Kerroin kahdeksan (8) kaavan alussa johtuu siis siitä että tässä täytyy tehdä muunnos tavuista biteiksi.

Koko: px
Aloita esitys sivulta:

Download "Kerroin kahdeksan (8) kaavan alussa johtuu siis siitä että tässä täytyy tehdä muunnos tavuista biteiksi."

Transkriptio

1 Aalto-yliopisto ELEC-C7110, Informaatioteknologian perusteet (2016) Kalevi Kilkki, Jari Lietzen Vastauksia laskuharjoitustehtäviin (tehtävät tiedoston lopussa) Laskuharjoitus 1. Nopeuksia ja kasvuja Tehtävä 1.1. Laskutehtävässä kysyttiin minkälaista tehollista nopeutta suuren datamäärän siirtäminen vastaa kun matkaa on 10 km ja käytettävissä on kovalevy tai levyjä. Tehdään seuraavat lisäoletukset Reipas nuori polkee polkupyörällä 18 km/h Autolla kaupunkioloissa pääsee keskimäärin 30 km/h Jos kovalevyjä on käytössä useampia, niitä voidaan lukea ja kirjoittaa rinnakkain (mutta tämä on siis oletus eikä välttämättä päde reaalimaailmassa). Terat (T) on esitetty 10-järjestelmän muodossa Huomatkaa lisäksi että tehtävänannossa tiedonsiirtonopeus on MB/s eli megatavua sekunnissa (ei siis bittiä sekunnissa). 1A-kohdassa matka-ajaksi tulee siten (4*2* = 90 km)/(18 km/h) = 300 minuuttia. Kovalevylle kirjoittamiseen menee yhteensä aikaa 10 TB/100 MB/s = s = 1667 min. Sama aika menee toisessa päässä kovalevyltä lukemiseen. Yhteensä aikaa menee 3633 min (= 61 tuntia). Tämä vastaa keskinopeutta (8 * Mbit) / (60 * 3633 s) = 367 Mbit/s. Kerroin kahdeksan (8) kaavan alussa johtuu siis siitä että tässä täytyy tehdä muunnos tavuista biteiksi. 1B-kohdassa matka-ajaksi tulee 20 minuuttia. Kirjoittamiseen ja lukemiseen menee yksi viidesosa A- kohdan arvosta, koska levyjä käsitellään rinnakkain. Kokonaisajaksi tulee siten *333 = 687 minuuttia (= 11 tuntia). Tämä vastaa keskinopeutta (8 * Mbit) / (60 * 333 s) = 1942 Mbit/s. Tulosta siis dominoi kovalevyjen luku- ja kirjoitusprosessi. Jos 1B-kohdassa oletetaan, että kovalevyjä ei voi lukea ja kirjoittaa rinnakkain, niin päädytään lähes samaan nopeuteen kuin pyörällä ajettaessa (398 Mbit/s).

2 C. Uuteen Seelantiin menee vaihtoineen lentäen noin 30 tuntia. Muuten voidaan tehdä samat oletukset kuin B-kohdassa, jolloin tarvittava kokonaisaika on yhteensä min = 2467 min. Bittinopeudeksi saadaan tällöin 541 Mbit/s. D. Fontilla 8 (courier new), 1 cm marginaaleilla ja rivivälillä 1 yhdelle A4-sivulle mahtuu 86 riviä ja kullekin riville 112 merkkiä. Kaksipuoleiselle arkille mahtuu siten 2*86*112 = merkkiä. Kun 10 TB jaetaan merkkien määrällä per arkki, saadaan tulokseksi 519 miljoonaa arkkia. Tavalliselle kopiopaperille tulostettuna tämä tarkoittaa n. 2,5 miljoonaa kiloa paperia. Tehtävä 1.2. Tehtävässä kysyttiin milloin tietokoneiden määrä ylittää 10 miljardin rajan, kun kehityksestä tunnetaan kaksi pistettä: vuonna miljoonaa ja vuonna miljoonaa. Lineaarisella mallilla kasvu on (740 70) / 10 = 67 miljoonaa per vuosi. Aikaa kasvuun kuluisi siten ( )/67 = 138 vuotta. Eli 10 miljardiin päädyttäisiin noin vuonna Eksponentiaalisella mallilla saadaan (740/70) 1/10 = 1,266 eli tietokoneiden määrä on keskimäärin 1,266- kertaistunut vuodessa (eli kasvanut 26,6 % vuodessa). Potenssi 1/10 tulee siis siitä että kasvu jaetaan tasan 10-vuodelle korkoa korolle periaatteella. Nyt tietokoneiden määrän pitää vielä 10000/740 = 13,51-kertaistua vuodesta 2010, jotta päästää 10 miljardiin. Vuosien määrä saadaan kaavasta 1,266 x = 13,51. Ottamalla logaritmi molemmin puolin saadaan x = ln(13,51)/ln(1,266) = 11, miljardia ylittyy siis vuonna 2021 eksponentiaalisen kasvumallin mukaan. Käytännössä kumpikaan malli tuskin toteutuu. Eksponentiaalinen kasvu on tyypillistä kasvun alkuvaiheessa, mutta jossain vaiheessa kasvu hidastuu ja mahdollisesti kääntyy jopa laskuun. Käännekohtia on hyvin vaikea ennustaa menneisyyttä kuvaavan datan perusteella. Lineaarinen kasvu mahdollista jossain väliaikaisesti silloin kun kasvu alkaa tasaantua, mutta reaalimaailmassa pitkäaikainen lineaarinen kasvu on harvinaista, silloin kun kyseessä on jonkinlainen populaation koon määrän muutos. Laskuharjoitus 2. Hintajousto Tehtävä 2.1. Käytetään hintajouston kaava ln(k) = a e ln(h + h 1 ) Jossa alkutilanteessa kysyntä per asiakas K = 10 min/päivä hinnalla h = 0,10 /min. Lisäksi a-kohdassa h 1 = 0 ja e = 0,75 b-kohdassa h 1 = 0,05 /min ja e = 0,50 Näistä voidaan laskea parametrin a arvo, joksi saadaan a = ln(k) + e ln(h + h 1 ):

3 a-kohdassa a = 0,5756 b-kohdassa a = 1,3540 Huomaa että näin saadut a:n arvot ovat sidottuja käytettyihin yksiköihin. Nyt a-kohdassa hintajouston kaavalla saadaan uudella hinnalla (0,09 /min) kysynnäksi K = 10,82 min/päivä/asiakas, josta kokonaistuloksi tulee 10,82 * 0,09 = 0,9740 /päivä/asiakas. Tämä on siis pienempi kuin 1 joten asiakkaita täytyy saada vastaavasti lisää, jotta tulot pysyisivät edes ennallaan. Jos jätetään huomiotta välivaihe, jossa asiakasmäärät muuttuvat ja tarkastellaan vain pysyvää tilannetta, asiakkaita täytyy olla jatkossa vähintään *(1/0,9740) = , jotta kokonaistulot pysyisivät edes ennallaan. Eli hintaa laskevan operaattorin täytyy houkutella uutta asiakasta sinä aikana kun toinen operaattori vielä harkitsee omaa hinnoitteluaan. Vastaavasti b-kohdassa uudella hinnalla (0,09 /min) saadaan kysynnäksi 10,35 min/päivä/asiakas, josta kokonaistuloksi tulee 0,9316 /päivä/asiakas. Jotta kokonaistulos pysyisivät edes ennallaan, asiakkaita täytyisi olla jatkossa vähintään: *(1/0,9316) = Eli hintoja laskevan operaattorin pitäisi saada houkuteltua vähintään uutta asiakasta. B-kohdan oletukset lienevät lähempänä reaalimaailmaa uutta asiakasta on varsin suuri määrä, jos oletetaan että toinen operaattori reagoi nopeasti (kuten sen kannattaa tehdä). Lopputuloksena hintapelin aloittaja saattaa hyötyä hieman, mutta samalla toinen operaattori jää huomattavasti enemmän tappiolle, jos se ainoastaan tiputtaa hinnan ensimmäisen operaattorin tasolle. Hintakilpailuun lähteminen ei siten ole kovinkaan houkuttelevaa liiketoiminnan kannalta. Laskuharjoitus 3. Signaalit Tehtävä 3.1. Shannonin kaava on muotoa: C = B log 2 (1 + S N) [ bit ] s Tehtävänä on siis laskea kanavan kapasiteetti kun tunnetaan signaalin teho (S), kohinateho (N) ja kaistanleveys (B). Periaatteessa helppoa, mutta erityisesti täytyy olla tarkkana yksiköiden kanssa. Kaavassa tehot ovat watteina (tai periaatteessa millä tahansa lineaarisella tehoasteikolla). Kohina täytyy siten muuntaa tehoasteikolle, jotta Shannonin kaavaa voidaan soveltaa. Tässä tehtävässä kohinat ovat (huomaa että asteikoksi vaihdetaan nanowatti, koska signaalin voimakkuus on kerrottu nanowatteina):

4 76 dbm = mw = 0,0251 nw 87 dbm = 10 87/10 mw = 0,0020 nw Yhteensä kohinaa on siis 0,0271 nw. Kun signaalin teho on 0,25 nw ja kaistan leveys on 100 khz, niin teoreettiseksi kapasiteetiksi saadaan: C = log 2 (1 + 0,25 0,0271) = 335 kbit/s Tämä oli siis a-kohdan vastaus. Vastaavasti b-kohdassa saadaan: C = log 2 (1 + 0,125 0,0271) log 2 (1 + 0,125 0,0020) = = 429 kbit/s Lopuksi c-kohdassa saadaan: C = log 2 (1 + 0,250 0,0020) = 349 kbit/s Esitetyistä vaihtoehdoista paras on siis jakaa lähetysteho erikseen kahdelle 50 khz:n kaistalle. Tehon jakaminen tasan kahdelle 50 khz:n kaistalle ei ole aivan optimaalista, mutta hyvin lähellä sitä (mutta tätä optimointia ei siis kysytty tehtävässä). Laskuharjoitus 6. Verkkojen mitoitus Tehtävä 6.1. Tehtävässä tarkasteltiin oheista verkkoa: Kun jokaisen linkin saatavuus on sama, olennaista on järjestyksessä: 1) vaihtoehtoisten reittien määrä 2) lyhimmän reitin pituus linkkeinä ja 3) vaihtoehtoisen reitin pituus linkkeinä. (tämän suoraviivainen menetelmä riittää tässä tapauksessa, mutta monimutkaisemmassa tapauksessa tarkka vastaus vaatii monimutkaisemman laskennan.) Jokaisen solmuparin välillä on vähintään kaksi eri reittivaihtoehtoa, joten pyritään etsimään solmupari, jolla on kaksi reittivaihtoehtoa siten että lyhempi reitti on pitkä. Kolmella hypyllä pääsee mistä tahansa solmusta mihin tahansa toiseen solmuun. Näistä yritetään sitten etsiä solmupari, jolla vaihtoehtoinen reitti on pisin. Näillä kriteereillä hankalin on solmupari A ja J, jolloin lyhimmät toisistaan riippumattomat reitit ovat F A G B E I H J C D

5 A-B-C-J ja A-G-F-E-D-J Lyhemmän reitin saatavuus on = = 0,9703 ja pidemmän reitin saatavuus on = 0,9510. Todennäköisyys, että molemmat reitit ovat viallisia yhtä aikaa, on (1 0,9703) (1 0,9510) = 0, Tästä saadaan saatavuudeksi A:n ja J:n välille 1 0,00146 = Tehtävä 6.2. Tehtävässä havaitaan että mahdollisia tiloja ovat 0, 1 ja 2, jossa lukumäärä siis kertoo kuinka monta asiakasta on palveltavana. Silloin jonotusmahdollisuutta ei ole, niin enempää tiloja ei ole. Kun asiakkaat saapuvat riippumatta toisistaan, vain vierekkäisten tilojen välillä voi tapahtua siirtymisiä. Asiakkaita tulee 0,5 per minuuttia ja keskimääräinen palveluaika on 0,8 minuuttia, jolloin yhden asiakkaan palvelun päättymisintensiteetti on 1/0,8 = 1,25 minuutissa. Tällöin saadaan seuraava tilakaavio: 0,5 0,5 0, ,25 2,5 Huomatkaa, että kun palveltavana on kaksi asiakasta ja palveluaika on 0,8 minuuttia, keskimäärin palvelun loppumisia tapahtuu 2/0,8 = 2,5 kertaa minuutissa (tässä kun tarkoittaa sitä että huomioidaan vain ne ajankohdat, jolloin palveltavana on täsmälleen kaksi asiakasta). Tilojen todennäköisyydet voidaan laskea merkitsemällä siirtymät vasemmalta oikealle yhtä suuriksi kuin oikealta vasemmalle, eli 0,5P(0) = 1,25P(1) ja 0,5P(1) = 2,5P(2) Jossa siis P(0) on tilan 0 todennäköisyys, P(1) tilan yksi todennäköisyys ja P(2) on tilan 2 todennäköisyys. Lisäksi tiedetään, että jossain tilassa järjestelmä on varmasti, joten näiden todennäköisyyksien summa on yksi. Näistä voidaan ratkaista todennäköisyydet ja tulokseksi saadaan: P(0) = 0,6757, P(1) = 0,2703 ja P(2) = 0,0541. Estymisen todennäköisyys on tässä tilan 2 todennäköisyys eli 5,41 %. Huomatkaa erityisesti, että kun oletetaan että asiakkaat saapuvat satunnaisilla hetkillä, saapuva asiakas näkee tilojen keskimääräiset todennäköisyydet. Vastaavasti todennäköisyys, että molemmat palvelupaikat ovat vapaita, on 67,6 %.

6 Lopuksi c-kohdassa pitää kokeilla laskemalla erilaisia vaihtoehtoja ja sellaisena tehtävä on turhan työläs käsin laskettavaksi. Käytännössä jos tällaisia laskelmia joutuu tekemään, niin aina kannattaa käyttää jotain työkalua, Excel-riittää yksinkertaisissa tapauksissa, kuten tässä tehtävässä. Tilakaavioksi saadaan joka tapauksessa seuraavaa (tämän piirtäminen voisi olla osana tenttikysymystä, analyysin periaate on tässä olennaisempi kuin x:n laskeminen annetulla ehdolla!) x x x x x ,25 2,5 3,75 5 Kun x = 2, niin tilan 4 todennäköisyys on 5,65 % eli esto on vain hieman suurempi kuin alkuperäisessä tapauksessa (jossa siis x oli 0,5). Keskeinen opetus tässä on, että tarjottu liikenne voi lähes 4-kertaistua, kun palvelupaikkojen määrä kasvatetaan kahdesta neljään ja esto pidetään vakiona! (tarkempi vastaus: tarjottu liikenne voi kasvaa 293%). Laskuharjoitus 7. Mobiiliverkot Tehtävä 7.1. Tehdään ensimmäiseksi seuraavat oletukset (hieman erilaisiakin oletuksia voi tehdä!): Kiiretunnin osuus päivän liikenteestä on 7 %. Sallitun keskimääräinen kuormitustaso kiiretunnin aikana on 20 %. Vaikka 20 % kuulostaa hyvin alhaiselta lukemalta, niin tässä täytyy ottaa huomioon se tosiasia että tukiasemien todellisissa kuormituksissa voi olla hyvin suuria eroja. Suurin osa tukiasemista on melko hiljaisia myös kiireisimpään aikaan. Vähän suurempiakin arvoa (25 30 %) voisi ehkä soveltaa. Jossain määrin erilaisiakin oletuksia voi tehdä ja päätyä hieman toisenlaisiin lopputuloksiin. Puheliikenteelle saadaan kiiretunnin aikaiseksi kokonaisliikenteeksi * 0,07 * 15 = min Tämä määrä jaettuna tunnin ajalle tuottaa yhteensä liikennettä keskimäärin: ( /60) * 12 kbit/s * 2 / 1000 = 504 Mbit/s Huomaa että molemmat siirtosuunnat täytyy ottaa huomioon! Kapasiteettia tarvitaan siten yhteensä kun huomioidaan sallittu kuormitustaso (20 %): 504/0,2 = 2520 Mbit/s.

7 Kun yhden tukiaseman kokonaiskapasiteetti on 450 Mbit/s, niin a-kohdan vastaukseksi saadaan, että 6 tukiasemaa riittäisi puhelujen hoitamiseen. B-kohdassa dataliikenteen määrä 6 GB/kk pitää ensin muuntaa kiiretunnin keskimääräiseksi liikenteeksi. Tulokseksi tulee asiakasta kohti kiiretunnin aikana (kun samalla tehdään muunnos gigatavuista megabiteiksi): (6 * 8000 / 30) * 0,07 = 112 Mbit Yhteensä asiakkaat tuottavat siten 112 Mbit * / 3600 = Mbit/s Kapasiteettia tarvitaan siten / 0,2 = Mbit/s Kun tähän lisätään puheen osuus, niin vastaukseksi saadaan 421 tukiasemaa (eli yhden solun peitto on noin 2,4 km 2 ). C-kohdassa pyydettiin vielä arvioimaan miten paljon tarvitaan lisää kapasiteettia vain sen vuoksi, että jotkut käyttävät verkkoyhteyttä kohtuuttomasti. Jokainen suurkäyttäjä lataa verkosta dataa jatkuvasti nopeudella 50 Mbit/s, joten kiiretunnilla tässä ei ole merkitystä. 2 promillea asiakkaista tarkoittaa 2400 asiakasta, josta kokonaiskuormaksi tulee jatkuvasti Mbit/s. Jos sallituksi kuormitustasoksi oletetaan edelleen 0,2 niin kapasiteettia tarvitaan Mbit/s (tässä voisi myös olla perusteltua käyttää vähän suurempaa käyttöastetta, koska liikenteen vaihtelut ovat pienempiä, jolloin tarvittava kapasiteetti olisi vastaavasti pienempi). Tukiasemia tarvitaan nyt yhteensä Tämä tarkoittaisi solun kokoa 0,6 km 2. Voidaan havaita että pieni osuus suurkäyttäjiä saattaa tulla hyvin kalliiksi operaattorille. Tehtävä 7.2. Tämä tehtävä voidaan ratkaista varsin suoraviivaisesti opetusmateriaalin kaavalla 5.3, jossa vaimennus (L) saadaan taajuuden (f) ja etäisyyden (r) funktiona: Vastauksiksi saadaan: L = 32, log 10 (f MHz ) + 20 log 10 (r km ) [db] a-kohta: vaimennus L = 94,02 db, lähetyksen teho (10 W) = 40 dbm ja tähän pitää lisätä lähettimen tehovahvistus (3 db), jolloin vastaanottimeen saadaan tehoa: ,02 dbm = -51,0 dbm. Tehoasteikolla tämä on 7,90 nw. b-kohta: vaimennus L = 104,26 db ja vastaanotetun signaalin voimakkuudeksi saadaan -61,3 dbm eli 0,75 nw.

8 Laskutehtävän keskeisin opetus on vastaanottotehojen pienuus ja tässä itse asiassa tehot eivät ole edes erityisen pieniä. Mobiiliverkossa lisävaimennusta aiheuttaa mm. rakennusten seinät ja muut esteet, lähetysteho on yleensä pienempi ja lisäksi matkapuhelimessa signaalin vastaanotto ei useinkaan ole optimaalinen. Lisäksi on keskeistä havaita, että taajuuksien kasvaessa vaimennus aina kasvaa, kun antennivahvistukset pidetään vakioina. Toisaalta pienemmillä taajuuksilla antennin fyysisen koon tulee olla suurempi, jotta antennivahvistus pysyisi samana: vertaa Mobiiliverkkojen luentokalvon kuvaa 8 (Marconi) vaikkapa kännykän sisäänrakennettuun antenniin. Ja tässä vielä kertaus siitä miten desibeleillä lasketaan: 1. Desibeli ilmaisee aina tehojen suhteen logaritmisella asteikolla. Esimerkiksi jos teho P1 on kaksi kertaa suurempi kuin teho P2, niin niiden välinen suhde (P1/P2) on 3 db (tai tarkemmin 3,0103 db). Vastaavasti jos tehojen suhde on 100:1, niin desibeleissä suhde on 10 log 10(100) = 20 db. 2. Silloin kun kyseessä tehovahvistukset ja -vaimennukset, voidaan soveltaa desibelien suoraa yhteen- ja vähennyslaskua. Esimerkiksi jos yksi vahvistin vahvistaa +25 db, toinen vahvistin (sarjassa edellisen kanssa) vahvistaa +15 db ja lisäksi siirtokanava aiheuttaa vaimennusta 30 db, niin nämä desibelit voidaan laskea suoraan yhteen jolloin havaitaan että = 10, eli alkuperäisen signaalin teho on vahvistunut 10 db. Huomatkaa että vastaava laskelma voidaan tehdä lineaarisella asteikolla, mutta silloin pitää käyttää kerto- ja jakolaskuja. 3. dbm on teho suhteessa milliwattiin desibeliasteikolla. Näitä dbm arvoja ei voi laskea yhteen desibeliasteikolla, vaan ne täytyy muuntaa ensin lineaariselle asteikolle ja sitten laskea yhteen. Toisaalta yksinkertaisissa tapauksissa voimme päätellä lopputuloksen, esimerkiksi kun lasketaan yhteen tehot 30 dbm ja 30 dbm, havaitsemme että tällöin teho kaksinkertaistuu, eli desibeliasteikolla teho kasvaa (likimäärin) 3 db. Tulokseksi saadaan siis 33 dbm. Mutta monimutkaisemmissa tapauksissa täytyy siis aina tehdä muunnos lineaariselle wattiasteikolle ennen yhteenlaskua. Tulos voidaan sitten tarvittaessa kääntää takaisin dbm-asteikolle. 4. Laskutoimitus 30 dbm + 40 dbm = 70 dbm ei viittaa mihinkään reaalimaailman ilmiöön (jos tällaisen laskelman esittää tentin desibelilaskuna, niin lopputuloksena on automaattisesti 0 p). Samoin jos kaavassa jossa esiintyy teho (watteina), kuten Shannonin kaavassa (3.3) tai radiotien signaalien tehosuhteita kuvaavassa kaavassa 5.2, niin niihin ei saa laittaa desibelejä vaan tehoja. Valitettavasti kaavaan 5.2 liittyvässä tekstissä puoliaaltodipolin tehovahvistus oli ilmaistu desibeliasteikolla (2,15 db), kun se loogisesti olisi pitänyt antaa tehovahvistuksena (1,64). Tämä on saattanut aiheuttaa turhaa sekaannusta. Nämä desibelien muunnokset ja yhteenlaskut ovat niin keskeisiä asioita kurssin kannalta, että jokaisen tenttiin tulevan opiskelijan täytyy ne tuntea. Laskuharjoitus 8. Tietojenkäsittely Tehtävä 8.1. Laskun lähtökohtana (vuonna 2015) on että ihmisen käsittelykyvyksi arvioidaan 10 TFlopsia (koskien siis puheenkäsittelyä) ja 1000 eurolla arvioidaan saatavan noin 0,4 TFlopsia tietojenkäsittely-kapasiteettia.

9 Algoritmien tehokkuuseroja on vaikea arvioida, mutta tässä käytännössä oletetaan että pitkän evoluution tuloksena tehokkuusero on 1000 ihmisen eduksi. Eli käytännössä tietokoneella pitäisi päästä TFlopsin tehoon, jotta päästäisiin samaan ymmärryksen tasoon. Tietojenkäsittelyn tehon pitää siis vielä (näiden oletusten mukaan) kertaistua. Tähän menee x vuotta, jossa 2 x = josta saadaan x = 14,7 vuotta eli näin ollen tämä kysytty asia tapahtuisi joskus vuoden 2029 aikana. Tosin voidaan ehkä olettaa myös tietokoneiden algoritmit kehittyvät tänä aikana, joten oikea vuosiluku saattaa olla pikemminkin Ei siis kovinkaan kaukana. Tehtävä 8.2. Ensimmäiseksi pitää kääntää luku 13 binäärijärjestelmälle. Koska 13 voidaan esittää muodossa (8, 4, 2 ja 1 ovat siis kahden potensseja): , niin binäärilukuna 13 on 1011 (alkaen vähiten merkitsevästä numerosta). 7/4-koodauksessa pariteettibitit p1, p2 ja p3 lasketaan seuraavan taulukon mukaan (alkuosa taulukosta 6.2 opintomateriaalista siten että databitit on sijoitettu taulukkoon): Bitti p1 p2 d1 p3 d2 d3 d p1 x p2 x p3 x Tästä voidaan päätellä että p1 = 0, koska databiteistä parillinen määrä on ykkösiä (d1 ja d4), vastaavasti p2 = 1, koska databiteistä pariton määrä on ykkösiä ja p3 = 0. Eli koodattuna saadaan B-kohdassa voidaan yksinkertaisesti verrata edellä saatua binääriluku ja annettua binäärilukua , jolloin havaitaan että vain yksi bitti eroaa, joten lähetetyn luvun pitää olla sama kuin a- kohdassa eli 13 (kymmenjärjestelmässä). Laskuharjoitus 9. Jonoteoria Tehtävä 9.1. Ensin täytyy tarkasti selvittää minkälaisesta jonoista on kysymys:

10 1-kohdassa on kyseessä M/M/1-jono, jossa on siis yksi palvelupaikka ja ääretön määrä odotuspaikkoja. Tarjottu liikenne on y*h, jossa y = tulevien asiakkaiden määrä aikayksikössä eli 42 tunnissa = 0,70 minuutissa ja h = keskimääräinen palveluaika = 1 min. Tarjottu liikenne eli tässä tapauksessa järjestelmän kuormitus on siten 0,70, joka on (onneksi) alle 1, jolloin jonon käyttäytymisestä voidaan sanoa jotain. Tämä täytyy aina tarkistaa, sillä jos kuormitus on 1 tai yli, kaavat eivät päde, koska mitään tasapainotilaa ei synny. Palveltavaksi pääsee heti, jos asiakasta ei juuri tulohetkellä ole palveltavana. Tässä tapauksessa (kun kuormitus on alle yhden ja jono on rajaton), kaikki tulevat asiakkaat palvellaan joskus, joten 70 % ajasta on joku palveltavana (koska siis järjestelmän kuormitus on 0,70). 1a-kohdan vastaus on siten 30 % (= 1 0,70). 1b-kohdan vastaus saadaan soveltamalla opetusmateriaalin kaavaa (7.6) ja tulos on 0,7/(1-0,7)*1 = 2,33 min = 140 s. h w = A 1 A h 2-kohdassa täytyy laskea eri tilojen todennäköisyydet. Ensi pitää päätellä mitkä ovat järjestelmän mahdolliset tilat ja tässä tehtävä kannattaa lukea tarkasti!. Mahdollisia tiloja ovat: (0;0), (1;0), (1;1), (1;2) ja (1;3), jossa ensimmäinen numero sulkujen sisällä tarkoittaa palveltavien asiakkaiden määrä ja toinen numero odottavien asiakkaiden määrää. Tilakaavioksi saadaan kun aikayksikkönä on minuutti: 0,7 0,7 0,7 0,7 0,7 0;0 1;0 1 1;1 1;2 1; Tilojen todennäköisyydet saadaan esimerkiksi aloittamalla oletuksella että tilan (0;0) todennäköisyys on 1, ratkaisemalla muiden tilojen todennäköisyydet rekursiivisesti ja skaalaamalla lopuksi todennäköisyydet siten että sallittujen tilojen todennäköisyyksien summa on 1. Tilojen todennäköisyyksiksi saadaan ennen skaalausta, koska siirtymien määrä aikayksikössä vasemmalta oikealla ja oikealta vasemmalle täytyy olla keskimäärin yhtä suuria (esimerkiksi 0,7*P(0,0) = 1,0*P(1,1)): P(1;0) = 0,7 P(1;1) = 0,49 P(1;2) = 0,343 P(1;3) = 0,2401. Skaalauksen jälkeen saadaan: P(0;0) = 0,3606 P(1;0) = 0,2524

11 P(1;1) = 0,1767 P(1;2) = 0,1237 P(1;3) = 0,0866. Koska asiakkaat tulevat satunnaisilla hetkillä riippumatta jonon kulloisestakin pituudesta, vastaus 2akysymykseen on tilan (1;3) todennäköisyys eli 8,66 %. (vastaavasti todennäköisyys, että pääsee heti palveltavaksi on 36 % eli tilan 0;0 todennäköisyys). 2b-kohdassa on ensiksikin laskettava mikä keskimääräinen odottavien asiakkaiden määrä, joka on 1*P(1;1) + 2*P(1;2) + 3*P(1;3) = 1*0, *0, *0,0866 = 0,6838. Tässä pitää muistaa kertoimet 1, 2 ja 3! Lisäksi pitää laskea miten paljon niitä asiakkaita tulee, jotka palvellaan heti tai jäävät odottamaan palvelua. Tämä on helpoin laskea siten, että kun tiedetään että edes odottamaan ei jää 8,66 % asiakkaista, niin silloin muita asiakkaita tulee minuutissa 0,7*(1-0,0866) = 0,6394. Kun keskimäärin asiakkaita on jonossa 0,6838 ja asiakkaita tulee keskimäärin 0,6394 minuutissa, niin keskimäärin asiakkaat viettävät jonossa 0,6838/0,6394 = 1,07 minuuttia (= 64 s). Tämä on siis vastaus kohdan 2b-kysymykseen. 3-kohdassa täytyy jälleen lukea tehtävä tarkkaan, jolloin havaitaan että palvelupaikkoja on kaksi ja odottamassa voi lisäksi olla korkeintaan 4 asiakasta. Kun asiakkaita tulee 90 tunnissa eli tarjottu liikenne on 1,5. Tilakaavioksi saadaan siten: 1,5 1,5 1,5 1,5 1,5 1,5 1,5 0;0 1;0 2;0 2;1 2;2 2;3 2; Tästä voidaan ratkaista eri tilojen todennäköisyydet samalla tavoin kuin 2-kohdassa eli lähtien tilasta 0;0. Skaalauksen jälkeen saadaan: P(0;0) = 0,1686, P(1;0) = 0,2529, P(2;0) = 0,1896, P(2;1) = 0,1422, P(2;2) = 0,1067, P(2;3) = 0,0800 ja P(2;4) = 0,0600. Vastaus 3a-kohtaan on siten P(2;0) + P(2;1) + P(2;2) + P(2;3) = 0, , , ,0800 = 51,86 % Lopuksi odotusaika, jota varten tarvitsee ensiksikin laskea, kuinka paljon odottavia asiakkaita keskimäärin on. Tämä saadaan seuraavasti:

12 1*P(2;1) + 2*P(2;2) + 3*P(2;3) + 4*P(2;4) = 1*0, *0, *0, *0,0800 = 0,8356. Entä kuinka paljon odottamaan jääviä asiakkaita sitten tulee? Koska asiakkaat tulevat täysin järjestelmän tilasta riippumatta, niin vastaus saadaan kertomalla 3a-kohdan vastaus 1,5 asiakkaalla minuutissa, jolloin saadaan 0,5186*1,5 = 0,7778 asiakasta tunnissa. Kun keskimäärin asiakkaita on jonossa 0,8356 ja (tässä kohdassa mukaan luettavia) ja asiakkaita tulee keskimäärin 0,7778 minuutissa, niin keskimäärin asiakkaat viettävät jonossa 0,8356/0,7778 = 1,07 minuuttia (= 64 s). Tämä on siis vastaus kohdan 3b-kysymykseen. Tehtävän tarkoitus lähinnä esitellä miten periaatteessa yksinkertaisesta jonojärjestelmästä voidaan laskea erilaisia järjestelmän suorituskykyä kuvaavia suureita. Kuten aikaisemmassa Erlang-laskussa, niin käytännössä jonojärjestelmien analyysi tehdä jonkun työkalun avulla (Excelillä pääsee alkuun, mutta vähänkin monimutkaisemmissa järjestelmissä tarvitaan kehittyneempiä työkaluja).

13 Tehtävät 1.1 Tiedonsiirron vaihtoehdot Tehtävänäsi on siirtää ilmastomalliin liittyvää dataa 10 TB Otaniemestä Kumpulaan. Käytettävissäsi on yksi siirrettävä kovalevy, jonka kapasiteetti on 2 TB sekä polkupyörä. Matkaa on 10 km - mutta onneksi on kesäkuu. Oletetaan että kovalevyllä sekä kirjoitus- että lukunopeus on 100 MB/s. Toinen vaihtoehto on datayhteys Otaniemen ja Kumpulan välillä. A. Kuinka nopea datayhteyden tulee vähintään olla jotta koko datamäärän siirto tapahtuisi nopeammin datayhteydellä kuin polkupyörällä? B. Entä jos käytettävissä on auto ja rajaton määrä kovalevyjä? C. Entä jos data pitäisikin siirtää Uuteen Seelantiin (arvioi realistinen matka-aika, tässä tapauksessa edestakaisin)? D. Arvioi paljonko datan esittämiseen tarvittaisiin tiheään painettuja kaksipuoleisia A4-arkkeja, jos data esitettäisiin 8 bitin merkeillä, fonttikoolla Kasvun estimointi Vuonna 2000 Internetiin oli liitettynä noin 70 miljoonaa tietokonetta kun taas vuonna 2010 tietokoneita oli liitettynä noin 740 miljoonaa. Milloin tietokoneiden määrä ylittää 10 miljardin rajan, kun oletetaan että a) kasvu on lineaarista ajan suhteen, tai b) kasvu on eksponentiaalista ajan suhteen? 2.1 Hintajousto Käytetään hintajouston kaava matkapuhelinpalvelulle (koskien keskimääräisen asiakkaan puheluminuutteja) on (kun kaikilla operaattoreilla on sama hinta) eli kaavaa 2.2 prujussa sivulla 39. Oletetaan kaksi yhtä suurta operaattoria (A ja B), joilla molemmilla on 1 miljoona asiakasta. Alkutilanteessa hinta on kummallakin 0,10 /min ja puheluiden määrä on 10 min/päivä/asiakas. Jos operaattori A laskee ensin hintaa arvoon 0,09 /min, niin kuinka paljon operaattorin A täytyy saada vähintään lisää asiakkaita, jotta sen kokonaistulot puheluista nousisivat, kun a) e = 0,75 ja h 1 = 0 /min b) e = 0,50 ja h 1 = 0,05 /min?

14 Lisäksi oletetaan, että operaattori B laskee myös hintansa samaan 0,09 /min, mutta viiveellä, jolloin operaattori A ehtii houkutella jonkun määrän uusia asiakkaita B:ltä. Tämän jälkeen taas asiakasmäärät pysyvät vakioina. 3.1 Shannon Vastaanotetun signaalin teho on 0,25 nw ja vastaanottimen kaistanleveys on 100 khz. Signaalin lisäksi vastaanottimeen tulee kohinaa tehoilla -76 dbm ja -87 dbm. a) Mikä on Shannonin kaavan mukainen teoreettinen siirtokyky? b) Entä jos vastaanottimen kohinat (-76 dbm ja -87 dbm) kohdistuvat kahdelle eri 50 khz:n kaistalle siten, että signaalin teho molemmilla kaistoilla on 0,125 nw? Mikä on tällöin kahden kaistan yhteenlaskettu teoreettinen siirtokapasiteetti? c) Entä jos signaalin koko teho (0,25 nw) laitetaan pienemmän kohinan kaistalle? 6.1 Verkkopalvelun saatavuus Mikä on oheisessa verkossa niiden kahden solmupisteen välisen yhteyden saatavuus, jonka saatavuus on alhaisin? Jokaisen jänteen saatavuus on 99 % ja jänteiden vikaantumiset tapahtuvat toisistaan riippumatta. Solmut oletetaan täysin luotettaviksi. Vaihtoehtoisten reittien tulee kulkea kokonaisuudessaan eri jänteiden kautta ja niiden tulee olla ennalta määriteltyjä. F A G B E I H J C D 6.2 Estojärjestelmä Puhelinpalvelujärjestelmään tulee keskimäärin yksi puhelun 2 minuutin välein siten, että jos kaikki asiakaspalvelijat ovat varattuina, puhelu katkaistaan välittömästi. Oletetaan että tästä kohtelusta suivaantuneena asiakkaat eivät koskaan yritä uudestaan. Keskimääräinen palveluaika on 48 sekuntia ja palvelupaikkojen määrä on 2. a. Mikä on puhelun estymisen todennäköisyys? b. Millä todennäköisyydellä molemmat palvelupaikat ovat vapaita? c. Jos palvelupaikkojen määrä kasvatetaan neljään, kuinka paljon tarjottujen puhelujen määrä voi kasvaa (prosentteina) ilman että estymisen todennäköisyys kasvaa korkeammaksi kuin a- kohdassa?

15 7.1 Solukkoverkon mitoitus Mikä on tarvittava tukiasemien määrä, kun 1000 km2 alueella asuu 1.2 miljoonaa ihmistä? a) Kun on vain matkapuhelinliikennettä siten, että keskimäärin asukas puhuu 15 minuuttia päivässä ja puheen vaatima bittinopeus on 12 kbit/s suuntaansa. b) Kun puheen lisäksi on dataliikennettä siten, että keskimäärin asukas käyttää datasiirtoon 6 GB kuukaudessa. c) Kun edellisten lisäksi 0.2 prosenttia asukkaista käyttää jatkuvasti 50 Mbit/s datayhteyttä verkosta päälaitteeseen. Yhdessä tukiasemassa oletetaan olevan 3 sektoria, joiden kunkin kapasiteetti on 150 Mbit/s (jaettuna molempiin suuntiin). Ota huomioon myös kiiretunnin osuus kokonaisliikenteestä sekä kuormituksen vaihteluista (solujen välillä ja eri päivinä) johtuva keskimääräinen sallittava kuormitustaso. 7.2 Vastaanotetun signaalin voimakkuus Mikä on vastaanottaman signaalin voimakkuus (W) päätelaitteessa, kun tukiaseman lähetysteho on 10 W, lähettimen tehovahvistus on 3 db, vastaanottimen tehovahvistus on 0 db ja etäisyys tukiasemaan on 1,5 km? a) Kun käytetty taajuus on 800 MHz b) Kun käytetty taajuus on 2600 MHz 8.1 Milloin kone ohittaa ihmisen Oletetaan että: Ihmisaivot käyttää puheen ymmärtämiseen 10 TFLOPSin verran tietojenkäsittelykapasiteettia. Vuonna 2015 saatoit ostaa kaupasta 200 GFLOPSia yleiskäyttöistä tietojenkäsittelykapasiteettia 500 Eurolla. Samalla hinnalla saatava kapasiteetti kaksinkertaistuu vuodessa. Ihmisen käyttämä puheen ymmärtämisen algoritmi on 1000 kertaa tehokkaampi kuin tietokoneen käyttämä algoritmi (eli tietokone tarvitsee 1000 kertaan enemmän FLOPSeja kuin ihminen päästäkseen samaan ymmärtämisen tasoon) Milloin 1000 Euron laite ymmärtää puhetta yhtä hyvin kuin ihminen? 8.2 Hamming-koodaus

16 a) Koodaa 10-järjestelmän luku 13 Hamming 7/4-koodilla siten että databitit alkavat pienimmästä päästä. b) Jos vastaanotettu Hamming-koodattu signaali on niin mikä on lähetetty data, jos oletetaan että vastaanotetussa signaalissa on korkeintaan yksi virhe? 9.1 Jonojärjestelmä Kioskilla on vain yksi kassa, jonka palveluaika on keskimäärin 1 minuutti asiakasta kohde (palveluaikajakauma on eksponentiaalinen). Asiakkaita tulee keskimäärin 42 tunnin aikana, siten että tulevien asiakkaiden välit ovat eksponentiaalisesti jakautuneita. Oletetaan ensin että asiakkaat jäävät jonottamaan riippumatta jonon pituudesta. 1a) Mikä on todennäköisyys, että asiakas pääse heti palveltavaksi ilman jonottamista? 1b) Kuinka pitkään asiakkaat joutuvat keskimäärin odottamaan (mukaan lukien ne jotka palvellaan heti)? Oletetaan seuraavaksi että asiakkaat ovat niin kiireisiä, että jos odottamassa on jo kolme asiakasta, niin he poistuvat paikalta ilman ostoksia. 2a) Mikä on todennäköisyys, että tuleva asiakas poistuu välittömästi paikalta? 2b) Mikä on keskimääräinen odotusaika niillä asiakkailla jotka jäävät odottamaan tai saavat heti palvelua? Entä jos kioskia laajennetaan lisäämällä toinen kassa, siten että kassoilla on yhteinen jono. Asiakkaat ovat edelleen niin kiireisiä että he jäävät asiakkaiksi vain jos odottavia asiakkaita on korkeintaan 3. Lisäksi oletetaan että asiakkaiden määrä kasvaa siten, että asiakkaita tulee keskimäärin 90 tunnissa. 3a) Mikä on todennäköisyys, että tuleva asiakas jää jonottamaan mutta ei pääse heti palveltavaksi? 3b) Mikä on keskimääräinen odotusaika niillä asiakkailla jotka jäävät odottamaan mutta eivät pääse heti palveltavaksi?

Vastauksia ja ohjeita laskuharjoitustehtäviin. Yleisohjeita

Vastauksia ja ohjeita laskuharjoitustehtäviin. Yleisohjeita Aalto-yliopisto ELEC-C7110, Informaatioteknologian perusteet (2017) Kalevi Kilkki, Juho Kaivosoja Vastauksia ja ohjeita laskuharjoitustehtäviin Yleisohjeita Olkaa huolellisia ja lukekaan tehtävänanto mielellään

Lisätiedot

Vastauksia ja ohjeita laskuharjoitustehtäviin

Vastauksia ja ohjeita laskuharjoitustehtäviin Aalto-yliopisto ELEC-C7110, Informaatioteknologian perusteet (2018) Kalevi Kilkki, Juho Kaivosoja Vastauksia ja ohjeita laskuharjoitustehtäviin Yleisohjeita Olkaa huolellisia ja lukekaan tehtävänanto mielellään

Lisätiedot

Radioyhteys: Tehtävien ratkaisuja. 4π r. L v. a) Kiinteä päätelaite. Iso antennivahvistus, radioaaltojen vapaa eteneminen.

Radioyhteys: Tehtävien ratkaisuja. 4π r. L v. a) Kiinteä päätelaite. Iso antennivahvistus, radioaaltojen vapaa eteneminen. 1S1E ietoliikenteen perusteet Metropolia/A. Koivumäki adioyhteys: ehtävien ratkaisuja 1. Langatonta laajakaistaa tarjoavan 3.5 GHz:n taajuudella toimivan WiMAX-verkon tukiaseman lähettimen lähetysteho

Lisätiedot

Ohjelmoijan binaarialgebra ja heksaluvut

Ohjelmoijan binaarialgebra ja heksaluvut Paavo Räisänen Ohjelmoijan binaarialgebra ja heksaluvut www.ohjelmoinaan.net Tätä opasta saa vapaasti kopioida, tulostaa ja levittää ei kaupallisissa tarkoituksissa. Kuitenkaan omille nettisivuille opasta

Lisätiedot

Laskuharjoitus 2 ( ): Tehtävien vastauksia

Laskuharjoitus 2 ( ): Tehtävien vastauksia TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki Laskuharjoitus 2 (11.9.2013): Tehtävien vastauksia 1. Eräässä kuvitteellisessa radioverkossa yhdessä radiokanavassa voi olla menossa samanaikaisesti

Lisätiedot

MAB3 - Harjoitustehtävien ratkaisut:

MAB3 - Harjoitustehtävien ratkaisut: MAB3 - Harjoitustehtävien ratkaisut: 1 Funktio 1.1 Piirretään koordinaatistoakselit ja sijoitetaan pisteet: 1 1. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä.

Lisätiedot

MAB3 - Harjoitustehtävien ratkaisut:

MAB3 - Harjoitustehtävien ratkaisut: MAB - Harjoitustehtävien ratkaisut: Funktio. Piirretään koordinaatistoakselit ja sijoitetaan pisteet:. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä. Funktiolla

Lisätiedot

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen,

Lisätiedot

Tehtävä 2: Tietoliikenneprotokolla

Tehtävä 2: Tietoliikenneprotokolla Tehtävä 2: Tietoliikenneprotokolla Johdanto Tarkastellaan tilannetta, jossa tietokone A lähettää datapaketteja tietokoneelle tiedonsiirtovirheille alttiin kanavan kautta. Datapaketit ovat biteistä eli

Lisätiedot

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

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

Lisätiedot

Littlen tulos. Littlen lause sanoo. N = λ T. Lause on hyvin käyttökelpoinen yleisyytensä vuoksi

Littlen tulos. Littlen lause sanoo. N = λ T. Lause on hyvin käyttökelpoinen yleisyytensä vuoksi J. Virtamo 38.3143 Jonoteoria / Littlen tulos 1 Littlen tulos Littlen lause Littlen tuloksena tai Littlen lauseena tunnettu tulos on hyvin yksinkertainen relaatio järjestelmään tulevan asiakasvirran, keskimäärin

Lisätiedot

1 Määrittele seuraavat langattoman tiedonsiirron käsitteet.

1 Määrittele seuraavat langattoman tiedonsiirron käsitteet. 1 1 Määrittele seuraavat langattoman tiedonsiirron käsitteet. Radiosignaalin häipyminen. Adaptiivinen antenni. Piilossa oleva pääte. Radiosignaali voi edetä lähettäjältä vastanottajalle (jotka molemmat

Lisätiedot

Paavo Räisänen. Ohjelmoijan binaarialgebra ja heksaluvut. www.ohjelmoimaan.net

Paavo Räisänen. Ohjelmoijan binaarialgebra ja heksaluvut. www.ohjelmoimaan.net Paavo Räisänen Ohjelmoijan binaarialgebra ja heksaluvut www.ohjelmoimaan.net Tätä opasta saa vapaasti kopioida, tulostaa ja levittää ei kaupallisissa tarkoituksissa. Kuitenkaan omille nettisivuille opasta

Lisätiedot

2G-verkoissa verkkosuunnittelu perustuu pääosin kattavuuden määrittelyyn 3G-verkoissa on kattavuuden lisäksi myös kapasiteetin ja häiriöiden

2G-verkoissa verkkosuunnittelu perustuu pääosin kattavuuden määrittelyyn 3G-verkoissa on kattavuuden lisäksi myös kapasiteetin ja häiriöiden 2G-verkoissa verkkosuunnittelu perustuu pääosin kattavuuden määrittelyyn 3G-verkoissa on kattavuuden lisäksi myös kapasiteetin ja häiriöiden tarkemmalla huomioimisella tärkeä osa UMTS:n suunnittelussa

Lisätiedot

6.8 Erityisfunktioiden sovelluksia

6.8 Erityisfunktioiden sovelluksia 6.8 Erityisfunktioiden sovelluksia Tässä luvussa esitellään muutama esimerkki, joissa käytetään hyväksi eksponentti-, logaritmi- sekä trigonometrisia funktioita. Ensimmäinen esimerkki juontaa juurensa

Lisätiedot

Demonstraatiot Luento

Demonstraatiot Luento TEKNILLINEN KORKEAKOULU Tietoliikenne- ja tietoverkkotekniikan laitos S-8.45 Liikenneteorian perusteet, Kevät 8 Demonstraatiot Luento 8..8 D/ Tarkastellaan seuraavaa yksinkertaista piirikytkentäistä (runko)verkkoa.

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe SGN-00 Signaalinkäsittelyn menetelmät Välikoe 9.3.009 Sivuilla - on. Älä vastaa siihen, jos et ollut ensimmäisessä välikokeessa. Tentin kysymykset ovat sivuilla 3-4. Vastaa vain jompaan kumpaan kokeeseen,

Lisätiedot

J. Virtamo Jonoteoria / Prioriteettijonot 1

J. Virtamo Jonoteoria / Prioriteettijonot 1 J. Virtamo 38.3143 Jonoteoria / Prioriteettijonot 1 Prioriteettijonot Tarkastellaan M/G/1-jonojärjestelmää, jossa asiakkaat on jaettu K:hon prioriteettiluokkaan, k = 1,..., K: - luokalla 1 on korkein prioriteetti

Lisätiedot

S Laskuharjoitus 2: Ratkaisuhahmotelmia

S Laskuharjoitus 2: Ratkaisuhahmotelmia S-38.118 Laskuharjoitus 2: Ratkaisuhahmotelmia Mika Ilvesmäki lynx@tct.hut.fi 1st December 2000 Abstract Tässä dokumentissä esitellään enemmän tai vähemmän taydellisesti ratkaisuja syksyn 2000 teletekniikan

Lisätiedot

Laskuharjoitus 5. Mitkä ovat kuvan 1 kanavien kapasiteetit? Kuva 1: Kaksi kanavaa. p/(1 p) ) bittiä lähetystä kohti. Voidaan

Laskuharjoitus 5. Mitkä ovat kuvan 1 kanavien kapasiteetit? Kuva 1: Kaksi kanavaa. p/(1 p) ) bittiä lähetystä kohti. Voidaan Informaatioteoria ELEC-C7 5 Laskuharjoitus 5 Tehtävä 5.3 Mitkä ovat kuvan kanavien kapasiteetit?.3.7 a b Kuva : Kaksi kanavaa b Binäärisessä Z-kanavassa virhe tapahtuu todennäköisyydellä p ja virhe todennäköisyydellä.

Lisätiedot

Verkkosuunnittelu: Suunnittelutyön osa-alueet: Peittoaluesuunnittelu Kapasiteettisuunnittelu Taajuussuunnittelu Parametrisuunnittelu

Verkkosuunnittelu: Suunnittelutyön osa-alueet: Peittoaluesuunnittelu Kapasiteettisuunnittelu Taajuussuunnittelu Parametrisuunnittelu 1 Verkkosuunnittelu: Suunnittelutyön osa-alueet: Peittoaluesuunnittelu Kapasiteettisuunnittelu Taajuussuunnittelu Parametrisuunnittelu Erityyppiset etenemisympäristöt: maaseutu (metsä, pelto, vuoristo,

Lisätiedot

4 Yleinen potenssifunktio ja polynomifunktio

4 Yleinen potenssifunktio ja polynomifunktio 4 Yleinen potenssifunktio ja polynomifunktio ENNAKKOTEHTÄVÄT 1. a) Tutkitaan yhtälöiden ratkaisuja piirtämällä funktioiden f(x) = x, f(x) = x 3, f(x) = x 4 ja f(x) = x 5 kuvaajat. Näin nähdään, monessako

Lisätiedot

IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen.

IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen. TL536DSK-algoritmit (J. Laitinen)..5 Välikoe, ratkaisut Millaisia ongelmia kvantisointi aiheuttaa signaalinkäsittelyssä? Miksi ongelmat korostuvat IIR-suodatinten tapauksessa? Tarkastellaan Hz taajuista

Lisätiedot

Suunta-antennin valinta

Suunta-antennin valinta Lähtötiedot Ennen antennin valintaa selvitettävä seuraavat asiat: Tukiaseman sijainti ja etäisyys Millä taajuuskaistalla 4G data liikkuu (800, 1 800, 2 100, 2 600 MHz) Maasto- ja rakennusesteet Antennin

Lisätiedot

Helsingin seitsemäsluokkalaisten matematiikkakilpailu Ratkaisuita

Helsingin seitsemäsluokkalaisten matematiikkakilpailu Ratkaisuita Helsingin seitsemäsluokkalaisten matematiikkakilpailu 22..204 Ratkaisuita. Laske 23 45. a) 4000 b) 4525 c) 4535 d) 5525 e) 5535 Ratkaisu. Lasketaan allekkain: 45 23 35 90 45 5535 2. Yhden maalipurkin sisällöllä

Lisätiedot

SISÄLLYS - DIGITAALITEKNIIKKA

SISÄLLYS - DIGITAALITEKNIIKKA SISÄLLYS - DIGITAALITEKNIIKKA Digitaalitekniikan perusteita...2 Bitti (bit)...2 Tavu (bytes)...2 Sana (word)...2 Yksiköt...2 Binääri järjestelmän laskutapa...2 Esimerkki: Digikuvan siirron kestoaika...2

Lisätiedot

3 Eksponentiaalinen malli

3 Eksponentiaalinen malli Eksponentiaalinen malli Eksponentiaalinen kasvaminen ja väheneminen 6. Kulunut aika (h) Bakteerien määrä 0 80 0 60 0 0 7 7 0 0 0 6. 90 % 0,90 Pienennöksiä (kpl) Piirroksen korkeus (cm) 0,90 6,0, 0,90 6,0,06,

Lisätiedot

J. Virtamo Jonoteoria / Prioriteettijonot 1

J. Virtamo Jonoteoria / Prioriteettijonot 1 J. Virtamo 38.143 Jonoteoria / Prioriteettijonot 1 Prioriteettijonot TarkastellaanM/G/1-jonojärjestelmää, jossaasiakkaaton jaettu K:hon prioriteettiluokkaan, k =1,...,K: - luokalla 1 on korkein prioriteetti

Lisätiedot

Laskun vaiheet ja matemaattiset mallit

Laskun vaiheet ja matemaattiset mallit Laskun vaiheet ja matemaattiset mallit Jukka Sorjonen sorjonen.jukka@gmail.com 28. syyskuuta 2016 Jukka Sorjonen (Jyväskylän Normaalikoulu) Mallit ja laskun vaiheet 28. syyskuuta 2016 1 / 22 Hieman kertausta

Lisätiedot

Liikenneongelmien aikaskaalahierarkia

Liikenneongelmien aikaskaalahierarkia J. Virtamo 38.3141 Teleliikenneteoria / HOL-esto 1 Liikenneongelmien aikaskaalahierarkia AIKASKAALAHIERARKIA Kiinnostavat aikaskaalat kattavat laajan alueen, yli 13 dekadia! Eri aikaskaaloissa esiintyvät

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti SGN-1200 Signaalinkäsittelyn menetelmät, Tentti 18.3.2008 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 1 23.1.2017 1. Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x 1 + 350x 2 s. t. 5x

Lisätiedot

Esimerkkejä vaativuusluokista

Esimerkkejä vaativuusluokista Esimerkkejä vaativuusluokista Seuraaville kalvoille on poimittu joitain esimerkkejä havainnollistamaan algoritmien aikavaativuusluokkia. Esimerkit on valittu melko mielivaltaisesti laitoksella tehtävään

Lisätiedot

ELEC-C7230 Tietoliikenteen siirtomenetelmät

ELEC-C7230 Tietoliikenteen siirtomenetelmät ELEC-C7230 Tietoliikenteen siirtomenetelmät Laskuharjoitus 8 - ratkaisut 1. Tehtävässä on taustalla ajatus kantoaaltomodulaatiosta, jossa on I- ja Q-haarat, ja joka voidaan kuvata kompleksiarvoisena kantataajuussignaalina.

Lisätiedot

811120P Diskreetit rakenteet

811120P Diskreetit rakenteet 811120P Diskreetit rakenteet 2016-2017 2. Lukujen esittäminen ja aritmetiikka 2.1 Kantajärjestelmät ja lukujen esittäminen Käytettävät lukujoukot: Luonnolliset luvut IN = {0,1,2,3,... } Positiiviset kokonaisluvut

Lisätiedot

Yleistä. Esimerkki. Yhden palvelimen jono. palvelin. saapuvat asiakkaat. poistuvat asiakkaat. odotushuone, jonotuspaikat

Yleistä. Esimerkki. Yhden palvelimen jono. palvelin. saapuvat asiakkaat. poistuvat asiakkaat. odotushuone, jonotuspaikat J. Virtamo 38.3143 Jonoteoria / Jonojärjestelmät 1 JONOJÄRJESTELMÄT Yleistä Jonojärjestelmät muodostavat keskeisen mallinnuksen välineen mm. tietoliikenne- ja tietokonejärjestelmien suorituskyvyn analysoinnissa.

Lisätiedot

2. laskuharjoituskierros, vko 5, ratkaisut

2. laskuharjoituskierros, vko 5, ratkaisut 2. laskuharjoituskierros, vko, ratkaisut Aiheet: Klassinen todennäköisyys, kombinatoriikka, kokonaistodennäköisyys ja Bayesin kaava D1. Eräässä maassa autojen rekisterikilpien tunnukset ovat muotoa XXXXNN,

Lisätiedot

LAUSEKKEET JA NIIDEN MUUNTAMINEN

LAUSEKKEET JA NIIDEN MUUNTAMINEN LAUSEKKEET JA NIIDEN MUUNTAMINEN 1 LUKULAUSEKKEITA Ratkaise seuraava tehtävä: Retkeilijät ajoivat kahden tunnin ajan polkupyörällä maantietä pitkin 16 km/h nopeudella, ja sitten vielä kävelivät metsäpolkua

Lisätiedot

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos: 8 Kanta Tässä luvussa tarkastellaan aliavaruuden virittäjävektoreita, jotka muodostavat lineaarisesti riippumattoman jonon. Merkintöjen helpottamiseksi oletetaan luvussa koko ajan, että W on vektoreiden

Lisätiedot

Kertaus. x x x. K1. a) b) x 5 x 6 = x 5 6 = x 1 = 1 x, x 0. K2. a) a a a a, a > 0

Kertaus. x x x. K1. a) b) x 5 x 6 = x 5 6 = x 1 = 1 x, x 0. K2. a) a a a a, a > 0 Juuri 8 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 8.9.07 Kertaus K. a) 6 4 64 0, 0 0 0 0 b) 5 6 = 5 6 = =, 0 c) d) K. a) b) c) d) 4 4 4 7 4 ( ) 7 7 7 7 87 56 7 7 7 6 6 a a a, a > 0 6 6 a

Lisätiedot

T Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti , 8:30-10:00 Kollokaatiot, Versio 1.1

T Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti , 8:30-10:00 Kollokaatiot, Versio 1.1 T-61.281 Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti 10.2.2004, 8:30-10:00 Kollokaatiot, Versio 1.1 1. Lasketaan ensin tulokset sanaparille valkoinen, talo käsin: Frekvenssimenetelmä:

Lisätiedot

T Luonnollisten kielten tilastollinen käsittely

T Luonnollisten kielten tilastollinen käsittely T-61.281 Luonnollisten kielten tilastollinen käsittely Vastaukset 3, ti 11.2.2003, 16:15-18:00 Kollokaatiot, Versio 1.1 1. Lasketaan ensin tulokset sanaparille valkoinen, talo käsin: Frekvenssimenetelmä:

Lisätiedot

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti SG-1200 Signaalinkäsittelyn menetelmät, Tentti 21.3.2006 Kirjoita nimesi ja opiskelijanumerosi jokaiseen paperiin. Vastauspaperit tullaan irrottamaan toisistaan. Jos tila ei riitä, jatka kääntöpuolelle

Lisätiedot

Tietorakenteet, laskuharjoitus 7, ratkaisuja

Tietorakenteet, laskuharjoitus 7, ratkaisuja Tietorakenteet, laskuharjoitus, ratkaisuja. Seuraava kuvasarja näyttää B + -puun muutokset lisäysten jälkeen. Avaimet ja 5 mahtuvat lehtisolmuihin, joten niiden lisäys ei muuta puun rakennetta. Avain 9

Lisätiedot

Algoritmit 1. Luento 11 Ti Timo Männikkö

Algoritmit 1. Luento 11 Ti Timo Männikkö Algoritmit 1 Luento 11 Ti 14.2.2017 Timo Männikkö Luento 11 Algoritminen ongelmanratkaisu Osittaminen Lomituslajittelu Lomituslajittelun vaativuus Rekursioyhtälöt Pikalajittelu Algoritmit 1 Kevät 2017

Lisätiedot

Yhtälönratkaisusta. Johanna Rämö, Helsingin yliopisto. 22. syyskuuta 2014

Yhtälönratkaisusta. Johanna Rämö, Helsingin yliopisto. 22. syyskuuta 2014 Yhtälönratkaisusta Johanna Rämö, Helsingin yliopisto 22. syyskuuta 2014 Yhtälönratkaisu on koulusta tuttua, mutta usein sitä tehdään mekaanisesti sen kummempia ajattelematta. Jotta pystytään ratkaisemaan

Lisätiedot

a) 3500000 (1, 0735) 8 6172831, 68. b) Korkojaksoa vastaava nettokorkokanta on

a) 3500000 (1, 0735) 8 6172831, 68. b) Korkojaksoa vastaava nettokorkokanta on Kotitehtävät 4 Ratkaisuehdotukset. 1. Kuinka suureksi 3500000 euroa kasvaa 8 vuodessa, kun lähdevero on 30% ja vuotuinen korkokanta on 10, 5%, kun korko lisätään a) kerran vuodessa b) kuukausittain c)

Lisätiedot

A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei.

A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei. PITKÄ MATEMATIIKKA PRELIMINÄÄRIKOE 7..07 NIMI: A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-. Taulukkokirjaa saa käyttää apuna, laskinta ei.. Valitse oikea vaihtoehto ja

Lisätiedot

(d) 29 4 (mod 7) (e) ( ) 49 (mod 10) (f) (mod 9)

(d) 29 4 (mod 7) (e) ( ) 49 (mod 10) (f) (mod 9) 1. Pätevätkö seuraavat kongruenssiyhtälöt? (a) 40 13 (mod 9) (b) 211 12 (mod 2) (c) 126 46 (mod 3) Ratkaisu. (a) Kyllä, sillä 40 = 4 9+4 ja 13 = 9+4. (b) Ei, sillä 211 on pariton ja 12 parillinen. (c)

Lisätiedot

Aluksi. 1.1. Kahden muuttujan lineaarinen yhtälö

Aluksi. 1.1. Kahden muuttujan lineaarinen yhtälö Aluksi Matematiikan käsite suora on tarkalleen sama asia kuin arkikielen suoran käsite. Vai oliko se toisinpäin? Matematiikan luonteesta johtuu, että sen soveltaja ei tyydy pelkkään suoran nimeen eikä

Lisätiedot

Kaikkiin tehtäviin laskuja, kuvia tai muita perusteluja näkyviin.

Kaikkiin tehtäviin laskuja, kuvia tai muita perusteluja näkyviin. Peruskoulun matematiikkakilpailu Loppukilpailu perjantaina 1.2.2013 OSA 1 Ratkaisuaika 30 min Pistemäärä 20 Tässä osassa ei käytetä laskinta. Kaikkiin tehtäviin laskuja, kuvia tai muita perusteluja näkyviin.

Lisätiedot

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

Jatkuvat satunnaismuuttujat

Jatkuvat satunnaismuuttujat Jatkuvat satunnaismuuttujat Satunnaismuuttuja on jatkuva jos se voi ainakin periaatteessa saada kaikkia mahdollisia reaalilukuarvoja ainakin tietyltä väliltä. Täytyy ymmärtää, että tällä ei ole mitään

Lisätiedot

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on Mat-2.090 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Otanta Poisson- Jakaumien tunnusluvut Diskreetit jakaumat Binomijakauma, Diskreetti tasainen jakauma, Geometrinen jakauma, Hypergeometrinen

Lisätiedot

7 Vapaus. 7.1 Vapauden määritelmä

7 Vapaus. 7.1 Vapauden määritelmä 7 Vapaus Kuten edellisen luvun lopussa mainittiin, seuraavaksi pyritään ratkaisemaan, onko annetussa aliavaruuden virittäjäjoukossa tarpeettomia vektoreita Jos tällaisia ei ole, virittäjäjoukkoa kutsutaan

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut

Lisätiedot

j n j a b a c a d b c c d m j b a c a d a c b d c c j

j n j a b a c a d b c c d m j b a c a d a c b d c c j TEKNILLINEN KORKEAKOULU Tietoliikenne- ja tietoverkkotekniikan laitos S-38.115 Liikenneteorian perusteet, Kevät 2008 Demonstraatiot Luento 12 29.2.2008 D12/1 Tarkastellaan verkkoa, jossa on solmua ja linkkiä.

Lisätiedot

A ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä.

A ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä. Esimerkki otteluvoiton todennäköisyys A ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä. Yksittäisessä pelissä A voittaa todennäköisyydellä p ja B todennäköisyydellä q =

Lisätiedot

https://www10.uta.fi/opas/opintojakso.htm?rid=6909&i dx=5&uilang=fi&lang=fi&lvv=2014

https://www10.uta.fi/opas/opintojakso.htm?rid=6909&i dx=5&uilang=fi&lang=fi&lvv=2014 1 MTTTP3 Tilastollisen päättelyn perusteet 2 Luennot 8.1.2015 ja 13.1.2015 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=6909&i dx=5&uilang=fi&lang=fi&lvv=2014

Lisätiedot

Algoritmit 1. Luento 10 Ke Timo Männikkö

Algoritmit 1. Luento 10 Ke Timo Männikkö Algoritmit 1 Luento 10 Ke 14.2.2018 Timo Männikkö Luento 10 Algoritminen ongelmanratkaisu Suunnittelumenetelmät Raaka voima Järjestäminen eli lajittelu Kuplalajittelu Lisäyslajittelu Valintalajittelu Permutaatiot

Lisätiedot

Merkitse kertolasku 3 3 3 3 potenssin avulla ja laske sen arvo.

Merkitse kertolasku 3 3 3 3 potenssin avulla ja laske sen arvo. 13 Luvun potenssi Kertolasku, jonka kaikki tekijät ovat samoja, voidaan merkitä lyhyemmin potenssin avulla. Potenssimerkinnässä eksponentti ilmaisee, kuinka monta kertaa kantaluku esiintyy tulossa. Potenssin

Lisätiedot

Huippu 4 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Huippu 4 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty KERTAUS KERTAUSTEHTÄVIÄ K1. a) Kun suoran s pisteen -koordinaatti kasvaa yhdellä, pisteen y- koordinaatti kasvaa kahdella. Suoran s kulmakerroin on siis. Kun suoran t pisteen -koordinaatti kasvaa kahdella,

Lisätiedot

PRELIMINÄÄRIKOE. Lyhyt Matematiikka 3.2.2015

PRELIMINÄÄRIKOE. Lyhyt Matematiikka 3.2.2015 PRELIMINÄÄRIKOE Lyhyt Matematiikka..015 Vastaa enintään kymmeneen tehtävään. Kaikki tehtävät arvostellaan asteikolla 0-6 pistettä. 1. a) Sievennä x( x ) ( x x). b) Ratkaise yhtälö 5( x 4) 5 ( x 4). 1 c)

Lisätiedot

Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9

Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9 Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9 Tuntitehtävät 9-10 lasketaan alkuviikon harjoituksissa ja tuntitehtävät 13-14 loppuviikon harjoituksissa. Kotitehtävät 11-12 tarkastetaan loppuviikon

Lisätiedot

4. Funktion arvioimisesta eli approksimoimisesta

4. Funktion arvioimisesta eli approksimoimisesta 4. Funktion arvioimisesta eli approksimoimisesta Vaikka nykyaikaiset laskimet osaavatkin melkein kaiken muun välttämättömän paitsi kahvinkeiton, niin joskus, milloin mistäkin syystä, löytää itsensä tilanteessa,

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

Seguinin lauta A: 11-19

Seguinin lauta A: 11-19 Lukujen syventäminen Kun lapsi ryhtyy montessorileikkikoulussa syventämään tietouttaan lukualueesta 1-1000, uutena montessorimateriaalina tulevat värihelmet. Värihelmet johdattavat lasta mm. laskutoimituksiin,

Lisätiedot

58131 Tietorakenteet (kevät 2009) Harjoitus 6, ratkaisuja (Antti Laaksonen)

58131 Tietorakenteet (kevät 2009) Harjoitus 6, ratkaisuja (Antti Laaksonen) 58131 Tietorakenteet (kevät 2009) Harjoitus 6, ratkaisuja (Antti Laaksonen) 1. Avaimet 1, 2, 3 ja 4 mahtuvat samaan lehtisolmuun. Tässä tapauksessa puussa on vain yksi solmu, joka on samaan aikaan juurisolmu

Lisätiedot

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018

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

Lisätiedot

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Tilastollinen testaus. Vilkkumaa / Kuusinen 1 Tilastollinen testaus Vilkkumaa / Kuusinen 1 Motivointi Viime luennolla: havainnot generoineen jakauman muoto on usein tunnettu, mutta parametrit tulee estimoida Joskus parametreista on perusteltua esittää

Lisätiedot

Luku 8. Aluekyselyt. 8.1 Summataulukko

Luku 8. Aluekyselyt. 8.1 Summataulukko Luku 8 Aluekyselyt Aluekysely on tiettyä taulukon väliä koskeva kysely. Tyypillisiä aluekyselyitä ovat, mikä on taulukon välin lukujen summa tai pienin luku välillä. Esimerkiksi seuraavassa taulukossa

Lisätiedot

58131 Tietorakenteet ja algoritmit (syksy 2015)

58131 Tietorakenteet ja algoritmit (syksy 2015) 58131 Tietorakenteet ja algoritmit (syksy 2015) Harjoitus 2 (14. 18.9.2015) Huom. Sinun on tehtävä vähintään kaksi tehtävää, jotta voit jatkaa kurssilla. 1. Erään algoritmin suoritus vie 1 ms, kun syötteen

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 4 Jatkuvuus Jatkuvan funktion määritelmä Tarkastellaan funktiota f x) jossakin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jatkuva tai epäjatkuva. Jatkuvuuden

Lisätiedot

Suodatus ja näytteistys, kertaus

Suodatus ja näytteistys, kertaus ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 6: Kantataajuusvastaanotin AWGN-kanavassa II: Signaaliavaruuden vastaanotin a Olav Tirkkonen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos a [10.6.3-10.6.6;

Lisätiedot

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

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

Lisätiedot

Verkon värittämistä hajautetuilla algoritmeilla

Verkon värittämistä hajautetuilla algoritmeilla Verkon värittämistä hajautetuilla algoritmeilla 5 12 30 19 72 34 Jukka Suomela 15 77 18 4 9. tammikuuta 2012 19 2 68 Verkko 2 Verkko solmu 3 Verkko solmu kaari 4 Hajautettu järjestelmä solmu (tietokone)

Lisätiedot

n! k!(n k)! n = Binomikerroin voidaan laskea pelkästään yhteenlaskun avulla käyttäen allaolevia ns. palautuskaavoja.

n! k!(n k)! n = Binomikerroin voidaan laskea pelkästään yhteenlaskun avulla käyttäen allaolevia ns. palautuskaavoja. IsoInt Tietokoneiden muisti koostuu yksittäisistä muistisanoista, jotka nykyaikaisissa koneissa ovat 64 bitin pituisia. Muistisanan koko asettaa teknisen rajoituksen sille, kuinka suuria lukuja tietokone

Lisätiedot

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ 24.9.2019 HYVÄN VASTAUKSEN PIIRTEITÄ Alustavat hyvän vastauksen piirteet on suuntaa-antava kuvaus kokeen tehtäviin odotetuista vastauksista ja tarkoitettu ensisijaisesti

Lisätiedot

Demo 1: Simplex-menetelmä

Demo 1: Simplex-menetelmä MS-C2105 Optimoinnin perusteet Malliratkaisut 3 Ehtamo Demo 1: Simplex-menetelmä Muodosta lineaarisen tehtävän standardimuoto ja ratkaise tehtävä taulukkomuotoisella Simplex-algoritmilla. max 5x 1 + 4x

Lisätiedot

Graafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria

Graafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria Graafit ja verkot Suuntamaton graafi: eli haaroja Joukko solmuja ja joukko järjestämättömiä solmupareja Suunnattu graafi: Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria Haaran päätesolmut:

Lisätiedot

Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun

Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Sami Hokuni 12 Syyskuuta, 2012 1/ 54 Sami Hokuni Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Turun Yliopisto. Gradu tehty 2012 kevään

Lisätiedot

Algoritmit 2. Luento 13 Ti Timo Männikkö

Algoritmit 2. Luento 13 Ti Timo Männikkö Algoritmit 2 Luento 13 Ti 30.4.2019 Timo Männikkö Luento 13 Simuloitu jäähdytys Merkkijonon sovitus Horspoolin algoritmi Ositus ja rekursio Rekursion toteutus Algoritmit 2 Kevät 2019 Luento 13 Ti 30.4.2019

Lisätiedot

Prof. Marko Terviö Assist. Jan Jääskeläinen

Prof. Marko Terviö Assist. Jan Jääskeläinen Harjoitukset 3. 1. (a) Dismalandissa eri puolueiden arvostukset katusiivoukselle ovat Q A (P ) = 60 6P P A (Q) = 10 Q/6 Q B (P ) = 80 5P P B (Q) = 16 Q/5 Q C (P ) = 50 2P P C (Q) = 25 Q/2 Katusiivous on

Lisätiedot

Tekijä MAA2 Polynomifunktiot ja -yhtälöt = Vastaus a)

Tekijä MAA2 Polynomifunktiot ja -yhtälöt = Vastaus a) K1 a) Tekijä MAA Polynomifunktiot ja -yhtälöt 6.8.016 ( + + ) + ( ) = + + + = + + + = + 4 b) 4 4 ( 5 + ) ( 5 + 1) = 5 + + 5 + 1 4 = + + + 4 = + 5 5 1 1 Vastaus a) 4 + b) 4 + 1 K a) f ( ) = + 1 f () = +

Lisätiedot

Tietorakenteet ja algoritmit - syksy 2015 1

Tietorakenteet ja algoritmit - syksy 2015 1 Tietorakenteet ja algoritmit - syksy 2015 1 Tietorakenteet ja algoritmit - syksy 2015 2 Tietorakenteet ja algoritmit Johdanto Ari Korhonen Tietorakenteet ja algoritmit - syksy 2015 1. JOHDANTO 1.1 Määritelmiä

Lisätiedot

Langattoman verkon spektrianalyysi

Langattoman verkon spektrianalyysi Langattoman verkon spektrianalyysi on päijät-hämäläinen yritys- ja yhteisöasiakkaita palveleva ICTkokonaisratkaisutoimittaja. Olemme tuottaneet laadukasta palvelua jo vuodesta 2005 Päijät- Hämeessä ja

Lisätiedot

2.1. Tehtävänä on osoittaa induktiolla, että kaikille n N pätee n = 1 n(n + 1). (1)

2.1. Tehtävänä on osoittaa induktiolla, että kaikille n N pätee n = 1 n(n + 1). (1) Approbatur 3, demo, ratkaisut Sovitaan, että 0 ei ole luonnollinen luku. Tällöin oletusta n 0 ei tarvitse toistaa alla olevissa ratkaisuissa. Se, pidetäänkö nollaa luonnollisena lukuna vai ei, vaihtelee

Lisätiedot

TAAJUUSMAKSULASKENNAN ESIMERKIT

TAAJUUSMAKSULASKENNAN ESIMERKIT Viestintävirasto LIITE () TAAJUUSMAKSULASKENNAN ESIMERKIT Tässä liitteessä esitetään yksityiskohtaisesti taajuusmaksun laskenta ja verrataan sitä nykyiseen lupa- tai taajuusmaksuun. Matkaviestinverkkojen

Lisätiedot

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi. Algoritmien DP ja MF vertaileminen tapahtuu suoraviivaisesti kirjoittamalla kummankin leskimääräinen kustannus eksplisiittisesti todennäköisyyksien avulla. Lause T MF ave = 1 + 2 1 i

Lisätiedot

Henkilötunnus Sukunimi Etunimet

Henkilötunnus Sukunimi Etunimet Valintakokeessa on kaksi osaa: Osa 1 sisältää viisi esseetehtävää kansantaloustieteestä. Osasta 1 voi saada 0 30 pistettä. Osa sisältää kuusi matematiikan laskutehtävää. Osasta voi saada 0 30 pistettä.

Lisätiedot

Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen

Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen Ohjelmistoradio tehtävät 4 P: Ekvalisointi ja demodulaatio Tässä tehtävässä dekoodata OFDM data joka on sijotetty synknonontisignaalin lälkeen. Synkronointisignaali on sama kuin edellisessä laskutehtävässä.

Lisätiedot

Demonstraatiot Luento 7 D7/1 D7/2 D7/3

Demonstraatiot Luento 7 D7/1 D7/2 D7/3 TEKNILLINEN KORKEAKOULU Tietoliikenne- ja tietoverkkotekniikan laitos S-8.45 Liikenneteorian perusteet, Kevät 2008 Demonstraatiot Luento 7 7.2.2008 D7/ Tarkastellaan piirikytkentäisen järjestelmän n-kanavaista

Lisätiedot

Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari Korhonen

Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari Korhonen Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari 1 1. JOHDANTO 1.1 Määritelmiä 1.2 Tietorakenteen ja algoritmin valinta 1.3 Algoritmit ja tiedon määrä 1.4 Tietorakenteet ja toiminnot 1.5 Esimerkki:

Lisätiedot

x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu

x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu 2 Interpolointi Olkoon annettuna n+1 eri pistettä x 0, x 1, x n R ja n+1 lukua y 0, y 1,, y n Interpoloinnissa etsitään funktiota P, joka annetuissa pisteissä x 0,, x n saa annetut arvot y 0,, y n, (21)

Lisätiedot

Liikenneteoriaa (vasta-alkajille)

Liikenneteoriaa (vasta-alkajille) Liikenneteoriaa (vasta-alkajille) samuli.aalto@hut.fi liikteor.ppt S-38.8 - Teletekniikan perusteet - Syksy 000 Sisältö Liikenneteorian tehtävä Verkot ja välitysperiaatteet Puhelinliikenteen mallinnus

Lisätiedot

Matematiikka ja teknologia, kevät 2011

Matematiikka ja teknologia, kevät 2011 Matematiikka ja teknologia, kevät 2011 Peter Hästö 13. tammikuuta 2011 Matemaattisten tieteiden laitos Tarkoitus Kurssin tarkoituksena on tutustuttaa ja käydä läpi eräisiin teknologisiin sovelluksiin liittyvää

Lisätiedot

1 Kertaus. Lineaarinen optimointitehtävä on muotoa:

1 Kertaus. Lineaarinen optimointitehtävä on muotoa: 1 Kertaus Lineaarinen optimointitehtävä on muotoa: min c 1 x 1 + c 2 x 2 + + c n x n kun a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1 + a 22 x 2 + + a 2n x n b 2 (11) a m1 x 1 + a m2 x 2 + + a mn x n

Lisätiedot

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ 6.3.08 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa

Lisätiedot

AV-muotojen migraatiotyöpaja - ääni. KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen

AV-muotojen migraatiotyöpaja - ääni. KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen AV-muotojen migraatiotyöpaja - ääni KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen Äänimuodot Ääneen vaikuttavia asioita Taajuudet Äänen voimakkuus Kanavien määrä Näytteistys Bittisyvyys

Lisätiedot