Fysiikan matemaattiset menetelmät II Luentomuistiinpanot helmikuuta 2015

Koko: px
Aloita esitys sivulta:

Download "Fysiikan matemaattiset menetelmät II Luentomuistiinpanot helmikuuta 2015"

Transkriptio

1 Fysiikan matemaattiset menetelmät II Luentomuistiinpanot 5 6. helmikuuta 5

2 Sisältö Johdanto 4 Ensimmäisen kertaluvun osittaisdifferentiaaliyhtälöt (ODYt 4. Ensimmäisen kertaluvun kvasilineaariset osittaisdifferentiaaliyhtälöt Toisen kertaluvun kvasilineaariset osittaisdifferentiaaliyhtälöt 3 3. Aaltoyhtälö d Alembertin ratkaisu Ratkaisu Fourier-muunnoksen avulla Diffuusioyhtälö Aaltoyhtälö äärellisellä välillä, ratkaisu separointimenetelmällä Toisen asteen ODYiden luokittelu Karakteristiset pinnat Yleinen kahden muuttujan toisen kertaluvun ODY Alkuehdot Hyperboliset yhtälöt Paraboliset yhtälöt Elliptiset yhtälöt Muuttujien erottelu Laplacen yhtälö napakoordinaateissa Helmholtzin yhtälö sylinterikoordinaateissa Helmholzin yhtälö pallokoordinaateissa Greenin funktiot Greenin funktion menetelmä Distribuutiot R:ssä Laplacen operaattorin Greenin funktio kaksi- ja kolmiulotteisessa tapauksessa Aaltoyhtälön Greenin funktio Toisen kertaluvun differentiaaliyhtälöt 4 4. Epähomogeeninen yhtälö; Greenin Funktio Erikoispisteet ja niiden luokittelu Frobeniuksen menetelmä Kun s on kokonaisluku Yhteenveto Hypergeometrinen yhtälö Konfluentti hypergeometrinen yhtälö Erikoisfunktiot 5 5. Differentiaaliyhtälö Ortonormitusrelaatiot ja täydellisyys Funktion kehittäminen erikoisfunktioiden mukaan Muodostajafunktio (generoiva funktio Palautuskaavat Legendren yhtälö Legendren toisen lajin funktiot Rodriguesin kaava Ortonormitusrelaatiot

3 5.6.4 Funktion kehittäminen polynomien P n mukaan Muodostajafunktio (generoiva funktio Palautuskaava Differentiaaliyhtälöitä Legendren liittofunktiot Differentiaaliyhtälö Negatiivinen m Palautuskaava Ortogonaliteetti Täydellisyys Palloharmoniset funktiot Palloharmoniset funktiot Täydellisyys Sivujuoni: Sturm-Liouville operaattorin Greenin funktioista Laplacen operaattorin Greenin funktion palloharmoninen kehitelmä Besselin Funktiot lajin Besselin funktiot Neumannin/Weberin funktiot (. lajin Besselit Hankelin funktiot (3. lajin Besselit Muutellut Besselin funktiot I ν, K ν Palautuskaavoja Muodostajafunktio Integraalikaavoja ja asymptootteja Ortogonaliteetti Pallobesselit Tasoaallon palloaaltokehitelmä Laguerren funktiot Laguerren liittopolynomit Ortonormitus Muodostajafunktio Palautuskaavoja Liittopolynomien muodostajafunktio Vetyatomin radiaalinen yhtälö Hermiten polynomit Ortonormitus Hermiten funktiot

4 Johdanto FyMM IIa on tärkeä kurssi. Se keskittyy osittaisdifferentiaaliyhtälöiden hallintaan. Ne ovat fysiikassa aivan keskeinen matemaattinen väline, ja tärkeitä myös monilla muilla tieteenaloilla. Miksi? Fysiikka keskittyy luonnon peruslakien ymmärtämiseen. Näille laille on ominaista se että ne ovat pitkälti deterministisiä: kun systeemin alkutila ja sitä kuvaava laki tunnnetaan, voidaan ennustaa sen tuleva käyttäytyminen. Tällöin tiedetään miten systeemiä kuvaavat parametrit muuttuvat pienellä aika-askeleella, ja tämän relaation matemaattinen kuvaus on usein osittaisdifferentiaaliyhtälö. Samantapaista mallintamista käytetään myös esim. biologiassa ja taloustieteessä. Niinpä haluamme kannustaa sinua panostamaan tämän kurssin asioiden opiskeluun ja harjoitteluun, sillä panostuksesi auttaa sinua myöhemmissä opinnoissasi. Fysiikan alalla determistinen aikakehitys on keskeisessä roolissa paitsi klassisessa mekaniikassa (liikeyhtälöt, myös elektrodynamiikassa (ajasta riippuvat Maxwellin yhtälöt, aaltoyhtälö, kvanttimekaniikassa (ajasta riippuva Schrödingerin yhtälö, statistisessa mekaniikassa (Fokker- Planck yhtälö, diffuusioyhtälö, Langevinin yhtälö, yleisessä suhteellisuusteoriassa, kvanttikenttäteoriassa (klassiset kenttäyhtälöt, meteorologiassa (sää- ja ilmastomallit jne. Aikakehityksen ohella kiinnostavaa on tietää miten systeemiä kuvaavat parametrit ovat riippuvat toisistaan ja ympäristön parametreistä. Niinpä myös staattisissa tilanteissa osittaisdifferentiaaliyhtälöt ovat tärkeitä, esim. sähköstatiikassa (annetun varaustiheyden luoma sähkökenttä, kvanttimekaniikassa (ajasta riippumaton Schrödingerin yhtälö jne. Kurssin laskuharjoituksissa harjoitellaan laskutekniikoita ja pyritään tilaisuuden tullen soveltamaan niitä fysiikassa esiintyviin perusyhtälöihin. Eräänä tavoitteena on kehittää hyvää laskurutiinia, jotta myöhemmillä kursseilla sinulle jäisi enemmän resursseja keskittyä sovelluksiin ja käsitteellisiin asioihin mekaanisen laskemisen asemasta. Kurssi on työläässä maineessa. Osaltaan se on tarkoituksellista, kurssi on eräänlainen kuntosalitreeni joilla kehitetään istumalihaksia ja matemaattisia muskeleita. Ohessa on tarkoitus oppia aktiivisesti itse etsimään hyödyllisiä lähteitä jotka auttavat eteenpäin, ja kannustaa teitä oppia miettimään ja ratkomaan asioita yhdessä. Toivotamme sinulle kärsivällisyyttä ja peräänantamattomuuta, tietenkin myös onnistumisen iloa. Ensimmäisen kertaluvun osittaisdifferentiaaliyhtälöt (ODYt Aloitetaan kertaamalla aikaisemmilta kursseilta (MApu, FyMM I osittaisderivaatat: kun u = u(x, y,..., on u x = lim ɛ u y = lim ɛ (u(x + ɛ, y,... u(x, y,... ɛ (u(x, y + ɛ,... u(x, y,... ɛ jne. Kun muuttujia on useita (eli enemmän kuin 3, on käytännölisempää merkitä u = u(x, x,..., x n. Lyhennämme myös u x = u x, u yy := u y Jos osittaisderivaatat ovat lisäksi jatkuvia, niin derivoimisjärjestyksellä ei ole merkitystä. Esimerkiksi jos u xy ja u yx ovat jatkuvia, niin jne. u x y := u x y = u y x =: u y x. 4

5 Kuva : Osaatko katsoa silmämääräisesti miten osittaisderivaatat käyttäytyvät milloin kukin osittaisderivaatta x, y on positiivinen/negatiivinen, ja kumpi osittaisderivaatta on suurempi? Kuva : Entä tässä tapauksessa? 5

6 Palautamme vielä mieleen lineaarisuuden. Derivoiminen on lineaarista: (a v + b w = a v + b w x i x i x i kaikilla a, b R tai C ja derivoituvilla funktioilla v, w. Yleisemmin, sanomme että kuvaus (funktio T on lineaarinen, jos jne. T (ax + by = at (x + bt (y. a, b R (tai C Huomaa että lineaarisia kuvauksia voi olla ainoastaan vektoriavaruuksien välillä, jotta yhteenlasku ja reaaliluvuilla kertominen ovat määriteltyjä. Vektoriavaruuden alkiot x ja y eivät välttämättä ole vektoreita perinteisessä mielessä (eli R 3 :n alkioita, vaan ne voivat olla esimerkiksi funktioita: esimerkiksi jatkuvat funktiot muodostavat vektoriavaruuden, samoin intergoituvat funktiot. (Vektoriavaruuden alkioita voidaan laskea yhteen ja kertoa reaali- tai kompleksiluvuilla, ja alkioiden joukossa on nolla-alkio. Esim. jatkuvat funktiot toteuttavat nämä ominaisuudet. Usein lineaarisia kuvauksia kutsutaan myös operaattoreiksi. Esim. kvanttimekaniikassa käytetään tätä termiä. Esimerkiksi jos määritellään yhden muuttujan funktioille u(x L(u(x = du (x + f(xu(x dx missä f(x on jokin tietty funktio, tai kahden muuttujan funktioille u(x, y L(u(x, y = u x (x, y + u (x, y, y niin L (eli kuvaus u L(u on lineaarinen eli se on (differentiaalioperaattori. Vastaavasti integroinnin lineaarisuuden vuoksi esimerkiksi kaavat ja L(u(x = b L(u(x = f(xu(x + a K(x, tu(tdt x a K(tu(tdt määräävät (integraalioperaattorit u L(u. Operaattorit toteuttavat mm. superpositioperiaatteen: jos u ja u ovat yhtälön ratkaisuja, niin tällöin L(u = L(au + bu = al(u + bl(u = kaikilla a, b R. Toisin sanoen, au + bu ratkaisee saman yhtälön. (Esimerkkinä vaikkapa kvanttimekaniikan ajasta riippumaton Schrödinger-yhtälö: vaihdetaan notaatiota L H( E, u ψ: (H E(aψ + bψ = a(h Eψ + b(h Eψ =. Huomaa kuitenkin että epähomogeenisessa tapauksessa, L(u = f, kahden ratkaisun u, u superpositio ei ole ratkaisu, vaan L(au + bu = (a + bf. 6

7 (Lineaarisuuden sijaan yhtälö on affiini, samoin kuin kuvaus x ax + b on affiini kuvaus. Palataksemme ODYihin, aloitamme listaamalla fysiikassa ehkä perinteisimmät esimerkit. Laplacen yhtälö esiintyy lähes kaikilla fysiikan aloilla. Poisson (epähomogeeninen Laplace: u := u = (lineaarinen, homogeeninen (. u = f (lin., epähom. (. esiintyy esimerkiksi elektrostatiikassa: ϕ = ɛ ρ. Diffuusioyhtälö: u t D u = (lin., hom. (.3 Aaltoyhtälö: u c t u = (lin., hom. (.4 Ajasta riippuva Schrödinger: Hamilton-Jacobi (klassinen mekaniikka: i ψ t = m ψ + V ( xψ (lin., hom. (.5 m ( S + V ( x = S t Korteweg de Vries (solitoniaaltojen perusyhtälö: (epälin., epähom. (.6 ψ t + ψ ψ x + 3 ψ = (epälin., hom. (.7 x3 Tavallisille DYille analogisesti, osittaisdifferentiaaliyhtälön kertaluku on korkeimman siinä esiintyvän osittaisderivaatan kertaluku. Esimerkiksi Laplacen yhtälön kertaluku on. Aloitamme ensimmäisen kertaluvun ODYistä, jotka ovat luonnollisesti yksinkertaisimpia.. Ensimmäisen kertaluvun kvasilineaariset osittaisdifferentiaaliyhtälöt Ensimmäiseksi palautetaan mieleen ensimmäisen kertaluvun tavallisten differentiaaliyhtälöiden ominaispiire: yhtälön yleinen ratkaisu sisältää tuntemattoman vakiokertoimen, joka määrittelemiseksi tarvitaan lisäehto, alkuehto. Esimerkki: yhtälön dx dt = α x(t (.8 ratkaisuja ovat funktiot x(t = Ce αt, missä C R on mielivaltainen vakio. Ratkaisu saadaan yksikäsitteiseksi asettamalla alkuarvo x( = x. Toisin sanoen, alkuarvo-ongelmalla { ẋ(t = α x(t x( = x (.9 on täsmälleen yksi ratkaisu x(t = x e αt. 7

8 Siirrytään sitten. kertaluvun osittaisdifferentiaaliyhtälöihin. Aloitetaan esimerkillä: Korvatan ensinnäkin yhden muuttujan tuntematon funktio x(t kahden muuttujan funktiolle u(x, y. Kysymme nyt: Mikä on yhtälön x u x + y u y = u (. ratkaisu eli mikä u = u(x, y toteuttaa sen? Huomataan, että jos F : R R on mikä tahansa derivoituva funktio, niin u(x, y = x F (x/y toteuttaa (.:n alueessa, jossa y : joten x u x + y u y u x = F (x/y + x y F (x/y u y = xf (x/y ( x y = x y F (x/y, = xf (x/y + x y F (x/y x y F (x/y = xf (x/y = u kuten kuuluukin. Huomaamme että ratkaisuun jää nyt mielivaltainen (yhden muuttujan funktio F (. Ilmiötä voi verrata tavallisten differentiaaliyhtälöiden teoriaan: Esimerkiksi yhtälön ẋ(t = α x(t (. ratkaisuja ovat funktiot x(t = Ce αt, missä C R on mielivaltainen vakio. Ratkaisu saadaan yksikäsitteiseksi asettamalla alkuarvo x( = x. Toisin sanoen, alkuarvo-ongelmalla { ẋ(t = α x(t x( = x (. on täsmälleen yksi ratkaisu x(t = x e αt. Miten saisimme ODYn ratkaisun yksikäsitteiseksi? Palataan aiempaan esimerkkiin (., jonka ratkaisuja ovat (ainakin funktiot u(x, y = xf (x/y. Vaaditaan että suoralla y = funktiolla u on tunnettu profiili φ(x: u(x, = φ(x. Tästä saadaan ehto F :lle: u(x, = φ(x = xf (x/ = φ(x = F (x = φ(x x, joten ratkaisu näyttäisi määräytyvän yksikäsitteisesti: u(x, y = x φ(x/y x/y = yφ(x/y. On siis annettava u(x, y jollakin käyrällä (x, y-tasossa! Tässä on kuitenkin eräs ongelma: Mitä jos olisimme valinneet käyräksi (x, cx, jollakin c. Tällöin olisimme ehdosta u(x, cx = φ(x saaneet F :lle ehdon u(x, cx = φ(x = xf (x/cx = xf (/c = φ(x, mikä pätee vain, jos φ(x = α x ja F (/c = α. Erityisesti F on muuten mielivaltainen! Käyrät y = cx, c ovat siis yhtälön (. suhteen erikoisasemassa. Sanomme, että ne ovat yhtälön karakteristikat. Kerromme niistä lisää hetken kuluttua. Tarkastellaan sitten yleisempää tapausta eli kvasilineaarisia. kl:n ODYä : P (x, y, u(x, y u + Q(x, y, u(x, y u x y kvasilineaarinen = lineaarinen korkeimman kertaluvun derivaatoissa. = R(x, y, u(x, y. (.3 8

9 Jos R, yhtälö on homogeeninen, muuten yhtälö on epähomogeeninen. Yhtälön ratkaisu u(x, y (jos sellainen on määrää pinnan (x, y, u(x, y R 3 :ssa. Pinta voidaan esittää tasaarvopintana f(x, y, u = sopivalla funktiolla f(x, y, z, f : R 3 R (esimerkiksi f(x, y, u = u(x, y u =. Tällä pinalla siis (huom: alla sijoitetaan u = u(x, y joten du = ( x udx + ( y udy, ratkaisupinnallahan u riippuu x:stä ja y:stä eli ja = df = f f f dx + dy + x y z du = f ( f f u dx + dy + = x y ( f x + f z u x z dx + u x = f x / f z Sijoitetaan nämä yhtälöön (.3, jolloin saadaan P (x, y, u f + Q(x, y, u f x y u dx + x ( f y + f z y dy u y dy (.4 u y = f y / f z. (.5 + R(x, y, u f z =. (.6 Määrittelemällä vektorikenttä v = P ê + Qê + Rê 3, (.6 sanoo, että (huom. pistetulo v f =. (.7 Koska, f on pintaa f vastaan kohtisuorassa, on v oltava pinnalle tangentiaalinen (=integraalipinta. Pinta f =, määräytyy siis vektorikentän integraalikäyristä: v(x, y, u(x, y on pinnalla kulkevan polun, karakteristikan, tangentti (muuttuja t parametrisoi polkua: eli d r(t dt = v( r(t (.8 dx(t = P (x, y, u(x, y, dt dy(t = Q(x, y, u(x, y, (.9 dt du(t = R(x, y, u(x, y. dt Miten sitten löydämme karakteristikat eli integraalikäyrät? Edellisistä yhtälöistä saadaan eli kaksi riippumatonta yhtälöä! Esimerkiksi dt = dx P = dy Q = du R dx P = dy Q = dx dy = P Q, (. 9

10 ratkaisu φ (x, y, u = C. dx P = du du = R dx = R P, (. ratkaisu φ (x, y, u = C. Yhtälöt φ i = C i määrittelevät toisiaan leikkaavaa pintaa (jotka eivät yksistään ole ratkaisupintoja kolmiulotteisessa (x, y, u-avaruudessa, karakteristika on pintojen leikkauskäyrä. ODY:n koko ratkaisu on parvi käyriä jotka virittävät -ulotteisen ratkaisupinnan u = u(x, y. Tehdään nyt pieni poikkeama. Olkoon v = (P (x, y, u, Q(x, y, u, R(x, y, u vektorikenttä. Sanomme että funktio φ = φ(x, y, u on v : n. integraali, jos se toteuttaa yhtälön v φ =. (. Vektori φ on pinnan φ(x, y, u = C =vakio normaalivektori (tästä esimerkkinä voit laskea yksikköpallolle φ = x + y + u = gradientin φ ja todeta sen olevan kohtisuorassa pallopintaa vastaan kaikkialla. Koska v R 3, sille löytyy kaksi lineaarisesti riippumatonta normaalivektoria, joten (.:lle löytyy kaksi ratkaisua φ (x, y, u, φ (x, y, u vastaten kahta pintaa S i : φ i = C i, i =,. Lineaarinen riippumattomuus tarkoittaa sitä että φ φ = kaikkialla. Pinnat S ja S leikkaavat käyrällä C, jonka tangenttivektori w φ i kun i =,. Tangenttivektori w voidaan valita yhdensuuntaiseksi v:n kanssa, w = λ v, jolloin käyrä C on karakteristika. Muuntelemalla ratkaisuja phi i saadaan pintoja ja niiden leikkauskohtia siirrettyä, näin löydetään kaikki ratkaisukäyrät, pintoja siirtämällä samalla leikkauskohta pyyhkäisee kaksiulotteisen ratkaisupinnan. Olkoon sitten G = G(x, y mielivaltainen sileä kahden muuttujan funktio. Sijoitetaan siihen φ i :t ja tarkastellaan funktiota G(φ (x, y, u, φ (x, y, u. Sen gradientti on G = ( x G φ + ( y G φ, joten v G =. G(φ (x, y, u, φ (x, y, u on siis ensimmäinen integraali, jota vastaa pinta G(φ (x, y, u, φ (x, y, u = (vakio voidaan asettaa nollaksi absorboimalla se mielivaltaiseen funktioon G. Tämä on itse asiassa yhtälön (. yleinen ratkaisu, sillä se sisältää mielivaltaisen funktion G. Yhtälö G = antaa sidosehdon kolmen muuttujan x, y, u välille, josta voidaan periaatteessa ratkaista u jäljelle jäävien muuttujien x, y avulla, näin saadaan yleinen ratkaisu u(x, y. Palataan nyt takaisin aiempaan tarkasteluun. Löysimme siis yhtälölle (.7 kaksi. integraalia φ (x, y, u ja φ (x, y, u ja niitä vastaavat leikkaavaa pintaa φ (x, y, u = C ja φ (x, y, u = C. Edellä olevan tarkastelun nojalla yleinen ratkaisu on G(φ (x, y, u, φ (x, y, u =, (.3 missä G on mielivaltainen. Muuntelemalla funktiota G voidaan siis löytää kaikki alkuperäisen osittaisdifferentiaaliyhtälön ratkaisut. Käytännössä etenemme seuraavasti. Yhtälö (.3 voidaan esittää toisellakin tavalla, ratkaisemalla toinen funktio (esim. φ mielivaltaisena funktiona toisesta funktiosta (esim. φ, siis φ = F (φ tai φ = F (φ. Palataan takaisin esimerkkiimme (. eli P = x, Q = y ja R = u. Tällöin (. ja (. ovat vastaavasti dx dy = x y (= y = C x = C = y/x ja du dx = u x (= u = C x = C = u/x.

11 Yleinen ratkaisu on siis G(φ, φ = G(y/x, u/x =. Ratkaistaan tämä toisen argumentin suhteen: u/x = F (y/x = u = xf (x/y. (.4 Karakteristikat saadaan yhtälöistä (.9: x = C e t, y = C e t, u = C 3 e t. Esimerkiksi origon kautta kulkevat suorat: x/y = C /C eli (y = C /C x. Saimme siis juuri oletetun ratkaisun ja ymmärrämme lisäksi miksi juuri tietyt käyrät ovat erityisasemassa; ne ovat ratkaisupinnan integraalikäyriä. Yksikäsitteinen ratkaisu saadaan, jos voidaan valita yksikäsitteisesti ne integraalikäyrät, joista ratkaisupinta muodostuu. Tämä onnistuu jos alkuehtokäyrän jokaisessa pisteessä kulkee täsmälleen yksi integraalikäyrä, mutta jos alkukäyrä itse on karakteristika, on ratkaisu mahdoton tai ei yksikäsitteinen. Tiivistelmä. Edellisestä tarkastelusta voidaan suodattaa "algoritmi" kvasilineaaristen. kertaluvun ODYjen ratkaisemiseksi:. Kirjoita yhtälö muotoon (.3:. Tästä seuraa parametrisoimalla relaatio P u x + Q u y = R. dt = dx P = dy Q = du R jos R. Homogeenisen yhtälön tapauksessa viimeinen yhtäsuuruus korvautuu yhtälöllä du =. 3. Valitse näistä yhtälöä ja ratkaise ne. Ratkaisut voidaan kirjoittaa muotoon φ i (x, y, u = C i, missä i =, ja C, C ovat vakioita. (Homogeeniselle yhtälölle (R = toinen yhtälö on du = jonka ratkaisu on φ u = C. 4. Aseta G(φ, φ =, ratkaise G = yhtälöstä toinen φ i toisen φ j :n avulla (esim. φ = F (φ. Jos mahdollista, tee valinta siten, että u esiintyy ainoastaan yhtälön vasemmalla puolella. Tällöin voit edelleen johtaa yleisen ratkaisun u = u(x, y jossa esiintyy mielivaltainen (yhden muuttujan funktio F. Jos u esiintyy yhtälön molemmilla puolilla, yhtälö on implisiittinen, ja jatko riippuu alkuehdosta (katso ao. esimerkki. 5. Yksikäsitteisen ratkaisun saat alkuehdosta, jossa funktion profiili annetaan jollain sopivalla alkuehtokäyrällä (joka ei siis saa olla karakteristika. Katsotaan seuraavaksi miten tämä toimii käytännössä. Esimerkki. ( Shokkiaaltoyhtälö Olkoon u = u(x, t ja Tällöin saadaan u t + u u x =. (.5 du = = u = C (.6

12 ja dx dt = u = x = ut + C = C = x ut. (.7 Yleinen ratkaisu G(u, x ut = tai u = F (x ut. Asetetaan alkuehto u(x, = φ(x, jolloin ratkaisu on ratkaistava yhtälöstä u(x, t = φ(x u(x, tt. Käsin tämä onnistuu vain yksinkertaisissa tapauksissa. Esimerkiksi φ(x = ax + b = u = a(x ut + b = u = ax + b + at. (.8 Huom. ratkaisu vain alueessa t > /a! Esimerkki. Etsitään yhtälön u x + x u y = u (.9 yleinen ratkaisu. Parametrisoinnista seuraa yhtälöt dx/ = dy/(x = du/(u joista valitaan esim. (helpoin pari { dy = xdx = y = x + C du/(u = dx = /u = x C. Ehdosta = G(φ, φ = G(y x, x + /u voidaan ratkaista esim. x + /u = F (y x = u = Luennolla läpi laskettuja lisäesimerkkejä: Esimerkki.3 Etsi yhtälön yleinen ratkaisu. Esimerkki.4 Etsi yhtälön F (y x x. t t u(x, t + x x u(x, t = u(x, t (.3 t u(x, t + 4 x u(x, t = (.3 yleinen ratkaisu, ja sen jälkeen yksikäsitteinen ratkaisu joka toteuttaa alkuehdon Esimerkki.5 Etsi yhtälön yleinen ratkaisu. u(x, = + x. (.3 t t u(x, t + u x u(x, t = xu(t, x (.33

13 Menetelmä yleistyy suoraviivaisesti korkeampiin ulottuvuuksiin. Kvasilineaarinen. kertaluvun ODY R n :ssä on (x = (x,..., x n P (x, u u x + P (x, u u x P n (x, u u x n = R(x, u. (.34 Yleinen ratkaisu saadaan ratkaisemalla n riippumatonta DYä dx P = dx P =... = dx n P n = du R. Näiden ratkaisut ovat η i (x, u =, i =,..., n. Yleinen ratkaisu on implisiittisesti F (η,..., η n =, missä F on mielivaltainen. Ratkaisu saadaan yksikäsitteiseksi kun u annetaan n -ulotteisella hyperpinnalla, joka ei sisällä yhtään karakteristikaa. 3 Toisen kertaluvun kvasilineaariset osittaisdifferentiaaliyhtälöt Siirrymme seuraavaksi toisen kertaluvun osittaisdifferentiaaliyhtälöiden ratkaisumenetelmiin. Aloitamme kahdella tärkeällä esimerkillä, aaltoyhtälöllä ja diffuusioyhtälöllä. Ratkaisumenetelmistä tärkeimmät ovat yhtälön muuntaminen algebralliseksi yhtälöksi Fourier-muunnoksella ja separointimenetelmä. Näistä jälkimmäinen soveltuu parhaiten tapauksiin joissa yhtälön ratkaisua etsitään äärellisessä alueessa jonka reunalla ratkaisun käyttäytyminen tunnetaan (reunaehdot. Aloitamme kuitenkin yksiulotteisella aaltoyhtälöllä, jolle käyttökelpoinen kolmas menetelmä on ns. d Alembertin ratkaisu. Sen esittelyn jälkeen siirrymme Fourier-menetelmään ja separointimenetelmään, jotka ovat siis jokaiselle fyysikolle tärkeimmät opittavat menetelmät. 3. Aaltoyhtälö 3.. d Alembertin ratkaisu Aloitamme tutkimalla yksiulotteista aaltoyhtälöä u c t u x = (3. alueessa x R, t >. Tehdään valistunut arvaus: muuttujanvaihto { ξ = x ct η = x + ct { x = (η + ξ/ t = (η ξ/. Miltä aaltoyhtälö (3. näyttää näissä muuttujissa? Ketjusäännön nojalla x = ξ x ξ + η x η = ξ + η, eli ( x = ξ + = η ξ + ξ η + η. 3

14 Samoin joten t = ξ t ξ + η t ( η = c η, ξ ( t = c η ( = c ξ ξ ξ η +. η Sijoittamalla saadut lausekkeet aaltoyhtälöön, saadaan Näistä viimeisen yleinen ratkaisu on selvästikin (3. 4 u ξ η = u ξ η =. u(η, ξ = f(η + g(ξ, missä f ja g ovat mielivaltaisia kahdesti derivoituvia funktioita R R. Niimpä päätellään, että (3.:n yleisen ratkaisun on oltava u(x, t = f(x + ct + g(x ct. (3. Ratkaisu saadaan yksikäsitteiseksi asettamalla (Cauchyn alkuehdot: { u(x, = ϕ(x u t (x, = ψ(x (3.3 Sijoittamalla ratkaisu (3. alkuehtoihin (3.3 saadaan ehto { f(x + g(x = ϕ(x cf (x + cg (x = ψ(x Näistä alempi voidaan integroida, jolloin saadaan On siis oltava f(x g(x = c x ψ(sds + f( g(. { f(x + g(x = ϕ(x f(x g(x = x ψ(sds + f( g( c eli { [ f(x = ϕ(x x [ ψ(sds + f( g(] c g(x = ϕ(x + x ψ(sds f( + g(]. c Niimpä yksikäsitteiseksi (3.:n ja (3.3:n toteuttavaksi ratkaisuksi saadaan u(x, t = [ ϕ(x ct + ϕ(x + ct + x+ct ] ψ(sds, (3.4 c nk. D Alembertin ratkaisu. Eräs mielenkiintoinen erikoistapaus on ψ ja ϕ(x jos ja vain jos x [ ɛ, ɛ] ( häiriö. Tällöin ratkaisu on u(x, t = (ϕ(x ct + ϕ(x + ct (3.5 eli superpositio kahdesta vastakkaiseen suuntaan etenevästä häiriöstä. Lisäksi häiriöt etenevät pitkin karakteristikoita ξ = x ct = vakio ja η = x + ct = vakio. TÄHÄN KUVA? 4 x ct

15 3.. Ratkaisu Fourier-muunnoksen avulla Vaihtoehtoinen lähestymistapa on yhtälön Fourier-muuntaminen. Menetelmä toimii ainakin silloin kun alkuehdon funktioiden Fourier muunnokset ja käänteismuunnokset ovat hyvin määriteltyjä (esim. kun ψ, Fψ, ϕ ja Fϕ ovat integroituvia eli silloin, kun identiteetti f(x = (F (Ff(x pätee molemmilla funktioilla. Tällöin voimme etsiä ratkaisua Tällöin π R u(x, t = π R ũ(k, we i(kx ωt dkdω. (3.6 (k ω ũ(k, we i(kx ωt dkdω = u c c t u x = = (k ω ũ(k, w = = c ( k ω ( k + ω ũ(k, w =. c c Näin alkuperäinen osittaisdifferentiaaliyhtälö koordinaattiavaruudessa on muuntunut algebralliseksi yhtälöksi Fourier-avaruudessa. Ratkaisu löytyy käyttämällä hyväksi Diracin deltafunktion ominaisuutta xδ(x =, näin ollen ũ(k, ω π = δ(ω cka(k + δ(ω + ckb(k eli u(x, t = π R A(ke i(kx ckt + B(ke i(kx+ckt dk. Ratkaisun esittäminen Fourier-muunnoksena on myös helposti fysikaalisesti tulkittavissa. Se on summa (superpositio monokromaattisia vastakkaiseen suuntaan eteneviä tasoaaltoja, painokertoimilla A(k ja B(k, missä k on tasoaallon aaltoluku (ja λ = /k olisi sen aallonpituus. Jos aallosta valitaan jokin tietty kohta, esim. aallosta exp(i(kx ckt kohta jonka vaihetekijä on φ = i(kx ckt ajanhetkenä t kohdassa x, nähdään että myöhempänä ajankohtana t sama paikka aallosta on edennyt kohtaan x = x + c(t t, jotta vaihetekijä olisi sama (eikä tarkasteltaisi eri kohtaa itse aallossa. Tasoaalto exp(i(kx ckt etenee siis positiivisen x-akselin suuntaan ("oikealle". Katsotaan seuraavaksi mitä alkuehdoista (3.3 saadaan: (A(k + B(ke ikx dk = u(x, = ϕ(x = ϕ(ke ikx dk π π R R eli Lisäksi, eli ic π R A(k + B(k = ϕ(k. k( A(k + B(ke ikx dk = u t (x, = ψ(x = π ick( A(k + B(k = ψ(k. R ψ(ke ikx dk 5

16 Näistä voidaan ratkaista ja ( A(k = ϕ(k + i ψ(k (3.7 c k ( B(k = ϕ(k i ψ(k, (3.8 c k jotka määräävät u(x, t:n yksikäsitteisesti. Vastaavasti kolmiulotteisessa tapauksessa, kun aaltoyhtälö on u c t u =, (3.9 voimme etsiä ratkaisua Fourier-muunnoksen avulla (x = (x, x, x 3, k = (k, k, k 3 : u(x, t = ũ(k, te i(k x ωt d 3 kdω (π 4/ R 4 = = u c t u = ( k ω /c ũ(k, te i(k x ωt d 3 kdω (π 4/ R 4 joten yleinen ratkaisu on = = (ω c k (ω + c k ũ(k, ω = ũ(k, ω = π [δ(ω c k A(k + δ(ω + c k B(k], u(x, t = [ A(ke ic k t + B(ke ic k t] e ik x d 3 k. (3. (π 3/ R 3 Ratkaisu saadaan yksikäsitteiseksi asettamalla Cauchyn alkuehdot { u(x, = ϕ(x u t (x, = ψ(x, (3. missä x R 3 (Ehdot määräävät A:n ja B:n vastaavasti kuin -ulotteisessa tapauksessa. 3. Diffuusioyhtälö Tutkitaan vielä hieman toista yhtälöä, nk. diffuusioyhtälöä: u t D u x =, (3. missä < x < ja t > sekä D R. Termodynamiikassa yhtälö (3. tunnetaan myös nimellä Fourier n (lämpöyhtälö, jolloin se kuvaa lämmön johtumista väliaineessa (kun vallitsee lokaali terminen tasapaino jolloin u kuvaa paikallista lämpötilaa ja vakiota D kutsutaan tässä yhteydessä lämmönjohtumisvakioksi (ja siitä käytetään usein merkintää α. Etsitään taas ratkaisua Fourier-muunnnoksen avulla. Voisimme edetä kuten aaltoyhtälön tapauksessa ja muuntaa kaikki muuttujat t, x. Tällä kertaa esittelemme kuitenkin toisen hyö- 6

17 dyllisen tavan: Fourier-muunnamme ainoastaan paikkamuuttujan x ja säilytämme aikariippuvuuden, u(x, t = ũ(k, te ikx dk π R = = u t Du xx = ( ũ(k, t + Dk ũ(k, t e ikx dk π t Alkuehdosta = tũ(k, t = Dk ũ(k, t = ũ(k, t = ũ(k, e Dkt. u(x, = ϕ(x = π R R ϕ(ke ikx dk saadaan ũ(k, = ϕ(k. Niinpä yleinen ratkaisu on u(x, t = ϕ(ke ikx Dkt dk. (3.3 π R Huomaa että ratkaisu pysyy rajoitettuna (, kun t vain jos Dt > eli D > ja t > tai D < ja t < ; diffuusioyhtälö kuvaa irreversiibeliä prosessia. Tämä on seuraus siitä että diffuusioyhtälö ei ole invariantti aikaheijastuksen t t suhteen. Mitä jos valitaan ϕ(x = S δ(x = pistelähde? Tällöin ϕ(k = S/ π ja ( u(x, t = S S exp x ( ( e ikx Dkt 4Dt Dtk ik dk = exp π π dk. Dt Tekemällä muuttujanvaihto z = Dtk saadaan ( S exp x 4Dt u(x, t = π Dt R ik Dt ic ic R =: Dtk ik Dt ci, jolloin dk = dz/ Dt, e z dz = S exp ( x. 4πDt 4Dt Viimeinen välivaihe, eli integraali = π, jääköön ylimääräiseksi harjoitustehtäväksi (vrt. FyMM Ia. Vastaavasti valinnalla ϕ(x = Sδ(x x saadaan S u(x, t = exp ( (x x. 4πDt 4Dt Alkuarvo-ongelman u(x, = ϕ(x = ϕ(x δ(x x dx ratkaisu saadaan superponoimalla pistemäisen lähteen ratkaisut (summa integraali: u(x, t = R ϕ(x exp ( (x x dx. 4πDt 4Dt Tässä painofunktio on nk. Diffuusioyhtälön Greenin funktio. Näin saatu kaava on siinä mielessä kätevämpi, ettei tätä varten tarvitse laskea alkudatan Fourier-muunnosta! 7

18 3.3 Aaltoyhtälö äärellisellä välillä, ratkaisu separointimenetelmällä Seuraavaksi esittelemme toisen tärkeän ratkaisumenetelmän, separointimenetelmän eli muuttujien erottelumenetelmän. Sitä käytetään tapauksessa jossa yhtälön ratkaisua etsitään äärellisessä alueessa. Esimerkkimme tavoitteena on nyt ratkaista u c t u =, (3.4 x äärellisessä alueessa < x < L ja ajoille t >. Lisäksi tietysti vaaditaan (Cauchyn alkuehto: { u(x, = ϕ(x u t (x, = ψ(x, (3.5 kun < x < L. Koska alue on äärellinen, on uutena lisätietona asetettava reunaehdot pisteissä x = ja x = L (t >. Esimerkiksi u(, t = u(l, t = kaikilla t > (kuvaa värähtelevää kieltä, jonka päät pysyvät paikoillaan, kuten esim. kitarassa. Reunaehtoja joissa poikkeama u on vakio (nolla, kutsutaan myös Dirichlet n reunaehdoiksi. Kun reunaehdot ovat jaksollisia, voidaan u(x, t kehittää Fourier-sarjaksi x:ssä. Tällöin ODY palautuu ryhmäksi tavallisia differentiaaliyhtälöitä Fourier-sarjan kertoimille. Esimerkiksi yo. reunaehdoilla ratkaisu voidaan arvata olevani muotoa u(x, t = a n (t sin( nπx L, n= missä kertoimet a n (t ratkaistaan sijoittamalla eo. yrite yhtälöihin (3.4 ja (3.5 ja ratkaisemalla niistä saatavat yhtälöt kertoimille a n. Esittelemme nyt separointimenetelmän tarkastelemalla yksityiskohtaisemmin toista esimerkkiä, missä alkuehdot ovat kuten yllä, mutta reunaehdot ovat { u(, t = u x (L, t =. (3.6 Tämä kuvaa värähtelevää kieltä, jonka toinen pää (x = L on vapaa (ns. Neumannin reunaehto. Ratkaistaan muuttujien erottelulla: Etsitään ratkaisua, joka on muotoa u(x, t = X(xT (t. Tällöin (3.4 T (tx(x = c T (tx (x T (t T (t = c X (x X(x. Koska vasen puoli riippuu t:stä ja oikea vain x:stä, on molempien oltava vakioita. Vakion nimeäminen ei ole aivan yhdentekevää. Tässä tapauksessa kätevä valinta on λ, sillä X:n ja T :n nähdään silloin toteuttavan tuttu harmonisen oskillaattorin differentiaaliyhtälö jonka ratkaisujen pitäisi olla joka fyysikolle tuttuja: Reunaehdoista seuraa nyt X (x = (λ/c X(x = X(x = A sin(λx + B cos(λx. X( = = B = (3.7 X (L = = Aλ c cos(λl c = (3.8 = λ = λ n = c L (n + π = cπ L (n +, n =,,, 3,... (3.9 8

19 Vain tietyt arvot (nk. ominaisarvot kelpaavat! Niinpä ja X(x = A n sin((n + πx L T (t = C n sin(λ n t + D n cos(λ n t vastaavasti. Aaltoyhtälön yleinen ratkaisu reunaehdoilla u(, t = u x (L, t = on siis u(x, t = [C n sin(λ n t + D n cos(λ n t] sin( λ nx. (3. c n= Lopulta kertoimet C n ja D n määräytyvät alkuehdoista D n sin((n + / πx = u(x, = ϕ(x L ja n= n= Käyttäen identiteettiä (ξ = x/l (n + / πc L C n sin((n + / πx L = u t(x, = ψ(x. ( ominaisfunktioiden ortogonaalisuus, saadaan sin[(n + /πξ] sin[(k + /πξ]dξ = δ nk D n = L L ja C n = c(n + /π jotka määräävät ratkaisun yksikäsitteisesti. ϕ(x sin[(n + /πξ]dx (3. L ψ(x sin[(n + /πξ]dx, (3. Luennolla laskettuja esimerkkejä Esimerkki 3. Osoita sijoittamalla että d Alembertin ratkaisu toteuttaa -ulotteisen aaltoyhtälön. Esimerkki 3. Ratkaise -ulotteinen aaltoyhtälö alkuehdoilla (Käytä d Alembertin ratkaisua. Esimerkki 3.3 Ratkaise aaltoyhtälö (c = äärellisellä välillä x, Dirichlet n reunaehdoilla ja alkuehdoilla u(x, = sin x ; u t (x, = x. (3.3 t u(t, x xu(t, x = (3.4 u(, t = u(, t = (3.5 u(x, = sin πx + sin 3πx + 3 sin 7πx ; u t(x, = π sin πx. (3.6 9

20 Esimerkki 3.4 Ratkaise vaimennettu (screened Poissonin yhtälö u( r λ u( r = ρ( r (3.7 kahdessa ulottuvuudessa Fourier-muuntamalla. Oleta sen jälkeen että ρ( r = ρ(r, missä r r (kiertosymmetria. Sievennä ratkaisua, voit tarvita Besselin funktion integraaliesitystä J (x = π Erityisesti voit vielä tarkastella tapausta ρ( r = ρ δ( r. 3.4 Toisen asteen ODYiden luokittelu π dϕ e ix sin ϕ. (3.8 Yleisin toisen asteen kvasilineaarinen ODY R n :ssä on muotoa: n u A ij (x + F (u, x, u =. (3.9 x i x j x i ij= Oletamme että kerroinfunktiot A ij (x ovat reaaliarvoisia, jolloin voimme ajatella niiden olevan n n-reaalimatriisin A = (A ij (x komponentteja. Käytimme yhtälössä (myös jatkossa lyhennettä F (u, x, u xi := F (u, x, u x,..., u xn. Koska u xi x j = u xj x i, voimme olettaa A ij = A ji. Miksi? Tarkastellaan summaa ij A ijm ij, missä M ij = i j = j i = M ji. A ij t voidaan hajoittaa symmetriseen ja antisymmetriseen osaan: A ij = (A ij + A ji + (A ij A ji =: A s ij + A a ij, missä A s ij = A s ji ja A a ij = A a ji. Tällöin A ij M ij = ij ij A s ijm ij + ij A a ijm ij, mutta jälkimmäinen summa häviää, sillä A a ijm ij = A a ijm ji = ij ij ij A a jim ji = ij A a ijm ij, missä viimeisessä välivaiheessa vain nimesimme indeksit uudelleen (muista x = x x =. Voimme siis tarvittaessa symmetrisoida (A ij :n muuttamatta yhtälöä. Tarkastellaan seuraavaksi kerroinmatriisin A ij (x ominaisarvoja. Ominaisarvot saadaan ratkaistua ominaisarvoyhtälöstä det(a λi n =, (3.3 missä I n on n n-yksikkömatriisi. Ominaisarvoyhtälöstä saadaan n kappaletta ominaisarvoja λ i, joista osa voi olla samoja, jos ominaisarvoyhtälöllä on moninkertainen juuri jonkin tietyn arvon kohdalla (tällöin ominaisarvo on degeneroitunut. Ominaisarvot tarjoavat tavan luokitella toisen asteen kvasilineaariset ODYt elliptisiin, hyperbolisiin ja parabolisiin yhtälöihin. Koska kerroinmatriisi oli reaaliarvoinen ja symmetrinen, kaikki ominaisarvot ovat reaalilukuja. Elliptisen yhtälön tapauksessa kaikki ominaisarvot ovat samanmerkkisiä, joko positiivisia tai negatiivisia. Hyperbolisen yhtälön tapauksessa taas osa ominaisarvoista on positiivisia ja Muistutus: kvasilineaarinen = lineaarinen korkeimmassa kertaluvussa.

21 osa negatiivisia. Jos yksi tai useampi ominaisarvo on nolla ja muut ominaisarvot ovat samanmerkkisiä, yhtälö on parabolinen. Mikäli vain yksi ominaisarvo on nolla, yhtälö on normaalinen parabolinen yhtälö. Koska kerroinmatriisi, ja siten myös ominaisarvot, voi riippua muuttujista, yhtälön tyyppi voi vaihdella pisteittäin. Miksi tällainen luokittelu sitten on kätevä? Tarkastellaan seuraavaksi vakiokertoimista tapausta, jossa siis kerroinmatriisi ja ominaisarvot ovat vakioita. Koska matriisi A on reaalinen ja symmetrinen voidaan muuntaa diagonaalimatriisiksi similaarimuunnoksella ja sitä vastaavalla lineaarisella muuttujanvaihdolla 3. Aloitetaan määrittämällä ortogonaalinen 4 matriisi O, joka diagonalisoi matriisin A. Matriisin diagonalisoinnin pitäisi olla tuttua Mapu II:lta, joten kerrataan tässä vain tärkeimmät asiat. Matriisi saadaan diagonalisoitua määrittämällä sen ominaisarvoja vastaavat ominaisvektorit, ja asettamalla nämä ominaisvektorit matriisin O sarakevektoreiksi. Ominaisvektorit v i saadaan tutusta kaavasta ja matriisi diagonalisoiva matriisi on tällöin A v i = λ i v i, (3.3 O = ( v v v n. (3.3 Tässä kohdassa on tärkeää muistaa normittaa ominaisvektorit ( v i =. Koska reaalisen symmetrisen matriisin ominaisvektorit ovat ortonormitettuja, matriisi O on ortogonaalinen: v O T v O = = I n. (3.33 v n Diagonalisointi tapahtuu nyt similaarimuunnoksella, eli kertomalla matriisi A vasemmalta puolelta transpoosilla O T ja oikealta matriisilla O: λ O T λ AO =......, (3.34 λ n jolloin ominaisarvot asettuvat diagonaalille ominaisvektorien mukaisessa järjestyksessä. Mitä merkitystä tällä sitten on differentiaaliyhtälön ja muuttujien kannalta? Tarkastellaan muuttujanvaihtoa x = n O ji ξ j, (3.35 j= jonka käänteismuunnos on yhtälön (3.33 nojalla ξ i = n O T ijx j = j= n O ji x j. (3.36 j= 3 Jos kertoimet eivät ole vakioita, muuttujanvaihto on epälineaarinen, eikä matriisia A pysty diagonalisoimaan näin yksinkertaisella menetelmällä. 4 Ortogonaalinen matriisi O toteuttaa O T O = OO T = I.

22 Osittaisderivaatat muuntuvat nyt ketjusäännön mukaisesti x i = n j= ξ j ξ j x i = Sijoittamalla tämän tuloksen differentiaaliyhtälöön (3.9 saamme n i,j= A ij n k= ξ k O ik n l= n (O T AO kl ξ k n λ k δ kl ξ k k,l= n k,l= k n j= ( O jl u + F u, ξ i, ξ l ξ l u + F ξ l u + F λ k u + F ξk ξ j O ij. (3.37 ( u, ξ i, ( u, ξ i, ( u, ξ i, = ξ i (3.38 = ξ i (3.39 = ξ i (3.4 =. ξ i (3.4 Nyt yhtälö on yleisessä normaalimuodossa. Kannattaa huomata, että ominaisarvot kertovat toisen kertaluvun termejä, ja näiden termien joukossa ei ole sekatermejä, joissa esiintyisi kahden eri muuttujan osittaisderivaattoja. Tämä on hyödyllistä, sillä se mahdollistaa yhtälön ratkaisemisen separointimenetelmällä. Palataan nyt aiempaan kysymykseen siitä, miksi ominaisarvot ovat hyödyllisiä yhtälöiden luokittelussa. Korkeimman kertaluvun termit määräävät differentiaaliyhtälön käyttäytymisen yleisellä tasolla, joten normaalimuodossa ominaisarvot määräävät yhtälön käyttäytymisen, ja sen minkälaisia alku- ja reunaehtoja voidaan asettaa. Yhtälöiden luokittelu kerroinmatriisin ominaisarvojen mukaan perustuu juuri tähän ominaisuuteen. Tarkastellaan seuraavaksi eri yhtälöluokkia. Elliptinen yhtälö Kaikki ominaisarvot λ i ja samanmerkkisiä. Esimerkiksi yhtälöt u = u = f (Laplace (Poisson ( ± k u = (Helmholtz ovat elliptisiä (kaikilla A = = yksikkömatriisi on valmiiksi diagonalisoitu. Voimme olettaa että λ i > kaikilla i (kerrotaan tarvittaessa yhtälöä :llä. Tehdään lisäksi muuttujanvaihto z k = ξ k / λ k, jolloin λ k u ξ k = u. zk Elliptinen yhtälö saadaan siis aina nk. normaalimuotoon n k= u z k + F (z, u, u z i =. (3.4

23 Hyperbolinen yhtälö Kaikki ominaisarvot λ i, mutta erimerkkisiä. Esimerkiksi aaltoyhtälö, on hyperbolinen sillä tällöin A = u u =, c t c Mikä on hyperbolisen yhtälön normaalimuoto? Indeksöidään ominaisarvot s.e. λ,..., λ p > ja λ p+..., λ n <, < p < n. Muuttujanvaihdolla z k = ξ k / λ k yhtälö saadaan muotoon p k= u z k n k=p+ u z k joka on normaalimuoto hyperbolisessa tapauksessa. Parabolinen yhtälö. + F (z, u, u z i =, (3.43 Vähintään yksi λ i = ; normaalinen parabolinen, jos tasan yksi ominaisarvo ja muut samanmerkkisiä. Esimerkiksi diffuusioyhtälö on (normaalinen parabolinen yhtälö, sillä tällöin Muuttujakertoimiset yhtälöt A = D D D Jos A ij (x ei ole vakio, yhtälön tyyppi määritellään pisteittäin ja se voi vaihdella pisteestä toiseen. Esimerkiksi Tricomin yhtälö y u x + u y = on hyperbolinen alueessa y <, elliptinen alueessa y > ja (normaalinen parabolinen suoralla y =.. Luennoilla laskettuja esimerkkejä Esimerkki 3.5 Mikä on yhtälön xu(x, y x y u(x, y + 3 yu(x, y = tyyppi? Muunna yhtälö normaalimuotoon. Esimerkki 3.6 Tutki alueittain mitä tyyppiä on yhtälö y xu(x, y x x y u(x, y + x yu(x, y =. 3

24 3.5 Karakteristiset pinnat Karakteristiset pinnat ovat pintoja ω(x,..., x n =, jotka toteuttavat epälineearisen ODYn n A ij (x ω ω x i x j =. (3.44 ω(x= i,j= Tapauksessa n =, ω(x, y = on käyrä (karakteristika, ja yleisessä tapaupksessa (n - ulotteinen pinta. Diagonalisoivissa muuttujissa ξ i (kts. edellinen kappale, on n ( ω (3.44 λ k =, (3.45 ξ k k= joten elliptisessä tapauksessa ei ole reaalisia karakteristisia pintoja. Jos laajennamme karakteristisen pinnan käsitteen myös kompleksiarvoisiin tapauksiin, saamme elliptisessä tapauksessa ratkaisuja kompleksilukujen joukossa. Esimerkiksi kaksiulotteiselle Laplacen yhtälölle ( ( ω ω ( =, x y jonka ratkaisut ovat Hyperbolisessa tapauksessa (3.44 ω(x, y = y ± ix + C. (3.46 p k= ( ω λ k = ξ k n k=p+ ( ω λ k ξ k joten reaalisia ratkaisuja löytyy. Esimerkiksi aaltoyhtälölle (Huom. x R n (3.44 ( ω = ω ω, c t jonka ratkaisuja ovat mm. valokartiot sekä valoluontoiset tasot w(t, x = c (t t x x w(t, x = ct + e x C, eli valokartioiden tangenttitasot, missä C on vakio ja e =. Parabolisessa tapauksessa (3.44 n k=+m ( ω λ k =, (3.47 ξ k missä < m < n, joten reaalisia ratkaisuja ei ole. Esimerkiksi kaksiulotteiselle diffuusioyhtälölle (kaksi paikkakoordinaattia ja aikakoordinaatti ( ( ω ω ( =, x y jonka ratkaisut ovat aiemman perusteella ω(x, y = y ± ix + C. (3.48 4

25 3.6 Yleinen kahden muuttujan toisen kertaluvun ODY Yleisessä kahden muuttujan tapauksessa jolloin kerroinmatriisi on a(x, y u x + b(x, y u y x + c(x, y u y + F =, ( a b A = b c Ominaisarvot saadaan yhtälöstä det(a(x λ = a λ b jonka ratkaisu on selvästi λ = λ(x, y = a + c = a + c. b c λ =, (a + c ± ac + b 4 (a + c ± det(a. 4 Kerroinmatriisin determinantti määrää nyt yhtälön luonteen det(a > = elliptinen det(a = = parabolinen det(a < = hyperbolinen. Tämä determinanttisääntö on voimassa vain kahden muuttujan tapauksessa. Esimerkiksi kaksiulotteiselle aaltoyhtälölle det(a =, mutta yhtälö on silti hyperbolinen. Kannattaa myös huomata, että yleisessä tapauksessa determinantti on muuttujien funktio, ja yhtälön tyyppi voi vaihdella pisteittäin. Eräs hyödyllinen menetelmä yleisen yhtälön L(u = a u x + b u x y + c u y = (3.49 ratkaisemiseksi on karakterististen käyrien integrointi. Karakteristinen yhtälö on tässä tapauksessa ( ( ( ( ω ω ω ω + b + c =. (3.5 x x y y Aiemmin todettiin, että karakteristiset pinnat ovat pintoja ω(x, y = vakio, joten karakteristisen käyrän differentiaali on Tästä saamme säännön dω = ω x dx + ω y dy =. (3.5 ω x = dy ω y dx, (3.5 ja sijoittamalla yhtälöön (3.5 saamme ( ( dy dy a b + c =. (3.53 dx dx 5

26 Saimme siis toisen asteen yhtälön, jonka ratkaisu on dy dx = b ± b ac = b ± det A. (3.54 a a Integroimalla puolittain saamme karakteristiset pinnat muodossa ω(x, y = C, (3.55 missä C on integroimisvakio. Näemme nyt, että kerroinmatriisin determinantti det(a määrää karakterististen pintojen luonteen, kuten aiemman perusteella voisi olettaakin. Vakiokertoiminen kahden muuttujan toisen kertaluvun ODY Tarkastellaan seuraavaksi vakiokertoimista yhtälöä, jolloin yhtälön (3.54 integrointi on triviaalia ja saamme karakteristikoiksi ω(x, y = y + r ± x = y b ± det A x = C = vakio. (3.56 a missä r ± ovat yhtälön juuret. Hyperbolisessa tapauksessa det(a < ja molemmat juuret ovat reaalisia. Yleinen ratkaisu on tässä tapauksessa u(x, y = F (y + r + x + G(y + r x, (3.57 missä F ja G ovat mielivaltaisia kahdesti derivoituvia funktioita eli F, G C. Parabolisessa tapauksessa det(a = ja juuret yhtyvät r + = r r eli saamme vain yhden ratkaisun u (x, y = F (y + rx. (3.58 Toinen ratkaisu on esimerkiksi u (x, y = xg(y + rx sillä L(u = G (y + rx (a b a b b a + c + G (y + rx ( a ba + b =. (3.59 Elliptisessä tapauksessa taas det(a >, jolloin juuret ovat kompleksisia ja r + = r r. Yleinen ratkaisu on tällöin kompleksinen u(x, y = F (y + rx + G(y + r, (3.6 mutta reaali- ja imaginääriosat toteuttavat differentiaaliyhtälön erikseen. Esimerkiksi Laplacen yhtälölle yleinen ratkaisu on funktion u(x, y = f(x + iy + g(x iy reaali- tai imaginääriosa. Valitsemalla g ja merkitsemällä z = x + iy huomataan, että ratkaisu on jonkin analyyttisen funktion reaali- tai imaginaariosa. Toisaalta analyyttisen funktion reaali- ja imaginaariosat ovat aina harmonisia (FyMM Ia. 3.7 Alkuehdot Oikeat alku- ja reunaehdot tekevät ratkaisun yksikäsitteiseksi. Yhtälön tyyppi määrää, mitkä alkuehdot ovat sopivat. 6

27 3.7. Hyperboliset yhtälöt Tarkastellaan yhtälöjä, jotka ovat (sopivien muuttujien vaihtojen jälkeen muotoa u tt (x,..., x n ; t = c n u xi x i + f(x, t, u, u xi, u t, (3.6 i= missä x = (x,..., x n U R n ja t (t,. Mikäli U R n, on annettava reunaehdot ratkaisualueen reunalla. Kun ratkaisualue U (t, on tarpeeksi säännöllinen (ja luonnollisesti yhtenäinen, on sen reuna sileä (hyperpinta f(x, t =. Hyperboliseen tapaukseen käy Cauchyn reunaehdot: u(x,..., x n, t = ϕ(x,..., x n, t ja (3.6 u n = n u = ψ(x,..., x n, t (3.63 kaikilla (x, t, jotka kuuluvat alueen reunalle (f(x, t =, missä on pinnan f(x, t = n normaaliderivaatta. Tärkeää: Pinta f = ei saa olla karakteristinen pinta ω =! Selitämme syyn rajoitukseen kahdessa ulottuvuudessa u = u(x, t (epähomogeenisille yhtälölle L(u = au xx + bu xt + cu tt F (x, t,... =. Reunapinta (eli reunakäyrä olkoon C = {(x (s, t (s : s R}. Sen tangenttivektori kohdassa s on (dx /ds, dt /ds ja normaalivektori n(s = (dt /ds, dx /ds. Oletetaan että alkuehtoina on annettu ratkaisun u(t, x ja sen normaaliderivaatan u/ n = n u arvo käyrällä C: u u(x (s, t (s = f(s sekä n (x (s, t (s = g(s, missä siis f(s ja g(s ovat alkuehtoina annettuja funktioita. Seuraavakse kokeilemme pystymmekö ODY:ä käyttäen löytämään ratkaisun u(x, y:n yksikäsitteisesti myös alkuehtokäyrän C :n ympäristössä. Käytämme apuna (kahden muuttujan Taylorin kehitelmää. Olkoon (x, t := (x (s, t (s C, tällöin u(x, t = u(x, t + u x (x, t (x x + u t (x, t (t t + u xx(x, t (x x + u xt (x, t (x x (t t + u tt(x, t (t t. Löydämme siis yksikäsitteisen ratkaisun jos pystymme ratkaisemaan kaikkien termien kertoimet alkuehtojen ja ODY:n avulla. Ensimmäinen "nollannen kertaluvun"termi u(x (s, t (s = f(s tunnetaan, entä ensimmäisen kertaluvun kerrointermit u x ja u t? Yksi yhtälö niiden ratkaisemiseksi saadaan kun kirjoitetaan f (s }{{} tunnetaan = u (s = u x (x, t dx (s ds }{{} tunnetaan +u t (x, t dt (s, } ds {{} tunnetaan mutta tarvitsemme vielä toisen yhtälön. Tämä saadaan toisesta Cauchyn ehdosta kirjoittamalla g(s = u }{{} tunnetaan Näistä voimme siis ratkaista u x :n u y :n. n = n u = ux(x, t dt(s } ds {{} tunnetaan u t (x, t dx (s. } ds {{} tunnetaan 7

28 Toisessa kertaluvussa on käytössä kolme yhtälöä: u x(s = u xx (x, t dx (s ds u t(s = u tx (x, t dx (s + u xt (x, t dt (s ds, + u tt (x, t dt (s ds ds, ja L(u = a(x, t u xx (x, t + b(x, t u xt (x, t + c(x, t u tt (x, t F =. vastaavasti loput Taylorin sarjan termit saadaan rekursiivisesti. Yo. yhtälöryhmä voidaan kirjoittaa myös matriiisimuodossa: a b c u xx F dx dt u ds ds tx =. (3.64 u tt dx ds dt ds Yo. lineaarinen yhtälö ei ole kääntyvä, eli toisen kertaluvun osittaisderivaatoille ei ole (yksikäsitteistä ratkaisua, mikäli yhtälöryhmän determinantti a b c ( ( dx dt ds ds = a dt dx + c b dx dt =. (3.65 ds ds ds ds dx ds dt ds Niinpä jos C on käyrä siten, että (3.65 pätee, eli kun (lokaalisti t = t(x siten, että ( dt a b dt + c =, (3.66 dx dx ei yhtälöryhmällä ole ratkaisua eikä ratkaisun määrittely onnistu. Lopuksi huomataan, että (3.66 on itseasiassa ekvivalentti ODYn L(u = karakteristisen yhtälön ( ( ( ( ω ω ω ω a + b + c x x t t kanssa. Karakteristisella pinnalla eli = dω = ( ω x + ω dt dx, t dx ω dt dx = x. Käyttämällä tätä identiteettiä ja jakamalla karakteristinen yhtälö ( ω/ t huomaamme, että yhtälöt ovat ekvivalentit Paraboliset yhtälöt ω t Yhtälöt muotoa u t = i= nu xi x i + f, (3.67 missä x = (x,..., x n U R n ja t (t,. Sopivat reunaehdot ovat: alkuehto u(x, t = t = ϕ(x (3.68 ja reunaehto esimerkiksi n u + k i u xi = g(x, t (3.69 i= kaikilla t < t < kun x U =: U:n reuna. 8

29 3.7.3 Elliptiset yhtälöt Yleiselle elliptiselle yhtälölle sopivan säännöllisessä alueessa V R n sopivia reunaehtoja ovat Dirichlet n ehto u(x V = a(x, (3.7 Neumannin ehto tai sekaehto (Robinin ehto jollakin α >. u n = b(x (3.7 V [ ] u n + α(xu(x V Osoitetaan esimerkinomaisesti, että Poisson n yhtälön, = c(x (3.7 u(x = f(x, x V ratkaisu on yksikäsitteinen. Oletetaa, että sekä u ja u ovat yhtälön ratkaisuja. Tällöin ψ = u u toteuttaa sekä yhden ehdoista tai Sijoittamalla Gaussin lakiin ψ(x = f(x f(x = (3.73 ψ V =, (3.74 ψ n = (3.75 V [ ] ψ n + α(xψ(x V V d 3 x V = V =. (3.76 d σ n V V = ψ ψ saadaan Greenin ensimmäinen identiteetti d 3 x(( ψ + ψ = d 3 x( ψ = V V V d σψ ψ n. (3.77 Ehdoilla (3.74 tai (3.75 saadaan suoraan d 3 x( ψ = (3.78 V eli ψ = eli ψ on vakio. Niinpä u = u + C. Lisäksi (3.74 C =. Neumannin ehdolla ratkaisu on siis vakiota vaille yksikäsitteinen. Toisaalta jos (3.76 pätee, niin reunalla Niinpä (3.77 saa muodon V ψ n = α(xψ(x. (3.79 d 3 x( ψ = d σ α(x(ψ(x, V }{{} 9

30 joten tässäkin tapauksessa on oltava ψ = eli ψ = c = vakio. Lisäksi, jos α(x ei ole identtisesti nolla, niin yo. yhtlöketjun jälkimmäisestä yhtälöstä seuraa c =. Huom. Neumannin ehdossa b(x ei ole täysin mielivaltainen esim. Poisson n yhtälölle, sillä d σb(x = d σ u n = d 3 x u = V V u n = b(x, (3.8 V V V d 3 xf(x. (3.8 Kuitenkin b on additiivista tai multiplikatiivista vakiota vaille mielivaltainen. Toisin sanoen, kaikilla b C voidaan valita c R s.e. cb tai b + c toteuttaa integraaliehdon. 3.8 Muuttujien erottelu Olemme aiemmin esitelleet muuttujien erottelu -menetelmän tapauksessa jossa yhtälössä oli kaksi muuttujaa. Tässä välissä olemme oppineet että osittaisdifferentiaaliyhtälöt voidaan esittää normaalimuodossa, jossa ei esiinny eri muuttujien osittaisderivaattojen sekatermejä. Muuttujien erottelu sopii tällöin ratkaisumenetelmäksi. Useamman muuttujan tapauksessa osittaisdifferentiaaliyhtälön purkaminen useammaksi tavalliseksi yhden muuttujan differentiaaliyhtälöksi etenee useassa vaiheessa, ja joka vaiheessa otetaan käyttöön uusi vakio. Tässä luvussa käymme läpi tutuimpien usean muuttujan yhtälöiden separointia eri koordinaatistoissa. Muista että separointi sopii erityisesti tilanteeseen jossa yhtälöä ratkaistaan rajatussa alueessa, tällöin alueen symmetria kertoo mikä on sopivin koordinaatistovalinta (esim. karteesiset, napa- tai sylinterikoordinaatit ja pallokoordinaatit. Tässä välillähän olemme myös käyneet läpi erilaiset reunaehtotyypit. Muuttujien erottelu tarkoittaa yleisesti yritteen u(x,..., x n = f (x f (x... f n (x n käyttämistä. Esimerkiksi kolmiulotteinen Helmholtzin yhtälö ( + k u = ratkeaa seuraavasti. Tehdään yrite u(x, y, z = X(xY (yz(z. Tällöin u + k u = X Y Z + XY Z + XY Z + k XY Z = X X + Y Y + Z Z + k =. Seuraavaksi pyrimme "perkaamaan" erikseen tavallisia differentiaaliyhtälöitä askel kerrallaan. Siirrämme aina yhden muuttujan funktion kerrallaan yhtälön vasemmalle puolelle jättäen muut termit yhtälön oikealle puolelle. Koska eri puolet riippuvat eri muuttujista, yhtälö toteutuu joka pisteessä vain jos kumpikin puoli on erikseen vakio. Menetelmän juju on keksiä vakiolle sopiva notaatio. Nimeämisessä auttaa muistaa ulkoa joukko tavallisia differentiaaliyhtälöitä, erityisesti yksinkertaisen harmonisen oskillaattorin differentiaaliyhtälö y + ω y =. Yo. tapauksessa aloitamme X:stä: X (x X(x = k Y Y Z = vakio = l, }{{ Z} ei riipu x:stä joten X(x = A l sin(lx + A l cos(lx. Samoin Y (y Y (y = l k Z = vakio = m, }{{ Z} ei riipu y:stä 3

31 joten Y (y = B m sin(my + B m cos(my. Viimein joten Z(z = C n sin(nz + C n cos(nz. Z (z Z(z = m + l k = n, (k = l + n + m, Superpositioperiaatteen mukaan yleinen ratkaisu on u(x, y, z = ( A l sin(lx + A l cos(lx (B m sin(my + Bm cos(my l,m,n (C n sin(nz + C n cos(nz, missä summataan yli indeksien siten että l + m + n = k. Kertoimet A, B ja C määräytyvät reunaehdoista. Muuttujien erottelu on käyttökelpoinen lineearisen, homogeenisen yhtälön tapauksessa (eli kun superpositioperiaate pätee. Toinen esimerkki: Laplacen yhtälö (Dirichlet n ongelma suorakaiteessa: Reunaehdot: u x + u =, x a, y b. y u(x, = F (x, u(x, b =, u(, y =, u(a, y =. Vaaditaan lisäksi F ( = F (a =, jotta reunafunktio on jatkuva. Tehdään yrite u(x, y = X(xY (y, jolloin joten Reunaehdoista sekä u x + u y = X X + Y Y = X = k X, Y = k Y, X k (x = A k sin(kx + A k cos(kx ja Y k (y = B k sinh(ky + B k cosh(ky. u(, y = X k (Y k (y = A k ( B k sinh(ky + B k cosh(ky = = A k = u(a, y = X k (ay k (y = A k sin(ka ( B k sinh(ky + B k cosh(ky = Lisäksi ehdosta u(x, b = saadaan = sin(ka = = k = nπ a, n =,, 3,... B k sinh(kb + B k cosh(kb = = B k = C k cosh( kπb a ja B k = C k sinh( kπb a. 3

Fysiikan matemaattiset menetelmät IIa Luentomuistiinpanot helmikuuta 2018

Fysiikan matemaattiset menetelmät IIa Luentomuistiinpanot helmikuuta 2018 Fysiikan matemaattiset menetelmät IIa Luentomuistiinpanot 8 6. helmikuuta 8 Sisältö Johdanto 4 Ensimmäisen kertaluvun osittaisdifferentiaaliyhtälöt (ODYt) 4. Johdatukseksi ODY:ihin: liikennevirtaesimerkki..................

Lisätiedot

Fysiikan matemaattiset menetelmät IIa Luentomuistiinpanot tammikuuta 2019

Fysiikan matemaattiset menetelmät IIa Luentomuistiinpanot tammikuuta 2019 Fysiikan matemaattiset menetelmät IIa Luentomuistiinpanot 209 6. tammikuuta 209 Sisältö Johdanto 3 2 Ensimmäisen kertaluvun osittaisdifferentiaaliyhtälöt (ODYt) 3 2. Johdatukseksi ODY:ihin: liikennevirtaesimerkki..................

Lisätiedot

FyMM IIa Kertausta loppukoetta varten

FyMM IIa Kertausta loppukoetta varten Tiistai 27.2.2018 1/11 FyMM IIa Kertausta loppukoetta varten 2018 Tiistai 27.2.2018 2/11 1 Kokeesta yleisesti 2 3 4 5 6 Koealue jakaantuu neljään pääalueeseen: 1 Ensimmäisen kertaluvun ODY:t 2 Toisen kertaluvun

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

Osittaisdifferentiaaliyhtälöt

Osittaisdifferentiaaliyhtälöt Osittaisdifferentiaaliyhtälöt Harjoituskokoelmat 4 ja 5, kevät 2011 Palautus Eemeli Blåstenille to 23.6. klo 16.00 mennessä 1. Ratkaise Dirichlet ongelma u(x, y) = 0, x 2 + y 2 < 1, u(x, y) = y + x 2,

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

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

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

BM20A0900, Matematiikka KoTiB3

BM20A0900, Matematiikka KoTiB3 BM20A0900, Matematiikka KoTiB3 Luennot: Matti Alatalo Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luvut 1 4. 1 Sisältö Ensimmäisen kertaluvun differentiaaliyhtälöt

Lisätiedot

Dierentiaaliyhtälöistä

Dierentiaaliyhtälöistä Dierentiaaliyhtälöistä Markus Kettunen 4. maaliskuuta 2009 1 SISÄLTÖ 1 Sisältö 1 Dierentiaaliyhtälöistä 2 1.1 Johdanto................................. 2 1.2 Ratkaisun yksikäsitteisyydestä.....................

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

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre. 2. Viikko Keskeiset asiat ja tavoitteet: 1. Peruskäsitteet: kertaluku, lineaarisuus, homogeenisuus. 2. Separoituvan diff. yhtälön ratkaisu, 3. Lineaarisen 1. kl yhtälön ratkaisu, CDH: luvut 19.1.-19.4.

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

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

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

Lisätiedot

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

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

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

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

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja integraalilaskenta

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

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja 7 NELIÖMATRIISIN DIAGONALISOINTI. Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T () Muistutus: Kokoa n olevien vektorien

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28 Numeeriset menetelmät TIEA381 Luento 5 Kirsi Valjus Jyväskylän yliopisto Luento 5 () Numeeriset menetelmät 3.4.2013 1 / 28 Luennon 5 sisältö Luku 4: Ominaisarvotehtävistä Potenssiinkorotusmenetelmä QR-menetelmä

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

6 MATRIISIN DIAGONALISOINTI

6 MATRIISIN DIAGONALISOINTI 6 MATRIISIN DIAGONALISOINTI Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T Muistutus: vektorien a ja b pistetulo (skalaaritulo,

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

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. 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

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

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

Lisätiedot

1 Di erentiaaliyhtälöt

1 Di erentiaaliyhtälöt Taloustieteen mat.menetelmät syksy 2017 materiaali II-5 1 Di erentiaaliyhtälöt 1.1 Skalaariyhtälöt Määritelmä: ensimmäisen kertaluvun di erentiaaliyhtälö on muotoa _y = F (y; t) oleva yhtälö, missä _y

Lisätiedot

1 Rajoittamaton optimointi

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

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

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

Lisätiedot

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

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

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 Tehtävät 1-4 lasketaan alkuviikon harjoituksissa ryhmissä, ja ryhmien ratkaisut esitetään harjoitustilaisuudessa (merkitty kirjaimella L = Lasketaan).

Lisätiedot

5 Ominaisarvot ja ominaisvektorit

5 Ominaisarvot ja ominaisvektorit 5 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin A

Lisätiedot

1 Matriisit ja lineaariset yhtälöryhmät

1 Matriisit ja lineaariset yhtälöryhmät 1 Matriisit ja lineaariset yhtälöryhmät 11 Yhtälöryhmä matriisimuodossa m n-matriisi sisältää mn kpl reaali- tai kompleksilukuja, jotka on asetetettu suorakaiteen muotoiseksi kaavioksi: a 11 a 12 a 1n

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

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

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

Lisätiedot

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa MS-A24 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 216 Antti Rasila

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt. osa 2 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 1 R. Kangaslampi Matriisihajotelmista

Lisätiedot

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

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

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2016

Lisätiedot

1 Ominaisarvot ja ominaisvektorit

1 Ominaisarvot ja ominaisvektorit 1 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) 1 missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin

Lisätiedot

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

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

Lisätiedot

Kompleksiluvun logaritmi: Jos nyt z = re iθ = re iθ e in2π, missä n Z, niin saadaan. ja siihen vaikuttava

Kompleksiluvun logaritmi: Jos nyt z = re iθ = re iθ e in2π, missä n Z, niin saadaan. ja siihen vaikuttava Kompleksiluvun logaritmi: ln z = w z = e w Jos nyt z = re iθ = re iθ e inπ, missä n Z, niin saadaan w = ln z = ln r + iθ + inπ, n Z Logaritmi on siis äärettömän moniarvoinen funktio. Helposti nähdään että

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

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

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

Normaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa

Normaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa Normaaliryhmä Toisen kertaluvun normaaliryhmä on yleistä muotoa x = u(t,x,y), y t I, = v(t,x,y), Funktiot u = u(t,x,y), t I ja v = v(t,x,y), t I ovat tunnettuja Toisen kertaluvun normaaliryhmän ratkaisu

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

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

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

Lisätiedot

3 Toisen kertaluvun lineaariset differentiaaliyhtälöt

3 Toisen kertaluvun lineaariset differentiaaliyhtälöt 3 Toisen kertaluvun lineaariset differentiaaliyhtälöt 3.1 Homogeeniset lineaariset differentiaaliyhtälöt Toisen kertaluvun differentiaaliyhtälö on lineaarinen, jos se voidaan kirjoittaa muotoon Jos r(x)

Lisätiedot

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle / Differentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle / 16. 18.5. Lineaariset differentiaaliyhtälöt, homogeeniset differentiaaliyhtälöt Tehtävä 1: a) Määritä differentiaaliyhtälön y 3y = 14e 4x

Lisätiedot

= ( 1) 2 u tt (x, t) = u tt (x, t)

= ( 1) 2 u tt (x, t) = u tt (x, t) Harjoitukset 6, syksy 017 1. Osoita, ettei ajan suunnalla ole merkitystä aaltoyhtälössä: Jos u on ratkaisu, niin U(x, t) = u(x, t) on myös ratkaisu (toisin kuin lämpöyhtälön tapauksessa). Todistus. Funktion

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

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 018 Harjoitus 4 Ratkaisuehdotukset Tehtävä 1. Olkoon U R avoin joukko ja ϕ = (ϕ 1, ϕ, ϕ 3 ) : U R 3 kaksiulotteisen C 1 -alkeispinnan

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

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

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

Lisätiedot

Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskin (yo-kirjoituksissa hyväksytty) on sallittu apuväline tässä kokeessa!

Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskin (yo-kirjoituksissa hyväksytty) on sallittu apuväline tässä kokeessa! Aalto yliopiston teknillinen korkeakoulu Mat-1.1040 L4 Tentti ja välikokeiden uusinta 21.5.2010 Gripenberg, Arponen, Siljander Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskin

Lisätiedot

12. Hessen matriisi. Ääriarvoteoriaa

12. 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

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

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)

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

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

7. Laplace-operaattorin ominaisarvoista

7. Laplace-operaattorin ominaisarvoista 7. Laplace-operaattorin ominaisarvoista Värähtelevän jousen ja lämmönjohtumisyhtälöiden ratkaisemisessa päädyttiin seuraavankaltaiseen reuna-arvotehtävään { V = λv välillä (a, b), ja V (a) = V (b) = 0.

Lisätiedot

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y ) MATEMATIIKAN JA TILASTOTIETEEN LAITOS Differentiaaliyhtälöt, kesä 00 Tehtävät 3-8 / Ratkaisuehdotuksia (RT).6.00 3. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: y = + y + y = + y + ( y ) (y

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

Luento 9: Yhtälörajoitukset optimoinnissa

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

Lisätiedot

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

Numeeriset menetelmät

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

Lisätiedot

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset

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

Lisätiedot

4.3.7 Epäoleellinen integraali

4.3.7 Epäoleellinen integraali Esimerkki 4.3.16. (Lineaarinen muuttujien vaihto) Olkoot A R m sellainen kompakti joukko, että A on nollajoukko. Olkoon M R m m säännöllinen matriisi (eli det(m) 0) ja f : R m R jatkuva funktio. Tehdään

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

Mat Matematiikan peruskurssi K2

Mat Matematiikan peruskurssi K2 Mat-.3 Matematiikan peruskurssi K Heikkinen/Tikanmäki Kolmas välikoe 6.5. Kokeessa saa käyttää ylioppilaskirjoituksiin hyväksyttyä laskinta. Sivun kääntöpuolelta löytyy integrointikaavoja.. Olkoon F(x,

Lisätiedot

Ominaisarvo-hajoitelma ja diagonalisointi

Ominaisarvo-hajoitelma ja diagonalisointi Ominaisarvo-hajoitelma ja a 1 Lause 1: Jos reaalisella n n matriisilla A on n eri suurta reaalista ominaisarvoa λ 1,λ 2,...,λ n, λ i λ j, kun i j, niin vastaavat ominaisvektorit x 1, x 2,..., x n muodostavat

Lisätiedot

Kvanttifysiikan perusteet 2017

Kvanttifysiikan perusteet 2017 Kvanttifysiikan perusteet 7 Harjoitus 3: ratkaisut Tehtävä Tarkastellaan äärettömän syvässä laatikossa (väli [, L) olevaa hiukkasta. Kirjoita energiatiloja E n vastaavat aaltofunktiot muodossa ψ n (x,

Lisätiedot

Matemaattinen Analyysi / kertaus

Matemaattinen Analyysi / kertaus Matemaattinen Analyysi / kertaus Ensimmäinen välikoe o { 2x + 3y 4z = 2 5x 2y + 5z = 7 ( ) x 2 3 4 y = 5 2 5 z ) ( 3 + y 2 ( 2 x 5 ( 2 7 ) ) ( 4 + z 5 ) = ( 2 7 ) yhteys determinanttiin Yhtälöryhmän ratkaiseminen

Lisätiedot

(0 desimaalia, 2 merkitsevää numeroa).

(0 desimaalia, 2 merkitsevää numeroa). NUMEERISET MENETELMÄT DEMOVASTAUKSET SYKSY 20.. (a) Absoluuttinen virhe: ε x x ˆx /7 0.4 /7 4/00 /700 0.004286. Suhteellinen virhe: ρ x x ˆx x /700 /7 /00 0.00 0.%. (b) Kahden desimaalin tarkkuus x ˆx

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

BM20A0300, Matematiikka KoTiB1

BM20A0300, Matematiikka KoTiB1 BM20A0300, Matematiikka KoTiB1 Luennot: Heikki Pitkänen 1 Oppikirja: Robert A. Adams: Calculus, A Complete Course Luku 12 Luku 13 Luku 14.1 Tarvittava materiaali (luentokalvot, laskuharjoitustehtävät ja

Lisätiedot

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

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

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48 MS-A3/A5 Matriisilaskenta Malliratkaisut 5 / vko 48 Tehtävä (L): a) Onko 4 3 sitä vastaava ominaisarvo? b) Onko λ = 3 matriisin matriisin 2 2 3 2 3 7 9 4 5 2 4 4 ominaisvektori? Jos on, mikä on ominaisarvo?

Lisätiedot

Fysiikan matemaattiset menetelmät II

Fysiikan matemaattiset menetelmät II Fysiikan matemaattiset menetelmät II Christofer Cronström Fysikaalisten tieteiden laitos, teoreettisen fysiikan osasto Helsingin yliopisto 9. tammikuuta 2006 i Esipuhe Tämä teos perustuu useana vuonna

Lisätiedot

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio, Differentiaaliyhtälöt, Kesä 06 Harjoitus 3 Kaikissa tehtävissä, joissa pitää tarkastella kriittisten pisteiden stabiliteettia, jos kyseessä on satulapiste, ilmoita myös satulauraratkaisun (tai kriittisessä

Lisätiedot

= 0 y oleva yhtälö. Vastaavasti yhtälö. x, u

= 0 y oleva yhtälö. Vastaavasti yhtälö. x, u 1. Määritelmiä Ensimmäisen ja toisen kertaluvun ratkaisemattomassa muodossa olevat tavalliset differentiaaliyhtälöt ovat tuntemattomalle funktiolle y = y(x) muotoa F (x, y, y ) = 0 ja G(x, y, y, y ) =

Lisätiedot

SARJAT JA DIFFERENTIAALIYHTÄLÖT

SARJAT JA DIFFERENTIAALIYHTÄLÖT SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 43 0.5 0.4 0.3 0.2 0.1 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.1 0.2 0.3 0.4 0.5 0.6 0.7 1 0.8 0.6 0.4 0.2 0.2 0.4 0.6 0.8 1 Kuva 12. Esimerkin 4.26(c kuvauksen

Lisätiedot

F dr = F NdS. VEKTORIANALYYSI Luento Stokesin lause

F dr = F NdS. VEKTORIANALYYSI Luento Stokesin lause 91 VEKTORIANALYYI Luento 13 9. tokesin lause A 16.5 tokesin lause on kuin Gaussin lause, mutta yhtä dimensiota alempana: se liittää toisiinsa kentän derivaatasta pinnan yli otetun integraalin ja pinnan

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

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

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

Lisätiedot

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Vesanen MS-A0205/6 Differentiaali- ja integraalilaskenta 2, kevät 2017 Laskuharjoitus 4A (Vastaukset) alkuviikolla

Lisätiedot

1 Lineaariavaruus eli Vektoriavaruus

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

Lisätiedot

Matemaattinen Analyysi

Matemaattinen Analyysi Vaasan yliopisto, kevät 01 / ORMS1010 Matemaattinen Analyysi. harjoitus, viikko 1 R1 ke 1 16 D11 (..) R to 10 1 D11 (..) 1. Määritä funktion y(x) MacLaurinin sarjan kertoimet, kun y(0) = ja y (x) = (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

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

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Talousmatematiikan perusteet: Luento 13 Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Viime luennolla Aloimme tarkastella yleisiä, usean muuttujan funktioita

Lisätiedot

Vapaan hiukkasen Schrödingerin yhtälö (yksiulotteinen)

Vapaan hiukkasen Schrödingerin yhtälö (yksiulotteinen) Vapaan hiukkasen Schrödingerin yhtälö (yksiulotteinen Vapaaseen hiukkaseen ei vaikuta voimia, joten U(x = 0. Vapaan hiukkasen energia on sen liike-energia eli E=p /m. Koska hiukkasella on määrätty energia,

Lisätiedot

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Ojalammi MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016 Laskuharjoitus 4A (Vastaukset) alkuviikolla

Lisätiedot

6. Differentiaaliyhtälösysteemien laadullista teoriaa.

6. 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

Lisätiedot