MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
|
|
- Kari Heino
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 3 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto / 28 R. Kangaslampi Matriisihajotelmista
2 Stabiilisuus Systeemin stabiilisuus on sovelluksissa usein päävaatimuksia. Määritelläänkin, mistä oikein on kyse. Piste p R n on systeemin x (t) = F(x(t)) tasapainotila, jos F(p) = 0. Tällöin vakio x(t) = p t on alkuarvotehtävän x(0) = p ratkaisu. Lineaarisella homogeenisella systeemillä x (t) = A(t) x(t) origo on aina tasapainotila: x(0) = 0 = x(t) = 0 kaikilla t. 2 / 28 R. Kangaslampi Matriisihajotelmista
3 Stabiilisuus On oleellista tarkastella, miten muut ratkaisut käyttäytyvät. Pakenevatko ne pois tasapainopisteen läheisyydestä, pysyvätkö rajoitetulla etäisyydellä vai lähestyvätkö sitä? Määritellään lineaarisen systeemin stabiilisuus seuraavasti: Origo on stabiili tasapainotila, jos kaikille ratkaisuille pätee: sup t 0 x(t) <. Origo on asymptoottisesti stabiili, jos kaikille ratkaisuille pätee: lim t x(t) = 0. 3 / 28 R. Kangaslampi Matriisihajotelmista
4 Stabiilisuus Esimerkki 1 Tarkastellaan edellisen kalvosarjan tyyppitapauksia. Nielulle ja stabiilille fokukselle origo on asymptoottisesti stabiili tasapainopiste. Keskukselle origo on stabiili tasapainopiste, mutta ei asymptoottisesti stabiili. Muissa tapauksissa (lähde, epästabiili fokus, satula) origo on epästabiili tasapainopiste. 4 / 28 R. Kangaslampi Matriisihajotelmista
5 Stabiilisuus Yleisesti: Tasapainopistettä p kutsutaan stabiiliksi, jos jokaiselle ɛ > 0 on olemassa δ > 0 siten, että u B δ (p) = ψ(t, s, u) B ɛ (p) kaikilla t > 0. Ratkaisut siis pysyvät mielivaltaisen lähellä stabiilia tasapainopistettä, kunhan alkupiste on sitä riittävän lähellä. Tasapainopiste p on asymptoottisesti stabiili, jos edellisen lisäksi on olemassa p :n ympäristö B d (p) siten, että v B d (p) = lim ψ(t, s, v) = p, t eli kun riittävän läheltä lähtevät ratkaisut lähestyvät pistettä p. 5 / 28 R. Kangaslampi Matriisihajotelmista
6 Epälineaaristen differentiaaliyhtälöiden ratkaisujen käyttäytymistä voidaan tarkastella linearisoimalla ne tasapainopisteiden ympäristössä. Perusajatus on yksinkertainen: korvataan F(x(t)) sen ensimmäisen kertaluvun approksimaatiolla F(x p) DF(p)(x p), kun F(p) = 0. Tässä on F:n Jacobin matriisi. F 1 x 1 DF(p) =.... F n x n... F 1 x n F n x n R n n 6 / 28 R. Kangaslampi Matriisihajotelmista
7 Nyt kuvauksen F : U R n jatkuvasta derivoituvuudesta seuraa, että linearisoitu systeemi y (t) = Ay(t), A = DF(p), y(t) = x(t) p, käyttäytyy origon lähellä suurin piirtein samalla tavalla kuin alkuperäinen systeemi tasapainopisteen p lähellä. 7 / 28 R. Kangaslampi Matriisihajotelmista
8 Lause 2 Olkoon F : U R n jatkuvasti derivoituva ja olkoon p U systeemin x (t) = F(x(t)) tasapainopiste. Jos matriisin DF(p) kaikki ominaisarvot ovat reaaliosaltaan negatiivisia, niin p on asymptoottisesti stabiili. Jos matriisilla DF(p) on reaaliosaltaan positiivinen ominaisarvo, niin p on epästabiili. Muissa tapauksissa DF(p):n tarkastelu ei riitä, koska vektorikentän F(x) Taylorin kehitelmän korkeamman asteen termit ratkaisevat tilanteen. 8 / 28 R. Kangaslampi Matriisihajotelmista
9 Esimerkki 3 Systeemillä [ x1 ] [ 2 x1 + x = 2 2 ] x 2 x 1 + x 2 on origon p = (0, 0) lisäksi tasapainopiste q = (2, 2). Nyt Df(x) = [ ] [ 2 2x Origossa Df(p) = 2 0 ] 1 1 ja tällä on ominaisparit ( 2, [ 1 3 ]) ja (1, [ 0 1 ]).Täten ratkaisut lähestyvät origoa likipitäen suunnasta ± [ 1 3 ] ja poistuvat likipitäen x 2 akselia pitkin. Pisteessä q = (2, 2) saadaan linearisointi matriisilla Df(q) = [ ] , jolla on kompleksiset ominaisarvot 1 2 ± i 7 Täten q on asymptoottisesti stabiili ja ratkaisut lähestyvät sitä pyörien. 9 / 28 R. Kangaslampi Matriisihajotelmista 2.
10 Edellisen esimerkin vektorikenttä f sekä muutamia ratkaisukäyriä. q p 10 / 28 R. Kangaslampi Matriisihajotelmista
11 Linearisoinnin avulla voidaan siis hahmotella systeemin globaalia kvalitatiivista käytöstä. Ajatuksena on piirtää tasapainopisteiden lähelle vastaavien linearisoitujen systeemien ratkaisukäyriä ja sovittaa nämä yhteen tasapainopisteiden välimaastossa siten, että ratkaisukäyrät eivät leikkaa toisiaan. 11 / 28 R. Kangaslampi Matriisihajotelmista
12 Systeemin x = f(x) tasapainopisteen tyyppi ei aina selviä Jacobin matriisin Df(x) ominaisarvoista. Erityisesti tapauksessa { Re(λ) = 0 jollekin λ Λ(Df) Re(λ) 0 muille λ Λ(Df) ei aiempien lauseiden perusteella osata sanoa mitään. Sovelluksissa ja tutkimuksessa toiveena on usein tasapainoipsteen stabiilius. Muistutus: Stabiilin tasapainopisteen x 0 lähellä x(t) x 0 pysyy pienenä, kun t. 12 / 28 R. Kangaslampi Matriisihajotelmista
13 Ljapunovin idea (1892): Normin tilalle etsitään sopiva energiafunktio. Olkoon x (t) = f(x(t)), missä x : R R n, f : R n R, ja olkoon x 0 R n tasapainopiste (ts. f(x 0 ) = 0). Olkoon V : R n R määritelty pisteen x 0 ympäristössä. Merkitään V (x) = V (x) f(x), jolloin d dt V (x(t)) = V (x(t)) x (t) = V (x(t)) f(x(t)) = V (x(t)), ja tasapainopisteessä V (x 0 ) = / 28 R. Kangaslampi Matriisihajotelmista
14 Lause 4 (Ljapunovin stabiilisuuslause) Jos edellä a) x x 0 V (x) > V (x 0 ), b) V (x) 0 pisteen x 0 ympäristössä, niin x 0 on stabiili. ( Energia V ei kasva x 0 :n ympäristössä.) Jos lisäksi c) V (x) < 0, kun x x 0, niin x 0 on asymptoottisesti stabiili. Ehdot a) ja b) toteuttavaa V :tä kutsutaan tasapainopisteeseen x 0 liittyväksi Ljapunov-funktioksi. Erityisesti siis: jos Ljapunov-funktio löytyy, tasapainopiste on stabiili. 14 / 28 R. Kangaslampi Matriisihajotelmista
15 Esimerkki 5 [ ] [ x Origo on systeemin 1 2x1 + 3x x 2 = 1 x2 3 ] 2x1 2x 2 2 x 2 3 tasapainopiste. [ Linearisoidun systeemin matriisi 2 0 ] 0 0 ei kerro mitään stabiilisuudesta.yritetään systeemille Ljapunovin funktiota muodossa V (x) = a 1 x1 2 + a 2x2 2, a 1, a 2 > 0. Tällöin ainakin a) toteutuu. Nyt V (x) f(x) = 2a 1 x 1 ( 2x 1 + 3x 1 x 3 2 ) + 2a 2 x 2 ( 2x 2 1 x 2 2 x 3 2 ) = 4a 1 x (6a 1 4a 2 )x 2 1 x 3 2 2a 2 x 4 2, joten valitsemalla a 1 = 2, a 2 = 3 saadaan V (x) f(x) = 8x1 2 6x 2 4, eli V (x) = 2x x 2 2 funktio ja origo on asymptoottisesti stabiili. on Ljapunovin 15 / 28 R. Kangaslampi Matriisihajotelmista
16 Gradienttisysteemit Monet systeemit ovat muotoa: x = f(x) = V (x), x U, missä V on reaaliarvoinen C 2 funktio. Tällaisia kutsutaan gradienttisysteemeiksi. Näille V itse on luonnollinen ehdokas Ljapunov-funktioksi. Huom. Tilanteessa x = f(x) = V (x) funktio V on siis vektorikentän f potentiaali, eli f on konservatiivinen. Potentiaalin lokaalit minimit ovat stabiileja, sillä V (x) = V V = V (x) / 28 R. Kangaslampi Matriisihajotelmista
17 Gradienttisysteemit Lause 6 Systeemille x = V (x) pätee: a) V :n arvot vähenevät pitkin ratkaisuja, paitsi tasapainopisteissä. b) Jos p on V :n aito paikallinen minimi, niin se on asymptoottisesti stabiili tasapainopiste. c) Systeemin ratkaisukäyrät leikkaavat V :n tasa arvopinnat kohtisuorasti. d) Jos V on ei-negatiivinen, niin ratkaisuille pätee 0 x (τ) 2 dτ V (x(0)). 17 / 28 R. Kangaslampi Matriisihajotelmista
18 Gradienttisysteemit Esimerkki 7 Tutki, onko systeemi [ ] [ x f1 (x = f(x) = 1, x 2 ) cos(x1 )[x = 2 1 sin(x 1 )] 1 2 sin(x ] 1) f 2 (x 1, x 2 ) 1 + sin(x 1 ) x 2 gradienttisysteemi. Ratkaisu: Jotta f olisi jonkun skalaarifunktion gradientti, on f oltava: 1 x 2 = f 2 x 1. Näinhän on: molemmat derivaatat ovat cos(x 1 ). 18 / 28 R. Kangaslampi Matriisihajotelmista
19 Gradienttisysteemit Koska f 2 = V x 2, saadaan: Toisaalta V x 1 V (x 1, x 2 ) = x2 0 (1 + sin(x 1 ) ξ) dξ + g(x 1 ) = x 2 (1 + sin(x 1 )) x g(x 1 ) = f 1, josta g:lle x 2 cos(x 1 ) g (x 1 ) = x 2 cos(x 1 ) (1 + sin(x 1 )) cos(x 1 ) 1 2 sin(x 1) eli g(x 1 ) = x1 0 [(1 + sin(ξ)) cos(ξ) + 1 sin(ξ)] dξ 2 = 1 2 (1 + sin(x 1)) cos(x 1). 19 / 28 R. Kangaslampi Matriisihajotelmista
20 Gradienttisysteemit Näin ollen V (x 1, x 2 ) = 1 2 (x 2 1 sin(x 1 )) cos(x 1). Tällä on tasapainopisteet (x 1, x 2 ) = (kπ, 1). Parilliset k :t vastaavat V :n minimejä, parittomat satulapisteitä. Oheisessa kuvassa on joitakin V :n tasa-arvokäyriä ja muutama ratkaisukäyrä. x x 1 20 / 28 R. Kangaslampi Matriisihajotelmista
21 Heiluri Tarkastellaan vielä yhtä esimerkkiä, itse asiassa sitä, josta aloitimme koko differentiaaliyhtälösysteemien osuuden: Esimerkki 8 Tutki heilurisysteemin x (t) = käyttäytymistä. [ 1 L x ] 2(t) g sin(x 1 (t)) ratkaisuiden 21 / 28 R. Kangaslampi Matriisihajotelmista
22 Heiluri Ratkaisu: Systeemin tasapainopisteet ovat (x 1, x 2 ) = (kπ, 0), k Z. Parillista k:ta vastaavat tasapainopisteet merkitsevät fysikaalisesti kaikki samaa: heiluri roikkuu levossa alaspäin. Parittomat k:t vastaavat pystysuoraan ylöspäin tasapainoilevaa heiluria. 2π-erot laskevat vain pyörähdyskierroksia. [ Nyt DF(x) = DF(2jπ, 0) = 0 1 L g cos(x 1 ) 0 [ ] 0 1 L g 0 ], joten tasapainopisteissä ja DF((2j + 1)π, 0) = [ ] 0 1 L. g 0 22 / 28 R. Kangaslampi Matriisihajotelmista
23 Heiluri Ominaisarvot ovat vastaavasti λ 1,2 = ±i g L ja λ 1,2 = ± g L. Paritonta k:n arvoa vastaavissa tasapainopisteissä Jacobin matriisilla on siis reaaliosaltaan positiivinen ominaisarvo, joten nämä tasapainopisteet ovat epästabiileja. Kun k on parillinen, ominaisarvot ovat puhtaasti imaginaariset. Tuloksemme ei siis riitä vielä sanomaan stabiilisuudesta mitään. Tarkastelemalla energian säilymistä ala-asento voidaan kuitenkin osoittaa stabiiliksi, mutta ei asymptoottisesti stabiiliksi (harjoitustehtävä). Nämä tasapainopisteet käyttäytyvät siis keskuksen tavoin. 23 / 28 R. Kangaslampi Matriisihajotelmista
24 Heiluri Alla on esitetty muutamia ratkaisukäyriä. Huomaa erityisesti epästabiilista tasapainopisteestä toiseen kulkevat ratkaisut. 24 / 28 R. Kangaslampi Matriisihajotelmista
25 Heiluri Jos otamme myös ilmanvastuksen huomioon voimana, joka on verrannollinen nopeuteen, systeemi saa muodon eli f(x) = θ (t) = 1 L v(t), v (t) = g sin(θ(t)) αv(t), [ 1 L x ] 2. Nyt tasapainopisteissä g sin(x 1 ) αx 2 [ ] 0 1 DF(2jπ, 0) = L g α [ ] 0 1 ja DF((2j + 1)π, 0) = L. g α ( Ominaisarvot ovat nyt vastaavasti λ 1,2 = α 2 ± α 2 ( λ 1,2 = α 2 ± α ) g L. ) 2 g L ja 25 / 28 R. Kangaslampi Matriisihajotelmista
26 Heiluri Täten paritonta k:n arvoa vastaavat tasapainopisteet ovat edelleen epästabiileja, kun taas parillista k:ta vastaa reaaliosiltaan negatiiviset ominaisarvot, ja nämä tasapainopisteet ovat asymptoottisesti stabiileja. Itse asiassa tälle systeemille pätee, että kaikki ratkaisut lähestyvät jotakin tasapainopistettä, ja suurin osa ratkaisuista päätyy stabiiliin tasapainopisteeseen. 26 / 28 R. Kangaslampi Matriisihajotelmista
27 Heiluri Alla on esitetty muutamia ilmanvastuksen huomioivan heilurisysteemin ratkaisukäyriä. Suurin osa ratkaisuista päätyy stabiiliin tasapainopisteeseen. 27 / 28 R. Kangaslampi Matriisihajotelmista
28 Matlab-esimerkki Pelataan lopuksi vielä vähän diffisyhtälösysteemin avulla toteutettua marmorikuulapeliä Matlabilla. **** Kurssi päättyy tähän, kiitos kaikille! 28 / 28 R. Kangaslampi Matriisihajotelmista
MS-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
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
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
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
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
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
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
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
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
LisätiedotJos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.
Mat-.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 1 1. Olkoon maaston korkeus y(s) derivoituva funktio ja etsitään tien profiilia x(s). Päätösmuuttuja on tien jyrkkyys
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016 Antti Rasila
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu
LisätiedotDifferentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus
TAMPEREEN YLIOPISTO Luonnontieteiden Pro gradu -tutkielma Ilkka Niemi-Nikkola Differentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus Luonnontieteiden tiedekunta Matematiikka Tammikuu
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
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
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
LisätiedotDynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II
Dynaamisten systeemien teoriaa Systeemianalyysilaboratorio II 15.11.2017 Vakiot, sisäänmenot, ulostulot ja häiriöt Mallin vakiot Systeemiparametrit annettuja vakioita, joita ei muuteta; esim. painovoiman
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 21.9.2016 Pekka Alestalo, Jarmo
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Idea Lineaarisen systeemin ratkaiseminen Olkoon
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 = (,..., ). Reaalisten m n-matriisien joukkoa merkitään
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Matriisinormi Matriisinormi Matriiseille
LisätiedotJohdatus reaalifunktioihin P, 5op
Johdatus reaalifunktioihin 802161P, 5op Osa 2 Pekka Salmi 1. lokakuuta 2015 Pekka Salmi FUNK 1. lokakuuta 2015 1 / 55 Jatkuvuus ja raja-arvo Tavoitteet: ymmärtää raja-arvon ja jatkuvuuden määritelmät intuitiivisesti
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-A0102 Differentiaali- ja integraalilaskenta 1
MS-A0102 Differentiaali- ja integraalilaskenta 1 Riikka Korte (Pekka Alestalon kalvojen pohjalta) Aalto-yliopisto 24.10.2016 Sisältö Derivaatta 1.1 Derivaatta Erilaisia lähestymistapoja: I geometrinen
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
Lisätiedot5 Differentiaaliyhtälöryhmät
5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) =
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto)
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)
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
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
LisätiedotYhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.
2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2
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-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot
MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot Harri Hakula Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2018 1 Perustuu Antti Rasilan luentomonisteeseen
Lisätiedotx = x x 2 + 2y + 3 y = x + 2y f 2 (x, y) = 0. f 2 f 1
Matematiikan K/P syksy Laskharjoits 9 Mallivastakset Tehtävän differentiaaliyhtälösysteemi: x = x x + y + y = x + y Merkitään f (x, y) = x x + y + ja f (x, y) = x + y Kriittisessä pisteessä f (x, y) =
LisätiedotTehtävä 4.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla.
Tehtävä.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla. x = (a + b cos(θ)) cos(ψ) y = (a + b cos(θ)) sin(ψ) = b sin(θ), a > b, θ π, ψ π Figure. Toruksen hajoituskuva Oletetaan,
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos
Lisätiedot13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle
13. Taylorin polynomi; funktioiden approksimoinnista 13.1. Taylorin polynomi 552. Muodosta funktion f (x) = x 4 + 3x 3 + x 2 + 2x + 8 kaikki Taylorin polynomit T k (x, 2), k = 0,1,2,... (jolloin siis potenssien
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),
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C340 Lineaarialgebra ja differentiaaliyhtälöt Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 205 / 3 R. Kangaslampi Matriisihajotelmista Differentiaaliyhtälöitä ratkaistaessa
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.
LisätiedotOletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on
Derivaatta Erilaisia lähestymistapoja: geometrinen (käyrän tangentti sekanttien raja-asentona) fysikaalinen (ajasta riippuvan funktion hetkellinen muutosnopeus) 1 / 19 Derivaatan määritelmä Määritelmä
LisätiedotVektorianalyysi 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.
LisätiedotMS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu Antti Rasilan luentomonisteeseen
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
LisätiedotFunktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot
3. Funktion raja-arvo ja jatkuvuus 3.1. Reaali- ja kompleksifunktiot 43. Olkoon f monotoninen ja rajoitettu välillä ]a,b[. Todista, että raja-arvot lim + f (x) ja lim x b f (x) ovat olemassa. Todista myös,
Lisätiedotl 1 2l + 1, c) 100 l=0
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 5. Millä reaaliluvun arvoilla a) 9 =, b) 5 + 5 +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c)
LisätiedotLuku 4. Derivoituvien funktioiden ominaisuuksia.
1 MAT-1343 Laaja matematiikka 3 TTY 1 Risto Silvennoinen Luku 4 Derivoituvien funktioiden ominaisuuksia Derivaatan olemassaolosta seuraa funktioille eräitä säännöllisyyksiä Näistä on jo edellisessä luvussa
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
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
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
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Lokaalit ääriarvot Yhden muuttujan funktion f (x) lokaali maksimi on piste x 0, jossa f (x) on suurempi kuin muualle pisteen x 0 ympäristössä, eli kun f (x 0 )
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Ojalammi MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016 Laskuharjoitus 5A Vastaukset alkuviikolla
Lisätiedotl 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 7. Millä reaaliluvun arvoilla a) 9 =, b) + 5 + +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c) +
Lisätiedot3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =
BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 6, Syksy 2016 1. (a) Olkoon z = z(x,y) = yx 1/2 + y 1/2. Muodosta z:lle lineaarinen approksimaatio L(x,y) siten että approksimaation ja z:n arvot
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
LisätiedotRatkaisuehdotus 2. kurssikoe
Ratkaisuehdotus 2. kurssikoe 4.2.202 Huomioitavaa: - Tässä ratkaisuehdotuksessa olen pyrkinyt mainitsemaan lauseen, johon kulloinenkin päätelmä vetoaa. Näin opiskelijan on helpompi jäljittää teoreettinen
LisätiedotTaustatietoja ja perusteita
Taustatietoja ja perusteita Vektorit: x R n pystyvektoreita, transpoosi x T Sisätulo: x T y = n i=1 x i y i Normi: x = x T x = ni=1 x 2 i Etäisyys: Kahden R n :n vektorin välinen etäisyys x y 1 Avoin pallo:
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
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
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
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 6: Alkeisfunktioista
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 6: Alkeisfunktioista Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 28.9.2016 Pekka Alestalo,
LisätiedotH7 Malliratkaisut - Tehtävä 1
H7 Malliratkaisut - Tehtävä Eelis Mielonen 7. lokakuuta 07 a) Palautellaan muistiin Maclaurin sarjan määritelmä (Taylorin sarja origon ympäristössä): f n (0) f(x) = (x) n Nyt jos f(x) = ln( + x) saadaan
Lisätiedot1 Rajoittamaton optimointi
Taloustieteen matemaattiset menetelmät 7 materiaali 5 Rajoittamaton optimointi Yhden muuttujan tapaus f R! R Muistutetaan mieleen maksimin määritelmä. Funktiolla f on maksimi pisteessä x jos kaikille y
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
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
Lisätiedot, c) x = 0 tai x = 2. = x 3. 9 = 2 3, = eli kun x = 5 tai x = 1. Näistä
Pitkä matematiikka 8.9.0, ratkaisut:. a) ( x + x ) = ( + x + x ) 6x + 6x = + 6x + 6x x = x =. b) Jos x > 0, on x = + x x = + x. Tällä ei ole ratkaisua. Jos x 0, on x = + x x = + x x =. c) x = x ( x) =
LisätiedotRatkaisuehdotus 2. kurssikokeeseen
Ratkaisuehdotus 2. kurssikokeeseen 4.2.202 (ratkaisuehdotus päivitetty 23.0.207) Huomioitavaa: - Tässä ratkaisuehdotuksessa olen pyrkinyt mainitsemaan lauseen, johon kulloinenkin päätelmä vetoaa. Näin
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
LisätiedotMATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 6. Millä reaaliluvun arvoilla a) 9 =, b) + + + 4, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + 4 + 6 + +, b) 8 + 4 6 + + n n, c) + + +
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Ominaisarvot Kertaus: ominaisarvot Määritelmä
Lisätiedot2 Osittaisderivaattojen sovelluksia
2 Osittaisderivaattojen sovelluksia 2.1 Ääriarvot Yhden muuttujan funktiolla f(x) on lokaali maksimiarvo (lokaali minimiarvo) pisteessä a, jos f(x) f(a) (f(x) f(a)) kaikilla x:n arvoilla riittävän lähellä
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
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 17 R. Kangaslampi Vektoriavaruudet Vektoriavaruus
LisätiedotMatematiikka B1 - TUDI
Osittaisderivointi Osittaisderivaatan sovellukset Matematiikka B1 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Osittaisderivointi Osittaisderivaatan sovellukset Kurssin
LisätiedotMATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ.0.08 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa
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
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
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Funktion monotonisuus Derivoituva funktio f on aidosti kasvava, jos sen derivaatta on positiivinen eli jos f (x) > 0. Funktio on aidosti vähenevä jos sen derivaatta
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /
MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,
LisätiedotLuento 11: Rajoitusehdot. Ulkopistemenetelmät
Luento 11: Rajoitusehdot. Ulkopistemenetelmät ja sisäpistemenetelmät Lagrangen välttämättömien ehtojen ratkaiseminen Newtonin menetelmällä Jos tehtävässä on vain yhtälörajoituksia, voidaan minimipistekandidaatteja
LisätiedotDifferentiaalilaskenta 1.
Differentiaalilaskenta. a) Mikä on tangentti? Mikä on sekantti? b) Määrittele funktion monotonisuuteen liittyvät käsitteet: kasvava, aidosti kasvava, vähenevä ja aidosti vähenevä. Anna esimerkit. c) Selitä,
Lisätiedot12. Hessen matriisi. Ääriarvoteoriaa
179 12. Hessen matriisi. Ääriarvoteoriaa Tarkastelemme tässä luvussa useamman muuttujan (eli vektorimuuttujan) n reaaliarvoisia unktioita : R R. Edellisessä luvussa todettiin, että riittävän säännöllisellä
Lisätiedotx (t) = f(x(t)) u B δ (p) = ϕ t (v) = p, v B d (p) = lim e t AT e t A dt W =
Á Ê ÆÌÁ ÄÁ ÀÌ Ä Ë ËÌ ÅÁÌ º Ì Ô ÒÓÔ Ø Ø Ø Ð ÙÙ Ì ÐÙÚÙ Ø ÑÑ Ö ÒØ Ð Ý ØÐ Ò Ø Ô ÒÓÖ Ø Ù Ò Ø Ð ÙÙ Ø Ö Ø ÐÙ¹ ÒÝØ ÔÐ Ò Ö ÐÐ Ý Ø Ñ ÐÐ º ÌÐÐ ÓÚ Ø Ñ Ö ÐÙÖ Ý Ø Ñ ÐÐ Ô ÐÐ Ò ÔÝ ØÝ ÙÓÖ Ò Ó Ó Ð Ø ÝÐ Ô Ò ÓÐ Ú ÐÙÖ º ÂÓ
LisätiedotMatematiikkaa kauppatieteilijöille
Matematiikkaa kauppatieteilijöille Harjoitus 7, syksy 2016 1. Funktio f(x) = x 2x 2 + 4 on jatkuva ja derivoituva kaikilla x R. Nyt funktio f(x) on aidosti alaspäin kupera kun f (x) > 0 ja aidosti ylöspäin
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
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
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
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
LisätiedotJohdatus tekoälyn taustalla olevaan matematiikkaan
Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 3. luento 17.11.2017 Neuroverkon opettaminen (ohjattu oppiminen) Neuroverkkoa opetetaan syöte-tavoite-pareilla
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
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
LisätiedotMat Matematiikan peruskurssi C2
Mat-1.110 Matematiikan peruskurssi C Petri Latvala 18. helmikuuta 007 Sisältö 1 Useamman muuttujan funktiot ja niiden differentiaalilasku 1.1 Useamman muuttujan funktion jatkuvuus ja derivoituvuus... 1.
LisätiedotYhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.
2. MS-A000 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2..205 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x x 2 =
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
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 8 Väliarvolause Oletetaan, että funktio f on jatkuva jollain reaalilukuvälillä [a, b] ja derivoituva avoimella välillä (a, b). Funktion muutos tällä välillä on luonnollisesti
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
LisätiedotDerivaatan sovellukset (ääriarvotehtävät ym.)
Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion
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
LisätiedotKonjugaattigradienttimenetelmä
Konjugaattigradienttimenetelmä Keijo Ruotsalainen Division of Mathematics Konjugaattigradienttimenetelmä Oletukset Matriisi A on symmetrinen: A T = A Positiivisesti definiitti: x T Ax > 0 kaikille x 0
Lisätiedot