Malliratkaisut Demot

Koko: px
Aloita esitys sivulta:

Download "Malliratkaisut Demot"

Transkriptio

1 Malliratkaisut Demot Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x x 2 s. t. 5x 1 + 5x x 1 50 x x x 2 63 x 1 0, x 2 0. Kun piirretään tehtävä saadaan kuva 1. Nyt rajoitusepäyhtälöt ilmoittavat sallitun alueen x x 1 5x x x optimi x 1 30 ja x x 1 1.5x x 1 Kuva 1: Sallittu alue ja optimi ja tasa-arvokäyrät saadaan yhtälöstä 200x x 2 = h. Kuvasta 1 nähdään, että ratkaisu löytyy pisteestä, jossa rajoitukset 5x 1 + 5x x x

2 ovat aktiivisia eli 5x 1 + 5x 2 = x x 2 = 63. Yhtälöryhmästä voidaan nyt ratkaista päätösmuuttujat 5x 1 + 5x 2 = 300 ( 3) 5 0.6x x 2 = x 1 = 54 x 1 = 30 ja x 2 = 30. Optimipiste on siis x 1 = 30 ja x 2 = 30 ja kohdefunktion arvoksi siinä saadaan e. Jos tehtävää muutetaan siten, että maksimointava kohdefuntkio muuttuu muotoon max 120x x 2, niin saatava ratkaisu ei ole enää yksikäsitteinen, vaan tehtävällä on äärettömän monta ratkaisua. Tämä nähdään kuvasta 2. Nyt esimerkiksi pisteissä (17.5, 35), (30, 30) ja (25, 32) saadaan kohdefunktion optimiarvo e. x x 1 5x x optimiratkaisut x x 1 1.5x x 1 Kuva 2: Sallittu alue ja optimiratkaisut 2

3 2. Päätösmuuttujiksi voidaan valita x : laidunalueen pituus metreinä y : laidunalueen leveys metreinä. Annetuista tiedoista voidaan kirjoittaa optimointitehtävä max xy s. t. 2x + 2y 80 x, y 0. Kyseessä on kvadraattinen optimointitehtävä, jossa on lineaariset rajoitukset. Tasaarvokäyriä ovat esimerkiksi xy = 50, 200, 300 tai 400. Yksinkertaiset kvadraattiset tehtävät voidaan ratkaista yhtä helposti kuin lineaariset tehtävät. Tässä tapauksessa optimiratkaisu on x = y = 20, jolloin kohdefunktio saa arvon 400 (m 2 ). x 2 40 x 1 0 y 30 x x 2 0 x 1 Kuva 3: Tehtävän 2 kuva Tehtävä voidaan ratkaista myös niin, että laitetaan aitauksen sivuiksi x ja 40 x, jolloin ääriarvo on helppo määrittää, koska kohdefunktio on yhden muuttujan funktio. 3

4 3. Valmistetaan lieriönmuotoinen limsatölkki. Kun r = tölkin säde h = tölkin korkeus, niin tölkin tilavuus ja pinta-ala saadaan kaavoilla V = πr 2 h A = 2πr 2 + 2πrh. r h Kuva 4: Tehtävän 3 kuva Valitaan päätösmuuttujiksi jolloin saadaan optimointitehtävä x 1 = r (cm) x 2 = h (cm), min f(x 1, x 2 ) = 2πx πx 1x 2 s. t. πx 2 1 x 2 = 500 x 1, x 2 > 0. Kohdefunktio f(x 1, x 2 ) ei ole lineaarinen, eivätkä rajoitteetkaan ole lineaarisia. Kumman tahansa epälineaarisuus riittää, joten kyseessä ei ole lineaarinen optimointitehtävä. Tehtävän ratkaisemiseksi ratkaistaan ensin rajoitteesta muuttuja x 2, jolloin saadaan x 2 = 500, πx 2 1 missä x 1 0. Sijoittamalla tämä kohdefunktioon saadaan 2πx πx = 2πx 2 πx x 1 Derivoidaan sitten kohdefunktio ja ratkaistaan derivaatan nollakohta seuraavasti: ( ) 4πx = 0 x 2 1 4πx = 0 x 3 1 = π x ,58 4,3. 4

5 Sijoittamalla tämä muuttujan x 2 lausekkeeseen saadaan x 2 8,6. Ratkaisuna on siis valita tölkin säteeksi 4,3 cm ja korkeudeksi 8,6 cm. Tällöin tölkin pinta-ala on 350 cm 2. Kyseessä todella on minimi, sillä jos lasketaan toinen derivaatta, niin ratkaisuksi saadaan f (x 1 ) = 4π > 0. x 3 1 Koska x 1 0 ja edellä vaadittiin, että x 1 0. Tämä osoittaa, että derivaatan nollakohdassa saavutetaan funktion minimi. Nykyisin käytössä olevat tölkit eivät ole optimaalisia, jos kriteerinä on kulutettu materiaali. Nykyisistä tölkeistä on kuitenkin mm. parempi juoda. Lisäksi nykyisen standardin muuttaminen maksaisi suuria summia. 5

6 4. Tarkastellaan optimointitehtävää max x 1 + x 2 s. t. ax 1 + bx 2 c x 1 0, x 2 0 missä a, b R ja c > 0. Ratkaisujen lukumäärä riippuu kertoimien a ja b arvoista seuraavasti: kertoimet sallittu alue ratkaisut 1) a = 0, b = 0 x 1, x 2 0 (+, + ) 2) a = 0, b < 0 x 1, x 2 0 ((+, + ) ) 3) a = 0, b > 0 x 1 0 ja 0 x 2 c b +, c b 4) a < 0, b = 0 x 1, x 2 0 (+, + ) 5) a < 0, b < 0 x 1, x 2 0 (+, + ) 6) a < 0, b > 0 x 1 0 ja 0 x 2 c ax 1 (+, + ) b 7) a > 0, b = 0 0 x 1 c ja x ( a 2 0 c, a + ) 8) a > 0, b < 0 0 x 1 c bx 2 ja x a 2 0 (+, + ) 9) a > b > 0 Pisteiden (0, 0), ( ( 0, b) c ja c, ( ) a 0) määräämä kolmio 0, c b 10) b > a > 0 Pisteiden (0, 0), ( ( 0, b) c ja c, ( a 0) määräämä kolmio c, a 0) 11) a = b > 0 Pisteiden (0, 0), ( ( 0, b) c ja c, ( ) ( a 0) määräämä kolmio 0, c b c, a 0) Jos a b ja a, b > 0, niin tehtävän ratkaisu on yksikäsitteinen. Jos a = b ja a, b > 0, niin ratkaisuja on ääretön määrä. Kaikissa muissa tapauksissa tehtävällä ei ole lainkaan äärellisiä ratkaisuja. Kuvan piirtäminen auttaa hahmottamaan tilannetta! x 2 x 2 0 c b c a x 1 0 x 1 Kuva 5: Kohdan 10) havainnollistus 6

7 5. Oletetaan, että q = 251 = timanttierän koko r = 85 = varaston taso, joka aiheuttaa lisätilauksen. Algoritmi: 1. Saapuuko MM Antwerbenistä mukanaan q karaatin timanttierä? 2. Onko varaston koko r, jolloin tarvitaan täydennysmatka? 3. Timanttien määrän vähentäminen varastosta. Laaditaan vastaavanlainen taulukko kuin monisteen timanttiesimerkissä. viikko alkuvarasto kysyntä myyntimäärä varastointi- täydennys- 200 $/karaatti kustannus c kustannus menetetty tuotto , , , , , , , , , Taulukossa varastointikustannus on laskettu kaavalla 3,5 alkuvarasto+(alkuvarasto kysyntä), kun alkuvarasto > kysyntä 2 c = 3,5 alkuvarasto, kun alkuvarasto < kysyntä, alkuvarasto 2 kysyntä missä 3,5 on varastointikulut karaatilta viikossa. Kustannukset ovat yhteensä 3 338, = ,70 dollaria. Luentomonisteen esimerkissä kustannukset 8 ensimmäisen viikon ajalta dollareina ovat Jäädään siis plussalle ,30 dollaria. menetetty myynti ,00 täydennyskustannukset 4 000,00 varasto 2 819,00 yhteensä ,00 7

8 6. EOQ-mallin päätösmuuttuja on ja parametrit ovat missä q = tilauserän koko Yhden kauden kustannus on d = viikottainen kysyntä (55) a = varaston täydennysnopeus, a > d f = varaston kiinteä täydennyskustannus (2000) h = varastointikustannus karaatilta viikossa (3,5) varastokustannus täydennyskustannus {}}{{}}{ f + h z 2 (t 1 + t 2 ) = f + h 1 ( 1 d ) q q 2 a d, t 1 + t 2 = q d = jakson pituus z = (a d)t 1 = (a d) q a. kk d kk a d Kuva 6: Tehtävän 5 varastotilanne Jakamalla tämä jakson pituudella q saadaan keskimääräinen kustannus aikayksikössä d c(q) = f d q + h ( 1 d ) q. 2 a Derivoimalla c(q) saadaan c (q) = fd q + h ( 1 d ) = a Ratkaistaan yhtälöstä q, jolloin saadaan optimaalinen tilauserän koko. Ottamalla rajaarvo, kun a, vielä varmistetaan, että lasku on oikein: q = ± 2fd 2fd h ( ), kun a. 1 d h a 8

9 q z kk d kk a d t 1 t 2 Kuva 7: Tehtävän 5 sykli Edellä olevista vaihtoehtoisista merkeistä ± miinus ei kelpaa, koska timanttierän koko ei voi olla negatiivinen. Sijoittamalla ratkaisu q kohdefunktioon saadaan ( c(q ) = 2fdh 1 d ) a 2fdh, kun a. Sovellus: Nyt otetaan mukaan myös tavaran valmistus/ostohinta c. Koska kysyntä aikayksikössä on d, niin osto/valmistus maksaa cd riippumatta tilauserän koosta. Edellä määritellyt muuttujat saavat nyt arvot Muodostetaan epäyhtälö h = 1 = varastointikustannukset/kpl/vuosi d = 2000 = vuotuinen kysyntä a = 3000 = valmistusnopeus/vuosi f 1 = 200 = valmistuksen aloituksen kiinteä kustannus c = 36,75 = valmistushinta/kpl f 2 = 40 = ostoerän kiinteä kustannus. ( c d + 2f 1 dh 1 d ) x d + 2 f 2 dh, a }{{}}{{} ostetaan tehdään itse 9

10 missä x on hinta, joka ostettavasta tavarasta kannattaa maksaa. Sijoitetaan muuttujille edellä annetut arvot ja ratkaistaan epäyhtälö ( 36, ) x , x x 36,808 Siis ostettaessa kannattaa maksaa vain vähän enemmän kuin jos osan tekee itse. 10

Malliratkaisut Demo 1

Malliratkaisut Demo 1 Malliratkaisut Demo 1 1. Merkitään x = kuinka monta viikkoa odotetaan ennen kuin perunat nostetaan. Nyt maksimoitavaksi kohdefunktioksi tulee f(x) = (60 5x)(300 + 50x). Funktio f on alaspäin aukeava paraaeli,

Lisätiedot

A-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan yksi tunti aikaa. Laske kaikki tehtävät:

A-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:

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 5 10.4.2017 Tehtävä 1 x 2 7 0,7 9,8 6 5 4 x 1 x 2 7 x 1 x 2 1 3 2 x 1 0 4,3 x 1 9 1 0,0 x 2 0 9,0 1 2 3 4 5 6 7 8 9 x 1 Kuva 1: Tehtävän 1 sallittu joukko S Optimointitehtävän sallittu

Lisätiedot

Malliratkaisut Demo 4

Malliratkaisut Demo 4 Malliratkaisut Demo 4 1. tehtävä a) f(x) = 2x + 21. Funktio on lineaarinen, joten se on unimodaalinen sekä maksimoinnin että imoinnin suhteen. Funktio on konveksi ja konkaavi. b) f(x) = x (pienin kokonaisluku

Lisätiedot

Harjoitus 5 ( )

Harjoitus 5 ( ) Harjoitus 5 (24.4.2014) Tehtävä 1 Kuva 1: Tehtävän 1 sallittu joukko S. Optimointitehtävän sallittu alue S on pisteiden (0, 0), (0, 7), (4, 3), (9, 8) ja (9, 0) määräämä viisikulmio. Kyseinen alue saadaan

Lisätiedot

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2 TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-39 Optimointioppi Kimmo Berg 6 harjoitus - ratkaisut min x + x x + x = () x f = 4x, h = x 4x + v = { { x + v = 4x + v = x = v/ x = v/4 () v/ v/4

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 2.2.217 Tehtävä 1 Edellisten demojen tehtävä oli muotoa max 3x 1 + 4x 2 s.t. 7x 1 + 3x 2 24 : v 1 x 1 + 4x 2 17 : v 2 x 2 3 : v 3 x 1, x 2. Kohdefunktio voitiin kirjoittaa myös muotoon

Lisätiedot

Derivaatan sovellukset (ääriarvotehtävät ym.)

Derivaatan 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

Lisätiedot

11 MATEMAATTINEN ANALYYSI

11 MATEMAATTINEN ANALYYSI Huippu Kertaus Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 0.7.08 MATEMAATTINEN ANALYYSI ALOITA PERUSTEISTA 444A. a) Funktion arvot ovat positiivisia silloin, kun kuvaaja on x-akselin yläpuolella.

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 3.2.27 Tehtävä. Valmisohjelmistolla voidaan ratkaista tehtävä min c T x s. t. Ax b x, missä x, c ja b R n ja A R m n. Muunnetaan tehtävä max x + 2x 2 + 3x 3 + x s. t. x + 3x 2 + 2x

Lisätiedot

Harjoitus 5 ( )

Harjoitus 5 ( ) Harjoitus 5 (14.4.2015) Tehtävä 1 Figure 1: Tehtävän 1 sallittu joukko S. Optimointitehtävän sallittu alue S on pisteiden (0, 0), (0, 7), (4, 3), (9, 8) ja (9, 0) määräämä viisikulmio. Kyseinen alue saadaan

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 5 2.2.28 Tehtävä a) Tehtävä voidaan sieventää muotoon max 5x + 9x 2 + x 3 s. t. 2x + x 2 + x 3 x 3 x 2 3 x 3 3 x, x 2, x 3 Tämä on tehtävän kanoninen muoto, n = 3 ja m =. b) Otetaan

Lisätiedot

Tekijä Pitkä matematiikka a) Ratkaistaan nimittäjien nollakohdat. ja x = 0. x 1= Funktion f määrittelyehto on x 1 ja x 0.

Tekijä Pitkä matematiikka a) Ratkaistaan nimittäjien nollakohdat. ja x = 0. x 1= Funktion f määrittelyehto on x 1 ja x 0. Tekijä Pitkä matematiikka 6 9.5.017 K1 a) Ratkaistaan nimittäjien nollakohdat. x 1= 0 x = 1 ja x = 0 Funktion f määrittelyehto on x 1 ja x 0. Funktion f määrittelyjoukko on R \ {0, 1}. b) ( 1) ( 1) f (

Lisätiedot

Luento 9: Yhtälörajoitukset optimoinnissa

Luento 9: Yhtälörajoitukset optimoinnissa Luento 9: Yhtälörajoitukset optimoinnissa Lagrangen kerroin Oletetaan aluksi, että f, g : R R. Merkitään (x 1, x ) := (x, y) ja johdetaan Lagrangen kerroin λ tehtävälle min f(x, y) s.t. g(x, y) = 0 Olkoon

Lisätiedot

1 Rajoittamaton optimointi

1 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

Lisätiedot

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Talousmatematiikan perusteet: Luento 12 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,

Lisätiedot

Talousmatematiikan perusteet: Luento 15. Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta

Talousmatematiikan perusteet: Luento 15. Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta Talousmatematiikan perusteet: Luento 15 Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta Viime luennolla Tarkastelimme usean muuttujan funktioiden rajoittamatonta optimointia:

Lisätiedot

Harjoitus 4: Matlab - Optimization Toolbox

Harjoitus 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

Lisätiedot

Fx-CP400 -laskimella voit ratkaista yhtälöitä ja yhtälöryhmiä eri tavoin.

Fx-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

Lisätiedot

Harjoitus 8: Excel - Optimointi

Harjoitus 8: Excel - Optimointi Harjoitus 8: Excel - Optimointi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Lineaarisen optimointimallin muodostaminen

Lisätiedot

Tekijä Pitkä matematiikka

Tekijä Pitkä matematiikka K1 Tekijä Pitkä matematiikka 5 7..017 a) 1 1 + 1 = 4 + 1 = 3 = 3 4 4 4 4 4 4 b) 1 1 1 = 4 6 3 = 5 = 5 3 4 1 1 1 1 1 K a) Koska 3 = 9 < 10, niin 3 10 < 0. 3 10 = (3 10 ) = 10 3 b) Koska π 3,14, niin π

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, 2952018, Ratkaisut (Sarja A) 1 Anna kaikissa kohdissa vastaukset tarkkoina arvoina Kohdassa d), anna kulmat

Lisätiedot

Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Vastaus: Määrittelyehto on x 1 ja nollakohta x = 1.

Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Vastaus: Määrittelyehto on x 1 ja nollakohta x = 1. Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 4..6 Kokoavia tehtäviä ILMAN TEKNISIÄ APUVÄLINEITÄ. a) Funktion f( ) = määrittelyehto on +, eli. + Ratkaistaan funktion nollakohdat. f(

Lisätiedot

b 1. b m ) + ( 2b Ax) + (b b)

b 1. b m ) + ( 2b Ax) + (b b) TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-9 Optimointioppi Kimmo Berg 5 harjoitus - ratkaisut min Ax b (vertaa PNS-tehtävät) a x + + a n x n a) Ax b = a m x + + a mn x n = x a a m }{{}

Lisätiedot

Talousmatematiikan perusteet: Luento 14. Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta

Talousmatematiikan perusteet: Luento 14. Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta Talousmatematiikan perusteet: Luento 14 Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta Viime luennolla Tarkastelimme usean muuttujan funktioiden

Lisätiedot

4. Kertausosa. 1. a) 12

4. Kertausosa. 1. a) 12 . Kertausosa. a kun, : b kun, tai 8 . Paraabeli y a bc c aukeaa ylöspäin, jos a alaspäin, jos a a Funktion g kuvaaja on paraabeli, jolle a. Se aukeaa ylöspäin. b Funktion g kuvaaja on paraabeli, jolle

Lisätiedot

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Talousmatematiikan perusteet: Luento 11 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,

Lisätiedot

Piiri K 1 K 2 K 3 K 4 R R

Piiri K 1 K 2 K 3 K 4 R R Lineaarinen optimointi vastaus, harj 1, Syksy 2016. 1. Teollisuuslaitos valmistaa piirejä R 1 ja R 2, joissa on neljää eri komponenttia seuraavat määrät: Piiri K 1 K 2 K 3 K 4 R 1 3 1 2 2 R 2 4 2 3 0 Päivittäistä

Lisätiedot

a(t) = v (t) = 3 2 t a(t) = 3 2 t < t 1 2 < 69 t 1 2 < 46 t < 46 2 = 2116 a(t) = v (t) = 50

a(t) = v (t) = 3 2 t a(t) = 3 2 t < t 1 2 < 69 t 1 2 < 46 t < 46 2 = 2116 a(t) = v (t) = 50 BM0A5810 - Differentiaalilaskenta ja sovellukset Harjoitus 1, Syksy 015 1. (a) Kiihtyvyys on nopeuden derivaatta, eli a(t) v (t) 3 t 1 + 1 Nyt on siis selvitettävä, milloin kiihtyvyys kasvaa itseisarvoltaan

Lisätiedot

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

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

Lisätiedot

3 TOISEN ASTEEN POLYNOMIFUNKTIO

3 TOISEN ASTEEN POLYNOMIFUNKTIO 3 TOISEN ASTEEN POLYNOMIFUNKTIO POHDITTAVAA 1. Kuvasta voidaan arvioida, että frisbeegolfkiekko käy noin 9 metrin korkeudella ja se lentää noin 40 metrin päähän. Vastaus: Frisbeegolfkiekko käy n. 9 m:n

Lisätiedot

y=-3x+2 y=2x-3 y=3x+2 x = = 6

y=-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+

Lisätiedot

4 Polynomifunktion kulku

4 Polynomifunktion kulku 4 Polynomifunktion kulku. a) Funktio on kasvava jollakin välillä, jos sen arvo kasvaa tällä välillä. Kuvaajan nousemisen ja laskemisen perusteella funktio on kasvava kohtien x,4 ja x 0, välissä. b) Funktion

Lisätiedot

1 Kertaus. Lineaarinen optimointitehtävä on muotoa:

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

Lisätiedot

Malliratkaisut Demot 6,

Malliratkaisut Demot 6, Malliratkaisut Demot 6, 19.2.21 Tehtävä 1 Edellisten demojen tehtävä oli muotoa max 3x 1 + 4x 2 s.t. 7x 1 + 3x 2 24 : v 1 x 1 + 4x 2 17 : v 2 x 2 3 : v 3 x 1, x 2. Kohdefunktio voitiin kirjoittaa myös

Lisätiedot

Malliratkaisut Demo 4

Malliratkaisut Demo 4 Malliratkaisut Demo 4 1. tehtävä a) () = 2+1. Funktio on lineaarinen, joten se on unimodaalinen sekä maksimoinnin että minimoinnin suhteen. Funktio on konveksi ja konkaavi. b) () = (suurin kokonaisluku

Lisätiedot

MAA02. A-osa. 1. Ratkaise. a) x 2 + 6x = 0 b) (x + 4)(x 4) = 9 a) 3x 6x

MAA02. A-osa. 1. Ratkaise. a) x 2 + 6x = 0 b) (x + 4)(x 4) = 9 a) 3x 6x MAA0 A-osa. Ratkaise. a) x + 6x = 0 b) (x + 4)(x 4) = 9 a) 3x 6x a) Kirjoitetaan summa x + 6x yhteisen tekijän avulla tulomuotoon ja ratkaistaan yhtälö tulon nollasäännön avulla. x + 6x = 0 x(x + 6) =

Lisätiedot

RATKAISUT a + b 2c = a + b 2 ab = ( a ) 2 2 ab + ( b ) 2 = ( a b ) 2 > 0, koska a b oletuksen perusteella. Väite on todistettu.

RATKAISUT a + b 2c = a + b 2 ab = ( a ) 2 2 ab + ( b ) 2 = ( a b ) 2 > 0, koska a b oletuksen perusteella. Väite on todistettu. RATKAISUT 198 197 198. Olkoon suorakulmion erisuuntaisten sivujen pituudet a ja b sekä neliön sivun pituus c. Tehtävä on mielekäs vain, jos suorakulmio ei ole neliö, joten oletetaan, että a b. Suorakulmion

Lisätiedot

Huippu 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Huippu 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Huippu 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 8..08 KERTAUS KERTAUSTEHTÄVIÄ K. a) Keskimääräinen muutosnopeus välillä [0, ] saadaan laskemalla kohtia x = 0 ja x = vastaavien kuvaajan

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 6 24.4.2017 Tehtävä 1 Määritelmän (ks. luentomonisteen s. 107) mukaan yleisen muotoa min f(x) s.t. g(x) 0 h(x) = 0 x X (1) olevan optimointitehtävän Lagrangen duaali on min θ(u,v)

Lisätiedot

KERTAUSHARJOITUKSIA. 1. Rationaalifunktio a) ( ) 2 ( ) Vastaus: a) = = 267. a) a b) a. Vastaus: a) a a a a 268.

KERTAUSHARJOITUKSIA. 1. Rationaalifunktio a) ( ) 2 ( ) Vastaus: a) = = 267. a) a b) a. Vastaus: a) a a a a 268. KERTAUSHARJOITUKSIA. Rationaalifunktio 66. a) b) + + + = + + = 9 9 5) ( ) ( ) 9 5 9 5 9 5 5 9 5 = = ( ) = 6 + 9 5 6 5 5 Vastaus: a) 67. a) b) a a) a 9 b) a+ a a = = a + a + a a + a a + a a ( a ) + = a

Lisätiedot

B-OSA. 1. Valitse oikea vaihtoehto. Vaihtoehdoista vain yksi on oikea.

B-OSA. 1. Valitse oikea vaihtoehto. Vaihtoehdoista vain yksi on oikea. B-OSA 1. Valitse oikea vaihtoehto. Vaihtoehdoista vain yksi on oikea. 1.1 Mitä voidaan sanoa funktion f raja-arvosta, kun x a? I Raja-arvo on f(a), jos f on määritelty kohdassa a. II Raja-arvo on f(a),

Lisätiedot

MS-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. 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

Lisätiedot

Lineaarinen optimointitehtävä

Lineaarinen optimointitehtävä Lineaarinen optimointitehtävä min c 1 x 1 + c 2 x 2 + + c n x n kun a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1 + a 22 x 2 + + a 2n x n b 2. a m1 x 1 + a m2 x 2 + + a mn x n b m x 1, x 2,..., x n 0 1

Lisätiedot

Malliratkaisut Demot 5,

Malliratkaisut Demot 5, Malliratkaisut Demot 5, 2.2.25 Tehtävä : a) Tehtävä voidaan sieventää muotoon max 5x + 9x 2 + x 3 s. t. 2x +x 2 x 3 x 3 x 2 3 x 3 3 x,x 2,x 3 Tämä on tehtävän kanoninen muoto,n = 3 jam =. b) Otetaan käyttöön

Lisätiedot

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

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

Lisätiedot

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1). HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 017 Harjoitus 4 Ratkaisuehdotukset 4.1. Osoita, että tasa-arvojoukko S F (0), F : R 3 R, F (x) = 3x 1 x 3 + e x + x e x 3, on säännöllinen

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 2 Lisää osamurtoja Tutkitaan jälleen rationaalifunktion P(x)/Q(x) integrointia. Aiemmin käsittelimme tapauksen, jossa nimittäjä voidaan esittää muodossa Q(x) = a(x x

Lisätiedot

Matematiikan tukikurssi

Matematiikan 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

Lisätiedot

Luento 8: Epälineaarinen optimointi

Luento 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

Lisätiedot

Matematiikan tukikurssi

Matematiikan 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

Lisätiedot

Maksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta

Maksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta Maksimit ja minimit 1/5 Sisältö Funktion kasvavuus ja vähenevyys; paikalliset ääriarvot Jos derivoituvan reaalifunktion f derivaatta tietyssä pisteessä on positiivinen, f (x 0 ) > 0, niin funktion tangentti

Lisätiedot

TEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS

TEKNILLINEN 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

Lisätiedot

y + 4y = 0 (1) λ = 0

y + 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

Lisätiedot

Lineaarinen optimointi. Harjoitus 6-7, Olkoon A R m n, x, c R ja b R m. Osoita, että LP-tehtävän. c T x = min!

Lineaarinen optimointi. Harjoitus 6-7, Olkoon A R m n, x, c R ja b R m. Osoita, että LP-tehtävän. c T x = min! Lineaarinen optimointi Harjoitus 6-7, 016. 1. Olkoon A R m n, x, c R ja b R m. Osoita, että LP-tehtävän c T x = min! (T) Ax b x 0 duaalitehtävän duaali on tehtävä (T). Ratkaisu. (P) c T x = min! Ax b x

Lisätiedot

Lisätehtäviä. Rationaalifunktio. x 2. a b ab. 6u x x x. kx x

Lisätehtäviä. Rationaalifunktio. x 2. a b ab. 6u x x x. kx x MAA6 Lisätehtäviä Laske lisätehtäviä omaan tahtiisi kurssin aikan Palauta laskemasi tehtävät viimeistään kurssikokeeseen. Tehtävät lasketaan ilman laskint Rationaalifunktio Tehtäviä Hyvitys kurssiarvosanassa

Lisätiedot

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

Luento 11: Rajoitusehdot. Ulkopistemenetelmät Luento 11: Rajoitusehdot. Ulkopistemenetelmät ja sisäpistemenetelmät Lagrangen välttämättömien ehtojen ratkaiseminen Newtonin menetelmällä Jos tehtävässä on vain yhtälörajoituksia, voidaan minimipistekandidaatteja

Lisätiedot

Maatalous-metsätieteellisen tiedekunnan valintakoe Ympäristö-ja luonnonvaraekonomia Matematiikan kysymysten oikeat vastaukset

Maatalous-metsätieteellisen tiedekunnan valintakoe Ympäristö-ja luonnonvaraekonomia Matematiikan kysymysten oikeat vastaukset Maatalous-metsätieteellisen tiedekunnan valintakoe 18.5.2015 Ympäristö-ja luonnonvaraekonomia Matematiikan kysymysten oikeat vastaukset 7. a) Matti ja Maija lähtevät kävelemään samasta pisteestä vastakkaisiin

Lisätiedot

6. Luennon sisältö. Lineaarisen optimoinnin duaaliteoriaa

6. Luennon sisältö. Lineaarisen optimoinnin duaaliteoriaa JYVÄSKYLÄN YLIOPISTO 6. Luennon sisältö Lineaarisen optimoinnin duaaliteoriaa työkalu ratkaisun analysointiin Jälki- ja herkkyysanalyysiä mitä tapahtuu optimiratkaisulle, jos tehtävän vakiot hieman muuttuvat

Lisätiedot

1 Komparatiivinen statiikka ja implisiittifunktiolause

1 Komparatiivinen statiikka ja implisiittifunktiolause Taloustieteen matemaattiset menetelmät 27 materiaali 4 Komparatiivinen statiikka ja implisiittifunktiolause. Johdanto Jo opiskeltu antaa nyt valmiu tutkia taloudellisia malleja Kiinnostava malli voi olla

Lisätiedot

5 Rationaalifunktion kulku

5 Rationaalifunktion kulku Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 5.7.06 5 Rationaalifunktion kulku. Funktion f määrittelyehto on. Muodostetaan symbolisen laskennan ohjelman avulla derivaattafunktio f ja

Lisätiedot

Harjoitus 6 ( )

Harjoitus 6 ( ) Harjoitus 6 (30.4.2014) Tehtävä 1 Määritelmän (ks. luentomoniste s. 109) mukaan yleisen, muotoa min f(x) s.t. g(x) 0 h(x) = 0 x X (1) olevan optimointitehtävän Lagrangen duaali on max θ(u,v) s.t. u 0,

Lisätiedot

4 TOISEN ASTEEN YHTÄLÖ

4 TOISEN ASTEEN YHTÄLÖ Huippu Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 7.4.016 4 TOISEN ASTEEN YHTÄLÖ POHDITTAVAA 1. Merkitään toisen neliön sivun pituutta kirjaimella x. Tällöin toisen neliön sivun pituus on

Lisätiedot

MS-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. 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

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot

MS-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

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Differentiaali- 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,

Lisätiedot

MAA7 Kurssikoe Jussi Tyni Tee B-osion konseptiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! Laske huolellisesti!

MAA7 Kurssikoe Jussi Tyni Tee B-osion konseptiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! Laske huolellisesti! A-osio: ilman laskinta. MAOLia saa käyttää. Laske kaikki tehtävistä 1-. 1. a) Derivoi funktio f(x) = x (4x x) b) Osoita välivaiheiden avulla, että seuraava raja-arvo -lauseke on tosi tai epätosi: x lim

Lisätiedot

Demo 1: Simplex-menetelmä

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

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 3 7.3.07 Tehtävä Olkoon tilamuuttujat Tällöin saadaan rekursioyhtälö f n (x n ) = max yn {0,} ynwn xn f 0 ( ) = 0. x n = vaiheessa n jäljellä oleva paino, n =,...,N, esine n pakataan

Lisätiedot

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 1. Kotitehtävä. 2. Lasketaan aluksi korkoa korolle. Jos korkoprosentti on r, ja korko maksetaan n kertaa vuodessa t vuoden ajan, niin kokonaisvuosikorko

Lisätiedot

MAA7 7.3 Koe Jussi Tyni Valitse kuusi tehtävää! Tee vastauspaperiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin!

MAA7 7.3 Koe Jussi Tyni Valitse kuusi tehtävää! Tee vastauspaperiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! MAA7 7. Koe Jussi Tyni 1..01 1. Laske raja-arvot: a) 5 x lim x5 x 10 b) x 8x16 lim x x 9 x. a) Määritä erotusosamäärän avulla funktion f (5). b) Onko funktio f x vastauksesi lyhyesti 1 9 x ( ) x f ( x)

Lisätiedot

Tilavuus puolestaan voidaan esittää funktiona V : (0, ) (0, ) R,

Tilavuus puolestaan voidaan esittää funktiona V : (0, ) (0, ) R, Vektorianalyysi Harjoitus 9, Ratkaisuehdotuksia Anssi Mirka Tehtävä 1. ([Martio, 3.4:1]) Millä suoralla sylinterillä, jonka tilavuus on V > on pienin vaipan ja pohjan yhteenlaskettu pinta-ala? Ratkaisu

Lisätiedot

3 Yleinen toisen asteen yhtälö ja epäyhtälö

3 Yleinen toisen asteen yhtälö ja epäyhtälö Juuri Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 5.8.016 3 Yleinen toisen asteen yhtälö ja epäyhtälö ENNAKKOTEHTÄVÄT 1. a) x + x + 1 = 4 (x + 1) = 4 Luvun x + 1 tulee olla tai, jotta sen

Lisätiedot

Tekijä Pitkä matematiikka Pisteen (x, y) etäisyys pisteestä (0, 2) on ( x 0) Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y.

Tekijä Pitkä matematiikka Pisteen (x, y) etäisyys pisteestä (0, 2) on ( x 0) Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y. Tekijä Pitkä matematiikka 5 7..017 37 Pisteen (x, y) etäisyys pisteestä (0, ) on ( x 0) + ( y ). Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y. Merkitään etäisyydet yhtä suuriksi ja ratkaistaan

Lisätiedot

MAA7 7.2 Koe Jussi Tyni Valitse kuusi tehtävää! Tee vastauspaperiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! lim.

MAA7 7.2 Koe Jussi Tyni Valitse kuusi tehtävää! Tee vastauspaperiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! lim. MAA7 7. Koe Jussi Tyni 8.1.01 1. Laske raja-arvot: a) 9 lim 6 lim 1. a) Määritä erotusosamäärän avulla funktion f (). 1 f ( ) derivaatta 1 Onko funktio f ( ) 9 kaikkialla vähenevä? Perustele vastauksesi

Lisätiedot

Differentiaali- ja integraalilaskenta 2 Laskuharjoitus 4 / vko 40

Differentiaali- ja integraalilaskenta 2 Laskuharjoitus 4 / vko 40 Differentiaali- ja integraalilaskenta 2 Laskuharjoitus 4 / vko 40 Alkuviikolla harjoitustehtäviä lasketaan harjoitustilaisuudessa. Loppuviikolla näiden harjoitustehtävien tulee olla ratkaistuina harjoituksiin

Lisätiedot

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

3 = 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

Lisätiedot

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe klo 10-13

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe klo 10-13 Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe.6. klo -. Ratkaise seuraavat epäyhtälöt ja yhtälö: a) x +9, b) log (x) 7, c) x + x 4 =.. Määrää kaikki ne

Lisätiedot

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018 BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018 1. (a) Tunnemme vektorit a = [ 5 1 1 ] ja b = [ 2 0 1 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien

Lisätiedot

Luento 8: Epälineaarinen optimointi

Luento 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

Lisätiedot

Sovelletun fysiikan pääsykoe

Sovelletun fysiikan pääsykoe Sovelletun fysiikan pääsykoe 7.6.016 Kokeessa on neljä (4) tehtävää. Vastaa kaikkiin tehtäviin. Muista kirjoittaa myös laskujesi välivaiheet näkyviin. Huom! Kirjoita tehtävien 1- vastaukset yhdelle konseptille

Lisätiedot

Ylioppilastutkintolautakunta S tudentexamensnämnden

Ylioppilastutkintolautakunta S tudentexamensnämnden Ylioppilastutkintolautakunta S tudentexamensnämnden MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ.9.013 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden ja sisältöjen luonnehdinta ei sido ylioppilastutkintolautakunnan

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 12 1 Eksponenttifuntio Palautetaan mieliin, että Neperin luvulle e pätee: e ) n n n ) n n n n n ) n. Tästä määritelmästä seuraa, että eksponenttifunktio e x voidaan

Lisätiedot

Ratkaisut vuosien tehtäviin

Ratkaisut vuosien tehtäviin Ratkaisut vuosien 1958 1967 tehtäviin 1958 Pyörähtäessään korkeusjanansa ympäri tasakylkinen kolmio muodostaa kartion, jonka tilavuus on A, ja pyörähtäessään kylkensä ympäri kappaleen, jonka tilavuus on

Lisätiedot

Yhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.

Yhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5. Tekijä Pitkä matematiikka 5 7..017 31 Kirjoitetaan yhtälö keskipistemuotoon ( x x ) + ( y y ) = r. 0 0 a) ( x 4) + ( y 1) = 49 Yhtälön vasemmalta puolelta nähdään, että x 0 = 4 ja y 0 = 1, joten ympyrän

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.09 HYVÄN VASTAUKSEN PIIRTEITÄ Alustavat hyvän vastauksen piirteet on suuntaa-antava kuvaus kokeen tehtäviin odotetuista vastauksista ja tarkoitettu ensisijaisesti

Lisätiedot

x = 6 x = : x = KERTAUSHARJOITUKSIA Funktion nollakohdat ja merkki 229.a) Funktio f ( x) = 2x+ Nollakohta f x b) Funktio gx ( ) = x

x = 6 x = : x = KERTAUSHARJOITUKSIA Funktion nollakohdat ja merkki 229.a) Funktio f ( x) = 2x+ Nollakohta f x b) Funktio gx ( ) = x KERTAUSHARJOITUKSIA Funktion nollakohdat ja merkki 9.a) Funktio f ( ) = + 6 Nollakohta f bg= + 6= = 6 :( ) = 6 = y 5 6 y = + 6 b) Funktio g ( ) = 5 Nollakohta g bg= = 5 = : 5 5 5 5 = : = = = 5 5 5 9 9

Lisätiedot

JYVÄSKYLÄN YLIOPISTO. 3. Luennon sisältö

JYVÄSKYLÄN YLIOPISTO. 3. Luennon sisältö JYVÄSKYLÄN YLIOPISTO 3. Luennon sisältö Lineaarisen optimointitehtävän sallittu alue Optimointitehtävien muunnoksia Lineaarisen yhtälöryhmän perusmuoto ja perusratkaisut Lineaarisen optimointitehtävän

Lisätiedot

Harjoitus 3 (3.4.2014)

Harjoitus 3 (3.4.2014) Harjoitus 3 (3..) Tehtävä Olkoon kaaren paino c ij suurin sallittu korkeus tieosuudella (i, j). Etsitään reitti solmusta s solmuun t siten, että reitin suurin sallittu korkeus pienimmillään olisi mahdollisimman

Lisätiedot

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Merkitään f(x) =x 3 x. Laske a) f( 2), b) f (3) ja c) YLIOPPILASTUTKINTO- LAUTAKUNTA

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Merkitään f(x) =x 3 x. Laske a) f( 2), b) f (3) ja c) YLIOPPILASTUTKINTO- LAUTAKUNTA 1 YLIOPPILASTUTKINTO- LAUTAKUNTA 26.3.2018 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän

Lisätiedot

3. Laadi f unktioille f (x) = 2x + 6 ja g(x) = x 2 + 7x 10 merkkikaaviot. Millä muuttujan x arvolla f unktioiden arvot ovat positiivisia?

3. Laadi f unktioille f (x) = 2x + 6 ja g(x) = x 2 + 7x 10 merkkikaaviot. Millä muuttujan x arvolla f unktioiden arvot ovat positiivisia? Kertaustesti Nimi:. Onko väite tosi (T) vai epätosi (E)? a) Polynomin 4 3 + + asteluku on. b) F unktio f () = 8 saa positiivisia arvoja, kun > 4. c) F unktion f () = 3 4 kuvaaja on alaspäin aukeava paraabeli.

Lisätiedot

Mb03 Koe 21.5.2015 Kuopion Lyseon lukio (KK) sivu 1/4

Mb03 Koe 21.5.2015 Kuopion Lyseon lukio (KK) sivu 1/4 Mb03 Koe 2..20 Kuopion Lyseon lukio (KK) sivu /4 Kokeessa on kaksi osaa. Osa A ratkaistaan tehtäväpaperille ja osa B ratkaistaan konseptipaperille. Osa A: saat käyttää taulukkokirjaa mutta et laskinta.

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 6.3.09 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa

Lisätiedot

Koontitehtäviä luvuista 1 9

Koontitehtäviä luvuista 1 9 11 Koontitehtäviä luvuista 1 9 1. a) 3 + ( 8) + = 3 8 + = 3 b) x x 10 = 0 a =, b = 1, c = 10 ( 1) ( 1) 4 ( 10) 1 81 1 9 x 4 4 1 9 1 9 x,5 tai x 4 4 c) (5a) (a + 1) = 5a a 1 = 4a 1. a) Pythagoraan lause:

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot

MS-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)

Lisätiedot