3.4 Käänteiskuvauslause ja implisiittifunktiolause
|
|
- Kirsti Manninen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 3.4 Käänteiskuvauslause ja implisiittifunktiolause Tässä luvussa käsitellään kahta keskeistä vektorianalyysin lausetta. Esitellään aluksi kyseiset lauseet ja tutustutaan niiden käyttötapoihin. Lause (Käänteiskuvauslause). Olkoon D R m avoin, a D ja f C 1 (D; R m ) sellainen funktio, että sen Jacobin matriisin J f,a determinantti det(j f,a ) 0. Tällöin 1. löytyy sellaiset avoimet joukot U D ja V R n että a U, f(u) = V ja f : U V on injektio, 2. f 1 : V U on C 1 -funktio ja 3. J f 1,f(a)J f,a on identtinen matriisi. Huomautus Lähtö- ja maaliavaruuden dimensiot ovat samat! Lause eroaa lineaarikuvausten vastaavasta tuloksesta vain joukkojen U ja V osalta, jotka voivat olla pieniä joukkoja. Funktio f 1 on määritelty vain kuvajoukon f(d) osajoukossa. Tämä motivoi seuraavaa määritelmää. Määritelmä Olkoon D R m avoin, a D ja f : D R n. Funktio f on lokaalisti eli paikallisesti injektiivinen pisteessä a, jos löytyy sellainen avoin joukko U D, että a U ja f : U f(u) on injektio. Tällöin funktio f on lokaalisti eli paikallisesti kääntyvä pisteessä a ja sen lokaalia käänteiskuvausta merkitään f 1 : f(u) V.
2 Esimerkki Olkoon f(x 1, x 2 ) = (e x 1 cos(x 2 ), e x 1 sin(x 2 )), missä x 1, x 2 R. Tutki, onko funktio f kääntyvä tai lokaalisti kääntyvä. Funktio f : R 2 R 2 ei ole injektio, sillä f(0, 0) = f(0, k2π) kaikilla kokonaisluvuilla k. Funktio f ei ole kääntyvä, koska se ei ole injektio. Funktion f Jacobin matriisi pisteessä (x 1, x 2 ) R 2 on [ ] e x 1 cos(x J f,(x1,x 2 ) = 2 ) e x 1 sin(x 2 ) e x 1 sin(x 2 ) e x 1 cos(x 2 ) ja det(j f,(x1,x 2 )) = e 2x 1 cos 2 (x 2 ) + e 2x 1 sin 2 (x 2 ) = e 2x1 0. Funktio f on lokaalisti kääntyvä jokaisessa pisteessa (x 1, x 2 ) R 2. Funktion f lokaalin käänteiskuvauksen derivaatan matriisiesitys luonnollisten kantojen suhteen on Lauseen kohdan 3. nojalla J f 1,f(x 1,x 2 ) = J 1 f,(x 1,x 2 ) = 1 [ ] e x 1 cos(x 2 ) e x 1 sin(x 2 ) e 2x 1 e x 1 sin(x 2 ) e x 1 cos(x 2 ) Funktion f 1 : V U derivaatta voidaan määrätä, vaikka funktiota f 1 sekä joukkoja U ja V ei ole eksplisiittisesti määrätty!
3 Määritelmä Olkoon m 1 ja F : D R m+1 R. Jos on olemassa sellainen funktio f : D R m R, että F (x 1,..., x m, f(x 1,..., x m )) = 0 kaikilla (x 1,..., x m ) D, niin yhtälö F (x 1,..., x m, x m+1 ) = 0 määrittelee funktion f implisiittisesti. Esimerkki a) Olkoon F (x,, y) = x 2 + y 2 1 = 0, missä x, y R. Silloin funktio F määrittelee implisiittisesti esimerkiksi funktiot missä x [ 1, 1], sillä f ± (x) = ± 1 x 2, F (x, y) = F (x, f ± (x)) = x 2 + (f pm (x)) 2 1 = 0, x [ 1, 1]
4 b) Olkoon F (x 1, x 2, x 3 ) = x x x kaikilla x 1, x 2, x 3 R. Silloin tasaarvojoukko {(x 1, x 2, x 3 ) R 3 : F (x 1, x 2, x 3 ) = 0} (3.4.1) on ellipsoidi ja yhtälö määrittelee implisiittisesti funktion kaikilla (x 1, x 2 ) D, missä F (x 1, x 2, x 3 ) = 0 f(x 1, x 2 ) = 1 x 2 1 2x2 2, D = {(x 1, x 2 ) R 2 : 1 x 2 1 2x 2 2 0}, sillä joukossa D. F (x 1, x 2, f(x 1, x 2 )) = x x f(x 1, x 2 ) 2 1 = 0
5 Palautetaan mieleen, että joukko S R m on C 1 -sileä pinta, jos löytyy sellainen C 1 -funktio F : D R m R, että F (x) 0 kaikilla x S ja S = {(x 1,..., x m ) R m : F (x 1,..., x m ) = C}. Kirjoittamalla pinnan määräävä funktio muodossa F (x 1,..., x m ) C = 0 (3.4.2) herää kysymys, määrääkö yhtälö (3.4.2) jonkin funktion implisiittisesti. Jos implisiittisesti määritelty funktio f on olemassa, niin pinta S voidaan ilmaista funktion f(x 1,..., x m 1 ) kuvaajan avulla, sillä pinnan pisteet ovat silloin muotoa (x 1,..., x m ) = (x 1,..., x m 1, f(x 1,..., x m 1 )). Implisiittifunktiolause näyttää, että tämä on totta lokaalisti ( mahdollisen koordinaatiston muunnoksen jälkeen).
6 Lause (Implisiittifunktiolause 2D tapauksessa). Olkoon D R 2 avoin, (a, b) D ja F = F (x, y) C 1 (D) sellainen funktio, että F (a, b) = 0 ja y (a, b) 0. Silloin löytyy sellaiset avoimet joukot U, V R, että 1. a U ja b V, 2. jokaisella x U löytyy yksikäsitteinen y =: f(x) V, jolla F (x, f(x)) = 0 ja 3. b = f(a) sekä funktio f : U V on C 1 - funktio, jonka derivaatta on kaikilla x U. f x (x) = y (x, f(x)) (x, f(x)) Esimerkki Käytetään Implisittifunktiolausetta ns. implisiittiseen derivointiin 2Dtapauksessa. Olkoon F (x, y) = x 5 + y 5 + 5x 3 y kaikilla (x, y) R 2. Silloin F C 1 (R 2 ). Tarkastellaan pistettä x = 1. Olkoon y R sellainen 1, että F (1, y) = 0. Silloin 1 Tässä kohtaa kannattaa yleisemmässä tapauksessa ratkaista y y (1, y) = 5y4 + 5 > 0.
7 Implisiittifunktiolauseen nojalla löytyy sellainen pisteen 1 pieni ympäristö U ja sellainen f C 1 (U), että f(1) = b ja funktion f derivaatta pisteessä 1 on f x (1) = y (1, f(1)) + 15f(1) = 5 (1, f(1)) 5f(1) Kun f(1) tunnetaan, niin myös derivaatta f (1) tunnetaan. Pyritään löytämään f(1) (tämän kannattaa tehdä usein ensimmäisenä) 0 = F (1, f(1)) = 1 + f(1) 5 + 5f(1), jonka likimääräinen ratkaisu on f(1) Tällöin f (1) 0.3
8 Lause (Implisiittifunktiolause m-ulotteisessa tapauksessa). Olkoon m 2, D R m avoin, a D ja F = F (x 1,..., x m ) C 1 (D) sellainen funktio, että F (a) = 0 ja x m (a) 0. Silloin löytyy sellaiset avoimet joukot U R m 1 ja V R, että 1. (a 1,... a m 1 ) U ja a m V, 2. jokaisella (x 1,..., x m 1 ) U löytyy yksikäsitteinen x m =: f(x 1,..., x m 1 ) V, jolla F (x 1,... x m 1, f(x 1,..., x m 1 )) = 0 ja 3. a m = f(a 1,..., a m 1 ) sekä funktio f : U V on C 1 - funktio, jonka osittaisderivaatat ovat f x (x 1,..., x m 1 ) = i (x 1,..., x m 1, f(x 1,..., x m 1 )) x i x m (x 1,..., x m 1, f(x 1,..., x m 1 )) kaikilla (x 1,..., x m 1 ) U ja i = 1,..., m 1.
9 Esimerkki Olkoon S R m on C 1 -sileä pinta. Silloin löytyy sellainen C 1 -funktio F : D R m R, että ja F (x) 0 kaikilla x S. Olkoon a = (a 1,..., a m ) S. S = {(x 1,..., x m ) R m : F (x 1,..., x m ) C = 0}. Mikäli x m (a) = 0, tehdään koordinaatiston vaihto numeroimalla koordinaattiakselit uudelleen siten, että osittaisderivaatta viimeisen koordinaatin suhteen ei häviä. Tämä on mahdollista, sillä F (a) 0, joten ainakin yksi sen komponenteista ei häviä. Implisiittifunktiolauseen nojalla on olemassa pisteen (a 1,..., a m 1 ) avoin ympäristö U R m 1 sekä funktio f(x 1,..., x m 1 ), joilla pisteet (x 1,..., x m 1, f(x 1,..., x m 1 )) S. C 1 -sileä pinta voidaan esittää kunkin pisteensä pienessä ympäristössä (mahdollisen lineaarisen koordinaatiston vaihdon jälkeen) jonkin C 1 - funktion kuvaajana
10 Lause (Implisiittifunktiolause vektoriarvoisille funktioille). Olkoon D R m R n avoin ja a R m sekä b R n sellaisia, että (a, b) D. Olkoon F = F (x 1,..., x m, y 1,..., y n ) C 1 ( D; R n ) sellainen funktio, että F (a, b) = 0 ja matriisi i y j (a, b), missä i, j = 1,..., n, on kääntyvä. Silloin löytyy sellaiset avoimet joukot U R m ja V R n, että 1. a U, b V, 2. jokaisella x U löytyy yksikäsitteinen y =: f(x) V, jolle F (x, f(x)) = 0, 3. b = f(a) ja funktio f : U V on C 1 -funktio, jonka Jacobin matriisi pisteessä x U on n m-matriisi J f,x = (J) 1 n n( J) n m, missä i, j = 1,..., n ja k = 1,..., m. J ij = i y j (x, f(x)) ja J ik = i x k (x, f(x)),
11 Esimerkki a) Olkoon { x + y + z = 1 x 2 + y 2 + z 2 = 1 (3.4.3) Kolmea muuttujaa x, y ja z sitoo kaksi yhtälöä, jolloin formaalisti ainoastaan yksi muuttuja jää vapaaksi. Olkoon vapaa muuttuja x. Näytetään, että yhtälöryhmällä (3.4.3) on implisiittisesti määrätty ratkaisu y = y(x) ja z = z(x) pisteen x = 1 2 lähellä kun tiedetään, että piste ( x, ỹ 1, ỹ 2 ) = ( 1 2, 1 4 (1 + 5), 1 4 (1 5) ) on yhtälöryhmän (3.4.3) eräs ratkaisu. Asetetaan F (x, y 1, y 2 ) = (x + y 1 + y 2 1, x 2 + y1 2 + y2 2 1) kaikilla x, y 1, y 2 R. Silloin F on C 1 -funktio ja [ ] 1 y 1 ( x, ỹ 1, ỹ 2 ) [ ] 1 y 2 ( x, ỹ 1, ỹ 2 ) y 1 ( x, ỹ 1, ỹ 2 ) =, 2 y 2 ( x, ỹ 1, ỹ 2 ) 2ỹ 1 2ỹ 2 jonka determinantti on 2ỹ 2 2ỹ 1 = Implisiittifunktiolauseen nojalla löytyy pisteen x = 1 2 pienessä ympäristössä yksikäsitteinen C 1 -funktio f, jolle pätee F (x, f(x)) = (0, 0). Siis yhtälöryhmän (3.4.3) implisiittinen ratkaisu pisteen x = 1 2 lähellä on (x, y, z) = (x, f(x)).
12 b) Yksi implisiittifunktiolauseen ja käänteiskuvauslauseen käyttökohteista on koordinaatistonmuunnokset, joita käytetään myöhemmin moniulotteisten integraalien muuttujienvaihdossa. Tarkastellaan havainnollistamisen nimissä yksinkertainen tapaus, jonka voi käsitellä myös suoraviivaisemmilla menetelmillä. Määritelllään paraboliset koordinaatit (y 1, y 2 ) vaatimalla, että euklidisen avaruuden piste (x 1, x 2 ) = (y 2 1 y 2 2, y 1 y 2 ). Tunnetaan siis kuvaus parabolisesta koordinaatistosta euklidiseen koordinaatistoon. Riittää tarkastella pisteitä (y 1, y 2 ) (0, 0), sillä koordinaattimuunnos (ja sen mahdollinen käänteismuunnos) kuvaa origon origoksi. Tällöin vektoriyhtälö F (x 1, x 2, y 1, y 2 ) = (y 2 1 y 2 2, y 1 y 2 ) (x 1, x 2 ) = (0, 0) määrää implisiittisesti koordinaattien lokaalin muunnoksen euklidisista koordinaateista parabolisiin koordinaatteihin f(x 1, x 2 ) = (y 1, y 2 ), sillä F on C 1 -funktio ja matriisin [ ] 1 y 1 (x 1, x 2, y 1, y 2 ) 1 y 2 (x 1, x 2, y 1, y 2 ) 2 y 1 (x 1, x 2, y 1, y 2 ) 2 y 2 (x 1, x 2, y 1, y 2 ) determinantti 2y y 2 2 > 0 kaikilla (y 1, y 2 ) R 2 \{(0, 0)}. = [ ] 2y1 2y 2 y 2 y 1
13 Todistuksia Lemma (Väliarvolause) Olkoon D R m avoin, f : D R differentioituva ja pisteet a, b D sellaisia, että a+t(b a) D jokaisella t [0, 1]. Silloin löytyy sellainen piste c {a + t(b a) : t (0, 1)}, että f(b) f(a) = f(c) (b a) Todistus. Merkitään g(t) = f(a + t(b a)). Silloin g(1) = f(b) ja g(0) = f(a). Tällöin reaalifunktioiden väliarvolauseen ja ketjusäännön nojalla on olemassa sellainen t 0 (0, 1), että g(1) g(0) = g (t 0 )(1 0) = f(a + t 0 (b a)) Merkitään c = a + t 0 (b a). d(a + t(b a)). dt
Vektorianalyysi II (MAT21020), syksy 2018
Vektorianalyysi II (MAT21020), syksy 2018 Ylimääräisiä harjoitustehtäviä 1. Osoita, että normin neliö f : R n R, f(x) = x 2 on differentioituva pisteessä a R n ja, että sen derivaatalle on voimassa 2.
LisätiedotSelvästi. F (a) F (y) < r x d aina, kun a y < δ. Kolmioepäyhtälön nojalla x F (y) x F (a) + F (a) F (y) < d + r x d = r x
Seuraavaksi tarkastellaan C 1 -sileiden pintojen eräitä ominaisuuksia. Lemma 2.7.1. Olkoon S R m sellainen C 1 -sileä pinta, että S on C 1 -funktion F : R m R eräs tasa-arvojoukko. Tällöin S on avaruuden
Lisätiedot4.3.7 Epäoleellinen integraali
Esimerkki 4.3.16. (Lineaarinen muuttujien vaihto) Olkoot A R m sellainen kompakti joukko, että A on nollajoukko. Olkoon M R m m säännöllinen matriisi (eli det(m) 0) ja f : R m R jatkuva funktio. Tehdään
LisätiedotVastaa kaikkiin kysymyksiin (kokeessa ei saa käyttää laskinta)
Helsingin yliopisto, Matematiikan ja tilastotieteen osasto Vektorianalyysi II (MAT22, syksy 28 Kurssitentti, Ma 7228 (RATKAISUEHDOTUKSET Tentaattori: Ville Tengvall (villetengvall@helsinkifi Vastaa kaikkiin
Lisätiedotpeitteestä voidaan valita äärellinen osapeite). Äärellisen monen nollajoukon yhdiste on nollajoukko.
Esimerkki 4.3.9. a) Piste on nollajoukko. Suoran rajoitetut osajoukot ovat avaruuden R m, m 2, nollajoukkoja. Samoin suorakaiteiden reunat koostuvat suoran kompakteista osajoukoista. b) Joukko = Q m [0,
LisätiedotOletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 018 Harjoitus 4 Ratkaisuehdotukset Tehtävä 1. Olkoon U R avoin joukko ja ϕ = (ϕ 1, ϕ, ϕ 3 ) : U R 3 kaksiulotteisen C 1 -alkeispinnan
LisätiedotLUKU 4. Pinnat. (u 1, u 2 ) ja E ϕ 2 (u 1, u 2 ) := ϕ u 2
LUKU 4 Pinnat 4.. Määritelmiä ja esimerkkejä Määritelmä 4.. Epätyhjä osajoukko M R 3 on sileä (kaksiulotteinen) pinta, jos jokaiselle pisteelle p M on olemassa ympäristö V p R 3, avoin joukko U p R 2 ja
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa
MS-A24 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 216 Antti Rasila
LisätiedotJohdatus matemaattiseen päättelyyn
Johdatus matemaattiseen päättelyyn Maarit Järvenpää Oulun yliopisto Matemaattisten tieteiden laitos Syyslukukausi 2015 1 Merkintöjä 2 Todistamisesta 3 Joukko-oppia 4 Funktioista Funktio eli kuvaus on matematiikan
LisätiedotPolkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon
Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä 4.1.3. Olkoot : [a, b] R m paloittain C 1 -polku välin [a, b] jaon P = {a = t 1 < < t k = b} ja joukko D R m sellainen, että ([a, b])
Lisätiedota) on lokaali käänteisfunktio, b) ei ole. Piirrä näiden pisteiden ympäristöön asetetun neliöruudukon kuva. VASTAUS:
6. Käänteiskuvaukset ja implisiittifunktiot 6.1. Käänteisfunktion olemassaolo 165. Määritä jokin piste, jonka ympäristössä funktiolla f : R 2 R 2, f (x,y) = (ysinx, x + y + 1) a) on lokaali käänteisfunktio,
LisätiedotViikon aiheet. Funktion lineaarinen approksimointi
Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen
LisätiedotAntti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Antti Rasila Matematiikan ja systeemianalyysin laitos
LisätiedotLineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus
Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen
LisätiedotRatkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,...
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 2017 Harjoitus 1 Ratkaisuehdotukset 11 Osoita, että vektorifunktio f = (f 1,, f m ): R n R m, on jatkuva, jos ja vain jos jokainen komponenttifunktio
Lisätiedot2.6 Funktioiden kuvaajat ja tasa-arvojoukot
2.6 Funktioiden kuvaajat ja tasa-arvojoukot Olkoon I R väli. Yhden muuttujan funktion g : I R kuvaaja eli graafi on avaruuden R 2 osajoukko {(x, y) R 2 : x I, y = g(x)}. 1 0 1 2 3 1 0.5 0 0.5 1 Kuva 2.1:
LisätiedotJAKSO 2 KANTA JA KOORDINAATIT
JAKSO 2 KANTA JA KOORDINAATIT Kanta ja dimensio Tehtävä Esittele vektoriavaruuden kannan määritelmä vapauden ja virittämisen käsitteiden avulla ja anna vektoriavaruuden dimension määritelmä Esittele Lause
LisätiedotKanta ja Kannan-vaihto
ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Vesanen MS-A0205/6 Differentiaali- ja integraalilaskenta 2, kevät 2017 Laskuharjoitus 4A (Vastaukset) alkuviikolla
LisätiedotMATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai
MATP15 Approbatur 1B Ohjaus Keskiviikko 4.11. torstai 5.11.015 1. (Opiskeluteht. 6 s. 0.) Määritä sellainen vakio a, että polynomilla x + (a 1)x 4x a on juurena luku x = 1. Mitkä ovat tällöin muut juuret?.
LisätiedotJATKUVUUS. Funktio on jatkuva jos sen kuvaaja voidaan piirtää nostamatta kynää paperista.
JATKUVAT FUNKTIOT JATKUVUUS Jatkuva funktio Epäjatkuva funktio Funktio on jatkuva jos sen kuvaaja voidaan piirtää nostamatta kynää paperista., suomennos Matti Pauna JATKUVUUS Jatkuva funktio Epäjatkuva
LisätiedotMääritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.
1 Lineaarikuvaus 1.1 Määritelmä Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos (a) L(v + w) = L(v) + L(w); (b) L(λv) = λl(v) aina, kun v, w V ja λ K. Termejä:
Lisätiedoty = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 2 mallit Kevät 219 Tehtävä 1. Laske osittaisderivaatat f x = f/x ja f y = f/, kun f = f(x, y) on funktio a) x 2 y 3 + y sin(2x),
Lisätiedot802320A LINEAARIALGEBRA OSA III
802320A LINEAARIALGEBRA OSA III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 56 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V
LisätiedotVEKTORIANALYYSIN HARJOITUKSET: VIIKKO 4
VEKTORIANALYYSIN HARJOITUKSET: VIIKKO 4 Jokaisen tehtävän jälkeen on pieni kommentti tehtävään liittyen Nämä eivät sisällä mitään kovin kriittistä tietoa tehtävään liittyen, joten niistä ei tarvitse välittää
LisätiedotTehtävä 1. Näytä, että tason avoimessa yksikköpallossa
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 2018 Harjoitus 2 Ratkaisuehdotukset Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa määritelty kuvaus B(0, 1) := x R 2 : x
LisätiedotBijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.
Määritelmä Bijektio Oletetaan, että f : X Y on kuvaus. Sanotaan, että kuvaus f on bijektio, jos se on sekä injektio että surjektio. Huom. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin
LisätiedotOminaisarvo 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
Lisätiedot6. Differentiaaliyhtälösysteemien laadullista teoriaa.
1 MAT-13450 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 2010 6. Differentiaaliyhtälösysteemien laadullista teoriaa. Olemme keskittyneet tässä kurssissa ensimmäisen kertaluvun
Lisätiedot5.6 Yhdistetty kuvaus
5.6 Yhdistetty kuvaus Määritelmä 5.6.1. Oletetaan, että f : æ Y ja g : Y æ Z ovat kuvauksia. Yhdistetty kuvaus g f : æ Z määritellään asettamalla kaikilla x œ. (g f)(x) =g(f(x)) Huomaa, että yhdistetty
LisätiedotKuvaus. Määritelmä. LM2, Kesä /160
Kuvaus Määritelmä Oletetaan, että X ja Y ovat joukkoja. Kuvaus eli funktio joukosta X joukkoon Y on sääntö, joka liittää jokaiseen joukon X alkioon täsmälleen yhden alkion, joka kuuluu joukkoon Y. Merkintä
LisätiedotKäänteiskuvauslause, implisiittikuvauslause ja Lagrangen menetelmä
Käänteiskuvauslause, implisiittikuvauslause ja Lagrangen menetelmä Pro gradu -tutkielma Dimitri Tuomela 1930221 Matemaattisten tieteiden laitos Oulun yliopisto Kesä 2014 Sisältö Johdanto 2 1 Esitietoja
LisätiedotOsoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.
LINEAARIALGEBRA Harjoituksia 2016 1. Olkoon V = R 2 varustettuna tavallisella yhteenlaskulla. Määritellään reaaliluvulla kertominen seuraavasti: λ (x 1, x 2 ) = (λx 1, 0) (x 1, x 2 ) R 2 ja λ R. Osoita,
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.
MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Riikka Korte Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto
LisätiedotLikimääräisratkaisut ja regularisaatio
Luku 3 Likimääräisratkaisut ja regularisaatio Käytännön inversio-ongelmissa annettu data y ei aina ole tarkkaa, vaan sisältää häiriöitä. Tuntemattomasta x on annettu häiriöinen data y F (x + }{{}}{{} ε.
Lisätiedot1 Sisätulo- ja normiavaruudet
1 Sisätulo- ja normiavaruudet 1.1 Sisätuloavaruus Määritelmä 1. Olkoon V reaalinen vektoriavaruus. Kuvaus : V V R on reaalinen sisätulo eli pistetulo, jos (a) v w = w v (symmetrisyys); (b) v + u w = v
LisätiedotMatriisien tulo. Matriisit ja lineaarinen yhtälöryhmä
Matriisien tulo Lause Olkoot A, B ja C matriiseja ja R Tällöin (a) A(B + C) =AB + AC, (b) (A + B)C = AC + BC, (c) A(BC) =(AB)C, (d) ( A)B = A( B) = (AB), aina, kun kyseiset laskutoimitukset on määritelty
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
Lisätiedot3.3 Funktion raja-arvo
3.3 Funktion raja-arvo Olkoot A ja B kompleksitason joukkoja ja f : A B kuvaus. Kuvauksella f on pisteessä z 0 A raja-arvo c, jos jokaista ε > 0 vastaa δ > 0 siten, että 0 < z z 0 < δ ja z A f(z) c < ε.
Lisätiedot3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset
32 Idea: Lineaarikuvausten laskutoimitusten avulla määritellään vastaavat matriisien laskutoimitukset Vakiolla kertominen ja summa Olkoon t R ja A, B R n m Silloin ta, A + B R n m ja määritellään ta ta
LisätiedotDerivaattaluvut ja Dini derivaatat
Derivaattaluvut Dini derivaatat LuK-tutkielma Helmi Glumo 2434483 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2016 Sisältö Johdanto 2 1 Taustaa 2 2 Määritelmät 4 3 Esimerkkejä lauseita 7 Lähdeluettelo
LisätiedotAnalyysi 1. Harjoituksia lukuihin 4 7 / Syksy Tutki funktion f(x) = x 2 + x 2 jatkuvuutta pisteissä x = 0 ja x = 1.
Analyysi 1 Harjoituksia lukuihin 4 7 / Syksy 014 1. Tutki funktion x + x jatkuvuutta pisteissä x = 0 ja x = 1.. Määritä vakiot a ja b siten, että funktio a x cos x + b x + b sin x, kun x 0, x 4, kun x
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Ojalammi MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016 Laskuharjoitus 4A (Vastaukset) alkuviikolla
Lisätiedot0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,
HY / Matematiikan ja tilastotieteen laitos Todennäköisyyslaskenta II, syksy 07 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Mitkä seuraavista funktioista F, F, F ja F 4 ovat kertymäfunktioita? Mitkä niistä
LisätiedotEsimerkki 1.1. Kahdeksikkopolku α: u (sin u, sin 2u) on helppo todeta injektioksi
. Pinnoista.. Pinnan määritelmästä. Monisteen [] määritelmän 4.. mukainen pinta S on sama olio, jollaista abstraktimmassa differentiaaligeometriassa kutsutaan avaruuden R n alimonistoksi (tarkemmin upotetuksi
Lisätiedot1 Lineaariavaruus eli Vektoriavaruus
1 Lineaariavaruus eli Vektoriavaruus 1.1 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä V epätyhjä joukko. Oletetaan, että joukossa V on määritelty laskutoimitus
LisätiedotMonistot LUKU 4. (P ): on olemassa avoin, pisteen x sisältävä joukko U R n, avoin joukko W
LUKU 4 Monistot Muistettakoon, että avointen joukkojen U, V R n välinen diffeomorfismi h: U V on C 1 -kuvaus, jolle myös käänteiskuvaus h 1 on C 1. Jatkossa oletetaan, että tarkasteltavat kuvaukset ovat
LisätiedotKannan 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, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 017 Harjoitus 4 Ratkaisuehdotukset 4.1. Osoita, että tasa-arvojoukko S F (0), F : R 3 R, F (x) = 3x 1 x 3 + e x + x e x 3, on säännöllinen
LisätiedotMatriisialgebra harjoitukset, syksy 2016
MATRIISIALGEBRA, s, Ratkaisuja/ MHamina & M Peltola 7 Onko kuvaus F : R R, F(x 1,x = (x 1 +x,5x 1, x 1 +6x lineaarinen kuvaus? Jos on, niin määrää sen matriisi luonnollisen kannan suhteen Jos ei ole, niin
LisätiedotKantavektorien kuvavektorit määräävät lineaarikuvauksen
Kantavektorien kuvavektorit määräävät lineaarikuvauksen Lause 18 Oletetaan, että V ja W ovat vektoriavaruuksia. Oletetaan lisäksi, että ( v 1,..., v n ) on avaruuden V kanta ja w 1,..., w n W. Tällöin
Lisätiedot802320A LINEAARIALGEBRA OSA II
802320A LINEAARIALGEBRA OSA II Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 64 Sisätuloavaruus Määritelmä 1 Olkoon V reaalinen vektoriavaruus. Kuvaus on reaalinen
LisätiedotHY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.
HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 8 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Mitkä seuraavista funktioista F, F, F ja F 4 ovat kertymäfunktioita? Mitkä
LisätiedotMATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus alkavalle viikolle Ratkaisuehdotuksia (7 sivua) (S.M)
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus 7. 2. 2009 alkavalle viikolle Ratkaisuehdotuksia (7 sivua) (S.M) Luennoilla on nyt menossa vaihe, missä Hurri-Syrjäsen monistetta käyttäen tutustutaan
LisätiedotLUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k
LUKU 3 Ulkoinen derivaatta Olkoot A R n alue k n ja ω jatkuvasti derivoituva k-muoto alueessa A Muoto ω voidaan esittää summana ω = ω i1 i 2 i k dx i 1 dx i 2 1 i 1
LisätiedotHarjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:
Differentiaaliyhtälöt, Kesä 216 Harjoitus 2 1. Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: (a) y = (2 y) 3, (b) y = (y 1) 2, (c) y = 2y y 2. 2. Etsi seuraavien
LisätiedotKäänteismatriisi 1 / 14
1 / 14 Jokaisella nollasta eroavalla reaaliluvulla on käänteisluku, jolla kerrottaessa tuloksena on 1. Seuraavaksi tarkastellaan vastaavaa ominaisuutta matriiseille ja määritellään käänteismatriisi. Jokaisella
LisätiedotDeterminantti 1 / 30
1 / 30 on reaaliluku, joka on määritelty neliömatriiseille Determinantin avulla voidaan esimerkiksi selvittää, onko matriisi kääntyvä a voidaan käyttää käänteismatriisin määräämisessä ja siten lineaarisen
Lisätiedotr > y x z x = z y + y x z y + y x = r y x + y x = r
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Osoita, että avoin kuula on avoin joukko ja suljettu kuula on suljettu joukko. Ratkaisu.
Lisätiedotx = (1 t)x 1 + tx 2 x 1 x 2
4 Konveksisuus ja ääriarvot Palautan mieliin, että R:n välillä I derivoituvaa funktiota sanottiin konveksiksi (alaspäin kuperaksi), jos käyrä y = f(x) on välillä I jokaisen tangenttisuoransa yläpuolella
Lisätiedot3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset
31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita
LisätiedotTäydellisyysaksiooman kertaus
Täydellisyysaksiooman kertaus Luku M R on joukon A R yläraja, jos a M kaikille a A. Luku M R on joukon A R alaraja, jos a M kaikille a A. A on ylhäältä (vast. alhaalta) rajoitettu, jos sillä on jokin yläraja
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit
MS-A25/MS-A26 ifferentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 216 1 Perustuu
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45
MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 9 1 Implisiittinen derivointi Tarkastellaan nyt yhtälöä F(x, y) = c, jossa x ja y ovat muuttujia ja c on vakio Esimerkki tällaisesta yhtälöstä on x 2 y 5 + 5xy = 14
LisätiedotOminaisarvo ja ominaisvektori
Ominaisarvo ja ominaisvektori Määritelmä Oletetaan, että A on n n -neliömatriisi. Reaaliluku λ on matriisin ominaisarvo, jos on olemassa sellainen vektori v R n, että v 0 ja A v = λ v. Vektoria v, joka
Lisätiedotf(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 7 Harjoitus 6 Ratkaisuehdotukset 6.. Olkoon f : G R, G = {(x, x ) R x > }, f(x, x ) = x x. Etsi differentiaalit d k f(, ), k =,,. Ratkaisu:
LisätiedotEsimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).
Esimerkki 9 Esimerkissä 6 miniminormiratkaisu on (ˆx, ˆx (, 0 Seuraavaksi näytetään, että miniminormiratkaisuun siirtyminen poistaa likimääräisongelman epäyksikäsitteisyyden (mutta lisääntyvän ratkaisun
Lisätiedot6. Toisen ja korkeamman kertaluvun lineaariset
SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 51 6. Toisen ja korkeamman kertaluvun lineaariset differentiaaliyhtälöt Määritelmä 6.1. Olkoon I R avoin väli. Olkoot p i : I R, i = 0, 1, 2,..., n, ja q : I R jatkuvia
Lisätiedot802320A LINEAARIALGEBRA OSA I
802320A LINEAARIALGEBRA OSA I Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 72 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja integraalilaskenta
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 20 R. Kangaslampi Matriisihajotelmista
Lisätiedotx = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );
LINEAARIALGEBRA Harjoituksia, Syksy 2016 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla
LisätiedotBM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016
BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016 1. Hahmottele karkeasti funktion f : R R 2 piirtämällä sen arvoja muutamilla eri muuttujan arvoilla kaksiulotteiseen koordinaatistoon
LisätiedotNumeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen
LisätiedotFunktioista. Esimerkki 1
Funktio eli kuvaus on matematiikan keskeisimpiä käsitteitä. Seuraavaksi tarkastellaan funktioita ja todistetaan niiden ominaisuuksia. Määritelmä 1 Olkoot A ja B. Kuvaus eli funktio f : A B on sääntö, joka
LisätiedotVektorianalyysi II MAT21020
Vektorianalyysi II MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ke: :5-:, to: :5-4: Helsingin yliopisto 4. huhtikuuta 8 Sisältö RHS:n luennoista 3 5 Kertausta vektorifunktioista 4 6 Vektorifunktioiden
Lisätiedot13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Differentiaaliyhtälöt, kesä 00 Tehtävät 3-8 / Ratkaisuehdotuksia (RT).6.00 3. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: y = + y + y = + y + ( y ) (y
Lisätiedot3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA =
3 3 Olkoot 9 8 B 7 6 ja A 5 4 [ 3 4 Nyt A + B, AB ja BB eivät ole mielekkäitä (vastaavilla lineaarikuvauksilla menisivät dimensiot solmuun tällaisista yhdistelmistä) Kuitenkin voidaan laskea BA ja 9( )
LisätiedotDerivaatta: funktion approksimaatio lineaarikuvauksella.
Viikko 5 Tällä viikolla yleistetään R 2 :n ja R 3 :n vektorialgebran peruskäsitteet n-ulotteiseen avaruuteen R n, ja määritellään lineaarikuvaus. Tarkastellaan funktioita, joiden määrittelyjoukko on n-ulotteisen
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
LisätiedotKuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Olkoon f : R R f(x 1, x ) = x 1 + x Olkoon C R. Määritä tasa-arvojoukko Sf(C) = {(x 1, x
LisätiedotJohdatus diskreettiin matematiikkaan (syksy 2009) Harjoitus 3, ratkaisuja Janne Korhonen
Johdatus diskreettiin matematiikkaan (syksy 009) Harjoitus 3, ratkaisuja Janne Korhonen 1. Väite: Funktio f : [, ) [1, ), missä on bijektio. f(x) = x + 4x + 5, Todistus: Luentomateriaalissa todistettujen
LisätiedotVektorilaskenta, tentti
Vektorilaskenta, tentti 27102017 Tentin kesto n 3 tuntia Vastaa NELJÄÄN tehtävään Jos vastaat kaikkiin, niin neljä PARASTA otetaan huomioon Kuvat vievät tilaa, joten muista kurkistaa paperin toiselle puolelle
Lisätiedotsaadaan kvanttorien järjestystä vaihtamalla ehto Tarkoittaako tämä ehto mitään järkevää ja jos, niin mitä?
ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT 209 4 Funktion raja-arvo 4. Määritelmä. Funktion raja-arvon määritelmän ehdosta ε > 0: δ > 0: f) A < ε aina, kun 0 < a < δ, saadaan kvanttorien järjestystä vaihtamalla
Lisätiedot1 Kertaus. Lineaarinen optimointitehtävä on muotoa:
1 Kertaus Lineaarinen optimointitehtävä on muotoa: min c 1 x 1 + c 2 x 2 + + c n x n kun a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1 + a 22 x 2 + + a 2n x n b 2 (11) a m1 x 1 + a m2 x 2 + + a mn x n
Lisätiedota) 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
Lisätiedot802320A LINEAARIALGEBRA OSA III
802320A LINEAARIALGEBRA OSA III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO Syksy 2017 LINEAARIALGEBRA 1 / 59 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V
LisätiedotLineaarikuvauksen R n R m matriisi
Lineaarikuvauksen R n R m matriisi Lauseessa 21 osoitettiin, että jokaista m n -matriisia A vastaa lineaarikuvaus L A : R n R m, jolla L A ( v) = A v kaikilla v R n. Osoitetaan seuraavaksi käänteinen tulos:
Lisätiedoty (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x
BM0A5830 Differentiaaliyhtälöiden peruskurssi Harjoitus 4, Kevät 017 Päivityksiä: 1. Ratkaise differentiaaliyhtälöt 3y + 4y = 0 ja 3y + 4y = e x.. Ratkaise DY (a) 3y 9y + 6y = e 10x (b) Mikä on edellisen
Lisätiedot3. Useamman muuttujan funktioiden differentiaalilaskentaa Olkoon A R n. Kuvaus f : A R on n:n muuttujan reaalifunktio. Se kuvaa
3 Useamman muuttujan funktioiden differentiaalilaskentaa Olkoon A R n Kuvaus f : A R on n:n muuttujan reaalifunktio Se kuvaa A:n pisteet x = (x,, x n ) A (x,, x n R) reaaliluvuiksi f(x) ja koko A:n R:n
LisätiedotAvaruuden R n aliavaruus
Avaruuden R n aliavaruus 1 / 41 Aliavaruus Esimerkki 1 Kuva: Suora on suljettu yhteenlaskun ja skalaarilla kertomisen suhteen. 2 / 41 Esimerkki 2 Kuva: Suora ei ole suljettu yhteenlaskun ja skalaarilla
LisätiedotSinin jatkuvuus. Lemma. Seuraus. Seuraus. Kaikilla x, y R, sin x sin y x y. Sini on jatkuva funktio.
Sinin jatkuvuus Lemma Kaikilla x, y R, sin x sin y x y. Seuraus Sini on jatkuva funktio. Seuraus Kosini, tangentti ja kotangentti ovat jatkuvia funktioita. Pekka Salmi FUNK 19. syyskuuta 2016 22 / 53 Yhdistetyn
Lisätiedotsaadaan kvanttorien järjestystä vaihtamalla ehto Tarkoittaako tämä ehto mitään järkevää ja jos, niin mitä?
ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT 208 4 Funktion raja-arvo 4 Määritelmä Funktion raja-arvon määritelmän ehdosta ε > 0: δ > 0: fx) A < ε aina, kun 0 < x a < δ, saadaan kvanttorien järjestystä vaihtamalla
LisätiedotLuento 9: Yhtälörajoitukset optimoinnissa
Luento 9: Yhtälörajoitukset optimoinnissa Lagrangen kerroin Oletetaan aluksi, että f, g : R R. Merkitään (x 1, x ) := (x, y) ja johdetaan Lagrangen kerroin λ tehtävälle min f(x, y) s.t. g(x, y) = 0 Olkoon
Lisätiedot17. Differentiaaliyhtälösysteemien laadullista teoriaa.
99 17. Differentiaaliyhtälösysteemien laadullista teoriaa. Differentiaaliyhtälön x'(t) = f(x(t),t), x(t) n määrittelemän systeemin sanotaan olevan autonominen, jos oikea puoli ei eksplisiittisesti riipu
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan
Lisätiedotsin(x2 + y 2 ) x 2 + y 2
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 2017 Harjoitus 2 Ratkaisuedotukset 2.1. Tutki funktion g : R 2 R, g(0, 0) = 0, jatkuvuutta. g(x, y) = sin(x2 + y 2 ) x 2 + y 2, kun (x,
Lisätiedoty x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1
1. Tarkastellaan funktiota missä σ C ja y (y 1,..., y n ) R n. u : R n R C, u(x, t) e i(y x σt), (a) Miksi funktiota u(x, t) voidaan kutsua tasoaalloksi, jonka aaltorintama on kohtisuorassa vektorin y
Lisätiedot2.8. Kannanvaihto R n :ssä
28 Kannanvaihto R n :ssä Seuraavassa kantavektoreiden { x, x 2,, x n } järjestystä ei saa vaihtaa Vektorit ovat pystyvektoreita ( x x 2 x n ) on vektoreiden x, x 2,, x n muodostama matriisi, missä vektorit
Lisätiedot