Konjugaattigradienttimenetelmä

Koko: px
Aloita esitys sivulta:

Download "Konjugaattigradienttimenetelmä"

Transkriptio

1 Konjugaattigradienttimenetelmä Keijo Ruotsalainen Division of Mathematics

2 Konjugaattigradienttimenetelmä Oletukset Matriisi A on symmetrinen: A T = A Positiivisesti definiitti: x T Ax > 0 kaikille x 0 Tällöin Lause 1 Ax = b min x R n 2 xt Ax b T x. Symmetrinen matriisi A R n n on positiivisesti definiitti, jos ja vain jos sen ominaisarvot ovat positiivisia. Esim. [ ] 2 2 Ovatko matriisit A = ja B = 2 5 positiivisesti definiittejä. [ ] 2 4 symmetrisiä ja 4 5 Keijo Ruotsalainen Matematiikan jaos 2 / 13

3 Perusominaisuudet Ratkaisu x = A 1 b saavutetaan iteratiivisesti n:llä iteraatiolla (eksaktissa aritmetiikassa). Jokainen välivaihe x k on minimointiongelman ratkaisu. Jokainen muutos "x k x k+1 "on konjugoitu kaikkiin edellisiin muutoksiin nähden. Jokaisella iteraatiolla lasketaan ns. hakusuunta d k ja jäännösvektori r k = b Ax k. Konjugoidut suunnat Vektorit d 1,..., d k ovat konjugoituja l. A-ortogonaalisia, jos d T i Ad j = 0, i j. Keijo Ruotsalainen Matematiikan jaos 3 / 13

4 Initialisointi Funktion f(x) = 1 2 xt Ax b T x gradientti f(x) = Ax b.. Aloituspiste x 0 = 0, Hakusuunta funktion f(x) gradientti ko. pisteessä: d 0 = r 0 = b Ax 0 = b. 1-ulott. minimointivaihe: min α g(α) = f(x 0 +αd 0 ) g (α 0 ) = f(x 0 +α 0 d 0 ) T d 0 = α 1 d T 0 Ad 0 b T d 0 = 0. Askelpituus: α 0 = bt d 0 d0 TAd. 0 Seuraava piste: x 1 = x 0 +α 0 d 0. Keijo Ruotsalainen Matematiikan jaos 4 / 13

5 Yleinen iteraatio Edellisillä iteraatioilla määrätty pisteet x 0, x 1,..., x k =, jäännösvektorit r 0 = b, r 1 = b Ax 1,..., r k = b Ax k ja konjugoidut suunnat d 0, d 1,..., d k 1. Uusi konjugoitu suunta d k = r k +β k d k 1. Kerroin β k määräätään A-ortogonaalisuuden avulla: d T k Ad k 1 = r T k Ad k 1 +β k d T k 1 Ad k 1 = 0. Näin ollen kerroin β k = rt k Ad k 1 dk 1 T Ad. k 1 Keijo Ruotsalainen Matematiikan jaos 5 / 13

6 Minimointivaihe Minimoidaan g(α) = f(x k +αd k ). Minimi löytyy derivaatan nollakohdasta g (α k ) = α k d T k Ad k r T k d k = 0. Askelpituus α k = rt k d k dk TAd. k Uusi approksimaatio on x k+1 = x k +α k d k Keijo Ruotsalainen Matematiikan jaos 6 / 13

7 Aputulos 1 lemma Jäännösvektori pisteessä x k on kohtisuorassa vektoria d k 1 vasten, ts. d T k 1 r k = 0. Tod.: Koska funktion g(α) = f(x k 1 +αd k 1 ) minimi löytyy arvolla α k 1 derivaatan nollakohdassa, niin 0 = f(x k 1 +α k 1 d k 1 ) T d k 1 = r T k d k 1, sillä funktion f(x) gradientti pisteessä x k on jäännösvektori r k. Keijo Ruotsalainen Matematiikan jaos 7 / 13

8 Aputulos 2 lemma Kaikilla k: rk+1 T r k = 0. Tod.: Konjugoitujen suuntien konstruktion perusteella d k = r k +β k d k 1 ja jäännösvektorin r k+1 = b Ax k+1 määritelmän nojalla r k+1 = r k α k Ad k. Näin ollen edellisen lemman nojalla 0 = r T k+1 d k = r T k+1 r k +β k r T k+1 d k 1 = r T k+1 r k +β k [r k α k Ad k ] T d k 1 = r T k+1 r k. Keijo Ruotsalainen Matematiikan jaos 8 / 13

9 Vakioiden päivitys Konjugoidun suunnan ja gradientin ortogonaalisuuden nojalla Vastaavasti: α k = rt k d k dk TAd = rt k (r k +β k d k 1 ) dk TAd = r k 2 k dk TAd. k r k+1 2 = rk+1 T r k α k rk+1 T Ad k = r k 2 dk TAd rk+1 T Ad k, k niin β k+1 = r k+1 2 r k 2. Keijo Ruotsalainen Matematiikan jaos 9 / 13

10 Konjugaattigradienttimenetelmä Algoritmi 1. Initialisointi: x 0 = 0, r 0 = d 0 = b; 2. Kaikille k=0,...,n-1 β k = r k 2 r k 1 2, β 0 = 0 d k = r k +β k d k 1, d 0 = r 0 α k = r k 2 dk TAd k x k+1 r k+1 = x k +α k d k = r k α k Ad k Keijo Ruotsalainen Matematiikan jaos 10 / 13

11 Esikäsitelty konjugaattigradienttimenetelmä Tavoite: kiihdyttää konjugaattigradienttimenetelmän suppenemista Esikäsittelyn (precondiotining) tavoitteena on pienentää yhtälöryhmän kerroinmatriisin ehtolukua. Olkoon M säännöllinen n n-matriisi. Muodostetaan yhtälöryhmä M 1 Ax = M 1 b. Matriisin M kriteerit: 1. M 1 helppo muodostaa; 2. M on mahdollisimman lähellä matriisia A. Keijo Ruotsalainen Matematiikan jaos 11 / 13

12 Eräitä valintoja Jacobin esikäsittely: M = D = diag(a); Symmetrinen ylirelaksaatio: Hajoitetaan matriisi A muotoon A = L+D + U, missä L on alakolmio-osa, U yläkolmio-osa ja D diagonaaliosa. Valitaan relaksaatioparametri ω [0, 2]: M = (D +ωl)d 1 (D +ωu). Kun ω = 0 saadaan Jacobin esikäsittely ja kun ω = 1 saadaan ns. Gauss-Seidelin esikäsittely. Keijo Ruotsalainen Matematiikan jaos 12 / 13

13 Esikäsitelty konjugaattigradienttimenetelmä 1. Initialisointi: x 0 = 0, r 0 = b, hakusuunta: d 0 = z 0 = M 1 r 0 2. Kaikille k=0,...,n-1 3. If r k = 0, STOP, end α k x k+1 r k+1 = r k z k dk TAd k = x k +α k d k = r k α k Ad k z k+1 = M 1 r k+1 β k = r k+1 z k+1 r k z k d k+1 = z k+1 +β k d k Keijo Ruotsalainen Matematiikan jaos 13 / 13

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3 4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5

Lisätiedot

Ominaisarvo ja ominaisvektori

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

Lisätiedot

TEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS

TEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS 1. Suorakaiteen muotoisen lämmönvaraajan korkeus on K, leveys L ja syvyys S yksikköä. Konvektiosta ja säteilystä johtuvat lämpöhäviöt ovat verrannollisia lämmönvaraajan lämpötilan T ja ympäristön lämpötilan

Lisätiedot

OPTIMOINNIN PERUSTEET. Keijo Ruotsalainen

OPTIMOINNIN PERUSTEET. Keijo Ruotsalainen OPTIMOINNIN PERUSTEET Keijo Ruotsalainen 23. marraskuuta 2009 2 Johdanto Kurssin tavoitteena on tutustuttaa tavallisimpiin optimointi-algoritmeihin ja niiden käyttöön sovellutuksissa. Kurssimateriaali

Lisätiedot

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / t Alkuviikon tuntitehtävä Hahmottele matriisia A ( 2 6 3 vastaava vektorikenttä Matriisia A

Lisätiedot

Tyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5

Tyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5 MATRIISIALGEBRA Harjoitustehtäviä syksy 2014 Tehtävissä 1-3 käytetään seuraavia matriiseja: ( ) 6 2 3, B = 7 1 2 2 3, C = 4 4 2 5 3, E = ( 1 2 4 3 ) 1 1 2 3 ja F = 1 2 3 0 3 0 1 1. 6 2 1 4 2 3 2 1. Määrää

Lisätiedot

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 10.6.2013 klo 10-13 Ratkaisut ja pisteytysohjeet

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 10.6.2013 klo 10-13 Ratkaisut ja pisteytysohjeet Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe.6. klo - Ratkaisut ja pisteytysohjeet. Ratkaise seuraavat epäyhtälöt ja yhtälö: a) x+ x +9, b) log (x) 7,

Lisätiedot

Matematiikka B2 - Avoin yliopisto

Matematiikka B2 - Avoin yliopisto 6. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus

Lisätiedot

Preliminäärikoe Pitkä Matematiikka 3.2.2009

Preliminäärikoe Pitkä Matematiikka 3.2.2009 Preliminäärikoe Pitkä Matematiikka..9 x x a) Ratkaise yhtälö =. 4 b) Ratkaise epäyhtälö x > x. c) Sievennä lauseke ( a b) (a b)(a+ b).. a) Osakkeen kurssi laski aamupäivällä,4 % ja keskipäivällä 5,6 %.

Lisätiedot

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011 PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9..0 Kokeessa saa vastata enintään kymmeneen tehtävään.. Sievennä a) 9 x x 6x + 9, b) 5 9 009 a a, c) log 7 + lne 7. Muovailuvahasta tehty säännöllinen tetraedri muovataan

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 8 1 Suunnattu derivaatta Aluksi tarkastelemme vektoreita, koska ymmärrys vektoreista helpottaa alla olevien asioiden omaksumista. Kun liikutaan tasossa eli avaruudessa

Lisätiedot

Monissa käytännön ongelmissa ei matriisiyhtälölle Ax = b saada ratkaisua, mutta approksimaatio on silti käyttökelpoinen.

Monissa käytännön ongelmissa ei matriisiyhtälölle Ax = b saada ratkaisua, mutta approksimaatio on silti käyttökelpoinen. Pns ratkaisu (Kr. 20.5, Lay 6.5 C-II/KP-II, 20, Kari Eloranta Monissa käytännön ongelmissa ei matriisiyhtälölle Ax = b saada ratkaisua, mutta approksimaatio on silti käyttökelpoinen. Määritelmä Jos A on

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

ẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t),

ẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t), Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-2.4129 Systeemien Identifiointi 1. harjoituksen ratkaisut 1. Tarkastellaan maita X ja Y. Olkoon näiden varustelutaso

Lisätiedot

Insinöörimatematiikka IA

Insinöörimatematiikka IA Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Lisätiedot

Elementtimenetelmän lineaarisen yhtälösysteemin iteratiivisesta ratkaisusta

Elementtimenetelmän lineaarisen yhtälösysteemin iteratiivisesta ratkaisusta Rakenteiden Mekaniikka Vol. 43, Nro 2, 2010, s. 94 126 Elementtimenetelmän lineaarisen yhtälösysteemin iteratiivisesta ratkaisusta Juha Hartikainen ja Reijo Kouhia Tiivistelmä. Artikkelissa käsitellään

Lisätiedot

Esimerkki A1. Jaetaan ryhmä G = Z 17 H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4 4 = 16 = 1}.

Esimerkki A1. Jaetaan ryhmä G = Z 17 H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4 4 = 16 = 1}. Jaetaan ryhmä G = Z 17 n H = 4 sivuluokkiin. Ratkaisu: Koska 17 on alkuluku, #G = 16, alkiona jäännösluokat a, a = 1, 2,..., 16. Määrätään ensin n H alkiot: H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4

Lisätiedot

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. Laskuharjoitus 1A Mallit Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. 1. tehtävä %% 1. % (i) % Vektorit luodaan

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

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

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisihajotelmat: Schur ja Jordan Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi Matriisihajotelmat:

Lisätiedot

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3.

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3. Integraalilaskenta. a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. b) Mitä määrätty integraali tietyllä välillä x tarkoittaa? Vihje: * Integraali * Määrätyn integraalin

Lisätiedot

Esipuhe. Sirkka-Liisa Eriksson

Esipuhe. Sirkka-Liisa Eriksson 3 Esipuhe Matematiikka tieteiden kuningatar ja palvelija on lukioihin ja ammattikorkeakouluihin suunnattuun koulukohtaiseen valinnaiseen syventävään kurssiin perustuva kirja. Kirjan tarkoituksena on kerrata

Lisätiedot

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

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

Lisätiedot

Preliminäärikoe Tehtävät Pitkä matematiikka 4.2.2014 1 / 3

Preliminäärikoe Tehtävät Pitkä matematiikka 4.2.2014 1 / 3 Preliminäärikoe Tehtävät Pitkä matematiikka / Kokeessa saa vastata enintään kymmeneen tehtävään Tähdellä (* merkittyjen tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä on 6 Jos tehtävässä

Lisätiedot

Demo 1: Sisä- ja ulkopistemenetelmät

Demo 1: Sisä- ja ulkopistemenetelmät Mat-2.2105 Optimoinnin perusteet Malliratkaisut 11 Ehtamo Demo 1: Sisä- ja ulkopistemenetelmät a) Ratkaise tehtävä min (x 1 2) 4 + (x 1 2x 2 ) 2 s.e. x 2 = x 2 1 käyttäen kvadraattista ulkopuolista sakkofunktiota.

Lisätiedot

R. Mäkinen NUMEERISET MENETELMÄT

R. Mäkinen NUMEERISET MENETELMÄT R. Mäkinen NUMEERISET MENETELMÄT 2011 2 Luku 1 Numeerisen matematiikan peruskäsitteitä The purpose of computing is insight, not numbers. R. W. Hamming Numeerinen analyysi tutkii algoritmeja luonnontieteissä,

Lisätiedot

Solmu 3/2010 1. toteutuu kaikilla u,v I ja λ ]0,1[. Se on aidosti konveksi, jos. f ( λu+(1 λ)v ) < λf(u)+(1 λ)f(v) (2)

Solmu 3/2010 1. toteutuu kaikilla u,v I ja λ ]0,1[. Se on aidosti konveksi, jos. f ( λu+(1 λ)v ) < λf(u)+(1 λ)f(v) (2) Solmu 3/200 Epäyhtälöistä, osa 2 Markku Halmetoja Mätä lukio Välillä I määriteltyä fuktiota saotaa koveksiksi, jos se kuvaaja o alaspäi kupera, eli jos kuvaaja mitkä tahasa kaksi pistettä yhdistävä jaa

Lisätiedot

Yhtälön ratkaiseminen

Yhtälön ratkaiseminen Yhtälön ratkaiseminen Suora iterointi Kirjoitetaan yhtälö muotoon x = f(x). Ensin päätellään jollakin tavoin jokin alkuarvo x 0 ja sijoitetaan yhtälön oikealle puolelle, jolloin saadaan tarkennettu ratkaisu

Lisätiedot

f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0.

f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0. Ääriarvon laatu Jatkuvasti derivoituvan funktion f lokaali ääriarvokohta (x 0, y 0 ) on aina kriittinen piste (ts. f x (x, y) = f y (x, y) = 0, kun x = x 0 ja y = y 0 ), mutta kriittinen piste ei ole aina

Lisätiedot

Suora. Määritelmä. Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko. { p + t v t R},

Suora. Määritelmä. Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko. { p + t v t R}, Määritelmä Suora Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko { p + t v t R}, missä p, v R n ja v 0. Tässä p on suoran jonkin pisteen paikkavektori ja v on suoran suuntavektori. v p LM1,

Lisätiedot

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Osa II Lotta Oinonen, Johanna Rämö 28. lokakuuta 2014 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 15 Vektoriavaruus....................................

Lisätiedot

Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0

Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0 Tensorialgebroista Esitysteorian kesäopintopiiri, Turun yliopisto, 2012 Jyrki Lahtonen Olkoon k jokin skalaarikunta. Kerrataan k-algebran käsite: A on k-algebra, jos se on sekä rengas että vektoriavaruus

Lisätiedot

ClassPad 330 plus ylioppilaskirjoituksissa apuna

ClassPad 330 plus ylioppilaskirjoituksissa apuna ClassPad 330 plus ylioppilaskirjoituksissa apuna Suomessa sallittiin CAS (Computer Algebra System) laskimien käyttö keväästä 2012 alkaen ylioppilaskirjoituksissa. Norjassa ja Ruotsissa vastaava kehitys

Lisätiedot

MAT-41150 Algebra I (s) periodilla IV 2012 Esko Turunen

MAT-41150 Algebra I (s) periodilla IV 2012 Esko Turunen MAT-41150 Algebra I (s) periodilla IV 2012 Esko Turunen Tehtävä 1. Onko joukon X potenssijoukon P(X) laskutoimitus distributiivinen laskutoimituksen suhteen? Onko laskutoimitus distributiivinen laskutoimituksen

Lisätiedot

Lineaarialgebra MATH.1040 / voima

Lineaarialgebra MATH.1040 / voima Lineaarialgebra MATH.1040 / voima 1 Seuraavaksi määrittelemme kaksi vektoreille määriteltyä tuloa; pistetulo ja. Määritelmät ja erilaiset tulojen ominaisuudet saattavat tuntua, sekavalta kokonaisuudelta.

Lisätiedot

Jos havaitaan päivän ylin lämpötila, mittaustuloksissa voi esiintyä seuraavantyyppisiä virheitä:

Jos havaitaan päivän ylin lämpötila, mittaustuloksissa voi esiintyä seuraavantyyppisiä virheitä: Mittausten virheet Jos havaitaan päivän ylin lämpötila, mittaustuloksissa voi esiintyä seuraavantyyppisiä virheitä: 1. Luemme lämpömittarin vain asteen tarkkuudella. Ehkä kyseessä on digitaalimittari,

Lisätiedot

Pythagoraan polku 16.4.2011

Pythagoraan polku 16.4.2011 Pythagoraan polku 6.4.20. Todista väittämä: Jos tasakylkisen kolmion toista kylkeä jatketaan omalla pituudellaan huipun toiselle puolelle ja jatkeen päätepiste yhdistetään kannan toisen päätepisteen kanssa,

Lisätiedot

TMA.111 Matemaattinen analyysi c Matti Laaksonen, 2003

TMA.111 Matemaattinen analyysi c Matti Laaksonen, 2003 TMA.111 Matemaattinen analyysi c Matti Laaksonen, 2003 Vaasan Yliopisto, 2003 Teknillinen tiedekunta Matemaattisten tieteiden laitos PL 700 (Wolffintie 34) 65101 VAASA Vaasan yliopisto Matemaattinen analyysi

Lisätiedot

Harjoitus 4: Matlab - Optimization Toolbox

Harjoitus 4: Matlab - Optimization Toolbox Harjoitus 4: Matlab - Optimization Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Optimointimallin muodostaminen

Lisätiedot

Suora. Hannu Lehto. Lahden Lyseon lukio

Suora. Hannu Lehto. Lahden Lyseon lukio Suora Hannu Lehto Lahden Lyseon lukio Suuntavektori Normaalivektori Hannu Lehto 4. syyskuuta 2010 Lahden Lyseon lukio 2 / 12 Esimerkki Suuntavektori Normaalivektori Tarkastellaan suoraa y = 2 3 x 1. kulmakerroin

Lisätiedot

Esimerkki kaikkialla jatkuvasta muttei missään derivoituvasta funktiosta

Esimerkki kaikkialla jatkuvasta muttei missään derivoituvasta funktiosta Esimerkki kaikkialla jatkuvasta muttei missään derivoituvasta funktiosta Seminaariaine Miikka Rytty Matemaattisten tieteiden laitos Oulun yliopisto 2004 Matemaattista ja historiallista taustaa Tämän kappaleen

Lisätiedot

3 x 1 < 2. 2 b) b) x 3 < x 2x. f (x) 0 c) f (x) x + 4 x 4. 8. Etsi käänteisfunktio (määrittely- ja arvojoukkoineen) kun.

3 x 1 < 2. 2 b) b) x 3 < x 2x. f (x) 0 c) f (x) x + 4 x 4. 8. Etsi käänteisfunktio (määrittely- ja arvojoukkoineen) kun. Matematiikka KoTiA1 Demotehtäviä 1. Ratkaise epäyhtälöt x + 1 x 2 b) 3 x 1 < 2 x + 1 c) x 2 x 2 2. Ratkaise epäyhtälöt 2 x < 1 2 2 b) x 3 < x 2x 3. Olkoon f (x) kolmannen asteen polynomi jonka korkeimman

Lisätiedot

Muutama huomio momenttimenetelmän käytöstä kehärakenteiden analysoinnissa

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

Lisätiedot

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b.

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b. 10. Kunnat ja kokonaisalueet Määritelmä 10.1. Olkoon K rengas, jossa on ainakin kaksi alkiota. Jos kaikki renkaan K nollasta poikkeavat alkiot ovat yksiköitä, niin K on jakorengas. Kommutatiivinen jakorengas

Lisätiedot

Numeerinen integrointi

Numeerinen integrointi Numeerinen integrointi Analyyttisesti derivointi triviaalia, integrointi vaikeaa. Numeerisesti laskettaessa tilanne on päinvastainen. Integrointi on yhteenlaskua, joka on tasoittava operaatio: lähtötietojen

Lisätiedot

Reaalifunktioista 1 / 17. Reaalifunktioista

Reaalifunktioista 1 / 17. Reaalifunktioista säilyy 1 / 17 säilyy Jos A, B R, niin funktiota f : A B sanotaan (yhden muuttujan) reaalifunktioksi. Tällöin karteesinen tulo A B on (aiempia esimerkkejä luonnollisemmalla tavalla) xy-tason osajoukko,

Lisätiedot

renkaissa. 0 R x + x =(0 R +1 R )x =1 R x = x

renkaissa. 0 R x + x =(0 R +1 R )x =1 R x = x 8. Renkaat Tarkastelemme seuraavaksi rakenteita, joissa on määritelty kaksi assosiatiivista laskutoimitusta, joista toinen on kommutatiivinen. Vaadimme näiltä kahdella laskutoimituksella varustetuilta

Lisätiedot

Malliratkaisut Demo 1

Malliratkaisut Demo 1 Malliratkaisut Demo 1 1. Merkitään x = kuinka monta viikkoa odotetaan ennen kuin perunat nostetaan. Nyt maksimoitavaksi kohdefunktioksi tulee f(x) = (60 5x)(300 + 50x). Funktio f on alaspäin aukeava paraaeli,

Lisätiedot

Avaruuden kolme sellaista pistettä, jotka eivät sijaitse samalla suoralla, määräävät

Avaruuden kolme sellaista pistettä, jotka eivät sijaitse samalla suoralla, määräävät 11 Taso Avaruuden kolme sellaista pistettä, jotka eivät sijaitse samalla suoralla, määräävät tason. Olkoot nämä pisteet P, B ja C. Merkitään vaikkapa P B r ja PC s. Tällöin voidaan sanoa, että vektorit

Lisätiedot

Sijoitus integraaliin

Sijoitus integraaliin 1 / 32 Muunnetaan funktion f integraali yli joukon U integraaliksi yli joukon V tekemällä sijoitus x = g(y), missä g : V U on bijektio (ainakin), kun se rajoitetaan funktioksi g : V U. Uudeksi integroitavaksi

Lisätiedot

Differentiaali- ja integraalilaskenta 2

Differentiaali- ja integraalilaskenta 2 ifferentiaali- ja integraalilaskenta 2 Riikka Kangaslampi Syksy 214 2 Esipuhe Tämä on Aalto-yliopiston Matematiikan ja systeemianalyysin laitoksen kurssin ifferentiaali- ja integraalilaskenta 2 tueksi

Lisätiedot

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla!

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! Miten opit parhaiten? Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! n Harjoittelu tehdään aktiivisesti tehtäviä ratkomalla. Tehtävät kattavat kaikki yo-kokeessa

Lisätiedot

ClassPad 330 plus ylioppilaskirjoituksissa apuna

ClassPad 330 plus ylioppilaskirjoituksissa apuna ClassPad 330 plus ylioppilaskirjoituksissa apuna Suomessa sallittiin CAS (Computer Algebra System) laskimien käyttö keväästä 2012 alkaen ylioppilaskirjoituksissa. Norjassa ja Ruotsissa vastaava kehitys

Lisätiedot

Yleiset lineaarimuunnokset

Yleiset lineaarimuunnokset TAMPEREEN YLIOPISTO Pro gradu -tutkielma Kari Tuominen Yleiset lineaarimuunnokset Matematiikan ja tilastotieteen laitos Matematiikka Toukokuu 29 Tampereen yliopisto Matematiikan ja tilastotieteen laitos

Lisätiedot

Koontitehtäviä luvuista 1 9

Koontitehtäviä luvuista 1 9 11 Koontitehtäviä luvuista 1 9 1. a) 3 + ( 8) + = 3 8 + = 3 b) x x 10 = 0 a =, b = 1, c = 10 ( 1) ( 1) 4 ( 10) 1 81 1 9 x 4 4 1 9 1 9 x,5 tai x 4 4 c) (5a) (a + 1) = 5a a 1 = 4a 1. a) Pythagoraan lause:

Lisätiedot

1.4 Funktion jatkuvuus

1.4 Funktion jatkuvuus 1.4 Funktion jatkuvuus Kun arkikielessä puhutaan jonkin asian jatkuvuudesta, mielletään asiassa olevan jonkinlaista yhtäjaksoisuutta, katkeamattomuutta. Tässä ei kuitenkaan käsitellä työasioita eikä ihmissuhteita,

Lisätiedot

Lukion. Calculus. Paavo Jäppinen Alpo Kupiainen Matti Räsänen Otava PIKATESTIN JA KERTAUSKOKEIDEN TEHTÄVÄT RATKAISUINEEN

Lukion. Calculus. Paavo Jäppinen Alpo Kupiainen Matti Räsänen Otava PIKATESTIN JA KERTAUSKOKEIDEN TEHTÄVÄT RATKAISUINEEN Calculus Lukion MAA7 Derivaatta Paavo Jäppinen Alpo Kupiainen Matti Räsänen Otava PIKATESTIN JA KERTAUSKOKEIDEN TEHTÄVÄT RATKAISUINEEN Derivaatta (MAA7) Pikatesti ja kertauskokeet Tehtävien ratkaisut Pikatesti

Lisätiedot

10 %. Kuinka monta prosenttia arvo nousi yhteensä näiden muutosten jälkeen?

10 %. Kuinka monta prosenttia arvo nousi yhteensä näiden muutosten jälkeen? YLIOPPILASTUTKINTO- LAUTAKUNTA 3.3.0 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Kokeessa saa vastata enintään kymmeneen tehtävään. Tähdellä (*) merkittyjen tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä

Lisätiedot

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla!

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! Miten opit parhaiten? Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla! n Harjoittelu tehdään aktiivisesti tehtäviä ratkomalla. Tehtävät kattavat kaikki yo-kokeessa

Lisätiedot

Lidskiin lause trace-luokan operaattoreille. Joona Lindström

Lidskiin lause trace-luokan operaattoreille. Joona Lindström Lidskiin lause trace-luokan operaattoreille Joona Lindström HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI Tiedekunta/Osasto Fakultet/Sektion Faculty Laitos Institution Department

Lisätiedot

Integraalifunktio. Pohdittavaa: Minkä funktion derivaattafunktio on a) 3x 2, b) 2x? MiH (Ivalon lukio) MAA10 25. kesäkuuta 2014 1 / 5

Integraalifunktio. Pohdittavaa: Minkä funktion derivaattafunktio on a) 3x 2, b) 2x? MiH (Ivalon lukio) MAA10 25. kesäkuuta 2014 1 / 5 Pohdittavaa: Minkä funktion derivaattafunktio on a) 3x 2, b) 2x? MiH (Ivalon lukio) MAA10 25. kesäkuuta 2014 1 / 5 Pohdittavaa: Minkä funktion derivaattafunktio on a) 3x 2, b) 2x? Derivaatta a) 3x 2 Funktio

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 1 1 Matemaattisesta päättelystä Matemaattisen analyysin kurssin (kuten minkä tahansa matematiikan kurssin) seuraamista helpottaa huomattavasti, jos opiskelija ymmärtää

Lisätiedot

169. 170. 171. 172. 173. 174. 5. Geometriset avaruudet. 5.1. Pisteavaruus, vektoriavaruus ja koordinaattiavaruus

169. 170. 171. 172. 173. 174. 5. Geometriset avaruudet. 5.1. Pisteavaruus, vektoriavaruus ja koordinaattiavaruus 5. Geometriset avaruudet 5.. Pisteavaruus, vektoriavaruus ja koordinaattiavaruus 69. Olkoon {b,b 2 } tason E 2 kanta ja olkoon u = 2b + 3b 2, v = 3b + 2b 2, w = b 2b 2. Määritä vektoreiden 2u v + w ja

Lisätiedot

Funktion derivoituvuus pisteessä

Funktion derivoituvuus pisteessä Esimerkki A Esimerkki A Esimerkki B Esimerkki B Esimerkki C Esimerkki C Esimerkki 4.0 Ratkaisu (/) Ratkaisu (/) Mielikuva: Funktio f on derivoituva x = a, jos sen kuvaaja (xy-tasossa) pisteen (a, f(a))

Lisätiedot

4 / 2013 TI-NSPIRE CAS TEKNOLOGIA LUKIOSSA. T3-kouluttajat: Olli Karkkulainen ja Markku Parkkonen

4 / 2013 TI-NSPIRE CAS TEKNOLOGIA LUKIOSSA. T3-kouluttajat: Olli Karkkulainen ja Markku Parkkonen 4 / 2013 TI-NSPIRE CAS TEKNOLOGIA LUKIOSSA T3-kouluttajat: Olli Karkkulainen ja Markku Parkkonen 1 2 TI-Nspire CX CAS kämmenlaite kevään 2013 pitkän matematiikan kokeessa Tehtävä 1. Käytetään komentoa

Lisätiedot

1.1. Ympäristön ja raja-arvon käsite

1.1. Ympäristön ja raja-arvon käsite .. Ympäristön ja raja-arvon käsite Matematiikan opintojen tässä vaiheessa aletaan olla kiinnostavimpien sisältöjen laidassa. Tähänastiset pitkän matematiikan opinnot ovat olleet kuin valmistelua, jatkossa

Lisätiedot

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu Merkintöjä := vasen puoli määritellään oikean puolen lausekkeella s.e. ehdolla; siten että (engl. subject to, s.t.) on voimassa

Lisätiedot

Karteesinen tulo. Olkoot A = {1, 2, 3, 5} ja B = {a, b, c}. Näiden karteesista tuloa A B voidaan havainnollistaa kuvalla 1 / 21

Karteesinen tulo. Olkoot A = {1, 2, 3, 5} ja B = {a, b, c}. Näiden karteesista tuloa A B voidaan havainnollistaa kuvalla 1 / 21 säilyy Olkoot A = {1, 2, 3, 5} ja B = {a, b, c}. Näiden karteesista tuloa A B voidaan havainnollistaa kuvalla c b a 1 2 3 5 1 / 21 säilyy Esimerkkirelaatio R = {(1, b), (3, a), (5, a), (5, c)} c b a 1

Lisätiedot

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 1. Kotitehtävä. 2. Lasketaan aluksi korkoa korolle. Jos korkoprosentti on r, ja korko maksetaan n kertaa vuodessa t vuoden ajan, niin kokonaisvuosikorko

Lisätiedot

Sarjat ja differentiaaliyhtälöt

Sarjat ja differentiaaliyhtälöt Sarjat ja differentiaaliyhtälöt Johdanto Tämä luentomoniste on tarkoitettu korvaamaan luentomuistiinpanoja Sarjat ja differentiaaliyhtälöt-kurssilla. Tämä ei kuitenkaan ole oppikirja, mikä tarkoittaa sitä,

Lisätiedot

XXIII Keski-Suomen lukiolaisten matematiikkakilpailu 23.1.2014, tehtävien ratkaisut

XXIII Keski-Suomen lukiolaisten matematiikkakilpailu 23.1.2014, tehtävien ratkaisut XXIII Keski-Suomen lukiolaisten matematiikkakilpailu 23.1.2014, tehtävien ratkaisut 1. Avaruusalus sijaitsee tason origossa (0, 0) ja liikkuu siitä vakionopeudella johonkin suuntaan, joka ei muutu. Tykki

Lisätiedot

Harjoitus 8: Excel - Optimointi

Harjoitus 8: Excel - Optimointi Harjoitus 8: Excel - Optimointi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Lineaarisen optimointimallin muodostaminen

Lisätiedot

x = π 3 + nπ, x + 1 f (x) = 2x (x + 1) x2 1 (x + 1) 2 = 2x2 + 2x x 2 = x2 + 2x f ( 3) = ( 3)2 + 2 ( 3) ( 3) + 1 3 1 + 4 2 + 5 2 = 21 21 = 21 tosi

x = π 3 + nπ, x + 1 f (x) = 2x (x + 1) x2 1 (x + 1) 2 = 2x2 + 2x x 2 = x2 + 2x f ( 3) = ( 3)2 + 2 ( 3) ( 3) + 1 3 1 + 4 2 + 5 2 = 21 21 = 21 tosi Mallivastaukset - Harjoituskoe F F1 a) (a + b) 2 (a b) 2 a 2 + 2ab + b 2 (a 2 2ab + b 2 ) a 2 + 2ab + b 2 a 2 + 2ab b 2 4ab b) tan x 3 x π 3 + nπ, n Z c) f(x) x2 x + 1 f (x) 2x (x + 1) x2 1 (x + 1) 2 2x2

Lisätiedot

Luentoesimerkki: Riemannin integraali

Luentoesimerkki: Riemannin integraali Luentoesimerkki: Riemannin integraali Heikki Apiola, "New perpectives "-esitykseen lievästi muokattu Kurssi: Informaatioverkostot, keväällä Tässä (4..) käytetään "worksheet-modea", uudempaa "document mode"

Lisätiedot

MATEMATIIKKA MATEMATIIKAN PITKÄ OPPIMÄÄRÄ. Oppimäärän vaihtaminen

MATEMATIIKKA MATEMATIIKAN PITKÄ OPPIMÄÄRÄ. Oppimäärän vaihtaminen MATEMATIIKKA Oppimäärän vaihtaminen Opiskelijan siirtyessä matematiikan pitkästä oppimäärästä lyhyempään hänen suorittamansa pitkän oppimäärän opinnot luetaan hyväksi lyhyemmässä oppimäärässä siinä määrin

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

Reiluus. Maxmin-reiluus. Tärkeä näkökohta best effort -tyyppisissä palveluissa. Reiluuden maxmin-määritelmä

Reiluus. Maxmin-reiluus. Tärkeä näkökohta best effort -tyyppisissä palveluissa. Reiluuden maxmin-määritelmä J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 1 Reiluus Maxmin-reiluus Tärkeä näkökohta best effort -tyyppisissä palveluissa kenellekään ei anneta kvantitatiivisia QoS-takuita kaikkien pitää saada palvelua

Lisätiedot

ALGEBRA. Tauno Metsänkylä. K f. id K

ALGEBRA. Tauno Metsänkylä. K f. id K ALGEBRA Tauno Metsänkylä K f τ K f τ 1 K(α 1 ) K(α 1 ) K id K K SISÄLTÖ 1 Sisältö 1 MODULI 4 1.1 Moduli; alimoduli................................ 4 1.2 Modulihomomorfia; tekijämoduli.......................

Lisätiedot

Matematiikan mestariluokka, syksy 2009 7

Matematiikan mestariluokka, syksy 2009 7 Matematiikan mestariluokka, syksy 2009 7 2 Alkuluvuista 2.1 Alkuluvut Määritelmä 2.1 Positiivinen luku a 2 on alkuluku, jos sen ainoat positiiviset tekijät ovat 1 ja a. Jos a 2 ei ole alkuluku, se on yhdistetty

Lisätiedot

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ 18.3.2015 HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ 18.3.2015 HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ 8..05 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa

Lisätiedot

RAKKAUS MATEMAATTISENA RELAATIONA

RAKKAUS MATEMAATTISENA RELAATIONA RAKKAUS MATEMAATTISENA RELAATIONA HEIKKI PITKÄNEN 1. Johdanto Määritelmä 1. Olkoon I ihmisten joukko ja a, b I. Määritellään relaatio : a b a rakastaa b:tä. Huomautus 2. Määritelmässä esiintyvälle käsitteelle

Lisätiedot

Matematiikan pitkä oppimäärä

Matematiikan pitkä oppimäärä Matematiikan pitkä oppimäärä Matematiikan pitkän oppimäärän opetuksen tehtävänä on antaa opiskelijalle matemaattiset valmiudet, joita tarvitaan ammatillisissa opinnoissa ja korkeakouluopinnoissa. Pitkän

Lisätiedot

3. Yhtälön numeeristen ratkaisujen etsimisestä

3. Yhtälön numeeristen ratkaisujen etsimisestä Olkoon funktio f x jatkuva jollain välillä [a;b]. Jos on olemassa sellainen luku c, että a < c < b ja f a f b 0, niin on olemassa sellainen luku c, että a < c < b ja f c =0. Tämän Bolzanon lauseen mukaan

Lisätiedot

OPTIMOINTITEHTÄVIEN RATKAISEMINEN

OPTIMOINTITEHTÄVIEN RATKAISEMINEN OPTIMOINTITEHTÄVIEN RATKAISEMINEN JUHA HAATAJA CSC Optimointitehtävien ratkaiseminen Optimointitehtävien ratkaiseminen Juha Haataja Tieteen tietotekniikan keskus CSC Tämän teoksen tekijänoikeudet kuuluvat

Lisätiedot

nyky-ymmärryksemme mukaan hajaantuvaan sarjaan luvun 1 2 kun n > N Huom! Määritelmä on aivan sama C:ssä ja R:ssä. (Kuva vain on erilainen.

nyky-ymmärryksemme mukaan hajaantuvaan sarjaan luvun 1 2 kun n > N Huom! Määritelmä on aivan sama C:ssä ja R:ssä. (Kuva vain on erilainen. Sarjaoppia Käsitellään kompleksi- ja reaalisarjat yhdessä. Reaalilukujen ominaisuuksista (kuten järjestys) riippuvat asiat tulevat lisämausteena mukaan. Kirjallisuutta: 1. [KRE] Kreyszig: Advanced Engineering

Lisätiedot

INFO / Matemaattinen Analyysi, k2016, L0

INFO / Matemaattinen Analyysi, k2016, L0 INFO / Matemaattinen Analyysi, k2016, L0 orms1010, Aikataulu 1 kevät 2016 ORMS1010 Matemaattinen analyysi, luennot Ke 14-16 Viikot 09-10 salissa F119 Ke 14-16 Viikot 11 salissa F140 Ke 14-16 Viikot 13-18

Lisätiedot

Mat-2.3114 Investointiteoria Laskuharjoitus 3/2008, Ratkaisut 05.02.2008

Mat-2.3114 Investointiteoria Laskuharjoitus 3/2008, Ratkaisut 05.02.2008 Korko riippuu usein laina-ajan pituudesta ja pitkille talletuksille maksetaan korkeampaa korkoa. Spot-korko s t on se korko, joka kertyy lainatulle pääomalle hetkeen t (=kokonaisluku) mennessä. Spot-korot

Lisätiedot

x 2 1+x 2 2 = (x 1 +x 2 ) 2 2x 1 x 2 = a 2 2( a 2) = a 2 +2a+4 = a 2 +2a+4 = (a+1) 2 +3 3. Edellisessä epäyhtälössä on yhtäsuuruus, kun a = 1.

x 2 1+x 2 2 = (x 1 +x 2 ) 2 2x 1 x 2 = a 2 2( a 2) = a 2 +2a+4 = a 2 +2a+4 = (a+1) 2 +3 3. Edellisessä epäyhtälössä on yhtäsuuruus, kun a = 1. Pythagoraan polku 5.4.008 RATKAISUT. Määritä se a, jolla yhtälön x + ax a = 0 ratkaisujen neliöden summa on pienin. Kun. asteen termin kerroin on, niin ratkaisujen summa on. asteen termin kertoimen vastaluku

Lisätiedot

Diplomi-insinöörien ja arkkitehtien yhteisvalinta dia-valinta 2007 Insinöörivalinnan matematiikankoe, 29.5.2007 klo 14-17

Diplomi-insinöörien ja arkkitehtien yhteisvalinta dia-valinta 2007 Insinöörivalinnan matematiikankoe, 29.5.2007 klo 14-17 Diplomi-insinöörien ja arkkitehtien yhteisvalinta dia-valinta 007 Insinöörivalinnan matematiikankoe, 9.5.007 klo 14-17 Sarja A Ohjeita. Sijoita jokainen tehtävä omalle sivulleen. Merkitse jos tehtävä jatkuu

Lisätiedot

MIKE KOIVISTO JOHDATUS WLAN-PAIKANNUSMALLEIHIN. Kandidaatintyö

MIKE KOIVISTO JOHDATUS WLAN-PAIKANNUSMALLEIHIN. Kandidaatintyö MIKE KOIVISTO JOHDATUS WLAN-PAIKANNUSMALLEIHIN Kandidaatintyö Tarkastaja: Simo Ali-Löytty Palautettu: 5.9.2013 II TIIVISTELMÄ TAMPEREEN TEKNILLINEN YLIOPISTO Teknis-luonnontieteellinen koulutusohjelma

Lisätiedot

Polynomit, interpolaatio ja funktion approksimointi

Polynomit, interpolaatio ja funktion approksimointi Solmu 3/24 Polynomit, interpolaatio ja funktion approksimointi Heikki Apiola Lehtori Matematiikan laitos, Teknillinen korkeakoulu Johdanto, taustaa Kirjoitus liittyy aihepiiriin numeerinen analyysi, tieteellinen

Lisätiedot

Todellinen vuosikorko. Efektiivinen/sisäinen korkokanta. Huomioitavaa

Todellinen vuosikorko. Efektiivinen/sisäinen korkokanta. Huomioitavaa Todellinen vuosikorko Huomioitavaa Edellinen keskimaksuhetkeen perustuva todellinen vuosikorko antaa vain arvion vuosikorosta. Tarkempi arvio todellisesta korosta saadaan ottamalla huomioon mm. koronkorko.

Lisätiedot

MAT-13510 Laaja Matematiikka 1U. Hyviä tenttikysymyksiä T3 Matemaattinen induktio

MAT-13510 Laaja Matematiikka 1U. Hyviä tenttikysymyksiä T3 Matemaattinen induktio MAT-13510 Laaja Matematiikka 1U. Hyviä tenttikysymyksiä T3 Matemaattinen induktio Olkoon a 1 = a 2 = 5 ja a n+1 = a n + 6a n 1 kun n 2. Todista induktiolla, että a n = 3 n ( 2) n, kun n on positiivinen

Lisätiedot

Neljän alkion kunta, solitaire-peli ja

Neljän alkion kunta, solitaire-peli ja Neljän alkion kunta, solitaire-peli ja taikaneliöt Kalle Ranto ja Petri Rosendahl Matematiikan laitos, Turun yliopisto Nykyisissä tietoliikennesovelluksissa käytetään paljon tekniikoita, jotka perustuvat

Lisätiedot

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora Taso 1/5 Sisältö Taso geometrisena peruskäsitteenä Kolmiulotteisen alkeisgeometrian peruskäsitteisiin kuuluu taso pisteen ja suoran lisäksi. Intuitiivisesti sitä voidaan ajatella joka suunnassa äärettömyyteen

Lisätiedot

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 11.6.2012 klo 10 13 Ratkaisut ja pisteytysohjeet

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 11.6.2012 klo 10 13 Ratkaisut ja pisteytysohjeet Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 11.6.01 klo 10 13 t ja pisteytysohjeet 1. Ratkaise seuraavat yhtälöt ja epäyhtälöt. (a) 3 x 3 3 x 1 4, (b)

Lisätiedot

Helsingin, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 9.6.2014 klo 10 13

Helsingin, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 9.6.2014 klo 10 13 Helsingin, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 9.6.014 klo 10 13 1. Ratkaise seuraavat yhtälöt ja epäyhtälöt: x + a) 3 x + 1 > 0 c) x x + 1 = 1 x 3 4 b) e x + e x 3

Lisätiedot

Matematiikan pitkä oppimäärä

Matematiikan pitkä oppimäärä Matematiikan pitkä oppimäärä Matematiikan pitkän oppimäärän opetuksen tehtävänä on antaa opiskelijalle matemaattiset valmiudet, joita tarvitaan ammatillisissa opinnoissa ja korkeakouluopinnoissa. Pitkän

Lisätiedot

Tee konseptiin pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Lue ohjeet huolellisesti

Tee konseptiin pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Lue ohjeet huolellisesti MAA8 Ko 5..04 T konsptiin pisttsruudukko! Muista kirjata nimsi ja rhmäsi. Lu ohjt huolllissti A-Osio: Ei saa kättää laskinta. MAOL saa olla alusta asti kätössä. Maksimissaan h aikaa suorittaa A- Osio.

Lisätiedot