4 YLEINEN ELEMENTTIMENETELMÄ
|
|
- Helinä Kähkönen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Elementtimenetelmän perusteet 4. 4 YLEINEN ELEMENIMENEELMÄ 4. Johdanto Elementtimenetelmä on osittaisdifferentiaalihtälörhmän reuna-arvotehtävän likimääräinen ratkaisumenetelmä. ällöin tarkastellaan tiettä fsikaalista materiaalialuetta V, jota rajoittaa sen reuna A kuvan 4. mukaisesti. arkastelut suoritetaan A u A = A A u σ A σ Kuva 4. Alue V ja sen reuna A. jossakin koordinaatistossa, joksi voidaan valita esimerkiksi karteesinen koordinaatisto. Alueessa V on määritelt tuntematon kenttäfunktio, jonka saamista arvoista ollaan kiinnostuneita. Kenttäfunktio voi olla skalaariarvoinen d (,,), mutta se voi olla mös vektoriarvoinen { d (,,) }. Lämpötilakenttä (,,) on skalaariarvoinen kenttäfunktio, mutta siirtmätilakenttä { u (,,), v(,,), w(,,) } lujuusopissa on vektoriarvoinen kenttäfunktio. Reuna A jakaantuu osiin A u ja A σ, joista ensiksi mainitulla on annettu oleellisia reunaehtoja ja jälkimmäisellä luonnollisia reunaehtoja. Lujuusopin tehtävässä oleelliset reunaehdot koskevat kappaleen siirtmiä tukien kohdilla ja luonnolliset reunaehdot liittvät sen pintakuormituksiin. untematon kenttäfunktio { d } toteuttaa alueessa V tarkasteltavaan tapaukseen liittvän osittaisdifferentiaalihtälörhmän ja reunalla A annetut reunaehdot. Näiden asemasta tai lisäksi kenttäfunktiolle { d } voidaan tuntea tiett ääriarvoperiaate. Lujuusopissa htälörhmänä ovat lujuusopin perushtälöt (käsiteltiin lujuusopin jatko-
2 Elementtimenetelmän perusteet 4. kurssilla) ja ääriarvoperiaatteena potentiaalienergian minimin periaate. Useimmissa tapauksissa osittaisdifferentiaalihtälörhmän tai ääriarvoperiaatteen tarkan ratkaisun lötäminen ei ole mahdollista, jolloin on tdttävä kenttäfunktion { d } likimääräiseen määrittämiseen. Eräs likimääräisistä ratkaisutavoista on elementtimenetelmä. Elementtimenetelmässä alue V jaetaan äärellisiin osiin, joita sanotaan elementeiksi. Elementeistä valitaan tiett pisteet solmuiksi, jotka sijaitsevat elementtien rajoilla. Perustuntemattomat ovat kenttäfunktion { d } tai sen derivaattojen arvot solmuissa. Kenttäfunktion arvot elementin alueessa lasketaan solmuarvoista interpoloimalla. Interpolointi on likimääräinen, mutta tarkkuus on sitä parempi mitä useampia solmuja kätetään. untemattomille solmuarvoille muodostetaan lineaarinen htälörhmä, jota sanotaan elementtiverkon perushtälöksi. Esimerkiksi ääriarvoperiaatteesta saatava elementtiverkon perushtälö on muotoa [ K ]{ U} = { R} (4.) jossa [ K ] on ssteemin ominaisuuksista saatava vakio kerroinmatriisi. ktori { U } ktori { } sisältää kenttäfunktion solmuarvot ja siinä on otettu huomioon oleelliset reunaehdot. R sisältää luonnollisten reunaehtojen vaikutukset eli kuormitustermit. Kullekin elementille on voimassa elementin perushtälö [ k ]{ u} = { f} (4.) Elementtiverkon perushtälön kerroinmatriisi [ K ] muodostetaan hdistämällä elementtien perushtälöiden kerroinmatriisit [ k ] sijoittelusummauksella. Rhmästä (4.) voidaan ratkaista vektorin { U } tuntemattomat solmuarvot ja niistä voidaan poimia kunkin elementin solmuarvot { u }. Näistä saadaan interpoloinnin avulla kenttäfunktion { (,, ) } d arvot elementin alueen pisteissä (,, ). Elementtimenetelmässä kätetään diskretisointia, jossa kenttäfunktion äärettömän monen tuntemattoman arvon sijasta etsitään sen solmuarvoja, joita on äärellinen määrä. Jos kenttäfunktio voidaan lausua tarkasti solmuarvojensa avulla kentän mielivaltaisessa pisteessä, johtaa elementtimenetelmä tarkkaan ratkaisuun. Näin on viivarakenteissa (ristikot ja kehät). Yleensä kseessä on kuitenkin likimenetelmä. Lujuusopin ratkaisumenetelmät jaetaan kolmeen rhmään eli siirtmä-, voima- ja sekamenetelmiin. Menetelmät eroavat toisistaan lähinnä siinä, mitä suureita kätetään laskennassa perussuureina. Elementtimenetelmää voidaan kättää kaikkien menetelmien htedessä, mutta parhaiten se soveltuu siirtmämenetelmään, joten tässä rajoitutaan sen käsitteln. Perustuntemattomana on tällöin siirtmätilakenttä { d (,, ) } = { u(,,), v(,,), w(,, ) }. Solmuarvoina ovat solmujen siirtmät ja lisäksi niiden derivaattojen solmuarvoja, kuten esimerkiksi kiertmiä ja kaarevuuksia.
3 Elementtimenetelmän perusteet Potentiaalienergia Lujuusopin elementtimenetelmä voidaan kimmoisen materiaalin tapauksessa perustaa tarkasteltavan kappaleen potentiaalienergian Π minimin periaatteeseen. Potentiaalienergia Π koostuu kimmoenergiasta U ja ulkoisten kuormitusten töstä W. σ σ 0 ε Kuva 4. Aksiaalinen jännitstila. arkastellaan ensin lineaarisesti kimmoisen materiaalin aksiaaliseen jännitstilaan liittvää kimmoenergiatihettä U 0 siinä tapauksessa, että materiaalissa on venmästä ε aiheutuvan jännitksen σ lisäksi esijännits σ 0. Kun sovitaan, että venmä ε ei sisällä esijännitksen σ 0 aiheuttamaa venmää σ 0 / E, on voimassa kuvan 4. mukainen materiaalihtälö σ = Eε + σ 0 (4.3) Kimmoenergiatihes U 0 on kuvan 4. ja kaavan (4.3) perusteella U σ0 σ0 0 σ 0 + σ0 ε + ε( σ σ0 ) = + σ0 ε + E = ε (4.4) E E Koska kimmoenergian nollakohdalla ei ole ääriarvolauseessa merkitstä, voidaan σ 0 termi jättää kimmoenergiatiheden lausekkeesta pois, jolloin sen lausekkeeksi E aksiaalisessa jännitstilassa tulee U = ε (4.5) 0 σ 0 ε + E Yleisessä jännits- ja muodonmuutostilassa suureet σ, ε ja σ 0 korvataan vektoreilla { σ} = { σ σ σ τ τ τ } {} ε = { ε ε ε γ γ γ } { σ } = { σ σ σ τ τ τ } Kaavaa (4.3) vastaa tällöin materiaalihtälö 0 (4.6) { σ } = [ ]{} ε + { } E σ 0 (4.7) Kaavassa (4.7) [ E ] on kimmomatriisi ja se on muotoa
4 Elementtimenetelmän perusteet 4.4 ν ν ν ν ν ν E ν ν ν E = (4.8) (+ ν)( ν) ν ν ν [ ] jossa on merkitt ν = ( ν)/. Kimmoenergiatihedelle U 0 tulee leisessä jännits- ja muodonmuutostilassa kaavan (4.5) kanssa analoginen lauseke U { ε} { σ } { ε} [ E]{ ε} 0 = 0 + (4.9) Kappaleeseen varastoituva kimmoenergia U saadaan tästä integroimalla U = U 0 dv (4.0) V Kappaleeseen vaikuttavat ulkoinen tilavuusvoima- ja pintavoimavektori ovat {} f { f f f } { p} = { p p p } = (4.) jolloin ulkoisten kuormitusten tekemä tö W on { d} { f} dv { d} { p} W = + da (4.) V A Kaava (4.) ei sisällä pistekuormitusten tötä, mutta se on tarvittaessa helppo ottaa huomioon. Potentiaalienergian Π lausekkeeksi tulee näin ollen Π = U W = [ ε ] V { ε } { σ 0} + { ε } [ E]{ } dv { d } { f} dv { d } { p} V A da (4.3) Potentiaalienergialle Π on voimassa ääriarvoperiaate Kaikkien kinemaattisesti käpien siirtmäkenttien joukosta se, joka antaa potentiaalienergialle ääriarvon, vastaa tasapainotilaa. Jos tämä ääriarvo on minimi, on tasapaino stabiili. Siirtmäkenttä on kinemaattisesti käpä, jos se toteuttaa kinemaattiset jatkuvuusehdot (on jatkuva ja derivoituva kappaleen pisteissä) ja siirtmille asetetut reunaehdot (oleelliset reunaehdot).
5 Elementtimenetelmän perusteet Siirtmämenetelmään perustuva elementtimenetelmä Siirtmämenetelmään perustuvassa elementtimenetelmässä kenttäfunktio on siirtmäkenttä { d } = { u v w } ja se ratkaistaan vaatimalla, että kappaleen potentiaalienergia Π saa minimin. Siirtmämenetelmässä Π lausutaan solmusiirtmien avulla ja niille etsitään sellaiset arvot, että Π tulee mahdollisimman pieneksi. ästä seuraa solmusiirtmille lineaarinen htälörhmä, joka on elementtiverkon perushtälö. Siirtmäkenttä { d } = { u v w } esitetään elementin alueessa solmusiirtmien { u } avulla muodossa { d } = [ N]{ u} (4.4) jossa [ N ] on solmusiirtmiä { } u vastaava interpolointimatriisi. Kuten möhemmin tulee esille interpolointi (4.4) tapahtuu emoelementtiä ja sen sopivasti valittua pai- d tunnetaan, saadaan kalliskoordinaatistoa hväksi kättäen. Kun siirtmäkenttä { } muodonmuutostilakenttä { ε } kinemaattisista htälöistä ε γ = u, = u, + v, ε = v, γ ε = u, = w, + w, γ = v, + w, (4.5) Kaavat (4.5) menee operaattorimatriisin [ D ] avulla matriisimuotoon seuraavasti ε / / 0 ε u ε 0 0 / ε (4.6) γ / / 0 w γ 0 / / γ / 0 / { } = = v = [ D]{ d} Kaavojen (4.4) ja (4.6) avulla muodonmuutostilakenttä { ε } voidaan lausua solmusiirtmien { u } avulla muodossa {} ε = [ D ][ N]{ u} = [ B]{ u} (4.7) jossa [ ] [ D][ N] B = on elementin kinemaattinen matriisi. Jännitkset voidaan lausua solmusiirtmien avulla kaavojen (4.7) ja (4.7) avulla { σ } = [ E][ B]{ u} + { σ } 0 (4.8)
6 Elementtimenetelmän perusteet 4.6 Elementin potentiaalienergian lausekkeeksi tulee kaavoista (4.3), (4.4) ja (4.7) Π e = { u} [ B] [ E][ B] dv { u} + { u} [ B] { σ0} { u} [ N] {} f dv + [ N] { p} Ae da dv (4.9) jossa solmukuormituksia ei ole vielä otettu huomioon. Otetaan kättöön merkinnät [ k] = [ B] [ E][ B] dv (4.0) {} r = [ B] { σ0} dv + [ N] {} f dv + [ N] { p} Ae da (4.) jolloin elementin potentiaalienergian lauseke menee muotoon Π e = { u} [ k]{ u} { u} { r} (4.) r ekvivalenttinen solmukuormitusvektori. Kaa- f ja pintavoi- p vaikutuksen. Pintavoimavaikutus on mukana vain niillä elementeillä, joilla on hteistä reunapintaa kappaleen ulkopinnan A kanssa. [ k ] on elementin jäkksmatriisi ja { } van (4.) vektori { r } sisältää esijännitstilan { σ 0}, tilavuusvoimien {} mien { } Elementtiverkon potentiaalienergia Π on elementtien ja solmukuormitusten potentiaalienergioiden summa. Kun se lasketaan matriisien ja vektoreiden sijoittelusummausta kättäen, saadaan tulokseksi lauseke { U} (" " [ k] ){ U} { U} (" " [] r ) { U} { F} Π = (4.3) K ja ko- jossa { F } sisältää solmukuormitukset. Elementtiverkon jäkksmatriisille [ ] konaiskuormitusvektorille { R } saadaan siis kaavat [ K ] " " [ k] { R} = " " { r} + { F} = (4.4) Merkinnöillä (4.4) elementtiverkon potentiaalienergia voidaan kirjoittaa muotoon
7 Elementtimenetelmän perusteet 4.7 Π = { U} [ K]{ U} { U} { R} (4.5) Elementtiverkon potentiaalienergia on kaavassa (4.5) esitett solmusiirtmien { U } avulla. Potentiaalienergian minimiehdosta seuraa, että sen derivaattojen solmusiirtmien suhteen on oltava nollia, mistä tulee solmusiirtmien mukainen määrä ehtoja Π U k = 0 k =,, L,n (4.6) jossa n on elementtiverkon solmusiirtmien lukumäärä. Kaavasta (4.6) saadaan derivoimalla muuttujan U suhteen k ({ e } [ K]{ U} { U} [ K]{ e }) { e } { R} = 0 k =,, L, n k k k + (4.7) Edellä { e k} on n-vektori, jonka paikassa k oleva komponentti on ja muut komponentit nollia. Kaavasta (4.7) seuraa jäkksmatriisin [ K ] smmetrian perusteella { e } ([ K]{ U} { R} ) = 0 k =,, L, n k (4.8) Kaavan (4.8) ehdot toteutuvat, jos ja vain jos on voimassa htälörhmä [ K ]{ U} = { R} (4.9) joka on elementtiverkon perushtälö. Yhtälöä (4.9) ratkaistaessa pitää kinemaattiset reunaehdot ottaa huomioon. 4.4 Yhteenveto Edellä esitett elementtimenetelmän leinen muoto sopii kaikkiin lineaarisen lujuusopin tehtäviin, jolloin siirtmät ja muodonmuutokset ovat pieniä ja materiaali kättät lineaarisesti kimmoisesti. Menetelmää voidaan soveltaa kaikkiin lujuusopin laskentamalleihin, kuten viivarakenteisiin (sauvat ja palkit), pintarakenteisiin (levt, laatat ja kuoret) ja solidirakenteisiin. Lähtökohtana on kaikissa tapauksissa geometrialtaan ksinkertaisen muotoinen elementti, jossa on haluttu määrä tiett vapausasteet omaavia solmuja sopivissa kohdissa. Siirtmien interpoloimiseksi valitaan elementin vapausasteisiin liittvät interpolointifunktiot, jolloin interpolointimatriisi [ N ] tulee määrätksi. ämän jälkeen kinemaattisista htälöistä selviää tutkittavaan tapaukseen liittvä kinemaattinen matriisi [ B ]. Lisäksi materiaalihtälöistä seuraa konstitutiivinen matriisi [ E ]. Näiden kolmen perusmatriisin ksitiskohdat riippuvat elementin
8 Elementtimenetelmän perusteet 4.8 tpistä, kätettävästä interpolointitekniikasta ja materiaalista, mutta ne ovat esitettävissä kaikille elementeille. Seurauksena on, että elementin ja elementtiverkon käsittel sujuu kaikissa tapauksissa aina edellä esitettjen suuntaviivojen mukaisesti. Seuraavassa on koottu elementin ja elementtiverkon käsittelssä tarvittavat htälöt. Elementti Kaikki suureet esitetään solmusiirtmien avulla elementin alueessa valittua interpolointitekniikkaa kättäen { d} = [ N]{ u} { ε } = [ B]{ u} { σ } = [ E][ B]{ u} + { σ } 0 (4.30) Elementin jäkksmatriisi ja ekvivalenttinen solmukuormitusvektori [ k] = [ B] [ E][ B] {} r = [ B] { σ0} dv + [ N] {} f dv + [ N] { p} dv Ae da (4.3) Elementtiverkko Elementtiverkon perushtälö muodostetaan sijoittelusummaamalla elementtien jäkksmatriisit sekä solmukuormitukset ja ekvivalenttiset solmukuormitusvektorit. Lisäksi otetaan huomioon kinemaattiset reunaehdot. [ K ]{ U} { R} [ K ] = " " [ k] { R} = " " { r} + { F} = (4.3) untemattomat solmusiirtmät ratkaistaan elementtiverkon perushtälöstä, jonka jälkeen suureet elementin alueessa saadaan kaavasta (4.30).
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[ 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
LisätiedotELEMENTTIMENETELMÄN 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
LisätiedotViivakuormituksen potentiaalienergia saadaan summaamalla viivan pituuden yli
hum.9. oiman potentiaalienergia Potentiaalienergiata puhutaan, kun kappaleeeen vaikuttaa jokin konervatiivinen voima. oima on konervatiivinen, jo en tekemä tö vaikutupieen iirteä tiettä paikata toieen
LisätiedotLAATTATEORIAA. Yleistä. Kuva 1.
LAATTATEORIAA Yleistä Kuva 1. Laatta on kahden pinnan rajoittama rakenneosa, jonka paksuus on pieni muihin mittoihin verrattuna. Pintojen puolivälissä oleva keskipinta on taso ennen laatan kuormittamista.
LisätiedotELEMENTTIMENETELMÄN PERUSTEET SESSIO 01: Johdanto. Elementtiverkko. Solmusuureet.
0/ ELEMENTTIMENETELMÄN PERUSTEET SESSIO 0: Johdanto. Elementtiverkko. Solmusuureet. JOHDANTO Lujuuslaskentatehtävässä on tavoitteena ratkaista annetuista kuormituksista aiheutuvat rakenteen siirtmätilakenttä,
LisätiedotMateriaali on lineaarinen, jos konstitutiiviset yhtälöt ovat jännitys- ja muodonmuutostilan suureiden välisiä lineaarisia yhtälöitä.
JÄNNITYS-JAMUODONMUUTOSTILANYHTYS Materiaalimalleista Jännitys- ja muodonmuutostila ovat kytkennässä toisiinsa ja kytkennän antavia yhtälöitä sanotaan materiaaliyhtälöiksi eli konstitutiivisiksi yhtälöiksi.
Lisätiedot10 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.
LisätiedotMuodonmuutostila hum 30.8.13
Muodonmuutostila Tarkastellaan kuvan 1 kappaletta Ω, jonka pisteet siirtvät ulkoisen kuormituksen johdosta siten, että siirtmien tapahduttua ne muodostavat kappaleen Ω'. Esimerkiksi piste A siirt asemaan
LisätiedotDI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 11: ti klo 13:00-15:30
DI matematiikan opettajaksi: Tädennskurssi, kevät Luentorunkoa ja harjoituksia viikolle : ti 6 klo :-5: Kädään läpi: funktioita f : D f R n R m ja integrointia R n :ssä Oletetaan, että, R n ovat mielivaltaisia
LisätiedotQ 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
LisätiedotTampere 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
LisätiedotKJR-C2001 KIINTEÄN AINEEN MEKANIIKAN PERUSTEET, KEVÄT 2018
Vastaukset palautetaan htenä PDF-tiedostona Courses:iin 1.3. klo 1 mennessä. ahdolliset asia- ja laskuvirheet ja voi ilmoittaa osoitteeseen serge.skorin@aalto.fi. askuharjoitus 1. Selitä seuraavat käsitteet:
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D Demonstraatio 7, 6.7... Ratkaise dierentiaalihtälöpari = = Vastaus: DY-pari voidaan esittää muodossa ( = Matriisin ominaisarvot ovat i ja i ja näihin kuuluvat ominaisvektorit (
Lisätiedot763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ
76336A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät 217 1. Koordinaatiston muunnosmatriisi (a) y' P r α φ ' Tarkastellaan, mitä annettu muunnos = cos φ + y sin φ, y = sin φ + y cos φ, (1a) (1b) tekee
LisätiedotKJR-C2002 Kontinuumimekaniikan perusteet, tentti
KJR-C2002 Kontinuumimekaniikan perusteet, tentti 13.12.2017 1. Jos r θ on paikkavektori, niin mitä ovat r θ, esitksiä r θ ja r θ? Kätä Karteesisen koordinaatiston T θ θ r < j < j zθ θ k k z ja / θ < j
LisätiedotJohdatus materiaalimalleihin
Johdatus materiaalimalleihin 2 kotitehtäväsarja - kimmoisat materiaalimallit Tehtävä Erään epälineaarisen kimmoisen isotrooppisen aineen konstitutiivinen yhtälö on σ = f(i ε )I + Ge () jossa venymätensorin
LisätiedotMatematiikan johdantokurssi, syksy 2017 Harjoitus 8, ratkaisuista
Matematiikan johdantokurssi, sks 07 Harjoitus 8, ratkaisuista. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa hdistetstä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen? Ratkaisu.
LisätiedotSuoran yhtälöt. Suoran ratkaistu ja yleinen muoto: Suoran yhtälö ratkaistussa, eli eksplisiittisessä muodossa, on
Suoran htälöt Suoran ratkaistu ja leinen muoto: Suoran htälö ratkaistussa, eli eksplisiittisessä muodossa, on ANALYYTTINEN GEOMETRIA MAA5 = k + b, tai = a missä vakiotermi b ilmoittaa suoran ja -akselin
LisätiedotNumeeriset 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
Lisätiedot2.2 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
LisätiedotInversio-ongelmien laskennallinen peruskurssi Luento 4
Inversio-ongelmien laskennallinen peruskurssi Luento 4 Kevät 20 Regularisointi Eräs keino yrittää ratkaista (likimääräisesti) huonosti asetettuja ongelmia on regularisaatio. Regularisoinnissa ongelmaa
LisätiedotTaivutuksesta ja väännöstä, osa I: Teoria
Rakenteiden Mekaniikka (Journal of Structural Mechanics) Vol. 50 Nro 4 2017 s. 376-404 http://rakenteidenmekaniikka.journal.fi/inde https:/doi.org/10.23998/rm.64856 Kirjoittaja(t) 2017. Vapaasti saatavilla
LisätiedotFUNKTION KUVAAJAN PIIRTÄMINEN
FUNKTION KUVAAJAN PIIRTÄMINEN Saat kuvapohjan painamalla @-näppäintä tai Insert/Graph/X-Y-POT. Kuvapohjassa on kuusi paikanvaraaja: vaaka-akselin keskellä muuttuja ja päissä minimi- ja maksimiarvot pstakselin
LisätiedotYhtälöryhmä 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
LisätiedotELEMENTTIMENETELMÄN PERUSTEET SESSIO 08: Tasoristikon sauvaelementti, osa 1.
8/ ELEMENIMENEELMÄN PERUSEE SESSIO 8: asoristikon savaelementti, osa. LEISÄ Ristikkorakenne koost vain vetoa ja priststa kestävistä savoista. Savat liittvät rakenteen tkipisteisiin ja toisiinsa kitkattomilla
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 6 1 Korkolaskentaa Oletetaan, että korkoaste on r Jos esimerkiksi r = 0, 02, niin korko on 2 prosenttia Tätä korkoastetta käytettään diskonttaamaan tulevia tuloja ja
LisätiedotGaussin 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,
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Lokaalit ääriarvot Yhden muuttujan funktion f (x) lokaali maksimi on piste x 0, jossa f (x) on suurempi kuin muualle pisteen x 0 ympäristössä, eli kun f (x 0 )
LisätiedotLineaarikombinaatio, 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
Lisätiedotlim Jännitystila Jännitysvektorin määrittely (1)
Jännitstila Tarkastellaan kuvan ukaista ielivaltaista koliulotteista kaaletta, jota kuoritetaan ja tuetaan siten, että se on tasaainossa. Kaaleen kuoritus uodostuu sen intaan kohdistuvista voiajakautuista,
LisätiedotRatkaisut 2. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016. Tehtävä 1 Selitä käsitteet kohdissa a) ja b) sekä laske c) kohdan tehtävä.
Kotitehtävät palautetaan viimeistään keskiviikkoisin ennen luentojen alkua eli klo 14:00 mennessä. Muistakaa vastaukset eri tehtäviin palautetaan eri lokeroon! Joka kierroksen arvostellut kotitehtäväpaperit
Lisätiedot1 Raja-arvo. 1.1 Raja-arvon määritelmä. Raja-arvo 1
Raja-arvo Raja-arvo Raja-arvo kuvaa funktion f arvon f() kättätmistä, kun vaihtelee. Joillakin funktioilla f() muuttuu vain vähän, kun muuttuu vähän. Toisilla funktioilla taas f() hppää tai vaihtelee arvaamattomasti,
LisätiedotUsean muuttujan funktiot
Usean muuttujan funktiot Johdantoa Kertauksen vuoksi seuraavassa kuviossa on joitakin asioita, joita olemme laskeneet hden muuttujan funktioista f() : [a, b] R Kuvion kärä on funktion f() kuvaaja = f()
Lisätiedot10. 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
LisätiedotKäänteismatriisin ominaisuuksia
Käänteismatriisin ominaisuuksia Lause 1.4. Jos A ja B ovat säännöllisiä ja luku λ 0, niin 1) (A 1 ) 1 = A 2) (λa) 1 = 1 λ A 1 3) (AB) 1 = B 1 A 1 4) (A T ) 1 = (A 1 ) T. Tod.... Ortogonaaliset matriisit
LisätiedotNumeeriset 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
LisätiedotViikon aiheet. Funktion lineaarinen approksimointi
Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen
Lisätiedot1 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
LisätiedotELEMENTTIMENETELMÄN 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
Lisätiedotnormaali- ja leikkaus jännitysten laskemiseen pisteessä Määritetään ne tasot, joista suurimmat normaali- ja leikkausjännitykset löytyvät
TAVOITTEET Johdetaan htälöt, joilla muutetaan jännitskomponentit koordinaatistosta toiseen Kätetään muunnoshtälöitä suurimpien normaali- ja leikkaus jännitsten laskemiseen pisteessä Määritetään ne tasot,
Lisätiedot(a) Järjestellään yhtälöitä siten, että vasemmalle puolelle jää vain y i ja oikealle puolelle muut
BM0A5830 Differentiaalihtälöiden peruskurssi Harjoitus 7, Kevät 07 Päivitksiä: Tehtävän b tehtävänantoa korjattu, tehtävän 5 vastaus korjattu. b tehtävänantoa sujuvoitettu. Vastauksia lisätt.. Monasti
LisätiedotMATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 6. Millä reaaliluvun arvoilla a) 9 =, b) + + + 4, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + 4 + 6 + +, b) 8 + 4 6 + + n n, c) + + +
Lisätiedot3 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
Lisätiedot3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset
31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita
Lisätiedot6. Differentiaaliyhtälösysteemien laadullista teoriaa.
1 MAT-13450 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 2010 6. Differentiaaliyhtälösysteemien laadullista teoriaa. Olemme keskittyneet tässä kurssissa ensimmäisen kertaluvun
LisätiedotValintakoe
Valintakoe 7.3.05 Kokeessa saa käyttää kirjoitusvälinewiden lisäksi ainoastaan kokeessa jaettavaa funktiolaskinta ja taulukkoa Pisteytys 8*3p=4p. Tehtävien alakohtien pistemäärät voivat poiketa toisistaan..
Lisätiedotl 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 7. Millä reaaliluvun arvoilla a) 9 =, b) + 5 + +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c) +
LisätiedotMatemaattinen Analyysi
Vaasan liopisto, kevät 2015 / ORMS1010 Matemaattinen Analsi 8. harjoitus, viikko 18 R1 ma 16 18 D115 (27.4.) R2 ke 12 14 B209 (29.4.) 1. Määritä funktion (x) MacLaurinin sarjan kertoimet, kun (0) = 2 ja
LisätiedotKJR-C2002 Kontinuumimekaniikan perusteet, viikko 48/2017
KJR-C00 Kontinuumimekaniikan perusteet, viikko 48/017 1. Kilpailun aikana moottoripörän avaitaan lentävän matkan lätökulman ollessa. Mallinnetaan moottoripörä kuskeineen partikkeliksi (massa m) ja unodetaan
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 3 Ti 13.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 3 Ti 13.9.2011 p. 1/37 p. 1/37 Epälineaariset yhtälöt Newtonin menetelmä: x n+1 = x n f(x n) f (x n ) Sekanttimenetelmä:
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016
Lisätiedot3 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
LisätiedotMS-A0003/A Matriisilaskenta Laskuharjoitus 6
MS-A3/A - Matriisilaskenta Laskuharjoitus 6 Ratkaisuehdotelmia. Diagonalisointi on hajotelma A SΛS, jossa diagonaalimatriisi Λ sisältää matriisin A ominaisarvot ja matriisin S sarakkeet ovat näitä ominaisarvoja
LisätiedotELEMENTTIMENETELMÄN PERUSTEET SESSIO 12: Tasokehän palkkielementti, osa 2.
/ ELEMENTTIMENETELMÄN PERUSTEET SESSIO : Tasoehän palielementti, osa. NELJÄN VAPAUSASTEEN PALKKIELEMENTTI Kun ahden vapausasteen palielementin solmuihin lisätään loaalin -aselin suuntaiset siirtmämittauset,
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu
Lisätiedot3 Raja-arvo ja jatkuvuus
3 Raja-arvo ja jatkuvuus 3. Raja-arvon käsite Raja-arvo kuvaa funktion kättätmistä jonkin lähtöarvon läheisdessä. Raja-arvoa tarvitaan toisinaan siksi, että funktion arvoa ei voida laskea kseisellä lähtöarvolla
Lisätiedota(t) = v (t) = 3 2 t a(t) = 3 2 t < t 1 2 < 69 t 1 2 < 46 t < 46 2 = 2116 a(t) = v (t) = 50
BM0A5810 - Differentiaalilaskenta ja sovellukset Harjoitus 1, Syksy 015 1. (a) Kiihtyvyys on nopeuden derivaatta, eli a(t) v (t) 3 t 1 + 1 Nyt on siis selvitettävä, milloin kiihtyvyys kasvaa itseisarvoltaan
Lisätiedotz Im (z +1) 2 = 0. Mitkä muut kompleksitason pisteet toteuttavat tämän yhtälön? ( 1) 0 z ( 1) z ( 1) arg = arg(z 0) arg(z ( 1)), z ( 1) z ( 1)
. Osoita geometrisesti, että jos = ja niin pätee Im +) = 0. Mitkä muut kompleksitason pisteet toteuttavat tämän htälön? Kirjoitetaan +) = 0 ) ), ) 0 jossa, ja 0 vastaavat kolmion pisteitä kompleksitasossa.
LisätiedotEnsimmäisen 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
LisätiedotNumeeriset 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
LisätiedotDierentiaaliyhtälöistä
Dierentiaaliyhtälöistä Markus Kettunen 4. maaliskuuta 2009 1 SISÄLTÖ 1 Sisältö 1 Dierentiaaliyhtälöistä 2 1.1 Johdanto................................. 2 1.2 Ratkaisun yksikäsitteisyydestä.....................
Lisätiedot12. Hessen matriisi. Ääriarvoteoriaa
179 12. Hessen matriisi. Ääriarvoteoriaa Tarkastelemme tässä luvussa useamman muuttujan (eli vektorimuuttujan) n reaaliarvoisia unktioita : R R. Edellisessä luvussa todettiin, että riittävän säännöllisellä
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016 Antti Rasila
LisätiedotYhtälöryhmä 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 =
Lisätiedotl 1 2l + 1, c) 100 l=0
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 5. Millä reaaliluvun arvoilla a) 9 =, b) 5 + 5 +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c)
LisätiedotInsinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut
Insinöörimatematiikka D, 06 laskuharjoituksien esimerkkiratkaisut Alla olevat esimerkkiratkaisut ovat melko ksitiskohtaisia Tenttivastauksissa ei leensä tarvitse muistaa lauseiden, määritelmien, esimerkkien
LisätiedotDifferentiaalilaskenta 1.
Differentiaalilaskenta. a) Mikä on tangentti? Mikä on sekantti? b) Määrittele funktion monotonisuuteen liittyvät käsitteet: kasvava, aidosti kasvava, vähenevä ja aidosti vähenevä. Anna esimerkit. c) Selitä,
LisätiedotLineaarialgebra 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.
Lisätiedot4.0.2 Kuinka hyvä ennuste on?
Luonteva ennuste on käyttää yhtälöä (4.0.1), jolloin estimaattori on muotoa X t = c + φ 1 X t 1 + + φ p X t p ja estimointivirheen varianssi on σ 2. X t }{{} todellinen arvo Xt }{{} esimaattori = ε t Esimerkki
LisätiedotReuna-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)
LisätiedotNumeeriset 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
LisätiedotLiittomatriisi. 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
LisätiedotDynaaminen ohjelmointi ja vaikutuskaaviot
Teknillinen Korkeakoulu / Ssteemianalsin laboratorio Mat-2.42 Optimointiopin seminaari / Referaatti esitelmästä Sami Mllmäki Dnaaminen ohjelmointi ja vaikutuskaaviot OHDANTO Dnaamiset ohjelmointitehtävät
LisätiedotELEC C4140 Kenttäteoria (syksy 2016)
ELEC C4140 Kenttäteoria (syksy 2016) Henrik Wallén / versio 26. syyskuuta 2016 Sähköstatiikka (Ulaby, luku 4.1 4.5) Maxwellin yhtälöt statiikassa Coulombin voimalaki Gaussin laki Potentiaali Dipolin potentiaali
Lisätiedot1 Kertaus. Lineaarinen optimointitehtävä on muotoa:
1 Kertaus Lineaarinen optimointitehtävä on muotoa: min c 1 x 1 + c 2 x 2 + + c n x n kun a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1 + a 22 x 2 + + a 2n x n b 2 (11) a m1 x 1 + a m2 x 2 + + a mn x n
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ
Mat-48 Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ L ẋ = x ẋ = g L sin x rx Epälineaarisen systeemin tasapainotiloja voidaan
LisätiedotMatriisilaskenta, 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
LisätiedotKJR-C2002 Kontinuumimekaniikan perusteet, viikko 47/2017
KJR-C00 Kontinuumimekaniikan perusteet, viikko 47/017 1. Määritä oheisen kuvan mukaisen kanaalin portin
LisätiedotLineaarinen 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.
LisätiedotTyöpistenosturin puomin analysointi
Teknillinen tiedekunta LUT Metalli BK10A0400 Kandidaatintö Töpistenosturin puomin analsointi Timo Kautonen 0280557 SISÄLLYSLUETTELO 1 JOHDANTO...6 2 KIEPAHDUS...7 3 KIEPAHDUKSEN LASKENNALLINEN TARKASTELU...8
LisätiedotInjektio (1/3) Funktio f on injektio, joss. f (x 1 ) = f (x 2 ) x 1 = x 2 x 1, x 2 D(f )
Injektio (1/3) Määritelmä Funktio f on injektio, joss f (x 1 ) = f (x 2 ) x 1 = x 2 x 1, x 2 D(f ) Seurauksia: Jatkuva injektio on siis aina joko aidosti kasvava tai aidosti vähenevä Injektiolla on enintään
Lisätiedot3.2.2 Tikhonovin regularisaatio
3 Tikhonovin regularisaatio Olkoon x 0 R n tuntematon, M R m n teoriamatriisi ja y Mx + ε R m (316 annettu data Häiriöherkässä ongelmassa pienimmän neliösumman miniminormiratkaisu x M + y Q N (M x + M
LisätiedotLikimääräisratkaisut ja regularisaatio
Luku 3 Likimääräisratkaisut ja regularisaatio Käytännön inversio-ongelmissa annettu data y ei aina ole tarkkaa, vaan sisältää häiriöitä. Tuntemattomasta x on annettu häiriöinen data y F (x + }{{}}{{} ε.
LisätiedotInversio-ongelmien laskennallinen peruskurssi Luento 7 8
Inversio-ongelmien laskennallinen peruskurssi Luento 7 8 Kevät 2011 1 Iteratiivisista menetelmistä Tähän mennessä on tarkasteltu niin sanottuja suoria menetelmiä, joissa (likimääräinen) ratkaisu saadaan
LisätiedotEllipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio
Ellipsoidimenetelmä Kokonaislukuoptimointi Sovelletun matematiikan lisensiaattiseminaari Kevät 2008 / 1 Sisällys Ellipsoidimenetelmän geometrinen perusta ja menetelmän idea Formaali ellipsoidimenetelmä
Lisätiedot1. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa yhdistetystä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen?
Matematiikan johdantokurssi, sks 06 Harjoitus 8, ratkaisuista. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa hdistetstä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen? Ratkaisu.
LisätiedotMUODONMUUTOKSET. Lähtöotaksumat:
MUODONMUUTOKSET Lähtöotaksumat:. Materiaali on isotrooppista ja homogeenista. Hooken laki on voimassa (fysikaalinen lineaarisuus) 3. Bernoullin hypoteesi on voimassa (tekninen taivutusteoria) 4. Muodonmuutokset
LisätiedotMS-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
LisätiedotMalliratkaisut Demot
Malliratkaisut Demot 1 23.1.2017 1. Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x 1 + 350x 2 s. t. 5x
LisätiedotTehtävänanto oli ratkaista seuraavat määrätyt integraalit: b) 0 e x + 1
Tehtävä : Tehtävänanto oli ratkaista seuraavat määrätyt integraalit: a) a) x b) e x + Integraali voisi ratketa muuttujanvaihdolla. Integroitava on muotoa (a x ) n joten sopiva muuttujanvaihto voisi olla
Lisätiedot2. Teoriaharjoitukset
2. Teoriaharjoitukset Demotehtävät 2.1 Todista Gauss-Markovin lause. Ratkaisu. Oletetaan että luentokalvojen standardioletukset (i)-(v) ovat voimassa. Huomaa että Gauss-Markovin lause ei vaadi virhetermien
LisätiedotLaskuharjoitus 7 Ratkaisut
Vastaukset palautetaan yhtenä PDF-tiedostona MyCourses:iin 25.4. klo 14 mennessä. Mahdolliset asia- ja laskuvirheet ja voi ilmoittaa osoitteeseen serge.skorin@aalto.fi. Laskuharjoitus 7 Ratkaisut 1. Kuvan
LisätiedotDynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II
Dynaamisten systeemien teoriaa Systeemianalyysilaboratorio II 15.11.2017 Vakiot, sisäänmenot, ulostulot ja häiriöt Mallin vakiot Systeemiparametrit annettuja vakioita, joita ei muuteta; esim. painovoiman
LisätiedotKJR-C2002 Kontinuumimekaniikan perusteet
KJR-C2002 Kontinuumimekaniikan perusteet Luento 25.11.2015 Susanna Hurme, Yliopistonlehtori, TkT Tämän päivän luento Aiemmin ollaan johdettu palkin voimatasapainoyhtälöt differentiaaligeometrisella tavalla
LisätiedotHarjoitus 6. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016
KJR-C001 Kiinteän aineen mekaniikan perusteet, IV/01 Kotitehtävät palautetaan viimeistään keskiviikkoisin ennen luentojen alkua eli klo 1:00 mennessä. Muistakaa vastaukset eri tehtäviin palautetaan eri
Lisätiedotdx = L2 (x + 1) 2 dx x ln x + 1 = L 2 1 L + 1 L ( = 1 ((L + 1)ln(L + 1) L) L k + 1 xk+1 = 1 k + 2 xk+2 = 1 10k+1 k + 2 = 7.
BM2A582 - Integraalilaskenta ja sovellukset Harjoitus 5, Kevät 26. a Lumikuiorman massa-alkio kohdassa on λd L2 + 2 d, joten kokonaismassa on Momentti suoran suhteen on L L 2 L m d L2 + 2 d + 2 / L L 2
Lisätiedot1 Komparatiivinen statiikka ja implisiittifunktiolause
Taloustieteen matemaattiset menetelmät 27 materiaali 4 Komparatiivinen statiikka ja implisiittifunktiolause. Johdanto Jo opiskeltu antaa nyt valmiu tutkia taloudellisia malleja Kiinnostava malli voi olla
LisätiedotDerivaatan sovellukset (ääriarvotehtävät ym.)
Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion
Lisätiedot