5 Differentiaaliyhtälöryhmät
|
|
- Eeva-Kaarina Lehtinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) = F(t, y, y,, y (n 1) ) voidaan palauttaa ryhmäksi ensimmäisen asteen differentiaaliyhtälöitä asettamalla y 1 = y, y 2 = y, y 3 = y,, y n = y (n 1) (1) y 1 = y 2 y 2 = y 3.. (2) y n 1 = y n 1
2 Tällöin y (n) = F(t, y, y 1, y 2,, y n ) (3) Yleinen differentiaaliyhtälöryhmä: y 1 = f 1 (t, y 1,, y n ) y 2 = f 2 (t, y 1,, y n ) y n = f 1 (t, y 1,, y n ) (4) Sisältää kaikki tärkeät tapaukset, koska korkeamman kertaluvun differentiaaliyhtälöt ja yhtälöryhmät voidaan palauttaa ensimmäisen kertaluvun differentiaaliyhtälöryhmäksi. Differentiaaliyhtälöryhmän ratkaisu välillä a < t < b on n:n differentioituvan funktion joukko y 1 = φ 1 (t),, y n = φ n (t) (5) 2
3 Alkuarvoprobleema koostuu yhtälöstä (4) ja alkuehdoista y 1 (t 0 ) = K 1, y 2 (t 0 ) = K 2,, y n (t 0 ) = K n (6) Ratkaisujen olemassaolo ja yksikäsitteisyys: Olkoot f 1,, f n yhtälössä (4) jatkuvia funktioita, joilla on jatkuvat osittaisderivaatat f 1 / y 1,, f 1 / y n,, f n / y n jossain ty 1 y n avaruuden alueessa R sisältäen pisteen (t 0, K 1,, K n ). Tällöin yhtälöllä (4) on yksikäsitteinen ratkaisu jollain välillä t 0 α < t < t 0 + α, siten että alkuehdot (6) toteutuvat. Differentiaaliyhtälöryhmä on lineaarinen, jos se voidaan kirjoittaa muotoon y 1 = a 11 (t)y a 1n (t)y n + g 1 (t) y n = a n1 (t)y a nn (t)y n + g n (t). (7) 3
4 Vektorimuodossa missä a 11 a 1n A =, y = a n1 a nn Yhtälöryhmä on homogeeninen, jos g = 0 y = Ay + g, (8) y 1. y n g = g 1. g n (9) y = Ay (10) Lineaariselle yhtälöryhmälle pätee: Jos a jk :t ja g j :t ovat jatkuvia t:n funktioita avoimella välillä α < t < β, joka sisältää pisteen t = t 0, yhtälöllä (8) on tällä välillä yksikäsitteinen alkuehdot toteuttava ratkaisu y(t). 4
5 Superpositioperiaate: Jos y (1) ja y (2) ovat homogeenisen differentiaaliyhtälöryhmän ratkaisuja jollain välillä, myös lineaarikombinaatio y = c 1 y (1) + c 2 y (2) on ratkaisu. Homogeenisen yhtälöryhmän ratkaisujen kanta välillä J on n:n ratkaisun lineaarisesti riippumaton joukko y (1),,y (n) tällä välillä ja vastaava lineaarikombinaatio y = c 1 y (1) + + c n y (n) (11) on homogeenisen yhtälön yleinen ratkaisu välillä J. Kantafunktioiden muodostama Wronskin determinantti: y (1) 1 y (2) 1 y (n) 1 W(y (1),, y (n) ) = y n (1) y n (2) y (n) n (12) 5
6 5.2 Vakiokertoimiset homogeeniset lineaariset differentiaaliyhtälöryhmät Oletetaan, että yhtälöryhmän y = Ay (13) kerroinmatriisi A = [a jk ] on vakio, eli sen alkiot eivät riipu t:stä. Yksittäisen yhtälön y = ky ratkaisu on y = Ce kt yrite: Sijoitetaan yhtälöön (13), saadaan y = xe λt (14) y = λxe λt = Ay = Axe λt (15) Jakamalla e λt :llä saadaan karakteristinen yhtälö Ax = λx (16) 6
7 Oletus: A:lla n:n ominaisvektorin muodostama kanta. Tällöin ratkaisut ovat y (1) = x (1) e λ 1t,,y (n) = x (n) e λ nt (17) Wronskin determinantti: x (1) 1 eλ 1t x (n) 1 eλ nt W(y (1), y (n) x (1) 2 ) = eλ 1t x (n) 2 eλ nt x (1) n e λ 1t x n (n) e λ nt x (1) 1 x (n) 1 = e λ 1t+ +λ n t x (1) 2 x (n) 2 x (1) n x (n) n (18) 7
8 Jos kerroinmatriisilla A on n lineaarisesti riippumatonta ominaisvektoria, vastaavat ratkaisut y (1),,y (n) muodostavat yhtälön (13) ratkaisujen kannan ja vastaava yleinen ratkaisu on y = c 1 x (1) e λ 1t + + c n x (n) e λ nt (19) Kahden yhtälön yhtälöryhmän ratkaisuja y 1 y 2 tasossa kutsutaan poluiksi (path, trajectory) ja ko. tasoa faasitasoksi (phase plane). Jos A:lla on kaksinkertainen ominaisarvo µ, jota vastaa vain yksi ominaisvektori x, saadaan toinen riippumaton ratkaisu sijoituksella Kolminkertainen ominaisarvo µ y (2) = xte µt + ue µt (20) y (3) = 1 2 xt2 e µt + ute µt + ve µt (21) 8
9 5.3 Faasitaso, kriittiset pisteet ja stabiilius Esitetään yhtälöryhmän y = Ay = a 11 a 12 y, (22) a 21 a 22 eli y 1 = a 11 y 1 + a 12 y 2 y 2 = a 21 y 1 + a 22 y 2 (23) ratkaisut polkuina y 1 = y 1 (t), y 2 = y 2 (t) faasitasossa. Yhtälöstä (22) saadaan dy 2 = dy 2/dt dy 1 dy 1 /dt = y 2 y 1 = a 21y 1 + a 22 y 2 a 11 y 1 + a 12 y 2 (24) 9
10 Jokaiseen pisteeseen P : (y 1, y 2 ) liittyy pisteen P kautta kulkevan polun yksikäsitteinen tangenttisuunta dy 2 /dy 1 Piste P = P 0 : (0, 0) on kriittinen piste: Solmu, satulapiste, keskus tai spiraalipiste. Kriittisen pisteen laatu riippuu A:n ominaisarvoista λ 1, λ 2, jotka ovat karakteristisen yhtälön a det(a λi) = 11 λ a 12 a 22 λ = λ2 (a 11 + a 22 )λ + det A = 0 a 21 ratkaisuja. Merkitään (25) p = a 11 + a 22, q = deta = a 11 a 22 a 12 a 21, = p 2 4q (26) 10
11 Tällöin λ 2 pλ + q = (λ λ 1 )(λ λ 2 ) = λ 2 (λ 1 + λ 2 )λ + λ 1 λ 2 (27) Kriittinen piste P 0 on 1. solmu, jos q > 0 ja 0, 2. satulapiste, jos q < 0, 3. keskus, jos p = 0 ja q > 0, 4. spiraalipiste, jos p 0 ja < 0 Kriittiset pisteet voidaan luokitella myös stabiiliuden mukaan: Piste P 0 on stabiili, jos kaikki jollain hetkellä P 0 :n lähellä olevat polut pysyvät sen lähellä kaikkina ajanhtekinä, ts. jokaista P 0 keskistä kiekkoa D ǫ, jonka säde ǫ > 0 vastaa P 0 keskinen kiekko D δ siten, että jokaisen D δ :ssa olevan pisteen P 1 kautta kulkevan polun kaikki pisteet ovat D ǫ :ssa. 11
12 Piste P 0 on stabiili ja attraktiivinen kriittinen piste, jos P 0 on stabiili ja jokainen pisteen D δ kautta kulkeva polku lähestyy P 0 :aa, kun t. Jos P 0 ei ole stabiili, se on epästabiili. p:n ja q:n avulla: piste P 0 on 1. stabiili ja attraktiivinen, jos p < 0 ja q > 0 2. stabiili, jos p 0 ja q > 0 3. epästabiili, jos p > 0 tai q < 0. Stabiilissa systeemissä pieni häiriö jollain ajanhetkellä muuttaa systeemin käyttäytymistä tulevilla ajanhetkillä vain vähän. 12
13 5.4 Epälineaariset differentiaaliyhtälöryhmät Faasitasomenetelmiä voidaan käyttää epälineaaristen yhtälöryhmien y = f(y), eli y 1 = f 1 (y 1, y 2 ) y 2 = f 2 (y 1, y 2 ) (28) ratkaisemiseen. Yhtälöryhmä (28) on autonominen, jos riippumaton muuttuja t ei esiinny eksplisiittisesti. Tarkastellaan autonomisia yhtälöryhmiä ja oletetaan, että kriittinen piste P 0 on origo (tai voidaan siirtää origoon) ja että se on eristetty, eli lähistöllä ei ole muita kriittisiä pisteitä. 13
14 Kriittisten pisteiden ominaisuuksia voidaan usein tarkastella linearisoimalla: Otetaan huomioon, että f 1 (0, 0) = 0 ja f 2 (0, 0) = 0, ts. funktioissa f 1 ja f 2 ei ole vakiotermejä ja kirjoitetaan yhtälöryhmä (28) muotoon y = Ay + h(y), eli y 1 = a 11 y 1 + a 12 y 2 + h 1 (y 1, y 2 ) y 2 = a 21 y 1 + a 22 y 2 + h 2 (y 1, y 2 ) Jos deta 0, kriittisen pisteen tyyppi ja stabiilisuus on sama kuin vastaavan lineaarisen yhtälöryhmän, joka saadaan linearisoimalla yhtälöryhmä (28) eli asettamalla h(y) = 0: y = Ay, eli (29) y 1 = a 11 y 1 + a 12 y 2 y 2 = a 21 y 1 + a 22 y 2 (30) 14
15 Faasitasomenetelmää voidaan käyttää myös toisen kertaluvun autonomisen yhtälön F(y, y, y ) = 0 (31) muuntamiseen ensimmäisen kertaluvun yhtälöksi. Asetetaan y = y 1 ja y = y 2 ja käytetään ketjusääntöä: y = y 2 = dy 2 dt = dy 2 dy 1 dy 1 dt = dy 2 dy 1 y 2 (32) Saadaan ensimmäisen kertaluvun yhtälö ( F y 1, y 2, dy ) 2 y 2 dy 1 = 0. (33) 15
16 5.5 Epähomogeeniset lineaariset differentiaaliyhtälöryhmät Tarkastellaan yhtälöryhmiä missä vektori g(t) 0. Yhtälöryhmän (34) yleinen ratkaisu on y = Ay + g, (34) y = y (h) + y (p), (35) missä y (h) (t) on vastaavan homogeenisen yhtälöryhmän y = Ay ratkaisu ja y (p) (t) on ryhmän (34) erityisratkaisu. Etsitään siis epähomogeenisen yhtälöryhmän erityisratkaisuja. 16
17 Määräämättömien kertoimien menetelmää voidaan käyttää, jos g:n komponentit ovat t:n kokonaislukupotensseja, eksponenttifunktioita, sinejä tai kosineja. Jos g:ssä on termi e λt, missä λ on A:n ominaisarvo, yritteenä on kÿtettävä termiä ute λt + ve λt. Parametrien variointimenetelmää voidaan soveltaa epähomogeenisiin lineaarisiin yhtälöryhmiin y = A(t)y + g(t), (36) missä A = A(t) ja g(t) on mikä tahansa funktio. Parametrien variointimenetelmä antaa erityisratkaisun y (p) jollain välillä J, jos homogeenisen yhtälön yleinen ratkaisu tunnetaan. y (h) = c 1 y (1) + + c n y (n) (37) 17
18 Komponenteittain: c 1 y (1) c n y (n) 1 y (h) =. = c 1 y n (1) + + c n y n (n) y (1) 1 y (n) 1 c 1.. y n (n) y n (n) c n = Y(t)c (38) Korvataan vakiovektori c vektorilla u(t): y (p) = Y(t)u(t) (39) Sijoitetaan y (p) yhtälöön (36), saadaan Y u + Yu = AYu + g (40) 18
19 Homogeenisen yhtälöryhmän ratkaisut y (1) = Ay (1), y (2) = Ay (2),,y (n) = Ay (n) (41) voidaan kirjoittaa matriisiyhtälönä Y = AY, jolloin yhtälö (40) redusoituu muotoon Yu = g. Matriisilla Y on käänteismatriisi, ja voidaan ratkaista Integroidaan alkuarvosta t 0 t:hen, saadaan u(t) = t u = Y 1 g (42) t 0 Y 1 ( t)g( t)d t + C (43) Saadaan yleinen ratkaisu (erityisratkaisu, jos C = 0): y = Yu = YC + Y t t 0 Y 1 ( t)g( t)d t (44) 19
20 Yhtälöryhmille y = Ay + g(t), (45) joille A:lla on ominaisvektorien muodostama kanta, voidaan käyttää myös matriisin diagonalisointia. Voidaan osoittaa, että matriisi D = X 1 AX (46) on diagonaalinen ja sen diagonaalilla ovat matriisin A ominaisarvot. Määritellään uusi tuntematon funktio z = X 1 y, (47) jolloin y = Xz. (48) Sijoitetaan tämä yhtälöön (45), saadaan 20
21 Xz = AXz + g (49) Kerrotaan vasemmalta X 1 :llä, saadaan z = X 1 AXz + h, (50) missä h = X 1 g. Tämä voidaan kirjoittaa muotoon z = Dz + h (51) Komponenteittain z j = λ j z j + h j (52) Ratkaisemalla nämä n lineaarista yhtälöä saadaan (y = Xz) z j (t) = c j e λjt + e λ jt e λjt h j (t)dt (53) 21
22 6 Potenssisarjamenetelmistä Idea: Esitetään yhtälön y + p(x)y + q(x)y = 0 (54) kertoimet p(x) ja q(x) potenssisarjoina. Myös ratkaisun oletetaan olevan muotoa y = m=0 a m x m = a 0 + a 1 x + a 2 x 2 + a 3 x 3 + (55) Sijoitetaan tämä sarja ja sen derivaatat y = m=1 ma m x m 1 = a 1 + 2a 2 x + 3a 3 x 2 + (56) 22
23 y = m=2 m(m 1)a m x m 2 = 2a a 3 x + 4 3a 4 x 2 + (57) alkuperäiseen yhtälöön. Ratkaisemalla tästä eri potenssien kertoimet saadaan yhtälön ratkaisu. Potenssisarjamenetelmillä voidaan ratkoa sovellusten kannalta tärkeitä differentiaaliyhtälöitä, joiden ratkaisu muuten olisi vaikeaa tai mahdotonta. Ratkaisuna saadaan usein erikoisfunktioita. Esim. Legendren differentiaaliyhtälö ratkaisuna Legendren polynomit (1 x 2 )y 2xy + n(n + 1)y = 0, (58) 23
24 P n (x) = M ( 1) m (2n 2m)! 2 n m!(n m)!(n 2m)! xn 2m = m=0 (2n)! 2 n (n!) 2 xn (2n 2)! 2 n 1!(n 1)!(n 2)! xn 2 +, (59) missä M = n/2 tai (n 1)/2, riippuen siitä kumpi on kokonaisluku. Muutama ensimmäinen Legendren polynomi: P 0 (x) = 1 P 1 (x) = x P 2 (x) = 1 2 (3x2 1) (60) P 3 (x) = 1 2 (5x3 3x) 24
5 DIFFERENTIAALIYHTÄLÖRYHMÄT
5 DIFFERENTIAALIYHTÄLÖRYHMÄT 5. Ensimmäisen kl:n DY-ryhmät Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Useimmat voidaan mallintaa ensimmäisen kertaluvun DY-ryhmien avulla. Ensimmäisen kl:n
LisätiedotMatematiikka B3 - Avoin yliopisto
2. heinäkuuta 2009 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Lisäharjoitustehtävä Kurssin sisältö (1/2) 1. asteen Differentiaali yhtälöt (1.DY) Separoituva Ratkaisukaava Bernoyulli
Lisätiedot3 Toisen kertaluvun lineaariset differentiaaliyhtälöt
3 Toisen kertaluvun lineaariset differentiaaliyhtälöt 3.1 Homogeeniset lineaariset differentiaaliyhtälöt Toisen kertaluvun differentiaaliyhtälö on lineaarinen, jos se voidaan kirjoittaa muotoon Jos r(x)
Lisätiedot4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt
4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt 4.1 Homogeeniset lineaariset differentiaaliyhtälöt Homogeeninen yhtälö on muotoa F(x, y,, y (n) ) = 0. (1) Yhtälö on lineaarinen, jos se voidaan
Lisätiedot4 Korkeamman kertaluvun differentiaaliyhtälöt
Differentiaaliyhtälöt c Pekka Alestalo 2015 Tässä monisteessa käydään läpi tavallisiin differentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Luennolla lasketaan esimerkkitehtäviä
LisätiedotHarjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,
Differentiaaliyhtälöt, Kesä 06 Harjoitus 3 Kaikissa tehtävissä, joissa pitää tarkastella kriittisten pisteiden stabiliteettia, jos kyseessä on satulapiste, ilmoita myös satulauraratkaisun (tai kriittisessä
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
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
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
LisätiedotJouni Sampo. 15. huhtikuuta 2013
B3 Jouni Sampo 15. huhtikuuta 2013 Sisältö 1 Johdanto 2 1.1 Peruskäsitteitä.................................... 2 1.2 Differentiaaliyhtälöiden ratkaisuista......................... 2 2 Ensimmäisen kertaluvun
Lisätiedot3 TOISEN KERTALUVUN LINEAARISET DY:T
3 TOISEN KERTALUVUN LINEAARISET DY:T Huomautus epälineaarisista. kertaluvun differentiaaliyhtälöistä Epälineaarisen DY:n ratkaisemiseen ei ole yleismenetelmää. Seuraavat erikoistapaukset voidaan ratkaista
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
Lisätiedot1 Di erentiaaliyhtälöt
Taloustieteen mat.menetelmät syksy 2017 materiaali II-5 1 Di erentiaaliyhtälöt 1.1 Skalaariyhtälöt Määritelmä: ensimmäisen kertaluvun di erentiaaliyhtälö on muotoa _y = F (y; t) oleva yhtälö, missä _y
LisätiedotBM20A5830 Differentiaaliyhtälöiden peruskurssi
BM20A5830 Differentiaaliyhtälöiden peruskurssi Jouni Sampo 30. maaliskuuta 2015 Sisältö 1 Johdanto 2 1.1 Peruskäsitteitä.................................... 2 1.2 Differentiaaliyhtälöiden ratkaisuista.........................
LisätiedotLineaarinen toisen kertaluvun yhtälö
Lineaarinen toisen kertaluvun yhtälö Keijo Ruotsalainen Mathematics Division Lineaarinen toisen kertaluvun differentiaaliyhtälö Toisen kertaluvun täydellinen lineaarinen yhtälö muotoa p 2 (x)y + p 1 (x)y
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
LisätiedotDifferentiaaliyhtälöt II, kevät 2017 Harjoitus 5
Differentiaaliyhtälöt II, kevät 27 Harjoitus 5 Heikki Korpela 26. huhtikuuta 27 Tehtävä 2. Määrää seuraavan autonomisen systeemin kriittiset pisteet, ratakäyrät ja luonnostele systeemin aikakehitys: (t)
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
Lisätiedot4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
1 Laaja matematiikka 5 Kevät 010 4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö.
LisätiedotDifferentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus
TAMPEREEN YLIOPISTO Luonnontieteiden Pro gradu -tutkielma Ilkka Niemi-Nikkola Differentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus Luonnontieteiden tiedekunta Matematiikka Tammikuu
LisätiedotDierentiaaliyhtälöistä
Dierentiaaliyhtälöistä Markus Kettunen 17. maaliskuuta 2009 1 SISÄLTÖ 1 Sisältö 1 Dierentiaaliyhtälöistä 2 1.1 Johdanto................................. 2 1.2 Ratkaisun yksikäsitteisyydestä.....................
LisätiedotVakiokertoiminen lineaarinen normaaliryhmä
1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 29 Vakiokertoiminen lineaarinen normaaliryhmä Todetaan ensin ilman todistuksia (tulos on syvällinen) ratkaisujen
Lisätiedot2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.
2. kl:n DY:t Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.) Lause Olkoon f(x 2, x 1, t) funktio, ja oletetaan, että f, f/ x 1 ja f/ x
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
LisätiedotDierentiaaliyhtälöistä
Dierentiaaliyhtälöistä Markus Kettunen 4. maaliskuuta 2009 1 SISÄLTÖ 1 Sisältö 1 Dierentiaaliyhtälöistä 2 1.1 Johdanto................................. 2 1.2 Ratkaisun yksikäsitteisyydestä.....................
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 6 To 22.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 6 To 22.9.2011 p. 1/38 p. 1/38 Ominaisarvotehtävät Monet sovellukset johtavat ominaisarvotehtäviin Yksi
Lisätiedot1 Peruskäsitteet. Dierentiaaliyhtälöt
Teknillinen korkeakoulu Matematiikka Dierentiaaliyhtälöt Alestalo Tässä monisteessa käydään läpi tavallisiin dierentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Esimerkkejä luennoilla
LisätiedotEnsimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 9 Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotMS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos
Lisätiedota 1 y 1 (x) + a 2 y 2 (x) = 0 vain jos a 1 = a 2 = 0
6. Lineaariset toisen kertaluvun yhtälöt Toisen kertaluvun differentiaaliyhtälöt ovat tuntuvasti hankalampia ratkaista kuin ensimmäinen. Käsittelemmekin tässä vain tärkeintä erikoistapausta, toisen kertaluvun
Lisätiedot13. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
187 13. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö. Se on yleisessä muodossaan
Lisätiedot3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä
3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21
Lisätiedot3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä
1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a
LisätiedotMatriisi-vektori-kertolasku, lineaariset yhtälöryhmät
Matematiikan peruskurssi K3/P3, syksy 25 Kenrick Bingham 825 Toisen välikokeen alueen ydinasioita Alla on lueteltu joitakin koealueen ydinkäsitteitä, joiden on hyvä olla ensiksi selvillä kokeeseen valmistauduttaessa
LisätiedotEsimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva).
6 DIFFERENTIAALIYHTÄLÖISTÄ Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva). Newtonin II:n lain (ma missä Yhtälö dh dt m dh dt F) mukaan mg, on kiihtyvyys ja
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Ominaisarvot Kertaus: ominaisarvot Määritelmä
Lisätiedot(a) Järjestellään yhtälöitä siten, että vasemmalle puolelle jää vain y i ja oikealle puolelle muut
BM0A5830 Differentiaalihtälöiden peruskurssi Harjoitus 7, Kevät 07 Päivitksiä: Tehtävän b tehtävänantoa korjattu, tehtävän 5 vastaus korjattu. b tehtävänantoa sujuvoitettu. Vastauksia lisätt.. Monasti
Lisätiedot10. Toisen kertaluvun lineaariset differentiaaliyhtälöt
37. Toisen kertaluvun lineaariset differentiaalihtälöt Tarkastelemme muotoa () ( x) + a( x) ( x) + a( x) ( x) = b( x) olevia htälöitä, missä kerroinfunktiot ja oikea puoli ovat välillä I jatkuvia. Edellisen
LisätiedotDierentiaaliyhtälöistä
Dierentiaaliyhtälöistä Markus Kettunen 14. helmikuuta 2011 1 SISÄLTÖ 1 Sisältö 1 Dierentiaaliyhtälöistä 2 1.1 Johdanto................................. 2 1.2 Ratkaisun olemassaolosta ja yksikäsitteisyydestä...........
LisätiedotTalousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu
Talousmatematiikan perusteet: Luento 13 Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Viime luennolla Aloimme tarkastella yleisiä, usean muuttujan funktioita
LisätiedotOminaisarvo-hajoitelma ja diagonalisointi
Ominaisarvo-hajoitelma ja a 1 Lause 1: Jos reaalisella n n matriisilla A on n eri suurta reaalista ominaisarvoa λ 1,λ 2,...,λ n, λ i λ j, kun i j, niin vastaavat ominaisvektorit x 1, x 2,..., x n muodostavat
LisätiedotBM20A0900, Matematiikka KoTiB3
BM20A0900, Matematiikka KoTiB3 Luennot: Matti Alatalo Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luvut 1 4. 1 Sisältö Ensimmäisen kertaluvun differentiaaliyhtälöt
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
Lisätiedot5 OMINAISARVOT JA OMINAISVEKTORIT
5 OMINAISARVOT JA OMINAISVEKTORIT Ominaisarvo-ongelma Käsitellään neliömatriiseja: olkoon A n n-matriisi. Luku on matriisin A ominaisarvo (eigenvalue), jos on olemassa vektori x siten, että Ax = x () Yhtälön
Lisätiedot2v 1 = v 2, 2v 1 + 3v 2 = 4v 2.. Vastaavasti ominaisarvoa λ 2 = 4 vastaavat ominaisvektorit toteuttavat. v 2 =
TKK, Matematiikan laitos Pikkarainen/Tikanmäki Mat-1.1320 Matematiikan peruskurssi K2 Harjoitus 12, A=alku-, L=loppuviikko, T= taulutehtävä, P= palautettava tehtävä, W= verkkotehtävä 21. 25.4.2008, viikko
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 22 R. Kangaslampi matriisiteoriaa Kertaus: ominaisarvot
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt. osa 2 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 1 R. Kangaslampi Matriisihajotelmista
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
LisätiedotMS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42
MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 Tehtävät 1-4 lasketaan alkuviikon harjoituksissa ryhmissä, ja ryhmien ratkaisut esitetään harjoitustilaisuudessa (merkitty kirjaimella L = Lasketaan).
LisätiedotInsinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut
Insinöörimatematiikka D, 5.4.06 5. laskuharjoituksien esimerkkiratkaisut. Etsitään homogeenisen vakiokertoimisen lineaarisen differentiaaliyhtälön kaikki ratkaisut (reaalisessa muodossa). y (5) +4y (4)
LisätiedotMatematiikka B2 - Avoin yliopisto
6. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus
LisätiedotDI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 13: ti klo 13:00-15:30 ja to 1.4.
DI matematiikan opettajaksi: Täydennyskurssi, kevät Luentorunkoa ja harjoituksia viikolle 3: ti 33 klo 3:-5:3 ja to 4 klo 9:5-: Käydään läpi differentiaaliyhtälöitä Määritelmä Olkoon A R n n (MatLab:ssa
LisätiedotKompleksiluvun logaritmi: Jos nyt z = re iθ = re iθ e in2π, missä n Z, niin saadaan. ja siihen vaikuttava
Kompleksiluvun logaritmi: ln z = w z = e w Jos nyt z = re iθ = re iθ e inπ, missä n Z, niin saadaan w = ln z = ln r + iθ + inπ, n Z Logaritmi on siis äärettömän moniarvoinen funktio. Helposti nähdään että
LisätiedotNumeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28
Numeeriset menetelmät TIEA381 Luento 5 Kirsi Valjus Jyväskylän yliopisto Luento 5 () Numeeriset menetelmät 3.4.2013 1 / 28 Luennon 5 sisältö Luku 4: Ominaisarvotehtävistä Potenssiinkorotusmenetelmä QR-menetelmä
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotEsimerkki 4.4. Esimerkki jatkoa. Määrää matriisin ominaisarvot ja -vektorit. Ratk. Nyt
Esimerkki 4.4. Määrää matriisin 2 2 1 A = 1 3 1 2 4 3 ominaisarvot ja -vektorit. Ratk. Nyt det(a λi ) = 1 + 2 λ 2 1 + 1 λ 1 λ 1 3 λ 1 = 1 3 λ 1 2 4 3 λ 2 4 3 λ 1 λ = 1 4 λ 1 = (1 λ)( 1)1+1 4 λ 1 2 6 3
LisätiedotMatemaattinen Analyysi
Vaasan yliopisto, syksy 2016 / ORMS1010 Matemaattinen Analyysi 8. harjoitus, viikko 49 R1 to 12 14 F453 (8.12.) R2 to 14 16 F345 (8.12.) R3 ke 8 10 F345 (7.11.) 1. Määritä funktion f (x) = 1 Taylorin sarja
Lisätiedot1 Matriisit ja lineaariset yhtälöryhmät
1 Matriisit ja lineaariset yhtälöryhmät 11 Yhtälöryhmä matriisimuodossa m n-matriisi sisältää mn kpl reaali- tai kompleksilukuja, jotka on asetetettu suorakaiteen muotoiseksi kaavioksi: a 11 a 12 a 1n
LisätiedotMatemaattinen Analyysi
Vaasan yliopisto, kevät 01 / ORMS1010 Matemaattinen Analyysi. harjoitus, viikko 1 R1 ke 1 16 D11 (..) R to 10 1 D11 (..) 1. Määritä funktion y(x) MacLaurinin sarjan kertoimet, kun y(0) = ja y (x) = (x
Lisätiedot6 MATRIISIN DIAGONALISOINTI
6 MATRIISIN DIAGONALISOINTI Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T Muistutus: vektorien a ja b pistetulo (skalaaritulo,
LisätiedotMS-A0004/A0006 Matriisilaskenta
4. MS-A4/A6 Matriisilaskenta 4. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto..25 Tarkastellaan neliömatriiseja. Kun matriisilla kerrotaan vektoria, vektorin
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle /
Differentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle / 16. 18.5. Lineaariset differentiaaliyhtälöt, homogeeniset differentiaaliyhtälöt Tehtävä 1: a) Määritä differentiaaliyhtälön y 3y = 14e 4x
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
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotLuento 8: Epälineaarinen optimointi
Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori 0 = (0,..., 0). Reaalisten m n-matriisien joukkoa merkitään
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
LisätiedotOminaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.
Matematiikan ja tilastotieteen laitos Lineaarialgebra ja matriisilaskenta II Ylimääräinen harjoitus 6 Ratkaisut A:n karakteristinen funktio p A on λ p A (λ) det(a λi ) 0 λ ( λ) 0 5 λ λ 5 λ ( λ) (( λ) (
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ
Mat-48 Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ L ẋ = x ẋ = g L sin x rx Epälineaarisen systeemin tasapainotiloja voidaan
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotNeliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja
7 NELIÖMATRIISIN DIAGONALISOINTI. Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T () Muistutus: Kokoa n olevien vektorien
LisätiedotSimilaarisuus. Määritelmä. Huom.
Similaarisuus Määritelmä Neliömatriisi A M n n on similaarinen neliömatriisin B M n n kanssa, jos on olemassa kääntyvä matriisi P M n n, jolle pätee Tällöin merkitään A B. Huom. Havaitaan, että P 1 AP
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:
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
Lisätiedot5 Ominaisarvot ja ominaisvektorit
5 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin A
LisätiedotOMINAISARVOISTA JA OMINAISVEKTOREISTA
1 OMINAISARVOISTA JA OMINAISVEKTOREISTA Olkoon x = (x 1,..., x n ) avaruuden R n piste (l. vektori). Vektori x samaistetaan n 1-matriisin (x 1 x 2... x n ) T kanssa, ts. voidaan yhtä hyvin kirjoittaa x1
Lisätiedoty + 4y = 0 (1) λ = 0
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 6 mallit Kevät 2019 Tehtävä 1. Ratkaise yhtälöt a) y + 4y = x 2, b) y + 4y = 3e x. Ratkaisu: a) Differentiaaliyhtälön yleinen
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,
LisätiedotOminaisarvot ja ominaisvektorit 140 / 170
Ominaisarvot ja ominaisvektorit 140 / 170 Seuraavissa luvuissa matriisit ja vektori ajatellaan kompleksisiksi, ts. kertojakuntana oletetaan olevan aina kompleksilukujoukko C Huomaa, että reaalilukujoukko
LisätiedotNumeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35
Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen
LisätiedotInsinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut
Insinöörimatematiikka D, 406 6 laskuharjoituksien esimerkkiratkaisut Ratkaistaan differentiaaliyhtälö y = y () Tässä = d dy eli kyseessä on lineaarinen kertaluvun differentiaaliyhtälö: Yhtälön () homogenisoidulle
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
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 13.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/12 Käytännön asioita Kesäkuun tentti: ke 19.6. klo 17-20, päärakennuksen sali 1. Anna palautetta kurssisivulle ilmestyvällä
LisätiedotLineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut
MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / t Alkuviikon tuntitehtävä Hahmottele matriisia A ( 2 6 3 vastaava vektorikenttä Matriisia A
Lisätiedot4. Lasketaan transienttivirrat ja -jännitteet kuvan piiristä. Piirielimien arvot ovat C =
BMA58 Funktiot, lineaarialgebra ja vektorit Harjoitus 6, Syksy 5. Olkoon [ 6 6 A =, B = 4 [ 3 4, C = 4 3 [ 5 Määritä matriisien A ja C ominaisarvot ja ominaisvektorit. Näytä lisäksi että matriisilla B
LisätiedotMatematiikka B2 - TUDI
Matematiikka B2 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus
LisätiedotLineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg
Vaasan yliopisto, syksy 218 Lineaarialgebra II, MATH124 Matti laaksonen, Lassi Lilleberg Tentti T1, 284218 Ratkaise 4 tehtävää Kokeessa saa käyttää laskinta (myös graafista ja CAS-laskinta), mutta ei taulukkokirjaa
LisätiedotMatriisialgebra harjoitukset, syksy 2016
Matriisialgebra harjoitukset, syksy 6 MATRIISIALGEBRA, s. 6, Ratkaisuja/ M.Hamina & M. Peltola 8. Olkoon 4 A 6. 4 Tutki, onko A diagonalisoituva. Jos on, niin määrää matriisi D T AT ja siihen liittyvä
Lisätiedot4. Differentiaaliyhtälöryhmät 4.1. Ryhmän palauttaminen yhteen yhtälöön
4 Differentiaaliyhtälöryhmät 41 Ryhmän palauttaminen yhteen yhtälöön 176 Ratkaise differentiaaliyhtälöryhmät a) dt = y +t, b) = y z + sinx x 2 dt = x +t, c) + z = x2 = y + z + cosx + 2y = x a)x = C 1 e
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto DY-teoriaa DY-teoriaa Käsitellään seuraavaksi
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 +
LisätiedotNormaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa
Normaaliryhmä Toisen kertaluvun normaaliryhmä on yleistä muotoa x = u(t,x,y), y t I, = v(t,x,y), Funktiot u = u(t,x,y), t I ja v = v(t,x,y), t I ovat tunnettuja Toisen kertaluvun normaaliryhmän ratkaisu
LisätiedotTalousmatematiikan perusteet: Luento 14. Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu
Talousmatematiikan perusteet: Luento 14 Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu Luennolla 6 Tarkastelimme yhden muuttujan funktion f(x) rajoittamatonta optimointia
Lisätiedot6. OMINAISARVOT JA DIAGONALISOINTI
0 6 OMINAISARVOT JA DIAGONALISOINTI 6 Ominaisarvot ja ominaisvektorit Olkoon V äärellisulotteinen vektoriavaruus, dim(v ) = n ja L : V V lineaarikuvaus Määritelmä 6 Skalaari λ R on L:n ominaisarvo, jos
LisätiedotSARJAT JA DIFFERENTIAALIYHTÄLÖT
SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 43 0.5 0.4 0.3 0.2 0.1 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.1 0.2 0.3 0.4 0.5 0.6 0.7 1 0.8 0.6 0.4 0.2 0.2 0.4 0.6 0.8 1 Kuva 12. Esimerkin 4.26(c kuvauksen
LisätiedotJohdatus diskreettiin matematiikkaan Harjoitus 5, Ratkaise rekursioyhtälö
Johdatus diskreettiin matematiikkaan Harjoitus 5, 14.10.2015 1. Ratkaise rekursioyhtälö x n+4 2x n+2 + x n 16( 1) n, n N, alkuarvoilla x 1 2, x 2 14, x 3 18 ja x 4 42. Ratkaisu. Vastaavan homogeenisen
LisätiedotMS-A Differentiaali- ja integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko
MS-A0107 - Differentiaali- integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko 1 Tehtävä Etsi seuraavien yhtälöiden yleiset ratkaisut: Ratkaisu: a) y y 2y = 4x, b) y + 4y = sin 3x, c) y + 2y + 5y = e x
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 3 Ti 13.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 3 Ti 13.9.2011 p. 1/37 p. 1/37 Epälineaariset yhtälöt Newtonin menetelmä: x n+1 = x n f(x n) f (x n ) Sekanttimenetelmä:
LisätiedotGaussin ja Jordanin eliminointimenetelmä
1 / 25 : Se on menetelmä lineaarisen yhtälöryhmän ratkaisemiseksi. Sitä käytetään myöhemmin myös käänteismatriisin määräämisessä. Ideana on tiettyjä rivioperaatioita käyttäen muokata yhtälöryhmää niin,
Lisätiedot2.5. Matriisin avaruudet ja tunnusluvut
2.5. Matriisin avaruudet ja tunnusluvut m n-matriisi A Lineaarikuvaus A : V Z, missä V ja Z ovat sopivasti valittuja, dim V = n, dim Z = m (yleensä V = R n tai C n ja Z = R m tai C m ) Kuva-avaruus ja
Lisätiedot