Teknillinen tiedekunta, matematiikan jaos Numeeriset menetelmät
|
|
- Onni Heikkinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Numeeriset menetelmät 1. välikoe, Määrää matriisin 1 1 a 1 3 a a 4 a a 2 1 LU-hajotelma kaikille a R. Ratkaise LU-hajotelmaa käyttäen yhtälöryhmä Ax = b, missä b = [ 1 3 2a 2 a + 3] T. 2. Suppenevatko Gauss-Seidelin iteraatiot matriisiyhtälölle 2 1 x Perustele vastauksesi. Laske Gauss-Seidelin menetelmällä ratkaisun approksimaatio x (4) ja arvioi virheen suuruutta -normin suhteen. 3. Yhtälön x 2 = 0 juurta välillä [ 5 3 3] etsitään kiintopisteiteraatiolla: a) x k+1 = 2 + x k b) x k+1 = x k Osoita, että kiintopisteiteraatiot suppenevat. Kumpi kiintopisteiteraatio antaa tarkemman approksimaation neljän iteraation jälkeen, kun alkuarvauksena käytetään x 0 = 1.9? 4. Ratkaise Newtonin menetelmällä (l. Newton-Raphson menetelmällä) yhtälöryhmän 4 + y 3 2 = 0 ratkaisun approksimaatio. Laske kaksi iteraatiota lähtien alkuarvauksesta x 0 = 0.4, y 0 = 0.4. Kaavat kääntöpuolella
2 Faculty of Technology, Math division Numerical Methods 1. midterm, Find the LU-decomposition of the matrix 1 1 a 1 3 a. a 4 a a 2 1 Using the LU-decomposition solve the equation Ax = b, where b = [ 1 3 2a 2 a+3] T. 2. Does the Gauss-Seidel iterations converge for the matrix equation 2 1 x Justify your answer. Compute with the Gauss-Seidel iterations the approximation x (4) and estimate its error in -norm. 3. The root of the equation x 2 = 0 that lies on the interval [ 5 3 by the following fixed point iterations: 3] are approximated a) x k+1 = 2 + x k b) x k+1 = x k Show that the the fixed point iterations converge. Which one gives more accurate approximation after four iterations when you start the iterations from x 0 = 1.9? 4. Solve by the Newton method the approxiamte solution of the system of equations 4 + y 3 2 = 0. Compute two iterations starting from x 0 = 0.4, y 0 = 0.4. Formulas on the back
3 Numeeriset menetelmät/kajaani 1. välikoe, Määrää matriisin [ 4 ] QR-hajotelma Householderin menetelmällä. 2. Ratkaise Jacobin iteraatiomenetelmällä yhtälöryhmän 3 1 x = [0 0] T. Arvioi ratkaisun a posteriori- likiratkaisu x (4), kun alkuarvaus on x (0) virhettä. 3. Pallo heitetään suoraan ylös alkunopeudella v 0 = 20 m/s korkeudelta x 0 = 0. Sen korkeus ajanfunktiona on x(t) = 1 ρ (v 0 + v r )(1 e ρt ) v r t, missä ρ = 0.35 on ilmanvastuksesta johtuva termi, pallon loppunopeus v r = g ρ. Maan vetovoiman kiihtyvyys g = 9.8 m/s 2. Millä ajanhetkellä pallo palaa alkutilaan? Ratkaise ongelma Newtonin menetelmällä. 4. Ratkaise Newtonin menetelmällä (l. Newton-Raphson menetelmällä) yhtälöryhmän 4 + y 3 2 = 0 ratkaisun approksimaatio. Laske kaksi iteraatiota lähtien alkuarvauksesta x 0 = 0.4, y 0 = 0.4.
4 Numeeriset menetelmät 1. välikoe, Määrää matriisin QR-hajotelma Householderin menetelmällä. 2. Ratkaise konjugaattigradienttimenetelmällä yhtälö 3 1 x Funktion f(x) = e x x 2 nollakohta on välillä [1, 2]. Suppeneeko jompikumpi tai peräti molemmat seuraavista kiintopisteiteraatiojonoista x k+1 = e x k 2, tai x k+1 = ln(x k + 2) kohti funktion nollakohtaa? Perustele väittämäsi. 4. Ratkaise Newtonin menetelmällä (l. Newton-Raphson menetelmällä) yhtälöryhmän 4 + y 3 2 = 0 ratkaisun approksimaatio. Laske kaksi iteraatiota lähtien alkuarvauksesta x 0 = 0.4, y 0 = 0.4.
5 Numeeriset menetelmät 1. välikoe, Määrää Pascalin matriisin A = LU-hajotelma. 2. Ratkaise Jacobin iteraatiolla lineaarisen yhtälöryhmän 3x 1 x 3 = 3 x x 3 = 4 x 1 + 5x 3 = 5 ratkaisun approksimaatio x (4) ja arvioi approksimaation virhettä, kun alkuarvaukset aloitetaan pisteestä x (0) = [0 0 0] T. 3. Osoita, että funktiolla ϕ(x) = cos(x) on kiintopiste välillä I = [0.65, 0.8]. Määrää kiintopisteen approksimaatio 4:n desimaalin tarkkuudella. 4. Yhtälöryhmän { + y 2 x = 0 y 2 y = 0 eräs ratkaisu on pisteen (x 0, y 0 ) = (0.8, 0.5) ympäristössä. Määrää ratkaisun approksimaatio Newtonin menetelmällä. Laske ainakin kaksi iteraatiota.
6 Kaavakokoelma x (k+1) = Bx (k) + c, x x (k) L 1 L x(k) x (k 1) Lk 1 L x(1) x (0) x n = ϕ(z n ), y n = ϕ(x n ) z n+1 = z n (x n z n ) 2 y n 2x n + z n [ ] F : R 2 R 2 F1 (x, y), F (x, y) = F 2 (x, y) ] F (x, y) = [ F1 (x,y) x F 2 (x,y) x F 1 (x,y) y F 2 (x,y) y f[x i ] = f(x i ), f[x i,..., x j ] = f[x i+1,..., x j ] f[x i,..., x j 1 ] x j x i ] 1. x 0 = 0, r 0 = d 0 = b; 2. k = 0,..., n 1 β k = r k 2 r k 1 2, β 0 = 0 d k = r k + β k d k 1, d 0 = r 0 α k = r k 2 d T k Ad k x k+1 = x k + α k d k r k+1 = r k α k Ad k
f[x i ] = f i, f[x i,..., x j ] = f[x i+1,..., x j ] f[x i,..., x j 1 ] x j x i T n+1 (x) = 2xT n (x) T n 1 (x), T 0 (x) = 1, T 1 (x) = x.
Kaavakokoelma f[x i ] = f i, f[x i,..., x j ] = f[x i+,..., x j ] f[x i,..., x j ] x j x i T n+ (x) = 2xT n (x) T n (x), T (x) =, T (x) = x. n I,n = h f(t i + h 2 ), E,n = h2 (b a) f (2) (ξ). 24 i= I,n
LisätiedotMATEMATIIKAN JAOS NUMEERISET MENETELMÄT
MATEMATIIKAN JAOS NUMEERISET MENETELMÄT Harjoitustehtäviä, kevät 2012 1. Tarkastellaan summaa S = 1+0.4+0.3+0.2+0.04+0.03+0.02+0.01. a) Laske summa laskukoneella vasemmalta oikealle käyttäen liukulukuaritmetiikkaa,
LisätiedotEpälineaaristen yhtälöiden ratkaisumenetelmät
Epälineaaristen yhtälöiden ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Perusoletus Lause 3.1 Olkoon f : [a, b] R jatkuva funktio siten, että f(a)f(b) < 0. Tällöin funktiolla on ainakin
LisätiedotEpälineaaristen yhtälöiden ratkaisumenetelmät
Epälineaaristen yhtälöiden ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Perusoletus Lause 3.1 Olkoon f : [a, b] R jatkuva funktio siten, että f(a)f(b) < 0. Tällöin funktiolla on ainakin
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016
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
LisätiedotHarjoitus 7 -- Ratkaisut
Harjoitus 7 -- Ratkaisut 1 Solve osaa ratkaista polynomiyhtälöitä, ainakin astelukuun 4 asti. Erikoistapauksissa korkeammankin asteen yhtälöt ratkeavat. Clear a, b, c, d, e, x ; Solve a x 3 b x 2 c 0,
LisätiedotIteratiiviset ratkaisumenetelmät
Iteratiiviset ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Yleinen iteraatio Lineaarisen yhtälöryhmän iteratiivinen ratkaisumenetelmä voidaan esittää muodossa: Anna alkuarvaus: x 0 R n
LisätiedotNumeeriset Menetelmät, P. Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos
Numeeriset Menetelmät, 031022P Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos 11. helmikuuta 2009 2 Sisältö 1 Johdanto 7 1.1 Varoitus.............................. 7 1.2 Numeeriset menetelmät
LisätiedotMapu 1. Laskuharjoitus 3, Tehtävä 1
Mapu. Laskuharjoitus 3, Tehtävä Lineaarisessa approksimaatiossa funktion arvoa lähtöpisteen x 0 ympäristössä arvioidaan liikkumalla lähtöpisteeseen sovitetun tangentin kulmakertoimen mukaisesti: f(x 0
LisätiedotNumeeriset menetelmät Pekka Vienonen
Numeeriset menetelmät Pekka Vienonen 1. Funktion nollakohta Newtonin menetelmällä 2. Määrätty integraali puolisuunnikassäännöllä 3. Määrätty integraali Simpsonin menetelmällä Newtonin menetelmä Newtonin
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 2 To 8.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 2 To 8.9.2011 p. 1/33 p. 1/33 Lukujen tallennus Kiintoluvut (integer) tarkka esitys aritmeettiset operaatiot
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 5 Ti 20.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 5 Ti 20.9.2011 p. 1/40 p. 1/40 Choleskyn menetelmä Positiivisesti definiiteillä matriiseilla kolmiohajotelma
LisätiedotMS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)
MS-A4 Differentiaali- ja integraalilaskenta (ELEC2) MS-A6 Differentiaali- ja integraalilaskenta (ENG2) Harjoitukset 3L, syksy 27 Tehtävä. a) Määritä luvun π likiarvo käyttämällä Newtonin menetelmää yhtälölle
LisätiedotDifferentiaali- ja integraalilaskenta
Differentiaali- ja integraalilaskenta Opiskelijan nimi: DIFFERENTIAALILASKENTA 1. Raja-arvon käsite, derivaatta raja-arvona 1.1 Raja-arvo pisteessä 1.2 Derivaatan määritelmä 1.3 Derivaatta raja-arvona
LisätiedotNumeeriset Menetelmät, P. Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos
Numeeriset Menetelmät, 031022P Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos 11. helmikuuta 2010 2 Sisältö 1 Johdanto 7 1.1 Varoitus.............................. 7 1.2 Numeeriset menetelmät
Lisätiedot(0 desimaalia, 2 merkitsevää numeroa).
NUMEERISET MENETELMÄT DEMOVASTAUKSET SYKSY 20.. (a) Absoluuttinen virhe: ε x x ˆx /7 0.4 /7 4/00 /700 0.004286. Suhteellinen virhe: ρ x x ˆx x /700 /7 /00 0.00 0.%. (b) Kahden desimaalin tarkkuus x ˆx
LisätiedotInversio-ongelmien laskennallinen peruskurssi Luento 7 8
Inversio-ongelmien laskennallinen peruskurssi Luento 7 8 Kevät 2011 1 Iteratiivisista menetelmistä Tähän mennessä on tarkasteltu niin sanottuja suoria menetelmiä, joissa (likimääräinen) ratkaisu saadaan
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
LisätiedotNumeeriset menetelmät TIEA381. Luento 4. Kirsi Valjus. Jyväskylän yliopisto. Luento 4 () Numeeriset menetelmät / 44
Numeeriset menetelmät TIEA381 Luento 4 Kirsi Valjus Jyväskylän yliopisto Luento 4 () Numeeriset menetelmät 21.3.2013 1 / 44 Luennon 4 sisältö Lineaarisen yhtälöryhmän ratkaisemisesta: Choleskyn menetelmä
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
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
LisätiedotLuento 5: Suurten lineaaristen yhtälöryhmien ratkaiseminen iteratiivisilla menetelmillä
Luento 5: Suurten lineaaristen yhtälöryhmien ratkaiseminen iteratiivisilla menetelmillä Matriisit voivat olla kooltaan niin suuria, että LU-hajotelman laskeminen ei ole järkevä tapa ratkaista lineaarista
LisätiedotBM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 2016
BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 2016 1. (a) Anna likiarvo lineaarisen approksimaation avulla sille mitä on T (100.5), kun T (100) = 45 ja T (100) = 10. (b) Käyttäen lineaarista
Lisätiedot5.1. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [0, ) jolla on ominaisuudet:
5.. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [, ) jolla on ominaisuudet: x = x = x + y x + y, x, y V a x = a x, x V, a K (= R tai C) Esimerkki 5..
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,
LisätiedotMatriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017
Matriisilaskenta (TFM) MS-A1 Hakula/Vuojamo Ratkaisut, Viikko 47, 17 R Alkuviikko TEHTÄVÄ J1 Mitkä matriisit E 1 ja E 31 nollaavat sijainnit (, 1) ja (3, 1) matriiseissa E 1 A ja E 31 A kun 1 A = 1. 8
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/Exercises 2017 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
LisätiedotFx-CP400 -laskimella voit ratkaista yhtälöitä ja yhtälöryhmiä eri tavoin.
3. Yhtälöt Fx-CP400 -laskimella voit ratkaista yhtälöitä ja yhtälöryhmiä eri tavoin. 3.1 Ensimmäisen asteen yhtälöt Ratkaise yhtälö. 3 x ( x 3) 4x 5 Kirjoita tehtävä sellaisenaan, maalaa se ja käytä Interactive
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
LisätiedotBM20A1501 Numeeriset menetelmät 1 - AIMO
6. marraskuuta 2014 Opetusjärjestelyt Luennot + Harjoitukset pe 7.11.2014 10-14 2310, 14-17 7337 la 8.11.2014 9-12 2310, 12-16 7337 pe 14.11.2014 10-14 2310, 14-17 6216 la 15.11.2014 9-12 2310, 12-16 7337
Lisätiedotn. asteen polynomilla on enintään n nollakohtaa ja enintään n - 1 ääriarvokohtaa.
MAA 12 kertaus Funktion kuvaaja n. asteen polynomilla on enintään n nollakohtaa ja enintään n - 1 ääriarvokohtaa. Funktion nollakohta on piste, jossa f () = 0, eli kuvaaja leikkaa -akselin. Kuvaajan avulla
Lisätiedot3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h
HARJOITUSTEHTÄVIÄ 1. Anna seuraavien yhtälöryhmien kerroinmatriisit ja täydennetyt kerroinmatriisit sekä ratkaise yhtälöryhmät Gaussin eliminointimenetelmällä. { 2x + y = 11 2x y = 5 2x y + z = 2 a) b)
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
LisätiedotLuento 9: Newtonin iteraation sovellus: optimointiongelma
Luento 9: Newtonin iteraation sovellus: optimointiongelma ilman rajoitusehtoja Optimointiongelmassa tehtävänä on löytää annetun reaaliarvoisen jatkuvan funktion f(x 1,x,,x n ) maksimi tai minimi jossain
LisätiedotS SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA
S-55.00 SÄHKÖTKNKKA JA LKTONKKA. välikoe 3.0.2006. Saat vastata vain neljään tehtävään!. Laske jännite U. = =4Ω, 3 =2Ω, = =2V, J =2A, J 2 =3A + J 2 + J 3 2. Kondensaattori on aluksi varautunut jännitteeseen
LisätiedotInversio-ongelmien laskennallinen peruskurssi Luento 3
Inversio-ongelmien laskennallinen peruskurssi Luento 3 Kevät 2011 1 Singulaariarvohajotelma (Singular Value Decomposition, SVD) Olkoon A R m n matriisi 1. Tällöin A voidaan esittää muodossa A = UΣV T,
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,
LisätiedotReturns to Scale II. S ysteemianalyysin. Laboratorio. Esitelmä 8 Timo Salminen. Teknillinen korkeakoulu
Returns to Scale II Contents Most Productive Scale Size Further Considerations Relaxation of the Convexity Condition Useful Reminder Theorem 5.5 A DMU found to be efficient with a CCR model will also be
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /
MS-A3/A5 Matriisilaskenta, II/27 MS-A3/A5 Matriisilaskenta Laskuharjoitus 3 / 3. 7..27 Tehtävä (L): Etsi kaikki yhtälön Ax = b ratkaisut, kun 3 5 4 A = 3 2 4 ja b = 6 8 7 4. Ratkaisu : Koetetaan ratkaista
LisätiedotMat Matematiikan peruskurssi K2
Mat-.3 Matematiikan peruskurssi K Heikkinen/Tikanmäki Kolmas välikoe 6.5. Kokeessa saa käyttää ylioppilaskirjoituksiin hyväksyttyä laskinta. Sivun kääntöpuolelta löytyy integrointikaavoja.. Olkoon F(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
LisätiedotYhtälöryhmän iteratiivinen ratkaiseminen
Yhtälöryhmän iteratiivinen ratkaiseminen V V I Berg Matematiikan pro gradu Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Kesä 2015 Tiivistelmä: V V I Berg, Yhtälöryhmän iteratiivinen ratkaiseminen
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 3. viikolle /
MS-A008 Differentiaali- ja integraalilaskenta, V/07 Differentiaali- ja integraalilaskenta Ratkaisut 3. viikolle / 5. 7.4. Taylorin Polynomit, Taylorin sarjat, potenssisarjat, Newtonin menetelmä Tehtävä
LisätiedotNumeeriset menetelmät TIEA381. Luento 2. Kirsi Valjus. Jyväskylän yliopisto. Luento 2 () Numeeriset menetelmät / 39
Numeeriset menetelmät TIEA381 Luento 2 Kirsi Valjus Jyväskylän yliopisto Luento 2 () Numeeriset menetelmät 14.3.2013 1 / 39 Luennon 2 sisältö Luvusta 1: Numeerinen stabiilisuus Liite A: Liukulukuaritmetiikasta
LisätiedotBM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018 Tehtävä 8 on tällä kertaa pakollinen. Aloittakaapa siitä. 1. Kun tässä tehtävässä sanotaan sopii mahdollisimman hyvin, sillä tarkoitetaan
Lisätiedoty=-3x+2 y=2x-3 y=3x+2 x = = 6
MAA Koe, Arto Hekkanen ja Jussi Tyni 5.5.015 Loppukoe LASKE ILMAN LASKINTA. 1. Yhdistä kuvaaja ja sen yhtälö a) 3 b) 1 c) 5 d) Suoran yhtälö 1) y=3x ) 3x+y =0 3) x y 3=0 ) y= 3x 3 5) y= 3x 6) 3x y+=0 y=-3x+
LisätiedotMatematiikan perusteet taloustieteilij oille I
Matematiikan perusteet taloustieteilijöille I Harjoitukset syksy 2006 1. Laskeskele ja sieventele a) 3 27 b) 27 2 3 c) 27 1 3 d) x 2 4 (x 8 3 ) 3 y 8 e) (x 3) 2 f) (x 3)(x +3) g) 3 3 (2x i + 1) kun, x
Lisätiedotja F =
MATRIISIALGEBRA Harjoitustehtäviä syksy 2016 Tehtävissä 1 ja 2a käytetään seuraavia matriiseja: ( ) 6 2 3 A =,B = 7 1 2 2 3,C = 4 4 2 5 3,E = ( 1 2 4 3 ) 1 1 2 3 ja F = 1 2 3 0 3 0 1 1. 6 2 1 4 2 3 2 1.
LisätiedotEste- ja sakkofunktiomenetelmät
Este- ja sakkofunktiomenetelmät Keijo Ruotsalainen Mathematics Division Luennon kulku Este- ja sisäpistemenetelmät LP-ongelmat ja logaritminen estefunktio Polun seuranta Newtonin menetelmällä Sakkofunktiomenetelmistä
LisätiedotTEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS
1. Suorakaiteen muotoisen lämmönvaraajan korkeus on K, leveys L ja syvyys S yksikköä. Konvektiosta ja säteilystä johtuvat lämpöhäviöt ovat verrannollisia lämmönvaraajan lämpötilan T ja ympäristön lämpötilan
Lisätiedot3 x 1 < 2. 2 b) b) x 3 < x 2x. f (x) 0 c) f (x) x + 4 x 4. 8. Etsi käänteisfunktio (määrittely- ja arvojoukkoineen) kun.
Matematiikka KoTiA1 Demotehtäviä 1. Ratkaise epäyhtälöt x + 1 x 2 b) 3 x 1 < 2 x + 1 c) x 2 x 2 2. Ratkaise epäyhtälöt 2 x < 1 2 2 b) x 3 < x 2x 3. Olkoon f (x) kolmannen asteen polynomi jonka korkeimman
LisätiedotLuento 11: Rajoitusehdot. Ulkopistemenetelmät
Luento 11: Rajoitusehdot. Ulkopistemenetelmät ja sisäpistemenetelmät Lagrangen välttämättömien ehtojen ratkaiseminen Newtonin menetelmällä Jos tehtävässä on vain yhtälörajoituksia, voidaan minimipistekandidaatteja
LisätiedotMAA2.3 Koontitehtävät 2/2, ratkaisut
MAA.3 Koontitehtävät /, ratkaisut. (a) 3x 5x 4 = 0 x = ( 5) ± ( 5) 4 3 ( 4) 6 (b) (x 4) = (x 4)(x + 4) (x 4)(x 4) = (x 4)(x + 4) x 8x + 6 = x 6 x 6 8x = 3 : 8 x = 4 = 5 ± 73 6 (c) 4 x + x + = 0 4 x + 4x
Lisätiedotmlnonlinequ, Epälineaariset yhtälöt
Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos -e mlnonlinequ, Epälineaariset yhtälöt 1. Historiallisesti mielenkiintoinen yhtälö on x 3 2x 5 = 0, jota Wallis-niminen matemaatikko käsitteli,
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
LisätiedotHARJOITUS- PAKETTI A
Logistiikka A35A00310 Tuotantotalouden perusteet HARJOITUS- PAKETTI A (6 pistettä) TUTA 19 Luento 3.Ennustaminen County General 1 piste The number of heart surgeries performed at County General Hospital
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt QR-hajotelma ja pienimmän neliösumman menetelmä Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto PNS-ongelma PNS-ongelma
LisätiedotPRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011
PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9..0 Kokeessa saa vastata enintään kymmeneen tehtävään.. Sievennä a) 9 x x 6x + 9, b) 5 9 009 a a, c) log 7 + lne 7. Muovailuvahasta tehty säännöllinen tetraedri muovataan
Lisätiedottyyppi metalli puu lasi työ I II III metalli puu lasi työ
MATRIISIALGEBRA Harjoitustehtäviä syksy 29 ( 7 1 1 4 1 1. Olkoot, B = 1 5 2 5 3 Määrää 2A, B 2A, A T, ( 2A) T, (A T ) T. ), C = ( 1 ) 4 4 ja E = 7. 3 2. Olkoot A, B, C ja E kuten edellisessä tehtävässä.
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1
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
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Keijo Ruotsalainen Division of Mathematics Kurssitiedot Luennot alkavat ke 11.1.2012 Ke 12-14 L3 To 14-16 L6 Kurssin viimeinen luento To 22.3 2012 Kurssin suorittaminen välikokein:
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
LisätiedotMatriisilaskenta Luento 8: LU-hajotelma
Matriisilaskenta Luento 8: LU-hajotelma Antti Rasila 2016 Matriisihajotelmat 1/2 Usein matriisiyhtälön Ax = y ratkaiseminen on epäkäytännöllistä ja hidasta. Siksi numeerisessa matriisilaskennassa usein
Lisätiedotf(x) f(y) x y f f(x) f(y) (x) = lim
Y1 (Matematiikka I) Haastavampia lisätehtäviä Syksy 1 1. Funktio h määritellään seuraavasti. Kuvan astiaan lasketaan vettä tasaisella nopeudella 1 l/min. Astia on muodoltaan katkaistu suora ympyräkartio,
LisätiedotNumeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42
Numeeriset menetelmät TIEA381 Luento 13 Kirsi Valjus Jyväskylän yliopisto Luento 13 () Numeeriset menetelmät 8.5.2013 1 / 42 Luennon 13 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Moniaskelmenetelmien
LisätiedotTodellinen vuosikorko. Efektiivinen/sisäinen korkokanta. Huomioitavaa
Todellinen vuosikorko Huomioitavaa Edellinen keskimaksuhetkeen perustuva todellinen vuosikorko antaa vain arvion vuosikorosta. Tarkempi arvio todellisesta korosta saadaan ottamalla huomioon mm. koronkorko.
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt ja pienimmän neliösumman menetelmä Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi QR ja PNS PNS-ongelma
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
LisätiedotMS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)
. Lasketaan valmiiksi derivaattoja ja niiden arvoja pisteessä x = 2: f(x) = x + 3x 3 + x 2 + 2x + 8, f(2) = 56, f (x) = x 3 + 9x 2 + 2x + 2, f (2) = 7, f (x) = 2x 2 + 8x + 2, f (2) = 86, f (3) (x) = 2x
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
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
LisätiedotKun yhtälöä ei voi ratkaista tarkasti (esim yhtälölle x-sinx = 1 ei ole tarkkaa ratkaisua), voidaan sille etsiä likiarvo.
Kun yhtälöä ei voi ratkaista tarkasti (esim yhtälölle x-sinx = 1 ei ole tarkkaa ratkaisua), voidaan sille etsiä likiarvo. Iterointi on menetelmä, missä jollakin likiarvolla voidaan määrittää jokin toinen,
LisätiedotCapacity Utilization
Capacity Utilization Tim Schöneberg 28th November Agenda Introduction Fixed and variable input ressources Technical capacity utilization Price based capacity utilization measure Long run and short run
Lisätiedot812336A C++ -kielen perusteet, 21.8.2010
812336A C++ -kielen perusteet, 21.8.2010 1. Vastaa lyhyesti seuraaviin kysymyksiin (1p kaikista): a) Mitä tarkoittaa funktion ylikuormittaminen (overloading)? b) Mitä tarkoittaa jäsenfunktion ylimääritys
LisätiedotMuutoksen arviointi differentiaalin avulla
Muutoksen arviointi differentiaalin avulla y y = f (x) y = f (x + x) f (x) dy y dy = f (x) x x x x x + x Luento 7 1 of 15 Matematiikan ja tilastotieteen laitos Turun yliopisto Muutoksen arviointi differentiaalin
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 12 To 13.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 12 To 13.10.2011 p. 1/38 p. 1/38 Tavalliset differentiaaliyhtälöt Yhtälöissä tuntematon funktio Tavalliset
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:
Lisätiedotja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e) A =
Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät 211 1. Olkoon A = Määrää ( 2 1 ) 3 4 1 ja B = 2 1 6 3 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A. 2. Laske seuraavat determinantit
LisätiedotDifferentiaalilaskennan tehtäviä
Differentiaalilaskennan tehtäviä DIFFERENTIAALILASKENTA 1. Raja-arvon käsite, derivaatta raja-arvona 1.1 Raja-arvo pisteessä 1.2 Derivaatan määritelmä 1.3 Derivaatta raja-arvona 2. Derivoimiskaavat 2.1
Lisätiedotja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e)
Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät 214 1. Tutki seuraavia jonoja a) (a n )=(3n 1) ( ) 2 b) (a n )= 3 n ( ) 1 c) (a n )= (n + 1)(n +2) 2. Tutki seuraavia sarjoja a) (3k 1)
LisätiedotFunktio 1. a) Mikä on funktion f (x) = x lähtöjoukko eli määrittelyjoukko, kun 0 x 5?
Funktio. a) Mikä on funktion f (x) = x + lähtöjoukko eli määrittelyjoukko, kun 0 x 5? b) Mikä on funktion f (x) = x + maalijoukko eli arvojoukko? c) Selitä, mikä on funktion nollakohta. Anna esimerkki.
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
LisätiedotPreliminäärikoe Pitkä Matematiikka 3.2.2009
Preliminäärikoe Pitkä Matematiikka..9 x x a) Ratkaise yhtälö =. 4 b) Ratkaise epäyhtälö x > x. c) Sievennä lauseke ( a b) (a b)(a+ b).. a) Osakkeen kurssi laski aamupäivällä,4 % ja keskipäivällä 5,6 %.
LisätiedotMatematiikan tukikurssi, kurssikerta 3
Matematiikan tukikurssi, kurssikerta 3 1 Epäyhtälöitä Aivan aluksi lienee syytä esittää luvun itseisarvon määritelmä: { x kun x 0 x = x kun x < 0 Siispä esimerkiksi 10 = 10 ja 10 = 10. Seuraavaksi listaus
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 8 1 Funktion kuperuussuunnat Derivoituva funktio f (x) on pisteessä x aidosti konveksi, jos sen toinen derivaatta on positiivinen f (x) > 0. Vastaavasti f (x) on aidosti
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan
LisätiedotOsittaistuenta Gaussin algoritmissa: Etsitään 1. sarakkeen itseisarvoltaan suurin alkio ja vaihdetaan tämä tukialkioiksi (eli ko. rivi 1. riviksi).
Liukuluvut Tietokonelaskuissa käytetään liukulukuja: mikä esittää lukua ± α α α M β k ± ( M α i β i )β k, i= β on järjestelmän kantaluku, α α M liukuluvun mantissa, α,, α M lukuja,,,, β, siten että α Esimerkki
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
LisätiedotA-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan yksi tunti aikaa. Laske kaikki tehtävät:
MAB4 Koe Jussi Tyni 1..015 A-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan yksi tunti aikaa. Laske kaikki tehtävät: 1. a. Piirrä seuraava suora mahdollisimman tarkasti ruutupaperille:
LisätiedotMATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ
1 YLIOPPILASTUTKINTO- LAUTAKUNTA 25.9.2017 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän
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-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
LisätiedotMatematiikan tukikurssi: kurssikerta 12
Matematiikan tukikurssi: kurssikerta 2 Tenttiin valmentavia harjoituksia Huomio. Tähän tulee lisää ratkaisuja sitä mukaan kun ehin niitä kirjoittaa. Kurssilla käyään läpi tehtävistä niin monta kuin mahollista.
LisätiedotFunktioiden approksimointi ja interpolointi
Funktioiden approksimointi ja interpolointi Keijo Ruotsalainen Division of Mathematics interpolaatio-ongelma 8 Eksponenttifunktion exp(x) interpolointi 3.5 Funktion e^{0.25x} \sin(x) interpolointi 7 3
LisätiedotOsa IX. Z muunnos. Johdanto Diskreetit funktiot
Osa IX Z muunnos A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 298 / 322 A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 299 / 322 Johdanto
LisätiedotHarjoitus 4: Matlab - Optimization Toolbox
Harjoitus 4: Matlab - Optimization Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Optimointimallin muodostaminen
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.
Lisätiedot