3), saadaan y n = a (1) 0 α n 1 a (n) 0 α 0 + b 0. Jatkamalla induktiivisesti saadaan kaikki funktion y arvot yksikäsitteisesti. Esimerkki Differenssiyhtälöllä y k+2 y k+1 y k = 0, y 0 = 0, y 1 = 3, täsmälleen yksi ratkaisu (0, 3, 6, 9, 15,...). 2.4 Funktioiden lineaarinen riippumattomuus Määritelmä Funktiot (eli jonot) u (1) k, u(2) k,..., u(n) k riippumattomia, jos ovat lineaarisesti C 1 u (1) k + C 2 u (2) k + + C n u (n) k 0 C 1 = C 2 = = C n = 0. Muussa tapauksessa funktiot ovat lineaarisesti riippuvia. Esimerkki Funktiot k, k 2 ovat lineaarisesti riippumattomia joukossa N 0. Funktiot k, 2k ovat lineaarisesti riippuvia joukossa N 0. Määritelmä Funktioiden u (1) k Funktioiden u (1) k C(k) =, u(2) k,..., u(n) k Casoratin matriisi on u (1) k u (2) k u (n) k u (1) k+1 u (2) k+1 u (n) k+1 u (1) k+n 1 u (2) k+n 1 u (n) k+n 1., u(2) k,..., u(n) k Casoratin determinantti on D(k) = det C(k). Huomautus Jos funktiot eivät ole asiayhteydestä selvät, tulee ilmoittaa, minkä funktioiden Casoratin matriisista ja determinantista on kyse. 15

16 Esimerkki Funktioiden 1, 2 k Casoratin determinantti on ( ) 1 3 k D(k) = det 1 3 k+1 = 2 3 k. Lause Olkoot u (1) k, u(2) k,..., u(n) k Silloin seuraavat ehdot ovat yhtäpitäviä. a) Funktiot u (1) k, u(2) k b) k N 0 : D(k) = 0. c) k N 0 : D(k) = 0.,..., u(n) k differenssiyhtälön (2.4) ratkaisuja. ovat lineaarisesti riippuvia. Todistus. Todistetaan, että a c b a. a c: Oletetaan, että funktiot u (1) k, u(2) k,..., u(n) k ovat lineaarisesti riippuvia. Silloin on olemassa sellaiset vakiot C 1, C 2,..., C n, että niistä ainakin yksi on nollasta poikkeava ja että C 1 u (1) k + C 2 u (2) k + + C n u (n) k = 0 C 1 u (1) k+1 + C 2u (2) k C nu (n) k+1 = 0 C 1 u (1) k+n 1 + C 2u (2) k+n C nu (n) k+n 1 = 0, kun k N 0. Yhtälöryhmän kerroinmatriisi on C(k). Koska tällä yhtälöryhmällä on epätriviaali ratkaisu C 1, C 2,..., C n, niin kerroinmatriisin determinantti D(k) = 0, kun k N 0. c b: Triviaali. b a: Oletetaan, että on olemassa sellainen k 0 N 0, että D(k 0 ) = 0. Todistetaan, että funktiot u (1) k, u(2) k,..., u(n) k ovat lineaarisesti riippuvia. Oletuksen perusteella lineaarisella yhtälöryhmällä C 1 u (1) k 0 + C 2 u (2) k C n u (n) k 0 = 0 C 1 u (1) k C 2u (2) k C nu (n) k 0 +1 = 0 C 1 u (1) k 0 +n 1 + C 2u (2) k 0 +n C nu (n) k 0 +n 1 = 0 on epätriviaali ratkaisu C 1, C 2,..., C n. Merkitään u k = C 1 u (1) k + C 2 u (2) k + + C n u (n) k, kun k N 0. Sijoittamalla on helppo todeta, että u k toteuttaa differenssiyhtälön (2.4). Lisäksi u k0 = u k0 +1 = = u k0 +n 1 = 0. Täten lauseen todistuksen periaatteella voidaan todeta, että u k 0, joten on olemassa sellaiset vakiot C 1, C 2,..., C n, että niistä ainakin yksi on nollasta poikkeava ja että Siis funktiot u (1) k C 1 u (1) k + C 2 u (2) k + + C n u (n) k 0., u(2) k,..., u(n) k ovat lineaarisesti riippuvia. 16

17 Seuraus Olkoot u (1) k, u(2) k,..., u(n) k Silloin seuraavat kohdat ovat yhtäpitäviä. a) Funktiot u (1) k, u(2) k b) k N 0 : D(k) 0. c) k N 0 : D(k) 0.,..., u(n) k differenssiyhtälön (2.4) ratkaisuja. ovat lineaarisesti riippumattomia. 2.5 Ratkaisun lineaarialgebrallinen rakenne Lause Lineaarisen n. kertaluvun homogeenisen differenssiyhtälön (2.4) yleinen ratkaisu on (2.5) y k = C 1 φ (1) k + C 2 φ (2) k + + C n φ (n) k, C 1, C 2,..., C n R, missä φ (1) k, φ(2) k,..., φ(n) k ovat differenssiyhtälön (2.4) n lineaarisesti riippumatonta ratkaisua. (Kyseessä on ns. kantaesitys.) Todistus. Tarkastellaan vektoriavaruutta F N0 = {f f : N 0 R on funktio}. Olkoon L : F N0 F N0, Ly k = y k+n + a (1) k y k+n a (n) k y k. Silloin L on lineaarikuvaus (harj.). Siis sen ydin kerl on vektoriavaruus (tarkemmin sanoen vektoriavaruuden F N0 aliavaruus.) Ytimen määritelmän mukaan kerl kostuu jonoista (y k ), jotka toteuttavat yhtälön Ly k = 0 eli lineaarisen n. kertaluvun homogeenisen differenssiyhtälön (2.4). Siis ratkaisujoukko koostuu vektoriavaruudesta kerl, joka on yhtälön (2.4) ns. ratkaisuavaruus. Lauseen perusteella arvot y 0, y 1,..., y n 1 määräävät jonon (y k ) täysin yhdessä yhtälön (2.4) kanssa. Siis yhtälön (2.4) ratkaisujen ja joukon R n välillä on bijektio. Voidaan todeta, että euklidinen avaruus R n ja yhtälön (2.4) ratkaisuavaruus ovat isomorfiset. Näin ollen niillä on sama dimensio, joten ratkaisuavaruuden dimensio on n. Siis ratkaisuavaruudella on n vektorin kanta {φ (1) k Näin lause on todistettu., φ(2) k,..., φ(n) k }. Lause Lineaarisen n. kertaluvun differenssiyhtälön (2.3) yleinen ratkaisu on (2.6) y k = θ k + ψ k, missä θ k on vastaavan homogeenisen yhtälön yleinen ratkaisu θ k = C 1 φ (1) k + C 2 φ (2) k + + C n φ (n) k ja ψ k on koko yhtälön jokin yksittäisratkaisu. 17

18 Todistus. 1) Lauseen perusteella ψ k on olemassa, ja lauseen perusteella θ k on olemassa. 2) Sijoittamalla nähdään, että θ k + ψ k toteuttaa differenssiyhtälön (2.3). (Totea!) 3) Todistetaan, että jokainen ratkaisu voidaan kirjoittaa muodossa θ k +ψ k eli muodossa C 1 φ (1) k + C 2 φ (2) k + + C n φ (n) k + ψ k. Olkoon y k differenssiyhtälön (2.3) jokin ratkaisu. Silloin sijoittamalla nähdään (totea!), että y k ψ k toteuttaa homogeenisen yhtälön (2.4), joten se on muotoa eli y k ψ k = C 1 φ (1) k + C 2 φ (2) k + + C n φ (n) k. y k = C 1 φ (1) k + C 2 φ (2) k + + C n φ (n) k + ψ k. Siis jokainen ratkaisu on muotoa (2.6). Huomautus Täydellisen lineaarisen n. kertaluvun differenssiyhtälön (2.3) ratkaisujoukko on algebran kielellä sanottuna sivuluokka ψ k + kerl, ks. lause Kertaluvun 1 lineaarinen differenssiyhtälö Yhtälö on muotoa y k+1 + a k y k = b k. Ratkaisumenetelmä I Vaihe 1. Etsitään homogeenisen yhtälön y k+1 + a k y k = 0 yleinen ratkaisu θ k = Cφ (1) k. (Lause ) Merkitään lyhyesti θ k = Cφ k. Vaihe 2. Etsitään varsinaisen yhtälön jokin yksityisratkaisu ψ k a) vakion varioinnilla muodossa C k φ k, b) yritefunktion avulla, kun a k on vakio ja b k = P (k), polynomi b k = P (k)α k, α vakio b k = P (k)α k sin βk, β vakio b k = P (k)α k cos βk, b k on edellisten summa. 18

19 Vaihe 3. Yhtälön yleinen ratkaisu on (Lause ) y k = Cφ k + ψ k. Huomautus Käytetään lineaarialgebran terminologiaa. Lauseen perusteella homogeenisen yhtälön ratkaisun kantaesitys on y k = Cφ k (= θ k ), missä φ k homogeenisen yhtälön nollafunktiosta poikkeava ratkaisu. Homogeenisen yhtälön ratkaisuavaruus on lineaarikuvauksen ydin, joka on L : F N0 F N0, Ly k = y k+1 + a k y k kerl = {Cφ k C R} = lin{φ k }. Ytimen (eli ratkaisuavaruuden) kanta on {φ k } ja ytimen dimensio on 1. Koko yhtälön ratkaisujoukko on lauseen perusteella ψ k + {Cφ k C R}. Ratkaisumenetelmä II Yhtälö kerrotaan puolittain sopivalla tekijällä, jotta vasemmalle puolelle saadaan differenssi, ja sen jälkeen yhtälö antidifferoidaan puolittain. Silloin saadaan y k+1 a k y k = b k (a 0 a 1 a k ) 1 (a 0 a 1 a k ) 1 y k+1 (a 0 a 1 a k 1 ) 1 y k = (a 0 a 1 a k ) 1 b k [(a 0 a 1 a k 1 ) 1 y k ] = (a 0 a 1 a k ) 1 b k (a 0 a 1 a k 1 ) 1 y k = 1 (a 0 a 1 a k ) 1 b k + C y k = a 0 a 1 a k 1 [ 1 (a 0 a 1 a k ) 1 b k + C]. Huomautus Menetelmässä II ja vakion varioinnissa päädytään samaan antidifferointiin. Esimerkki Ratkaistaan Menetelmä I: 1. Homogeeniyhtälön y k+1 (k + 1)y k = (k + 1)!. y k+1 (k + 1)y k = 0 19

20 eli yleinen ratkaisu on y k+1 = (k + 1)y k, k = 0, 1, 2,... k = 0 y 1 = y 0 = C k = 1 y 2 = 2y 1 = 2y 0 = 2C k = 2 y 3 = 3y 2 = 3 2C k = 3 y 4 = 4y 3 = 4 3 2C. y k = k!c = Ck!. (Näin ollen {k!} on homogeenisen yhtälön ratkaisuavaruuden kanta.) 2. Etsitään yksityisratkaisu vakion varioinnilla. Merkitään y k = k!c k. Silloin y k+1 (k + 1)y k = (k + 1)!C k+1 (k + 1)k!C k = (k + 1)!(C k+1 C k ) joten 3. Yleinen ratkaisu on = (k + 1)! C k, (k + 1)! C k = (k + 1)! C k = 1 C k = 1 1 = k(+c ) = k y k = k!c + k!k = k!(c + k), C R. (Siis ψ k = k!k, φ k = k! ja θ k = C(k!).) Menetelmä II: Saadaan y k+1 (k + 1)y k = (k + 1)! y k+1 (k + 1)! y k k! ( ) yk k! Esimerkki Ratkaistaan Menetelmä I: = 1 = 1 y k+1 2y k = k (k + 1)! 20

21 1. Homogeeniyhtälön yleinen ratkaisu on y k = 2 k C. (Näin ollen {2 k } on homogeenisen yhtälön ratkaisuavaruuden kanta.) 2. Etsitään yksityisratkaisu yritefunktion y k = Ak + B avulla. Siis A(k + 1) + B 2(Ak + B) = k + 1 joten saadaan yksityisratkaisu 3. Yleinen ratkaisu on Ak + A B = k + 1 A = 1, A B = 1 y k = k 2. A = 1, B = 2, y k = 2 k C k 2, C R. (Siis ψ k = k 2, φ k = 2 k ja θ k = C 2 k.) Menetelmä II: Saadaan y k+1 2y k = k (k+1) 2 (k+1) y k+1 2 k y k = (k + 1)2 (k+1) (2 k y k ) = (k + 1)2 (k+1) Esimerkki Ratkaistaan Menetelmä I: 2 k y k = 1 (k + 1)2 (k+1) + C y k = k k C, C R (ositt.antidiff.). y k+1 2y k = 2 k. 1. Homogeeniyhtälön yleinen ratkaisu y k = 2 k C. 2. Yksityisratkaisu yritefunktion avulla. Yritefunktio y k = A2 k ei käy, koska se on homogeeniyhtälön ratkaisu. Yritteestä y k = (Ak + B)2 k valitaan mukaan vain y k = Ak2 k. Siis A(k + 1)2 k+1 2Ak2 k = 2 k 2A(k + 1)2 k 2Ak2 k = 2 k 2A2 k = 2 k A =

22 3. Yleinen ratkaisu y k = 2 k C k2k = 2 k ( 1 k + C), C R. 2 (Siis ψ k = 1 2 k2k = 2 k 1, φ k = 2 k ja θ k = C 2 k.) Menetelmä II: Saadaan Esimerkki y k+1 2y k = 2 k 2 (k+1) 2 (k+1) y k+1 2 k y k = 1 2 ( 2 k y k ) = k y k = C y k = 2 k ( 1 2 k + C). y k+1 y k + ky k+1 y k = 0, y 0 = 2. Osoitetaan, että y k 0, kun k N 0. Tehdään vastaoletus, että on olemassa sellainen k N 0, että y k0 = 0. Silloin y k0 y k0 1 + (k 0 1)y k0 y k0 1 = 0 eli y k0 1 = 0. Tällä tavalla päättelemme, että y k = 0 aina, kun k k 0. Siis erikoisesti y 0 = 0, joka on ristiriidassa olettamuksen y 0 = 2 kanssa. Siis vastaoletus väärin ja näin ollen y k 0, kun k N 0. Jaetaan nyt yhtälö puolittain tulolla y k+1 y k, jolloin saadaan k = 0. y k y k+1 Merkitään z k = 1 y k. Silloin z k+1 z k = k. Ratkaistaan tämä yhtälö menetelmä I. 1. Homogeenisen yhtälön yleinen ratkaisu on z k = C. 22

23 2. Etsitään yksityisratkaisua yritteellä z k = Ak(+B) = Ak. Silloin A(k + 1) Ak = k eli A = k, mikä on mahdotonta. Uusi yrite on z k = Ak 2 + Bk. Silloin Siis 3. Yleinen ratkaisu on Koska y 0 = 2, niin C = 1 2. Siis A(k + 1) 2 + B(k + 1) Ak 2 Bk = k 2Ak + A + B = k A = 1 2, B = 1 2. z k = C k2 1 2 k = 2C + k2 k. 2 y k = y k = 2 2C + k 2 k. 2 k 2 k + 1. Huomautus Tarkastellaan yhtälöä y k+1 = ay k + b. Se on tyyppiä y k+1 +a k y k = b k, joten siihen voidaan soveltaa menetelmiä I ja II. Se voidaan ratkaista helposti myös suoraan seuraavalla tavalla. Saadaan k = 0: k = 1: y 1 = ay 0 + b = ac + b y 2 = ay 1 + b = a(ac + b) + b = a 2 C + ab + b k = 2: y 3 = ay 2 + b = a(a 2 C + ab + b) + b = a 3 C + a 2 b + ab + b.. y k = a k C + a k 1 b + a k 2 b ab + b = a k C + Esimerkki Ratkaistaan yhtälö vastaavasti. Saadaan { b, kun a 1, 1 a bk, kun a = 1. y k+1 = 2y k + 1 k = 0: y 1 = 2y = 2C

24 k = 1: y 2 = 2y = 2(2C + 1) + 1 = 2 2 C k = 2: y 3 = 2y = 2(2 2 C ) + 1 = 2 3 C y k = 2 k C + 2 k k = 2 k C + 1 2k 1 2 = 2 k C (1 2 k ) = (C + 1)2 k Kertaluvun 2 lineaarinen homogeeninen vakiokertoiminen differenssiyhtälö Yhtälö on muotoa y k+2 + py k+1 + qy k = 0. Vaihe 1. Muodostetaan karakteristinen yhtälö r 2 + pr + q = 0. Vaihe 2. Etsitään juuret r = r 1, r 2. Vaihe 3. Ratkaisu on a) b) y k = C 1 (r 1 ) k + C 2 (r 2 ) k, C 1, C 2 R, kun r 1 r 2, r 1, r 2 R, y k = C 1 r k + C 2 kr k, C 1, C 2 R, kun r 1 = r 2 = r R, c) missä y k = C 1 R k sin kϕ + C 2 R k cos kϕ, C 2, C 2 R, R = α 2 + β 2, tan ϕ = β α, kun r 1,2 = α ± iβ, β 0. Huomautus Käytetään lineaarialgebran terminologiaa. Lauseen perusteella yhtälön ratkaisun kantaesitys on y k = C 1 φ (1) k + C 2 φ (2) k, C 1, C 2 R, 24

25 missä φ (1) k, φ(2) k ovat kaksi lineaarisesti riippumatonta ratkaisua. Yhtälön ratkaisuavaruus on lineaarikuvauksen ydin, joka on L : F N0 F N0, Ly k = y k+2 + py k+1 + qy k, kerl = {C 1 φ (1) k + C 2 φ (2) k C 1, C 2 R} = lin{φ (1) k Ytimen (eli ratkaisuavaruuden) kanta on {φ (1) k 2., φ(2) k }., φ(2) k } ja ytimen dimensio on Kohdassa a kanta on {(r 1 ) k, (r 2 ) k }, kohdassa b kanta on {r k, kr k } ja kohdassa c kanta on {R k sin kϕ, R k cos kϕ}. ovat ratkai- Menetelmän todistus. Riittää todistaa, että funktiot φ (1) k, φ(2) k suja ja että ne ovat lineaarisesti riippumattomia. Luennot/harj. Esimerkki Ratkaistaan Sen karakteristinen yhtälö on jonka juuret ovat Nyt Täten ratkaisu on y k+2 2y k+1 + 2y k = 0. r 2 2r + 2 = 0, r = 2 ± = 1 ± i. α = β = 1, R = = 2, tan ϕ = 1, ϕ = π 4. y k = ( 2 ) k (C 1 sin Ratkaisuavaruuden kanta on { ( 2 ) k sin ( kπ 4 Esimerkki Ratkaistaan Sen karakteristinen yhtälö on jonka juuret ovat Täten ratkaisu on Ratkaisuavaruuden kanta on {2 k, 1}. ( ) ( )) kπ kπ + C 2 cos. 4 4 ), ( 2 ) k cos ( kπ 4 y k+2 3y k+1 + 2y k = 0. r 2 3r + 2 = 0, r = 2 r = 1. y k = C 1 2 k + C ) }.

26 Esimerkki Ratkaistaan Sen karakteristinen yhtälö on jonka juuri on Täten ratkaisu on y k+2 4y k+1 + 4y k = 0. r = 2 r 2 4r + 4 = 0, (2-kertainen juuri). y k = C 1 2 k + C 2 k2 k. Ratkaisuavaruuden kanta on {2 k, k2 k }. Esimerkki (Fibonaccin luvut). Fibonaccin luvut F 0, F 1, F 2,... määritellään kaavalla { Fk+2 = F k+1 + F k, k = 0, 1, 2,... F 0 = 0, F 1 = 1. Karakteristinen yhtälö on Sen juuret ovat Yleinen ratkaisu on r 2 r 1 = 0. r = 1 ± 5. 2 F k = C 1 ( ) k ( ) k C 2. 2 Alkuehtojen nojalla joten C 1 + C 2 = 0, C C = 1, C 1 = 1 5, C 2 = 1 5. Siis F k = 1 ( ) k ( ) k Huomaa, että luvut F 0, F 1, F 2,... ovat kokonaislukuja. 26

27 2.8 Yleinen kertaluvun 2 lineaarinen differenssiyhtälö Yhtälö on muotoa y k+2 + p k y k+1 + q k y k = b k. Vaihe 1. Etsitään homogeenisen yhtälön yleinen ratkaisu y k = C 1 φ (1) k + C 2 φ (2) k, C 1, C 2 R, missä φ (1) k, φ(2) k ovat kaksi homogeenisen yhtälön lineaarisesti riippumatonta ratkaisua. (Lause ) Vaihe 2. Etsitään varsinaisen yhtälön jokin yksityisratkaisu ψ k. a) Vakion varioinnilla muodossa missä ψ k = A k φ (1) k + B k φ (2) k, A k = B k = φ(2) 1 k+1 b k, D(k+1) φ(1) 1 k+1 b k. D(k+1) Tässä D on funktioiden φ (1) ja φ (2) Casoratin determinantti. b) Yritefunktion avulla, kun b k = (vrt. 2.6). Vaihe 3. Yhtälön yleinen ratkaisu on (Lause ) y k = C 1 φ (1) k + C 2 φ (2) k + ψ k. Huomautus Tällä kurssilla yleensä p k ja q k ovat vakioita, jolloin kohdassa 1 voidaan käyttää karakteristisen yhtälön menetelmää. Esimerkki Ratkaistaan yhtälö y k+2 5y k+1 + 6y k = 3 k. 1. Ratkaistaan vastaava homogeeninen yhtälö Sen karakteristinen yhtälö on y k+2 5y k+1 + 6y k = 0. r 2 5r + 6 = 0, 27

28 jonka ratkaisu on r = 2, r = 3. Siis homogeenisen yhtälön yleinen ratkaisu on y k = C 1 2 k + C 2 3 k. 2. Koko yhtälön yksityisratkaisu etsitään yritefunktion avulla. Yritefunktio y k = A3 k ei käy, koska se on homogeeniyhtälön ratkaisu. Yritteestä y k = (Ak + B)3 k valitaan mukaan vain y k = Ak3 k. Silloin A(k + 2)3 k+2 5A(k + 1)3 k+1 + 6Ak3 k = 3 k 3. Yleinen ratkaisu on 9A(k + 2)3 k 15A(k + 1)3 k + 6Ak3 k = 3 k 3A3 k = 3 k A = 1 3. y k = C 1 2 k + C 2 3 k k3k = C 1 2 k + C 2 3 k + k3 k 1. Esimerkki Lasketaan edellisen esimerkin kohta 2 vakion varioinnilla. Asetetaan y k = A k φ (1) k + B k φ (2) k, missä 1 φ(2) k+1 A k = b k D(k + 1), 1 φ(1) k+1 B k = b k D(k + 1). Tässä φ (1) k = 2 k, φ (2) k = 3 k, b k = 3 k. Silloin D(k + 1)[= D(φ (1), φ (2) 2 )(k + 1)] = k+1 3 k+1 2 k+2 3 k+2 = 2k+1 3 k+1. Edelleen A k = 1 3k+1 3 k 2 k+1 3 = 1 ( 3 k ( ) k k = 1 3 2) 2 ) k ) k = ( 3 2 ( 3 3 ) = 2 1(+C 2 ja B k = 1 2k+1 3 k 2 k+1 3 k+1 = = 1 3 k(+c ) = 1 3 k. 28

29 3. Yleinen ratkaisu on ( ) 3 k y k = C 1 2 k + C 2 3 k 2 k k3k = C 1 2 k + C 2 3 k 3 k k3k = C 1 2 k + (C 2 1)3 k + k3 k 1 = C 1 2 k + C 3 3 k + k3 k Kertaluvun n lineaarinen vakiokertoiminen homogeeninen differenssiyhtälö Yhtälö on muotoa (2.7) y k+n + p 1 y k+n p n 1 y k+1 + p n y k = 0. Vaihe 1. Muodostetaan karakteristinen yhtälö r n + p 1 r n p n 1 r + p n = 0 Vaihe 2. Etsitään juuret. (Jos α + iβ on m-kertainen juuri, niin α iβ on myös m-kertainen juuri.) Vaihe 3. Ratkaisu on y k = C 1 φ (1) k + C 2 φ (2) k + + C n φ (n) k, C 1, C 2,..., C n R, missä funktiot φ (1) k,..., φ(n) k ovat muotoa r k, kr k,..., k m 1 r k, kun r R ja juuri on m-kertainen, ja muotoa R k sin kϕ, kr k sin kϕ,..., k m 1 R k sin kϕ R k cos kϕ, kr k cos kϕ,..., k m 1 R k cos kϕ, missä R = α 2 + β 2, tan ϕ = β, kun r = α ± iβ ja juuri on (m + m)- α kertainen. Menetelmän todistus. Riittää todistaa, että kyseiset funktiot ovat ratkaisuja ja että ne ovat lineaarisesti riippumattomia. Luennot/harj. Esimerkki Ratkaistaan differenssiyhtälö y k+3 + y k+2 + y k+1 + y k = 0. Karakteristinen yhtälö ja sen juuret ovat r 3 + r 2 + r + 1 = 0 r = 1 r = ±i, 29

30 josta saadaan Ratkaisu on α = 0, β = 1, R = 1, ϕ = π 2. y k = C 1 ( 1) k + C 2 sin ( ) ( ) kπ kπ + C 3 cos. 2 2 Huomautus Differenssiyhtälö (2.7) voidaan palauttaa 1. kertaluvun matriisidifferenssiyhtälöksi. Merkitään y k y k+1 A = , Y k = y k+n 2 p n p n 1 p n 2 p 1 y k+n 1 Silloin differenssiyhtälö (2.7) on matriisien avulla lausuttuna jonka ratkaisu on Y k+1 = AY k, k N 0, Y k = A k Y 0, k N 0. Jos Y 0 on matriisin A ominaisvektori ja λ vastaava ominaisarvo, niin Y k = A k 1 AY 0 = A k 1 λy 0 = A k 2 λay 0 = A k 2 λ 2 Y 0 = = λ k Y Yleinen kertaluvun n lineaarinen differenssiyhtälö Yhtälö on muotoa (2.3). Sitä käsiteltiin jo luvuissa 2.2 ja 2.5. Kirjoitetaan vielä ratkaisumenetelmä vaiheittain. Vaihe 1. Etsitään homogeenisen yhtälön yleinen ratkaisu missä funktiot φ (1) k y k = C 1 φ (1) k + C 2 φ (2) k + + C n φ (n) k,, φ(2) k,..., φ(n) k ovat lineaarisesti riippumattomia. Vaihe 2. Etsitään varsinaisen yhtälön jokin yksityisratkaisu ψ k a) vakion varioinnilla b) määräämättömien kertoimien menetelmällä. Vaihe 3. Yleinen ratkaisu on y k = C 1 φ (1) k + C 2 φ (2) k + + C n φ (n) k + ψ k. 30

31 Huomautus Tällä kurssilla kertoimet a (1) k, a(2) k,..., a(n) k ovat vakioita, jolloin kohdassa 1 voidaan käyttää karakteristisen yhtälön menetelmää. Esimerkki Ratkaistaan y k+3 + y k+2 + y k+1 + y k = 1. Homogeenisen yhtälön yleinen ratkaisu on ( ) ( ) kπ kπ y k = C 1 ( 1) k + C 2 sin + C 3 cos. 2 2 Etsitään yksityisratkaisu yritefunktion y k = A avulla. Silloin A + A + A + A = 1, A = 1 4. Ratkaisu on y k = C 1 ( 1) k + C 2 sin ( ) ( ) kπ kπ + C 3 cos Generoiva funktio Määritelmä Lukujonon (y k ) k=0 eli (y 0, y 1, y 2,...) generoiva funktio (lyhyesti gf) on lukujonon esitysmuoto G(y k )(s) = y k s k, k=0 missä symbolin s potenssi ilmoittaa kertoimensa paikan lukujonossa. Tarkemmin sanoen, potenssin s k kerroin on jonon (k + 1). jäsen. Huomautus Symboli s ei saa lukuarvoja, vaan G(y k )(s) on ns. muodollinen potenssisarja, joka on algebrallisesti tehokas tapa käsitellä lukujonoja. Generoivaa funktiota voitaisiin käsitellä analyyttisestikin, mutta niin ei tehdä tällä kurssilla. Huomautus Jos potenssin s k kerroin on 0, jätetään termi 0s k yleensä muodollisesta potenssisarjasta pois (elleivät kaikki kertoimet ole nollia). Samoin usein kirjoitetaan lyhyesti 1s k = s k ja ( 1)s k = s k. Esimerkki Jonon (1, 2, 1, 0, 0,...) generoiva funktio on 1 + 2s s 2. Generoivaa funktiota vastaava jono on (1, 1, 1,...). s k k=0 31

32 Huomautus Generoivien funktioden yhtäsuuruus saadaan jonojen yhtäsuuruudesta seuraavasti: G(y k )(s) = G(z k )(s) k N 0 : y k = z k. Määritelmä Generoivien funktioiden ja siten myös lukujonojen yhteenlasku, skalaarilla kertominen ja (Cauchyn) kertolasku määritellään kaavoilla (2.8) (2.9) (2.10) Esimerkki Selvästi G(y k )(s) + G(z k )(s) = G(y k + z k )(s), ag(y k )(s) = G(ay k )(s), ( k ) G(y k )(s)g(z k )(s) = G y i z k i (s). i=0 (1 + 2s s 2 ) + (1 + s) = 2 + 3s s 2, 3(1 + s + s 2 + ) = 3 + 3s + 3s 2 +, (1 + s)(1 + s) = 1 + 2s + s 2. Merkitään notaatiolla R[[s]] kaikkien (reaalikertoimisten) generoivien funktioiden (tai lukujonojen) joukkoa. Lause Joukko R[[s]] muodostaa vektoriavaruuden yhteenlaskun ja skalaarilla kertomisen suhteen. Nollavektori on generoiva funktio 0, jota vastaa siis jono (0, 0, 0,...). Lause Joukko R[[s]] muodostaa kommutatiivisen renkaan yhteenlaskun ja kertolaskun suhteen. Ykkösalkio on generoiva funktio 1, jota vastaa jono (1, 0, 0,...). Lause Generoiva funktio G(y k )(s) on kääntyvä, jos ja vain jos y 0 0. Merkitään kääntyvän generoivan funktion G(y k )(s) käänteisfunktiota notaatioilla G(y k )(s) 1 1, G(y k )(s). Esimerkki Olkoon y k = a k, a R. Sen generoiva funktio voidaan kirjoittaa muodossa G(y k )(s) = k=0 a k s k = 1 1 as ( (1, a, a 2, a 3,...)). Jonot (1, a, a 2, a 3,...) ja (1, a, 0, 0,...) ovat siis toistensa käänteisjonoja. 32

33 Esimerkki Ratkaise differenssiyhtälö y k 5y k 1 + 6y k 2 = 0 (k 2), y 0 = 0, y 1 = 1, generoivalla funktiolla. Etsitään jonon (y k ) generoiva funktio: G(y k )(s) = y k s k = y 0 + y 1 s + y k s k k=0 k=2 = s + = s + 5s k=2 (5y k 1 6y k 2 )s k y k s k 6s 2 k=0 k=0 y k s k = s + 5sG(y k )(s) 6s 2 G(y k )(s). Näin ollen joten G(y k )(s)(1 5s + 6s 2 ) = s, G(y k )(s) = Tämä voidaan kirjoittaa muodossa s 1 5s + 6s 2 = s (1 2s)(1 3s) = 1 1 3s 1 1 2s. G(y k )(s) = 3 k s k 2 k s k. k=0 k=0 Näin ollen y k = 3 k 2 k Laplace-muunnos Määritellään y(x) = y k, k x < k + 1, k = 0, 1, 2,... Silloin esimerkiksi yhtälö y k+2 + py k+1 + qy k = 0 voidaan esittää muodossa y(x + 2) + py(x + 1) + qy(x) = 0. Nyt voidaan ottaa puolittain Laplace-muunnokset. 33

34 2.13 Esimerkkejä sovelluksista Tässä pykälässä vain saatujen yhtälöiden ratkaiseminen kuuluu koealueeseen. Yhtälöiden käytännöllistä taustaa ei tarvitse osata Kombinatorisia esimerkkejä Esimerkki Olkoon a k sellaisten k bitin jonojen lkm, joissa ei ole kahta peräkkäistä nollaa. Silloin a 0 = 1, a 1 = 2. Olkoon k 2. Silloin bittijonot voidaan jakaa 2 erilliseen joukkoon: bittijonot, jotka päättyvät ykköseen (a k 1 kpl), ja bittijonot, jotka päättyvät nollaan (a k 2 kpl). Siis a k = a k 1 + a k 2, k 2, a 0 = 1, a 1 = 2. Esimerkki Olkoon a k sellaisten k bitin jonojen lkm, joissa on 2 peräkkäistä nollaa. Silloin a 1 = 0, a 2 = 1. Olkoon k 2. Bittijonot voidaan jakaa 3 erilliseen joukkoon. Ykköseen päättyviä bittijonoja on a k 1 kpl. Tarkastellaan bittijonoja, jotka päättyvät nollaan. Jos toiseksi viimeinen bitti on ykkönen, niin oikeanmuotoisia bittijonoja saadaan a k 2 kpl. Jos taas toiseksi viimeinen bitti on nolla, niin oikeanmuotoisia bittijonoja on 2 k 2 kpl. Siis a k = a k 1 + a k k 2, k 2, a 0 = 0, a 1 = 0. Esimerkki Olkoon a k sellaisten k bitin jonojen lkm, joissa ei ole kolmea peräkkäistä nollaa. Silloin (Totea!) a k = a k 1 + a k 2 + a k 3 k 3, a 0 = 1, a 1 = 2, a 2 = Korkolaskentaa Esimerkki Asiakas tallettaa pankkiin A markkaa r 100 prosentin vuotuisella korolla. (Asiakas ei ota rahaa tililtä pois, ei korkoa eikä pääomaa.) Olkoon S k tilin saldo k vuoden kuluttua. Silloin S k+1 = S k + rs k, k = 0, 1, 2,..., S 0 = A, josta saadaan (Totea!) S k = (1 + r) k A. Esimerkki Asiakas tallettaa tililleen vuosittain vakiomäärän B mk. Ensimmäinen talletus tehdään 1 vuoden kuluttua, ennen ensimmäistä talletusta tili on tyhjä. Olkoon S k tilin saldo k vuoden kuluttua. Silloin S k+1 = S k + rs k + B, k = 0, 1, 2,..., S 0 = 0, 34

35 josta saadaan (Totea!) S k = (1 + r)k 1 B. r Esimerkki Asiakas ottaa A mk lainan, jonka vuotuinen korko on r 100 prosenttia. Asiakas maksaa vuosittain korkoa ja lyhennystä yhteensä vakiomäärän B mk. Ensimmäinen B mk:n maksu on vuoden kuluttua. Olkoon velan määrä k vuoden kuluttua S k. Silloin josta saadaan S k+1 = S k + rs k B, k = 0, 1, 2,..., S 0 = A, S k = (1 + r) k A (1 + r)k 1 B. r (Totea!) Huomaa esimerkin yhteys esimerkkeihin ja Mikä tulee maksun B olla, kun lainan maksuaika on n vuotta? Sekalaisia esimerkkejä Esimerkki (The gambler s ruin). Pelin jokaisessa vaiheessa pelaaja joko voittaa tai häviää yhden dollarin. Olkoon voiton todennäköisyys p ja häviön 1 p ( merk. = q). Oletetaan, että pelaaja lopettaa, kun hän menettää kaikki rahansa tai saavuttaa N dollaria. Pelaajalla oletetaan olevan pelin alussa k dollaria (0 k N). Merkitään symbolilla P (k) todennäköisyyttä, että pelaaja tulee lopettamaan pelin häviämällä kaikki rahansa (k = 0, 1, 2,..., N). Siis erityisesti P (0) = 1 ja P (N) = 0. Kun k = 1, 2,..., N 1, niin lopettaminen häviämällä kaikki rahansa voi tapahtua kahdella toisensa poissulkevalla tavalla: a) Seuraavassa vaiheessa pelaaja voittaa dollarin, mutta menettää lopulta kaikki rahansa. b) Seuraavassa vaiheessa pelaaja häviää dollarin ja menettää lopulta kaikki rahansa. Tapauksen 1 todennäköisyys on = pp (k + 1), ja tapauksen 2 todennäköisyys on = qp (k 1). Näin saadaan differenssiyhtälö (2.11) P (k) = pp (k + 1) + qp (k 1), k = 1, 2,..., N 1, P (0) = 1, P (N) = 0. Voidaan laskea, että (2.12) P (k) = rk r N, missä r = q/p, 1 rn 35

36 kun p q, ja että (2.13) P (k) = N k N, kun p = q = 0.5. Huomaa, että esimerkiksi jos N = 40, niin P (20) = 0.832, kun p = 0.48, ja P (20) = 0.5, kun p = 0.5. Esimerkki Tarkastellaan oheista virtapiiriä. Kirchoffin lain mukaan kussakin "luupissa"jännitteiden summa on = 0. Siis 1. luupissa (2.14) I 1 R 1 + (I 1 I 2 )R 2 V = 0. Yleisesti, k. luupissa (2.15) I k R 1 + (I k I k+1 )R 2 (I k 1 I k )R 2 = 0. Lopuksi, (N + 1). luupissa (2.16) I N+1 R 1 (I N I N+1 )R 2 = 0. Yhtälö (2.15) voidaan kirjoittaa ( (2.17) I k R 1 R 2 ) I k + I k 1 = 0. Mitkä ovat yhtälön (2.17) karakteristisen yhtälön juuret? Esimerkki Tarkastellaan sukupuolisidonnaisia piirteitä, joissa naisilla on kaksi vastingeeniä ja miehillä on yksi vastingeeni (eli alleeli). Naisilla piirre on vallitseva, jos ainakin toinen vastingeeneistä on vallitseva. Miehet perivät vastingeeninsä äidiltä, kun taas naiset perivät toisen vastingeeninsä äidiltä ja toisen isältä. Vallitsevaa vastingeeniä merkitään kirjaimella A ja peittyvää vastingeeniä merkitään kirjaimella a. Merkitään A-vastingeenin osuutta k. sukupolven naisilla symbolilla p(k). Voidaan todistaa (sivuutetaan), että p(k + 2) = 1 2 p(k + 1) p(k). 36

37 Näin ollen p(k) = C 1 + C 2 ( 1 2) k, missä C 1 ja C 2 riippuvat alkuehdoista (Harj.). Voidaan karkeasti olettaa, että nykyään A-vastingeenin osuus naisilla on C 1 ( merk. = p). Myös miehillä A- vastingeenin osuus on noin p. Merkitään a-vastingeenin osuutta kirjaimella q. (Siis q = 1 p.) Naisilla yhdistelmien {A, A}, {A, a} ja {a, a} osuudet ovat siis p 2, 2pq ja q 2. Monissa sairauksissa a-vastingeeni aiheuttaa ongelmia. Siis jos miehillä tälläinen sairaus on esimerkiksi joka sadannella, niin naisilla tämä sairaus ilmenee yhdellä kymmenestä tuhannesta. Esimerkki Tarkastellaan determinanttia b a a b a a b a a b a a b Olkoon A k kertaluvun k determinantin arvo. Silloin Lisäksi A 1 = b, A 2 = b 2 a 2. A k = ba k 1 a 2 A k 2, k 3. Esimerkki (Newton s law of cooling). Tarkastellaan allaolevaa tankoa. Olkoot a(k), b(k) ja c(k) lämpötilat pisteissä a, b ja c ajanhetkellä k. Oletetaan, että kunkin pisteen lämpötilaan vaikuttaa vain viereisten pisteiden lämpötilat, ts. b vaikuttaa a:han, a ja c vaikuttavat b:hen ja b vaikuttaa c:hen. Pisteen b vaikutus pisteeseen a on muotoa (2.18) a(k + 1) a(k) = p(b(k) a(k)), missä p on vakio. Yhtälö (2.18) on ns. "Newton s law of cooling". Edelleen (2.19) (2.20) c(k + 1) c(k) = p(b(k) c(k)), b(k + 1) b(k) = p(a(k) b(k)) + p(c(k) b(k)). Yhtälöt (2.18), (2.19) ja (2.20) voidaan kirjoittaa ryhmänä (2.21) a(k + 1) = (1 p)a(k) + pb(k), b(k + 1) = pa(k) + (1 2p)b(k) + pc(k), c(k + 1) = pb(k) + (1 p)c(k). 37

38 Yhtälö (2.21) voidaan kirjoittaa matriisimuodossa, jolloin matriisin ominaisarvot ovat 1, 1 p ja 1 3p. (Harj.) Kun p on "pieni", voidaan tarkastella tangon pisteiden lämpötilojen käyttäytymistä, kun k. (Harj.) Esimerkki A ja B pelaavat peliä, jonka jokaisessa vaiheessa A voittaa B:ltä markan todennäköisyydellä p ja B A:lta todennäköisyydellä 1 p (= q). Tasapeliä ei voi sattua. Pelin alussa pelaajalla A on a markkaa ja pelaajalla B on b markkaa (merk. a + b = N). Peli loppuu, kun jommalla kummalla pelaajista on M markkaa (M N). Olkoon peli tilanteessa, jossa A:lla on k markkaa. Olkoon u k todennäköisyys, että A tulee voittamaan pelin. Tässä tilanteessa A:n voitto voi tapahtua kahdella toisensa poissulkevalla tavalla: 1) Seuraavassa vaiheessa A voittaa markan (ja siis voittaa vielä koko pelin). 2) Seuraavassa vaiheessa A häviää markan (ja voittaa vielä koko pelin). Tapauksen 1 todennäköisyys on = pu k+1, ja tapauksessa 2 todennäköisyys on = qu k 1. Siis u k = pu k+1 + qu k 1, k 1. Alkuehtoina ovat u M = 1, u N M = 0. Todennäköisyys, että A voittaa pelin, on u a. Voidaan laskea, että u a = (q/p)a (q/p) N M (q/p) M (q/p) N M, p q u a = M N + a 2M N, p = q = 1/2. Esimerkki Digitaalisessa signaalinkäsittelyssä differenssiyhtälö y k+n + a (n 1) y k+n a (0) y k = z k mallintaa lineaarista suodinta. Tällöin (y k ) on input-signaali ja (z k ) on outputsignaali. 38

39 Luku 3 Asymptoottista analyysia 3.1 Funktioiden kasvu Iso O -merkintä Määritelmä Olkoot f : N R ja g : N R funktioita. Merkitään f(n) = O(g(n)), jos C, N N : n > N : f(n) C g(n). Lue "f on iso-o-g", "g on f:n iso-o -estimaatti"tai "f on (korkeintaan) kertaluokkaa g". Huomautus Yhtäsuuruusmerkillä "="ei ole merkinnän f(n) = O(g(n)) yhteydessä kaikkia sen tavanomaisia ominaisuuksia. Joskus käytetäänkin merkintöjä f(n) O(g(n)), f(n) g(n). Merkintä f(n) g(n) tarkoittaa, että f(n) = O(g(n)) ja g(n) = O(f(n)). Esimerkki Todista, että joten n 3 O(n 2 ). Ratkaisu. Tehdään castaoletus. n 3 = O(n 2 ). Siis C, N N : n > N : n 3 Cn 2, C, N N : n > N : n C. Saadaan ristiriita (esim. n = C + N). Siis vastaoletus on väärin ja näin ollen väitös on oikein. 39

40 3.1.2 Raja-arvo ja O-symboli Lause a) Jos lim n f(n) g(n) b) Jos lim n f(n) g(n) on äärellisenä olemassa, niin f(n) = O(g(n)). = ±, niin f(n) O(g(n)). Todistus. a) Merkitään lim n f(n) g(n) joten Näin ollen joten Täten = A. Siis ε > 0 : n ε N : n n ε : f(n)/g(n) A < ε, b) Harjoitustehtävä. n n 1 : f(n)/g(n) A < 1. n n 1 : f(n)/g(n) < A + 1, n n 1 : f(n) < ( A + 1) g(n). f(n) = O(g(n)). Esimerkki n 2 + n = O(n 2 ), sillä 2n 2 + n n 2 = n Esimerkki n 3 O(n 2 ), sillä 2, kun n. n 3 lim n n = lim n =. 2 n L Hospitalin / -sääntö Lause Oletetaan, että f, g : R R ovat derivoituvia funktioita ja että f f(x), g(x) ±, kun x. Jos lim (x) x on olemassa, niin g (x) Todistus. Sivuutetaan. Huomautus Jos lim x x R f(x) lim x g(x) = lim f (x) x g (x) f(x) g(x) f(n) lim n n N on olemassa, niin g(n) = lim x x R 40 f(x) g(x).

41 Esimerkki Koska log x lim x x = lim 1 x x = 0, niin log n = O(n). Esimerkki Koska lim x x log(x) = lim x x =, niin n O(log n) Funktioiden summan ja tulon O-estimaateista Lause Olkoon f 1 (n) = O(g 1 (n)) ja f 2 (n) = O(g 2 (n)). Silloin (3.1) (3.2) f 1 (n) + f 2 (n) = O(max( g 1 (n), g 2 (n) )), f 1 (n)f 2 (n) = O(g 1 (n)g 2 (n)). Todistus. Kaavan (3.1) todistus: luennot/harj. Todistetaan kaava (3.2). Oletuksen mukaan Siis, kun n > N 1, n > N 2, C 1, N 1 : n > N 1 : f 1 (n) C 1 g 1 (n), C 2, N 2 : n > N 2 : f 2 (n) C 2 g 2 (n). f 1 (n)f 2 (n) = f 1 (n) f 2 (n) C 1 g 1 (n) C 2 g 2 (n) C 1 C 2 g 1 (n)g 2 (n). Merkitään C = C 1 C 2 ja N = max{n 1, N 2 }. Silloin n > N : f 1 (n)f 2 (n) C g 1 (n)g 2 (n). Lause a) Jos f(n) = O(g(n)) ja g(n) = O(h(n)), niin f(n) = O(h(n)). b) Jos f(n) = O(g(n)) ja a R, niin af(n) = O(g(n)). Todistus. luennot/harj 41

42 3.1.5 Pieni o -merkintä Määritelmä Olkoot f : N R ja g : N R funktioita. Merkitään f(n) = o(g(n)), jos ε > 0 : n ε N : n > n ε : f(n) < ε g(n). Lue f on "pieni-o-g"tai "f(n) on paljon pienempi kuin g(n), kun n ". Huomautus Yhtäsuuruusmerkillä "=" ei ole merkinnän f(n) = o(g(n)) yhteydessä kaikkia sen tavanomaisia ominaisuuksia. Joskus käytetäänkin merkintää f(n) o(g(n)). Huomautus Lukujonon raja-arvon määritelmästä seuraa välittömästi, että f(n) = o(g(n)) silloin ja vain silloin, kun f(n) lim n g(n) = 0 edellyttäen, että g(n) 0 jostakin luvun n arvosta lähtien. Esimerkki On helppo nähdä, että ja log(n) = o(n), n + 1 o(n), log(n) = O(n) n + 1 = O(n). 3.2 Hajota ja hallitse -yhtälöt Olkoon probleeman koko n ja probleeman ratkaisemisen "hinta" f(n). Jaetaan probleema a osaprobleemaan. Oletetaan, että osaprobleemien kooksi tulee n/b. Olkoon g(n) hinta, joka syntyy osaprobleemiin jaosta. Silloin (3.3) f(n) = af(n/b) + g(n), jota kutsutaan hajota ja hallitse -yhtälöksi. Käytetään siitä myös lyhyttä ilmaisua hh-yhtälö. Esimerkki Puolitushakualgoritmin kompleksisuus toteuttaa hh-yhtälön f(n) = f(n/2) + 2, f(1) = 2. 42

43 3.2.1 Hh-yhtälön ratkaiseminen Ratkaistaan (3.3). Oletetaan, että n on muotoa n = b k, k N, ja että f(1) on tunnettu. Silloin (3.3) voidaan ratkaista rekursiivisesti seuraavalla tavalla: f(b k ) (3.3) = af(b k 1 ) + g(b k ) ( ) (3.3) = a af(b k 2 ) + g(b k 1 ) + g(b k ) = a 2 f(b k 2 ) + ag(b k 1 ) + g(b k ) ) (3.3) = a (af(b 2 k 3 ) + g(b k 2 ) + ag(b k 1 ) + g(b k ) = a 3 f(b k 3 ) + a 2 g(b k 2 ) + ag(b k 1 ) + g(b k ) = = a k f(1) + a k 1 g(b) + + ag(b k 1 ) + g(b k ). Vain f(b k ) pystytään laskemaan tarkasti. Funktion arvolle f(n) saadaan kuitenkin arvio, kun b k < n < b k+1. Esimerkki Puolitushakualgoritmin kompleksisuus toteuttaa hh-yhtälön Laskettava f(2 k ), k N 0. f(n) = f(n/2) + 2, f(1) = 2. Ratkaisu. Sovelletaan hh-yhtälöä toistuvasti, jolloin saadaan Tarkistus. f(2 k ) = f(2 k /2) + 2 = f(2 k 1 ) + 2 = f(2 k 2 ) = f(2 k 3 ) = = f(1) + 2k = 2k + 2. f(n) = f(n/2) + 2 f(2 k ) = f(2 k /2) + 2 = f(2 k 1 ) + 2 ( ) 2k + 2 = 2(k 1) = (2k 2 + 2) + 2 = 2k + 2, hh-yhtälö oikein! f(1) = f(2 0 ) = = 2, alkuarvo oikein! Funktion f(n) kertaluokka Lause Olkoon f kasvava funktio, joka toteuttaa hh-yhtälön f(n) = af(n/b) + c, 43

44 missä a 1, b 2, c > 0. Silloin { O(n log b f(n) = a ), kun a > 1, O(log n), kun a = 1. Todistus. Todistetaan tapaus a = 1. (Tapaus a > 1, luennot/harj.) Olkoon n Z + mielivaltainen. Silloin Arvioidaan k Z + : b k 1 n < b k. f(n) f(b k ) = f(b k /b) + c = f(b k 1 ) + c = f(b k 2 ) + c + c = f(b k 3 ) + c + c + c = = f(b k k ) + kc ( ) f(1) + log b (n) + 1 c = f(1) + c log b (n) + c. Siis (harj.) f(n) = O(log n). Esimerkki Puolitushakualgoritmin kompleksisuus toteuttaa hh-yhtälön f(n) = f(n/2) + 2, f(1) = 2, kun n on parillinen. Mikä on funktion f(n) kertaluokka? Ratkaisu. Olkoon n Z +. Silloin k Z + : 2 k 1 n < 2 k. Nyt f(n) f(2 k ) = = 2k + 2 ( ) 2 log 2 (n) = 2 log 2 (n) + 4. Koska log 2 n = log n/ log 2 = C log n, niin f(n) = O(log n). 44

45 Esimerkki Oletetaan, että algoritmin kompleksisuus toteuttaa hhyhtälön f(n) = 5f(n/2) + 3, f(1) = 7. a) Laskettava f(2 k ), kun k Z + {0}. b) Arvioitava funktion f kertaluokkaa, kun f on kasvava. Siis Ratkaisu. a) Hh-yhtälön avulla saadaan f(2 k ) = 5f(2 k /2) + 3 = 5f(2 k 1 ) + 3 ( ) = 5 5f(2 k 2 ) = 5 2 f(2 k 2 ) = b) Olkoon n Z +. Silloin = 5 k f(1) + 5 k k = 5 k 7 + 5k = 5 k 7 + (5 k 1) 3 4 = 5k k = 5 k ( ) 3 4 = 5k = (31 5 k 3)/4. k Z + : 2 k 1 n < 2 k. f(n) f(2 k ) = (31 5 k 3)/4 8 5 k log 2 n = 40 5 log 2 n. Näin ollen joten C, N : n > N : f(n) C5 log 2 n = Cn log 2 5, f(n) = O(n log 2 5 ). 3.3 Poincarén lause Määritelmä Differenssiyhtälö (3.4) y k+n + a (1) k y k+n a (n) k y k = 0, 45

46 on Poincarén tyyppiä, jos lim k a(j) k = p j, j = 1, 2,..., n, ts. jos ko. raja-arvo on äärellisenä olemassa aina, kun j = 1, 2,..., n. Yhtälöä r n + p 1 r n p n = 0 sanotaan differenssiyhtälön (3.4) karakteristiseksi yhtälöksi Poincarén mielessä. Lause (Poincarén lause). Oletetaan, että differenssiyhtälö (3.4) on Poincarén tyyppiä ja että yhtälön juuret r 1, r 2,..., r n toteuttavat ehdon r 1 > r 2 > > r n. Silloin differenssiyhtälön (3.4) jokainen ratkaisu y k toteuttaa ehdon (3.5) lim k y k+1 y k jollakin indeksin i = 1, 2,..., n arvolla. = r i Todistus. Tarkastellaan tapaus, jossa n = 2 ja jossa a (1) k ja a (2) k ovat vakioita. Koska juuret r 1, r 2 toteuttavat ehdon r 1 > r 2, niin r 1 r 2. Näin ollen Olkoon C 1 0. Silloin y k+1 = C 1r1 k+1 + C 2 r2 k+1 y k C 1 r1 k + C 2 r2 k Olkoon C 1 = 0. Silloin Siis kaava (3.5) on voimassa. y k = C 1 r k 1 + C 2 r k 2. = r 1 + (C 2 /C 1 )r 1 (r 2 /r 1 ) k (C 2 /C 1 )(r 2 /r 1 ) k r 1, kun k. y k+1 = C 2r2 k+1 = r y k C 2 r2 k 2. Esimerkki Tarkastellaan differenssiyhtälöä (3.6) y k+2 t + 3 t + 2 y k t + 2 y k = 0. Se on Poincarén tyyppiä, sillä t + 3 t + 2 1, 2 t + 2 0, kun t. Differenssiyhtälön (3.6) karakteristinen yhtälö Poincarén mielessä on r 2 r = 0, jonka juuret ovat r = 0, r = 1. Näin ollen y k+1 lim k y k on 0 tai 1 aina, kun y k on differenssiyhtälön (3.6) jokin ratkaisu. 46

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

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

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista

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

Lisätiedot

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

Johdatus diskreettiin matematiikkaan Harjoitus 5, Ratkaise rekursioyhtälö

Johdatus diskreettiin matematiikkaan Harjoitus 5, Ratkaise rekursioyhtälö Johdatus diskreettiin matematiikkaan Harjoitus 5, 14.10.2015 1. Ratkaise rekursioyhtälö x n+4 2x n+2 + x n 16( 1) n, n N, alkuarvoilla x 1 2, x 2 14, x 3 18 ja x 4 42. Ratkaisu. Vastaavan homogeenisen

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

6. Toisen ja korkeamman kertaluvun lineaariset

6. Toisen ja korkeamman kertaluvun lineaariset SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 51 6. Toisen ja korkeamman kertaluvun lineaariset differentiaaliyhtälöt Määritelmä 6.1. Olkoon I R avoin väli. Olkoot p i : I R, i = 0, 1, 2,..., n, ja q : I R jatkuvia

Lisätiedot

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

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

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

Lisätiedot

Matematiikka B3 - Avoin yliopisto

Matematiikka B3 - Avoin yliopisto 2. heinäkuuta 2009 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Lisäharjoitustehtävä Kurssin sisältö (1/2) 1. asteen Differentiaali yhtälöt (1.DY) Separoituva Ratkaisukaava Bernoyulli

Lisätiedot

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

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

Lisätiedot

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

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

Lisätiedot

Ominaisarvo ja ominaisvektori

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

Lisätiedot

Ominaisarvot ja ominaisvektorit 140 / 170

Ominaisarvot ja ominaisvektorit 140 / 170 Ominaisarvot ja ominaisvektorit 140 / 170 Seuraavissa luvuissa matriisit ja vektori ajatellaan kompleksisiksi, ts. kertojakuntana oletetaan olevan aina kompleksilukujoukko C Huomaa, että reaalilukujoukko

Lisätiedot

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät Matematiikan peruskurssi K3/P3, syksy 25 Kenrick Bingham 825 Toisen välikokeen alueen ydinasioita Alla on lueteltu joitakin koealueen ydinkäsitteitä, joiden on hyvä olla ensiksi selvillä kokeeseen valmistauduttaessa

Lisätiedot

Kuvaus. Määritelmä. LM2, Kesä /160

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

Lisätiedot

Ennakkotehtävän ratkaisu

Ennakkotehtävän ratkaisu Ennakkotehtävän ratkaisu Ratkaisu [ ] [ ] 1 3 4 3 A = ja B =. 1 4 1 1 [ ] [ ] 4 3 12 12 1 0 a) BA = =. 1 + 1 3 + 4 0 1 [ ] [ ] [ ] 1 0 x1 x1 b) (BA)x = =. 0 1 x 2 x [ ] [ ] [ 2 ] [ ] 4 3 1 4 9 5 c) Bb

Lisätiedot

2.2.1 Ratkaiseminen arvausta sovittamalla

2.2.1 Ratkaiseminen arvausta sovittamalla 2.2.1 Ratkaiseminen arvausta sovittamalla Esimerkki: lomitusjärjestäminen (edellä) Yleistys: Ratkaistava T (1) c T (n) g(t (1),..., T (n 1), n) missä g on n ensimmäisen parametrin suhteen kasvava. (Ratkaisu

Lisätiedot

4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt

4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt 4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt 4.1 Homogeeniset lineaariset differentiaaliyhtälöt Homogeeninen yhtälö on muotoa F(x, y,, y (n) ) = 0. (1) Yhtälö on lineaarinen, jos se voidaan

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a

Lisätiedot

4 Korkeamman kertaluvun differentiaaliyhtälöt

4 Korkeamman kertaluvun differentiaaliyhtälöt Differentiaaliyhtälöt c Pekka Alestalo 2015 Tässä monisteessa käydään läpi tavallisiin differentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Luennolla lasketaan esimerkkitehtäviä

Lisätiedot

5 Differentiaaliyhtälöryhmät

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

Lisätiedot

MS-C1340 Lineaarialgebra ja

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

Lisätiedot

Käänteismatriisi 1 / 14

Käänteismatriisi 1 / 14 1 / 14 Jokaisella nollasta eroavalla reaaliluvulla on käänteisluku, jolla kerrottaessa tuloksena on 1. Seuraavaksi tarkastellaan vastaavaa ominaisuutta matriiseille ja määritellään käänteismatriisi. Jokaisella

Lisätiedot

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos

Lisätiedot

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2. 2. kl:n DY:t Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.) Lause Olkoon f(x 2, x 1, t) funktio, ja oletetaan, että f, f/ x 1 ja f/ x

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

2.5. Matriisin avaruudet ja tunnusluvut

2.5. Matriisin avaruudet ja tunnusluvut 2.5. Matriisin avaruudet ja tunnusluvut m n-matriisi A Lineaarikuvaus A : V Z, missä V ja Z ovat sopivasti valittuja, dim V = n, dim Z = m (yleensä V = R n tai C n ja Z = R m tai C m ) Kuva-avaruus ja

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

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210 Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/210 Lineaarialgebra (muut ko) p. 2/210 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 22 R. Kangaslampi matriisiteoriaa Kertaus: ominaisarvot

Lisätiedot

10. Toisen kertaluvun lineaariset differentiaaliyhtälöt

10. Toisen kertaluvun lineaariset differentiaaliyhtälöt 37. Toisen kertaluvun lineaariset differentiaalihtälöt Tarkastelemme muotoa () ( x) + a( x) ( x) + a( x) ( x) = b( x) olevia htälöitä, missä kerroinfunktiot ja oikea puoli ovat välillä I jatkuvia. Edellisen

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

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Ominaisarvot Kertaus: ominaisarvot Määritelmä

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

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

Lisätiedot

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

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

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81 Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/81 Lineaarialgebra (muut ko) p. 2/81 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2 )

Lisätiedot

MS-A0004/A0006 Matriisilaskenta

MS-A0004/A0006 Matriisilaskenta 4. MS-A4/A6 Matriisilaskenta 4. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto..25 Tarkastellaan neliömatriiseja. Kun matriisilla kerrotaan vektoria, vektorin

Lisätiedot

JAKSO 2 KANTA JA KOORDINAATIT

JAKSO 2 KANTA JA KOORDINAATIT JAKSO 2 KANTA JA KOORDINAATIT Kanta ja dimensio Tehtävä Esittele vektoriavaruuden kannan määritelmä vapauden ja virittämisen käsitteiden avulla ja anna vektoriavaruuden dimension määritelmä Esittele Lause

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

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

Kanta ja dimensio 1 / 23

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

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2

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

Lisätiedot

5 OMINAISARVOT JA OMINAISVEKTORIT

5 OMINAISARVOT JA OMINAISVEKTORIT 5 OMINAISARVOT JA OMINAISVEKTORIT Ominaisarvo-ongelma Käsitellään neliömatriiseja: olkoon A n n-matriisi. Luku on matriisin A ominaisarvo (eigenvalue), jos on olemassa vektori x siten, että Ax = x () Yhtälön

Lisätiedot

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä Matriisien tulo Lause Olkoot A, B ja C matriiseja ja R Tällöin (a) A(B + C) =AB + AC, (b) (A + B)C = AC + BC, (c) A(BC) =(AB)C, (d) ( A)B = A( B) = (AB), aina, kun kyseiset laskutoimitukset on määritelty

Lisätiedot

Luento 8: Epälineaarinen optimointi

Luento 8: Epälineaarinen optimointi Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori = (,..., ). Reaalisten m n-matriisien joukkoa merkitään

Lisätiedot

Ominaisarvo ja ominaisvektori

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

Lisätiedot

Onko kuvaukset injektioita? Ovatko ne surjektioita? Bijektioita?

Onko kuvaukset injektioita? Ovatko ne surjektioita? Bijektioita? Matematiikkaa kaikille, kesä 2017 Avoin yliopisto Luentojen 2,4 ja 6 tehtäviä Päivittyy kurssin aikana 1. Olkoon A = {0, 1, 2}, B = {1, 2, 3} ja C = {2, 3, 4}. Luettele joukkojen A B, A B, A B ja (A B)

Lisätiedot

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

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

Lisätiedot

Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva).

Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva). 6 DIFFERENTIAALIYHTÄLÖISTÄ Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva). Newtonin II:n lain (ma missä Yhtälö dh dt m dh dt F) mukaan mg, on kiihtyvyys ja

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 20 R. Kangaslampi Matriisihajotelmista

Lisätiedot

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on? Harjoitus 1, kevät 007 1. Olkoon [ ] cos α sin α A(α) =. sin α cos α Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?. Olkoon a x y A = 0 b z, 0 0 c missä a, b, c 0. Määrää käänteismatriisi

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

DIFFERENTIAALI- JA INTEGRAALILASKENTA I.1. Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS

DIFFERENTIAALI- JA INTEGRAALILASKENTA I.1. Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS DIFFERENTIAALI- JA INTEGRAALILASKENTA I.1 Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS Huomautus. Analyysin yksi keskeisimmistä käsitteistä on jatkuvuus! Olkoon A R mielivaltainen joukko

Lisätiedot

Matematiikan peruskurssi 2

Matematiikan peruskurssi 2 Matematiikan peruskurssi Demonstraatiot III, 4.5..06. Mikä on funktion f suurin mahdollinen määrittelyjoukko, kun f(x) x? Mikä on silloin f:n arvojoukko? Etsi f:n käänteisfunktio f ja tarkista, että löytämäsi

Lisätiedot

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

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

Lisätiedot

a 1 y 1 (x) + a 2 y 2 (x) = 0 vain jos a 1 = a 2 = 0

a 1 y 1 (x) + a 2 y 2 (x) = 0 vain jos a 1 = a 2 = 0 6. Lineaariset toisen kertaluvun yhtälöt Toisen kertaluvun differentiaaliyhtälöt ovat tuntuvasti hankalampia ratkaista kuin ensimmäinen. Käsittelemmekin tässä vain tärkeintä erikoistapausta, toisen kertaluvun

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

ominaisvektorit. Nyt 2 3 6

ominaisvektorit. Nyt 2 3 6 Esimerkki 2 6 8 Olkoon A = 40 0 6 5. Etsitäänmatriisinominaisarvotja 0 0 2 ominaisvektorit. Nyt 2 0 2 6 8 2 6 8 I A = 40 05 40 0 6 5 = 4 0 6 5 0 0 0 0 2 0 0 2 15 / 172 Täten c A ( )=det( I A) =( ) ( 2)

Lisätiedot

8. Avoimen kuvauksen lause

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

Lisätiedot

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

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

Lisätiedot

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

Tehtävä 2. Osoita, että seuraavat luvut ovat algebrallisia etsimällä jokin kokonaislukukertoiminen yhtälö jonka ne toteuttavat.

Tehtävä 2. Osoita, että seuraavat luvut ovat algebrallisia etsimällä jokin kokonaislukukertoiminen yhtälö jonka ne toteuttavat. JOHDATUS LUKUTEORIAAN syksy 017) HARJOITUS 6, MALLIRATKAISUT Tehtävä 1. Etsi Pellin yhtälön x Dy = 1 pienin positiivinen ratkaisu kun D {,, 5, 6, 7, 8, 10}. Ratkaisu 1. Tehtävässä annetuilla D:n arvoilla

Lisätiedot

Lineaarialgebra (muut ko)

Lineaarialgebra (muut ko) Lineaarialgebra (muut ko) p. 1/103 Lineaarialgebra (muut ko) Tero Laihonen Lineaarialgebra (muut ko) p. 2/103 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v

Lisätiedot

Luku 4. Derivoituvien funktioiden ominaisuuksia.

Luku 4. Derivoituvien funktioiden ominaisuuksia. 1 MAT-1343 Laaja matematiikka 3 TTY 1 Risto Silvennoinen Luku 4 Derivoituvien funktioiden ominaisuuksia Derivaatan olemassaolosta seuraa funktioille eräitä säännöllisyyksiä Näistä on jo edellisessä luvussa

Lisätiedot

Dierentiaaliyhtälöistä

Dierentiaaliyhtälöistä Dierentiaaliyhtälöistä Markus Kettunen 17. maaliskuuta 2009 1 SISÄLTÖ 1 Sisältö 1 Dierentiaaliyhtälöistä 2 1.1 Johdanto................................. 2 1.2 Ratkaisun yksikäsitteisyydestä.....................

Lisätiedot

Alkeismuunnokset matriisille, sivu 57

Alkeismuunnokset matriisille, sivu 57 Lineaarialgebra (muut ko) p. 1/88 Alkeismuunnokset matriisille, sivu 57 AM1: Kahden vaakarivin vaihto AM2: Vaakarivin kertominen skalaarilla c 0 AM3: Vaakarivin lisääminen toiseen skalaarilla c kerrottuna

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

Luento 8: Epälineaarinen optimointi

Luento 8: Epälineaarinen optimointi Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori 0 = (0,..., 0). Reaalisten m n-matriisien joukkoa merkitään

Lisätiedot

Gaussin ja Jordanin eliminointimenetelmä

Gaussin ja Jordanin eliminointimenetelmä 1 / 25 : Se on menetelmä lineaarisen yhtälöryhmän ratkaisemiseksi. Sitä käytetään myöhemmin myös käänteismatriisin määräämisessä. Ideana on tiettyjä rivioperaatioita käyttäen muokata yhtälöryhmää niin,

Lisätiedot

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: Differentiaaliyhtälöt, Kesä 216 Harjoitus 2 1. Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: (a) y = (2 y) 3, (b) y = (y 1) 2, (c) y = 2y y 2. 2. Etsi seuraavien

Lisätiedot

Matriisilaskenta Luento 16: Matriisin ominaisarvot ja ominaisvektorit

Matriisilaskenta Luento 16: Matriisin ominaisarvot ja ominaisvektorit Matriisilaskenta Luento 16: Matriisin ominaisarvot ja ominaisvektorit Antti Rasila 2016 Ominaisarvot ja ominaisvektorit 1/5 Määritelmä Skalaari λ C on matriisin A C n n ominaisarvo ja vektori v C n sitä

Lisätiedot

Funktioiden approksimointi ja interpolointi

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

Lisätiedot

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

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

Lisätiedot

ja λ 2 = 2x 1r 0 x 2 + 2x 1r 0 x 2

ja λ 2 = 2x 1r 0 x 2 + 2x 1r 0 x 2 Johdatus diskreettiin matematiikkaan Harjoitus 4, 7.10.2015 1. Olkoot c 0, c 1 R siten, että polynomilla r 2 c 1 r c 0 on kaksinkertainen juuri. Määritä rekursioyhtälön x n+2 = c 1 x n+1 + c 0 x n, n N,

Lisätiedot

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

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

Lisätiedot

Mitään muita operaatioita symbolille ei ole määritelty! < a kaikilla kokonaisluvuilla a, + a = kaikilla kokonaisluvuilla a.

Mitään muita operaatioita symbolille ei ole määritelty! < a kaikilla kokonaisluvuilla a, + a = kaikilla kokonaisluvuilla a. Polynomit Tarkastelemme polynomirenkaiden teoriaa ja polynomiyhtälöiden ratkaisemista. Algebrassa on tapana pitää erillään polynomin ja polynomifunktion käsitteet. Polynomit Tarkastelemme polynomirenkaiden

Lisätiedot

Lineaarinen toisen kertaluvun yhtälö

Lineaarinen toisen kertaluvun yhtälö Lineaarinen toisen kertaluvun yhtälö Keijo Ruotsalainen Mathematics Division Lineaarinen toisen kertaluvun differentiaaliyhtälö Toisen kertaluvun täydellinen lineaarinen yhtälö muotoa p 2 (x)y + p 1 (x)y

Lisätiedot

3 TOISEN KERTALUVUN LINEAARISET DY:T

3 TOISEN KERTALUVUN LINEAARISET DY:T 3 TOISEN KERTALUVUN LINEAARISET DY:T Huomautus epälineaarisista. kertaluvun differentiaaliyhtälöistä Epälineaarisen DY:n ratkaisemiseen ei ole yleismenetelmää. Seuraavat erikoistapaukset voidaan ratkaista

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 1

Lisätiedot

Esko Turunen Luku 3. Ryhmät

Esko Turunen Luku 3. Ryhmät 3. Ryhmät Monoidia rikkaampi algebrallinen struktuuri on ryhmä: Määritelmä (3.1) Olkoon joukon G laskutoimitus. Joukko G varustettuna tällä laskutoimituksella on ryhmä, jos laskutoimitus on assosiatiivinen,

Lisätiedot

3.3 Funktion raja-arvo

3.3 Funktion raja-arvo 3.3 Funktion raja-arvo Olkoot A ja B kompleksitason joukkoja ja f : A B kuvaus. Kuvauksella f on pisteessä z 0 A raja-arvo c, jos jokaista ε > 0 vastaa δ > 0 siten, että 0 < z z 0 < δ ja z A f(z) c < ε.

Lisätiedot

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x BM0A5830 Differentiaaliyhtälöiden peruskurssi Harjoitus 4, Kevät 017 Päivityksiä: 1. Ratkaise differentiaaliyhtälöt 3y + 4y = 0 ja 3y + 4y = e x.. Ratkaise DY (a) 3y 9y + 6y = e 10x (b) Mikä on edellisen

Lisätiedot

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä 1 Laaja matematiikka 5 Kevät 010 4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö.

Lisätiedot

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

802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO 8038A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 016 Sisältö 1 Irrationaaliluvuista Antiikin lukuja 6.1 Kolmio- neliö- ja tetraedriluvut...................

Lisätiedot

1 Peruskäsitteet. Dierentiaaliyhtälöt

1 Peruskäsitteet. Dierentiaaliyhtälöt Teknillinen korkeakoulu Matematiikka Dierentiaaliyhtälöt Alestalo Tässä monisteessa käydään läpi tavallisiin dierentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Esimerkkejä luennoilla

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

Kanta ja Kannan-vaihto

Kanta ja Kannan-vaihto ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V

Lisätiedot

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

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

Lisätiedot

802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III

802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III 802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LUKUTEORIA 1 / 77 Irrationaaliluvuista Määritelmä 1 Luku α C \ Q on

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij. Liittomatriisi Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä (cof A) ij =( 1) i+j det A ij kaikilla i, j = 1,...,n. Huomautus 8 Olkoon A 2 M(n, n). Tällöin kaikilla

Lisätiedot

Demorastitiedot saat demonstraattori Markus Niskaselta Lineaarialgebra (muut ko) p. 1/104

Demorastitiedot saat demonstraattori Markus Niskaselta Lineaarialgebra (muut ko) p. 1/104 Lineaarialgebra (muut ko) p. 1/104 Ensi viikolla luennot salissa X Torstaina 7.12. viimeiset demot (12.12. ja 13.12. viimeiset luennot). Torstaina 14.12 on välikoe 2, muista ilmoittautua! Demorastitiedot

Lisätiedot

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2 Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 2 mallit Kevät 219 Tehtävä 1. Laske osittaisderivaatat f x = f/x ja f y = f/, kun f = f(x, y) on funktio a) x 2 y 3 + y sin(2x),

Lisätiedot

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

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

Lisätiedot