k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu

Koko: px
Aloita esitys sivulta:

Download "k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu"

Transkriptio

1 LIS AYKSI A kirjaan Reaalimuuttujan analyysi 1.6. Numeerinen integrointi: Gaussin kaavat Edella kasitellyt numeerisen integroinnin kaavat eli kvadratuurikaavat Riemannin summa, puolisuunnikassaanto ja Simpsonin saanto voidaan tulkita painotetuiksi keskiarvoiksi sopivissa pisteissa lasketuista funktion arvoista. Painojen summa on integroimisvalin pituus. Kaavat ovat siten periaatteessa muotoa Q(f) = w k f(x k ) missa kertoimet w k ovat painot ja funktion arvot lasketaan tukipisteissa x k. Puolisuunnikassaantointegroi tarkasti jokaisen ensimmaisen asteen polynomin, Simpsonin saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu tasavalisesti. Voidaan kysya, onko mahdollista paasta parempaan tulokseen ts. siihen etta korkeampaa astetta oleva polynomi integroituu tarkasti jos luovutaan tukipisteiden tasavalisyydesta. Talloin tukipisteet valittaisiin tarkan integroitumisen kannalta optimaalisella tavalla. Tarkastelu rajoitetaan seuraavassa koskemaan integroimisvalia [ 1]. Tama ei ole oleellinen rajoitus, silla minka tahansa valin [a b] yli otettu integraali voidaan muuntaa sijoituksella jolloin Z b a x = b ; a f(x) dx = b ; a f t + a + b b ; a t + a + b dt: Olkoon aluksi tarkasteltavana kahteen tukipisteeseen x 0 ja x 1 perustuva kvadratuurikaava Q 1 (f) =w 0 f(x 0 )+w 1 f(x 1 ): Painot w 0, w 1 ja tukipisteet x 0, x 1 pyritaan maaraamaan siten, etta mahdollisimman korkea-asteiset polynomit integroituvat tarkasti yli valin [ 1]. Tarkkaa integraalia merkitaan I(f) = f(x) dx: 01

2 1.6. Numeerinen integrointi: Gaussin kaavat Kivela, Reaalimuuttujan analyysi Koska tuntemattomia on nelja, voidaan yrittaa vaatia potenssien x j, j =0 1 tarkka integroituminen: 8 >< >: Q 1 (1) = I(1) eli w 0 + w 1 = Q 1 (x) =I(x) eli w 0 x 0 + w 1 x 1 =0 Q 1 (x )=I(x ) eli w 0 x 0 + w 1x 1 = Q 1 (x )=I(x ) eli w 0 x 0 + w 1x 1 =0: Kyseessa onepalineaarinen yhtaloryhma, jonka ratkaisu kuitenkin on helposti loydettavissa: w 0 = w 1 =1 ;x 0 = x 1 = p 1 =0:5775 :::: Saadut tukipisteet sijaitsevat integroimisvalilla ja painojen summa on valin pituus, kuten on luonnollista odottaa. Tuloksena on kertalukua 1 oleva Gaussin kvadratuuri (eli numeerisen integroinnin kaava) Q 1 (f) =f(; 1 p )+f( 1 p ): Voidaan osoittaa, etta integrointivirheelle patee ji(f) ; Q 1 (f)j 1 15 max jf (4) (x)j: x[ 1] Vastaavalla tavalla voidaan johtaa korkeampien kertalukujen kvadratuurikaavoja. Toisen kertaluvun kvadratuurissa Q (f) =w 0 f(x 0 )+w 1 f(x 1 )+w f(x ) tukipisteita on kolme ja voidaan vaatia potenssien x j, j integroituminen: 8 >< >: Q (1) = I(1) eli w 0 + w 1 + w = Q (x) =I(x) eli w 0 x 0 + w 1 x 1 + w x =0 Q (x )=I(x ) eli w 0 x 0 + w 1 x 1 + w x = Q (x )=I(x ) eli w 0 x 0 + w 1 x 1 + w x =0 Q (x 4 )=I(x 4 ) eli w 0 x w 1 x w x 4 = 5 Q (x 5 )=I(x 5 ) eli w 0 x w 1 x w x 5 =0: = , tarkka Syntyva epalineaarinen yhtaloryhma on hieman vaikeammin, mutta kuitenkin algebrallisesti ratkaistavissa: 0 w 0 = w = 5 =0:55555 ::: 9 q w 1 = 8 =0:88888 ::: 9 ;x 0 = x = 5 ::: x 1 =0:

3 Kivela, Reaalimuuttujan analyysi 1.6. Numeerinen integrointi: Gaussin kaavat Kertalukua oleva Gaussin kvadratuuri on siten Q (f) 0:5556 f(;0:7746) + 0:8889 f(0) + 0:5556 f(0:7746): Integrointivirheelle voidaan laskea arvio ji(f) ; Q (f)j max jf (6) (x)j: x[ 1] Kertaluvun n tapauksessa kvadratuurikaava on Q n (f) = w k f(x k ): Painoja ja tukipisteita onyhteensa n +, jolloin voidaan vaatia potenssien x j, j =0 1 ::: n + 1, tarkka integroituminen. Syntyvan epalineaarisen yhtaloryhman ratkaiseminen kay kuitenkin vaikeaksi kertaluvun kasvaessa. Tukipisteet voidaankin loytaa helpommin eraan polynomin nollakohtina: Olkoon p(x) astetta n + 1 oleva polynomi, joka toteuttaa integraaliehdot x j p(x) dx =0 j =0 1 ::: n: Nama voidaan ilmeisestikin lausua myos muodossa p(x)q(x) dx =0 kaikilla polynomeilla q, deg q n: Polynomia p kutsutaan potenssien x j ortogonaalipolynomiksi. Ajatuksena on tulkita lauseke (p j q) = p(x)q(x) dx sisatuloksi silla nimittain on luonteenomaiset sisatulon ominaisuudet (vrt. AG, lause 5.7.). Jos kahden vektorin tai polynomin sisatulo on = 0, niita on tapana kutsua ortogonaalisiksi, mista nimitys ortogonaalipolynomi. Muunlaista, esimerkiksi polynomien kuvaajiin liittyvaa kohtisuoruutta eivat integraaliehdot tarkoita. Lause Integraaliehdot x j p(x) dx =0 j =0 1 ::: n 0

4 1.6. Numeerinen integrointi: Gaussin kaavat Kivela, Reaalimuuttujan analyysi tayttava astetta n + 1 oleva polynomi p on olemassa. astetta n + 1 olevan termin kertoimeksi kiinnitetaan 1. Se on yksikasitteinen, kun P n+1 Todistus. Merkitaan p(x) = a kx k. Kun tama sijoitetaan integraaliehtoihin, saadaan kertoimille a k homogeeninen (ts. yhtaloryhman vakiotermit ovat = 0) lineaarinen yhtaloryhma, jossa on n + 1yhtaloa jan + tuntematonta. Tallaisella yhtaloryhmallaonaarettoman monta ratkaisua siis myos muita kuin nollien muodostama ratkaisu. Yhtaloryhmalla on ratkaisu, jossa korkeimman potenssin kerroin a n+1 on 6= 0. Jos nain ei olisi, olisi polynomi p enintaan astetta n R ja integraaliehtojen perusteella olisi 1 p(x)p(x) dx =0. Talloin olisi p(x) =0kaikilla x ja yhtaloryhmalla olisikin vain yksi ratkaisu: a 0 = a 1 = = a n+1 =0. Polynomi p voidaan jakaa korkeimman potenssin kertoimella, jolloin saadaan polynomi, jossa korkeimman potenssin kerroin on 1. Jakaminen ei vaikuta integraaliehtojen toteutumiseen. Jos olisi olemassa kaksi erilaista tallaista polynomia, p 1 ja p, olisi [p 1 (x) ; p (x)]q(x) dx =0 kaikilla enintaan asetta n olevilla polynomeilla q. Erotus p 1 ; p on itse enintaan astetta n, jolloin siis on [p 1 (x) ; p (x)] dx =0: Tasta seuraa, etta polynomit ovat samat: p 1 = p. Lause Jos astetta n + 1 olevalle polynomille p(x) patee x j p(x) dx =0 j =0 1 ::: n niin sen nollakohdat x k, k =0 1 ::: n ovat eri suuret, reaaliset ja sijaitsevat valilla [ 1]. Todistus. Olkoot x 1 x ::: x r sellaiset polynomin p valilla [ 1] sijaitsevat nollakohdat, joissa p(x) vaihtaa merkkinsa. Jos kaikki nollakohdat eivat ole eri suuria, reaalisia ja sijaitse valilla [ 1], on r<n+1. Polynomi q(x) =(x ; x 1 )(x ; x ) :::(x ; x r ) on talloin enintaan astetta n ja integraaliehtojen perusteella on siis 04 p(x)q(x) dx =0:

5 Kivela, Reaalimuuttujan analyysi 1.6. Numeerinen integrointi: Gaussin kaavat Koska seka p etta q vaihtavat merkkiaan pisteissa x 1 x ::: x r, tulo p(x)q(x) ei vaihda niissa merkkiaan, vaan on koko integrointivalilla maaratynmerkkinen (joko positiivinen tai negatiivinen). Talloin integraali ei voi olla = 0. p(x)q(x) dx Ainoa mahdollisuus on, etta r = n + 1, ts. polynomin p kaikki nollakohdat sijaitsevat valilla [ 1], ovat reaalisia ja eri suuria. Lause Kertalukua n olevan Gaussin kvadratuurin Q n (f) = w k f(x k ) tukipisteet x k, k =0 1 ::: n,ovat potenssien x j, j =0 1 ::: n, ortogonaalipolynomin p(x) nollakohdat. Vastaavat painot w k, k =0 1 ::: n, saadaan integroimalla tukipisteisiin liittyvat Lagrangen interpolaation apufunktiot L k (x), k =0 1 ::: n: w k = L k (x) dx k =0 1 ::: n: Todistus. On osoitettava, etta kvadratuurikaava integroi tarkasti potenssit x j, j = 0 1 ::: n +1, valilla [ 1], kun tukipisteet ja painot valitaan em. tavalla. Jakamalla potenssi x j, missa j =0 1 ::: n + 1, astetta n + 1 olevalla polynomilla p saadaan osamaaraksi polynomi q ja jakojaannokseksi polynomi r. Nama ovat kumpikin enintaan astetta n. On siis x j = pq + r ja integroimalla yli valin [ 1] saadaan I(x j )=I(pq + r) =I(pq)+I(r): Koska I(x j p)=0,kunj =0 1 ::: n,jaq on enintaan astetta n, oni(pq) =0. Koska r on enintaan astetta n, se yhtyy astetta n olevaan Lagrangen interpolaatiopolynomiinsa ja I(r) = r(x) dx = r(x k )L k (x) dx = r(x k ) L k (x) dx = w k r(x k ): 05

6 1.6. Numeerinen integrointi: Gaussin kaavat Kivela, Reaalimuuttujan analyysi Koska p(x k )=0,onx j k = p(x k)q(x k )+r(x k )=r(x k )jokaisessa tukipisteessa x k. Yhdistamalla tulokset saadaan I(x j )=I(pq)+I(r) =I(r) = w k r(x k )= w k x j k = Q n(x j ) jokaiselle eksponentille j = 0 1 ::: n +1. Nama potenssit siis integroituvat tarkasti. Kertalukua n olevan Gaussin kvadratuurin virhe voidaan myos lausua vastaavan ortogonaalipolynomin p n+1 avulla oletetaan, etta tassa onkorkeimman potenssin kerroin normeerattu arvoon 1. Virheen ylarajaksi saadaan ji(f) ; Q n (f)j 1 (n + )! p n+1 (x) dx max jf (n+) (x)j: x[ 1] Taman todistaminen edellyttaa tassa kasiteltya laajempia interpolaatiotarkasteluja (ns. Hermiten interpolaatiota) ja sivuutetaan. Esimerkki Kertalukua olevan Gaussin kvadratuurin johtamiseksi on muodostettava polynomi p(x) = a 4 x 4 + a x + a x + a 1 x + a 0, joka toteuttaa integraaliehdot p(x) dx = xp(x) dx = Nama johtavat lineaariseen yhtaloryhmaan 8 >< >: a 4 x p(x) dx = 5 + a + a 0 =0 a 5 + a 1 =0 a a 5 + a 0 =0 a 7 + a 1 5 =0 x p(x) dx =0: jonka ratkaisu on a 0 = 5 a 4, a 1 =0,a = ; 6 7 a 4, a = 0. Ortogonaalipolynomi, jonka korkeimman asteen termin kerroin on = 1, on siten x 4 ; 6 7 x + 5 : Taman nollakohdat ovat kvadratuurin tukipisteet 06 x 0 ;0:86116 x 1 ;0:9981 x 0:9981 x 0:86116:

7 Kivela, Reaalimuuttujan analyysi 1.6. Numeerinen integrointi: Gaussin kaavat Muodostamalla tukipisteisiin liittyvat Lagrangen interpolaation apufunktiot L 0 (x) = (x ; x 1)(x ; x )(x ; x ) (x 0 ; x 1 )(x 0 ; x )(x 0 ; x ) L 1(x) = (x ; x 0)(x ; x )(x ; x ) (x 1 ; x 0 )(x 1 ; x )(x 1 ; x ) L (x) = (x ; x 0)(x ; x 1 )(x ; x ) (x ; x 0 )(x ; x 1 )(x ; x ) L (x) = (x ; x 0)(x ; x 1 )(x ; x ) (x ; x 0 )(x ; x 1 )(x ; x ) ja integroimalla nama valin [ 1] yli saadaan vastaavat painot: Kvadratuuri on siten w 0 = w =0:47855 w 1 = w =0:65145: Q (f) 0:47855 f(;0:86116) + 0:65145 f(;0:9981) + 0:65145 f(0:9981) + 0:47855 f(0:86116): Integrointivirheen ylarajaksi saadaan ji(f) ; Q (f)j 1 8! (x 4 ; 6 7 x + 5 ) dx max jf (8) (x)j x[ 1] = max jf (8) (x)j: x[ 1] Esimerkki Olkoon laskettavana integraali (vrt. esimerkkiin 1.5.1) 0 dx 1+x : Tekemalla sijoitus x = 1 t + 1 tama saadaan muotoon 4+(t +1) dt: Soveltamalla eri kertalukujen Gaussin kvadratuureja saadaan integraalille seuraavat numeeriset approksimaatiot: Integraalin tarkka arvo on 4 0: kertaluku integr. arvo

x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu

x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu 2 Interpolointi Olkoon annettuna n+1 eri pistettä x 0, x 1, x n R ja n+1 lukua y 0, y 1,, y n Interpoloinnissa etsitään funktiota P, joka annetuissa pisteissä x 0,, x n saa annetut arvot y 0,, y n, (21)

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

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

13. 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

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 10 To 6.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 10 To 6.10.2011 p. 1/35 p. 1/35 Numeerinen integrointi Puolisuunnikassääntö b a f(x)dx = h 2 (f 0 + f

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35 Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen

Lisätiedot

Numeerinen integrointi

Numeerinen integrointi Numeerinen integrointi Analyyttisesti derivointi triviaalia, integrointi vaikeaa. Numeerisesti laskettaessa tilanne on päinvastainen. Integrointi on yhteenlaskua, joka on tasoittava operaatio: lähtötietojen

Lisätiedot

Funktioiden approksimointi ja interpolointi

Funktioiden 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

Lisätiedot

Numeeriset menetelmät

Numeeriset 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

Lisätiedot

Numeerinen integrointi ja derivointi

Numeerinen integrointi ja derivointi Numeerinen integrointi ja derivointi Keijo Ruotsalainen Division of Mathematics Interpolaatiokaavat Approksimoitava integraali I = b a f(x)dx. Tasavälinen hila: x i = a+ (b a)i n, i = 0,...,n Funktion

Lisätiedot

Mitään muita operaatioita symbolille ei ole määritelty! < a kaikilla kokonaisluvuilla a, + a = kaikilla kokonaisluvuilla a.

Mitään muita operaatioita symbolille ei ole määritelty! < a kaikilla kokonaisluvuilla a, + a = kaikilla kokonaisluvuilla a. Polynomit Tarkastelemme polynomirenkaiden teoriaa ja polynomiyhtälöiden ratkaisemista. Algebrassa on tapana pitää erillään polynomin ja polynomifunktion käsitteet. Polynomit Tarkastelemme polynomirenkaiden

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 7 Ti 27.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 7 Ti 27.9.2011 p. 1/39 p. 1/39 Interpolointi Ei tunneta funktion f : R R lauseketta, mutta tiedetään funktion

Lisätiedot

Numeeriset 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 / 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

Lisätiedot

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)

Lisätiedot

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus K. a) Polynomi P() = 3 + 8 on jaollinen polynomilla Q() = 3, jos = 3 on polynomin P nollakohta, eli P(3) = 0. P(3) = 3 3 3 + 8 3 = 54 08 + 54 = 0. Polynomi P on jaollinen polynomilla Q. b) Jaetaan

Lisätiedot

Numeerinen integrointi

Numeerinen integrointi Numeerinen integrointi hum 8.0. Numeerinen integrointi Numeerisia integrointimenetelmiä on useita. Käsitellään tässä yhteydessä kuitenkin vain Gauss in integrointia, joka on elementtimenetelmän yhteydessä

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 9 Ti 4.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 9 Ti 4.10.2011 p. 1/44 p. 1/44 Funktion approksimointi Etsitään p siten, että p f, mutta ei vaadita, että

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

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Juuri Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 7.5.08 Kertaus K. a) Polynomi P() = + 8 on jaollinen polynomilla Q() =, jos = on polynomin P nollakohta, eli P() = 0. P() = + 8 = 54 08 +

Lisätiedot

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0 1. Polynomit Tässä luvussa tarkastelemme polynomien muodostamia renkaita polynomien ollisuutta käsitteleviä perustuloksia. Teemme luvun alkuun kaksi sopimusta: Tässä luvussa X on muodollinen symboli, jota

Lisätiedot

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä 1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 9 Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 8 To 29.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 8 To 29.9.2011 p. 1/36 p. 1/36 Interpolointi kuutiosplinillä Osavälit: I i = [t i 1,t i ], i = 1,2,...,n

Lisätiedot

4 Yleinen potenssifunktio ja polynomifunktio

4 Yleinen potenssifunktio ja polynomifunktio 4 Yleinen potenssifunktio ja polynomifunktio ENNAKKOTEHTÄVÄT 1. a) Tutkitaan yhtälöiden ratkaisuja piirtämällä funktioiden f(x) = x, f(x) = x 3, f(x) = x 4 ja f(x) = x 5 kuvaajat. Näin nähdään, monessako

Lisätiedot

Määrätty integraali. Markus Helén. Mäntän lukio

Määrätty integraali. Markus Helén. Mäntän lukio Määrätty integraali Markus Helén Pinta-ala Monikulmio on tasokuvio, jota rajoittaa suljettu, itseään leikkaamaton murtoviiva. Monikulmio voidaan aina jakaa kolmioiksi. Alueen pinta-ala on näiden kolmioiden

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 11. Kirsi Valjus. Jyväskylän yliopisto. Luento 11 () Numeeriset menetelmät / 37

Numeeriset menetelmät TIEA381. Luento 11. Kirsi Valjus. Jyväskylän yliopisto. Luento 11 () Numeeriset menetelmät / 37 Numeeriset menetelmät TIEA381 Luento 11 Kirsi Valjus Jyväskylän yliopisto Luento 11 () Numeeriset menetelmät 24.4.2013 1 / 37 Luennon 11 sisältö Numeerisesta integroinnista ja derivoinnista Adaptiiviset

Lisätiedot

Juuri 2 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 2 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus K. a) E Nouseva suora. b) A 5. asteen polynomifunktio, pariton funktio Laskettu piste f() = 5 =, joten piste (, ) on kuvaajalla. c) D Paraabelin mallinen, alaspäin aukeava. Laskettu piste f() =

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43 Numeeriset menetelmät TIEA381 Luento 7 Kirsi Valjus Jyväskylän yliopisto Luento 7 () Numeeriset menetelmät 10.4.2013 1 / 43 Luennon 7 sisältö Interpolointi ja approksimointi Interpolaatiovirheestä Paloittainen

Lisätiedot

Integroimistekniikkaa Integraalifunktio

Integroimistekniikkaa Integraalifunktio . Integroimistekniikkaa.. Integraalifunktio 388. Vertaa funktioiden ln ja ln, b) arctan ja arctan + k k, c) ln( + 2 ja ln( 2, missä a >, derivaattoja toisiinsa. Tutki funktioiden erotusta muuttujan eri

Lisätiedot

Luku 4. Derivoituvien funktioiden ominaisuuksia.

Luku 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

Lisätiedot

Integrointi ja sovellukset

Integrointi ja sovellukset Integrointi ja sovellukset Tehtävät:. Muodosta ja laske yläsumma funktiolle fx) x 5 välillä [, 4], kun väli on jaettu neljään yhtä suureen osaan.. Määritä integraalin x + ) dx likiarvo laskemalla alasumma,

Lisätiedot

SARJAT JA DIFFERENTIAALIYHTÄLÖT

SARJAT JA DIFFERENTIAALIYHTÄLÖT SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 43 0.5 0.4 0.3 0.2 0.1 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.1 0.2 0.3 0.4 0.5 0.6 0.7 1 0.8 0.6 0.4 0.2 0.2 0.4 0.6 0.8 1 Kuva 12. Esimerkin 4.26(c kuvauksen

Lisätiedot

H5 Malliratkaisut - Tehtävä 1

H5 Malliratkaisut - Tehtävä 1 H5 Malliratkaisut - Tehtävä Eelis Mielonen 30. syyskuuta 07 a) 3a (ax + b)3/ + C b) a cos(ax + b) + C a) Tässä tehtävässä päästään harjoittelemaan lukiosta tuttua integrointimenetelmää. Ensimmäisessä kohdassa

Lisätiedot

5 Ominaisarvot ja ominaisvektorit

5 Ominaisarvot ja ominaisvektorit 5 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin A

Lisätiedot

Numeeriset menetelmät

Numeeriset 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:

Lisätiedot

Dierentiaaliyhtälöistä

Dierentiaaliyhtälöistä Dierentiaaliyhtälöistä Markus Kettunen 4. maaliskuuta 2009 1 SISÄLTÖ 1 Sisältö 1 Dierentiaaliyhtälöistä 2 1.1 Johdanto................................. 2 1.2 Ratkaisun yksikäsitteisyydestä.....................

Lisätiedot

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee

Lisätiedot

Numeerinen analyysi Harjoitus 3 / Kevät 2017

Numeerinen analyysi Harjoitus 3 / Kevät 2017 Numeerinen analyysi Harjoitus 3 / Kevät 2017 Palautus viimeistään perjantaina 17.3. Tehtävä 1: Tarkastellaan funktion f(x) = x evaluoimista välillä x [2.0, 2.3]. Muodosta interpoloiva polynomi p 3 (x),

Lisätiedot

Numeeriset menetelmät

Numeeriset 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

Lisätiedot

Reaalilukuvälit, leikkaus ja unioni (1/2)

Reaalilukuvälit, leikkaus ja unioni (1/2) Luvut Luonnolliset luvut N = {0, 1, 2, 3,... } Kokonaisluvut Z = {..., 2, 1, 0, 1, 2,... } Rationaaliluvut (jaksolliset desimaaliluvut) Q = {m/n m, n Z, n 0} Irrationaaliluvut eli jaksottomat desimaaliluvut

Lisätiedot

Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt

Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt Yhtälöryhmät 1/6 Sisältö Yhtälöryhmä Yhtälöryhmässä on useita yhtälöitä ja yleensä myös useita tuntemattomia. Tavoitteena on löytää tuntemattomille sellaiset arvot, että kaikki yhtälöt toteutuvat samanaikaisesti.

Lisätiedot

3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö

3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö 3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö Yhtälön (tai funktion) y = a + b + c, missä a 0, kuvaaja ei ole suora, mutta ei ole yhtälökään ensimmäistä astetta. Funktioiden

Lisätiedot

Numeerinen integrointi

Numeerinen integrointi Numeerinen integrointi Analyyttisesti derivointi triviaalia, integrointi vaikeaa. Numeerisesti laskettaessa tilanne on päinvastainen. Integrointi on yhteenlaskua, joka on tasoittava operaatio: lähtötietojen

Lisätiedot

Kompleksiluvun logaritmi: Jos nyt z = re iθ = re iθ e in2π, missä n Z, niin saadaan. ja siihen vaikuttava

Kompleksiluvun logaritmi: Jos nyt z = re iθ = re iθ e in2π, missä n Z, niin saadaan. ja siihen vaikuttava Kompleksiluvun logaritmi: ln z = w z = e w Jos nyt z = re iθ = re iθ e inπ, missä n Z, niin saadaan w = ln z = ln r + iθ + inπ, n Z Logaritmi on siis äärettömän moniarvoinen funktio. Helposti nähdään että

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

2. 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. 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

Lisätiedot

Kevään 2011 pitkän matematiikan ylioppilastehtävien ratkaisut Mathematicalla Simo K. Kivelä /

Kevään 2011 pitkän matematiikan ylioppilastehtävien ratkaisut Mathematicalla Simo K. Kivelä / Kevään 0 pitkän matematiikan ylioppilastehtävien ratkaisut Mathematicalla Simo K. Kivelä / 8.7.0 a) b) c) a) Tehtävä Yhtälö ratkaistaan yleensä Solve-funktiolla: Solve x 3 x, x x 4 Joissakin tapauksissa

Lisätiedot

1 Peruskäsitteet. Dierentiaaliyhtälöt

1 Peruskäsitteet. Dierentiaaliyhtälöt Teknillinen korkeakoulu Matematiikka Dierentiaaliyhtälöt Alestalo Tässä monisteessa käydään läpi tavallisiin dierentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Esimerkkejä luennoilla

Lisätiedot

KOMPLEKSIANALYYSI I KURSSI SYKSY exp z., k = 1, 2,... Eksponenttifunktion z exp(z) Laurent-sarjan avulla

KOMPLEKSIANALYYSI I KURSSI SYKSY exp z., k = 1, 2,... Eksponenttifunktion z exp(z) Laurent-sarjan avulla KOMPLEKSIANALYYSI I KURSSI SYKSY 2012 RITVA HURRI-SYRJÄNEN 11. Integrointi erillisen erikoispisteen ympäri Olkoot f analyyttinen punkteeratussa kiekossa D(z 0.r\{z 0 }. Funktiolla f on erikoispiste z 0.

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen

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

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

12. Hessen matriisi. Ääriarvoteoriaa

12. 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

Lisätiedot

PERUSASIOITA ALGEBRASTA

PERUSASIOITA ALGEBRASTA PERUSASIOITA ALGEBRASTA Matti Lehtinen Tässä luetellut lauseet ja käsitteet kattavat suunnilleen sen mitä algebrallisissa kilpatehtävissä edellytetään. Ns. algebrallisia struktuureja jotka ovat nykyaikaisen

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

Pienimmän neliösumman menetelmä

Pienimmän neliösumman menetelmä Pienimmän neliösumman menetelmä Keijo Ruotsalainen Division of Mathematics Funktion sovitus Datapisteet (x 1,...,x n ) Annettu data y i = f(x i )+η i, missä f(x) on tuntematon funktio ja η i mittaukseen

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 11 Ti 11.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 11 Ti 11.10.2011 p. 1/34 p. 1/34 Automaattiset integrointialgoritmit Numeerisen integroinnin tarkkuuteen

Lisätiedot

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Matriisinormi Matriisinormi Matriiseille

Lisätiedot

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014 Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 5.2 BCH-koodin dekoodaus Tarkastellaan t virhettä korjaavaa n-pituista BCH-koodia. Olkoon α primitiivinen n:s ykkösen juuri, c = c(x)

Lisätiedot

4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt

4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt 4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt 4.1 Homogeeniset lineaariset differentiaaliyhtälöt Homogeeninen yhtälö on muotoa F(x, y,, y (n) ) = 0. (1) Yhtälö on lineaarinen, jos se voidaan

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä 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 =

Lisätiedot

1 sup- ja inf-esimerkkejä

1 sup- ja inf-esimerkkejä Alla olevat kohdat (erityisesti todistukset) ovat lähinnä oheislukemista reaaliluvuista, mutta joihinkin niistä palataan myöhemmin kurssilla. 1 sup- ja inf-esimerkkejä Nollakohdan olemassaolo. Kaikki tuntevat

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

Epäyhtälöt 1/7 Sisältö ESITIEDOT: yhtälöt

Epäyhtälöt 1/7 Sisältö ESITIEDOT: yhtälöt Epäyhtälöt 1/7 Sisältö Epäyhtälö Epäyhtälöllä tarkoitetaan ehtoa, missä kahdesta lausekkeesta toinen on suurempi tai mahdollisesti yhtä suuri kuin toinen: f(x) < g(x), f(x) g(x).merkit voidaan luonnollisesti

Lisätiedot

1. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa yhdistetystä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen?

1. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa yhdistetystä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen? Matematiikan johdantokurssi, sks 06 Harjoitus 8, ratkaisuista. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa hdistetstä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen? Ratkaisu.

Lisätiedot

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja. Tehtävä 1 Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja. 1 Jos 1 < y < 3, niin kaikilla x pätee x y x 1. 2 Jos x 1 < 2 ja y 1 < 3, niin x y

Lisätiedot

5 OMINAISARVOT JA OMINAISVEKTORIT

5 OMINAISARVOT JA OMINAISVEKTORIT 5 OMINAISARVOT JA OMINAISVEKTORIT Ominaisarvo-ongelma Käsitellään neliömatriiseja: olkoon A n n-matriisi. Luku on matriisin A ominaisarvo (eigenvalue), jos on olemassa vektori x siten, että Ax = x () Yhtälön

Lisätiedot

BM20A1501 Numeeriset menetelmät 1 - AIMO

BM20A1501 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

Lisätiedot

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä 1 Laaja matematiikka 5 Kevät 010 4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö.

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

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21

Lisätiedot

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos

Lisätiedot

MS-A0102 Differentiaali- ja integraalilaskenta 1

MS-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

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a

Lisätiedot

Matematiikka B3 - Avoin yliopisto

Matematiikka B3 - Avoin yliopisto 2. heinäkuuta 2009 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Lisäharjoitustehtävä Kurssin sisältö (1/2) 1. asteen Differentiaali yhtälöt (1.DY) Separoituva Ratkaisukaava Bernoyulli

Lisätiedot

infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1

infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1 infoa Viikon aiheet Tentti ensi viikolla ma 23.0. klo 9.00-3.00 Huomaa, alkaa tasalta! D0 (Sukunimet A-) E204 (Sukunimet S-Ö) Mukaan kynä ja kumi. Ei muuta materiaalia. Tentissä kaavakokoelma valmiina.

Lisätiedot

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij. Liittomatriisi Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä (cof A) ij =( 1) i+j det A ij kaikilla i, j = 1,...,n. Huomautus 8 Olkoon A 2 M(n, n). Tällöin kaikilla

Lisätiedot

Muuttujan vaihto. Viikon aiheet. Muuttujan vaihto. Muuttujan vaihto. ) pitää muistaa lausua t:n avulla. Integroimisen työkalut: Kun integraali

Muuttujan vaihto. Viikon aiheet. Muuttujan vaihto. Muuttujan vaihto. ) pitää muistaa lausua t:n avulla. Integroimisen työkalut: Kun integraali Viikon aiheet Integroimisen työkalut: Rationaalifunktioiden jako osamurtoihin Rekursio integraaleissa CDH: Luku 4, Prujut206: Luvut 4-4.2.5, Prujut2008: s. 89-6 Kun integraali h(x) ei näytä alkeisfunktioiden

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 26..208 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa

Lisätiedot

4 Korkeamman kertaluvun differentiaaliyhtälöt

4 Korkeamman kertaluvun differentiaaliyhtälöt Differentiaaliyhtälöt c Pekka Alestalo 2015 Tässä monisteessa käydään läpi tavallisiin differentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Luennolla lasketaan esimerkkitehtäviä

Lisätiedot

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3.

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3. Integraalilaskenta. a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. b) Mitä määrätty integraali tietyllä välillä x tarkoittaa? Vihje: * Integraali * Määrätyn integraalin

Lisätiedot

1 Ominaisarvot ja ominaisvektorit

1 Ominaisarvot ja ominaisvektorit 1 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) 1 missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin

Lisätiedot

6. Toisen ja korkeamman kertaluvun lineaariset

6. 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

Lisätiedot

Viikon aiheet. Funktion lineaarinen approksimointi

Viikon aiheet. Funktion lineaarinen approksimointi Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen

Lisätiedot

Lisä,etopake3 2: ra,onaalifunk,on integroin,

Lisä,etopake3 2: ra,onaalifunk,on integroin, 9/20/ Lisä,etopake 2: ra,onaalifunk,on integroin, Ra,onaalifunk,o: kahden polynomin P(x) ja Q(x) osamäärä. Esim. x 2 x + 2 tai x5 +6x x- Ra,onaalifunk,o voidaan aina integroida, ja tähän löytyy kajava

Lisätiedot

BM20A0900, Matematiikka KoTiB3

BM20A0900, Matematiikka KoTiB3 BM20A0900, Matematiikka KoTiB3 Luennot: Matti Alatalo Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luvut 1 4. 1 Sisältö Ensimmäisen kertaluvun differentiaaliyhtälöt

Lisätiedot

Numeeriset 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 / 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

Lisätiedot

3. Reaalifunktioiden määräämätön integraali

3. Reaalifunktioiden määräämätön integraali 50 3. Reaalifunktioiden määräämätön integraali Integraalifunktio Derivoinnin käänteistoimituksena on vastata kysymykseen "Mikä on se funktio, jonka derivaatta on f?" Koska vakion derivaatta 0, havaitaan

Lisätiedot

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo. Lineaariavaruudet aiheita 1 määritelmä Nelikko (L, R, +, ) on reaalinen (eli reaalinen vektoriavaruus), jos yhteenlasku L L L, ( u, v) a + b ja reaaliluvulla kertominen R L L, (λ, u) λ u toteuttavat seuraavat

Lisätiedot

Tekijä MAA2 Polynomifunktiot ja -yhtälöt = Vastaus a)

Tekijä MAA2 Polynomifunktiot ja -yhtälöt = Vastaus a) K1 a) Tekijä MAA Polynomifunktiot ja -yhtälöt 6.8.016 ( + + ) + ( ) = + + + = + + + = + 4 b) 4 4 ( 5 + ) ( 5 + 1) = 5 + + 5 + 1 4 = + + + 4 = + 5 5 1 1 Vastaus a) 4 + b) 4 + 1 K a) f ( ) = + 1 f () = +

Lisätiedot

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

MS-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

Lisätiedot

jakokulmassa x 4 x 8 x 3x

jakokulmassa x 4 x 8 x 3x Laudatur MAA ratkaisut kertausarjoituksiin. Polynomifunktion nollakodat 6 + 7. Suoritetaan jakolasku jakokulmassa 5 4 + + 4 8 6 6 5 4 + 0 + 0 + 0 + 0+ 6 5 ± 5 5 4 ± 4 4 ± 4 4 ± 4 8 8 ± 8 6 6 + ± 6 Vastaus:

Lisätiedot

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1 1. Tarkastellaan funktiota missä σ C ja y (y 1,..., y n ) R n. u : R n R C, u(x, t) e i(y x σt), (a) Miksi funktiota u(x, t) voidaan kutsua tasoaalloksi, jonka aaltorintama on kohtisuorassa vektorin y

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

DIFFERENTIAALI- JA INTEGRAALILASKENTA

DIFFERENTIAALI- JA INTEGRAALILASKENTA DIFFERENTIAALI- JA INTEGRAALILASKENTA Timo Mäkelä Tässä tekstissä esitellään yhden muuttujan reaaliarvoisten funktioiden differentiaalilaskentaa sekä sarjoja. Raja-arvot Raja-arvoja voidaan laskea käyttämällä

Lisätiedot

5 Differentiaaliyhtälöryhmät

5 Differentiaaliyhtälöryhmät 5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) =

Lisätiedot

5 Lineaariset yhtälöryhmät

5 Lineaariset yhtälöryhmät 5 Lineaariset yhtälöryhmät Edellisen luvun lopun esimerkissä päädyttiin yhtälöryhmään, jonka ratkaisemisesta riippui, kuuluuko tietty vektori eräiden toisten vektorien virittämään aliavaruuteen Tämäntyyppisiä

Lisätiedot

Konvergenssilauseita

Konvergenssilauseita LUKU 4 Konvergenssilauseita Lause 4.1 (Monotonisen konvergenssin lause). Olkoon (f n ) kasvava jono Lebesgueintegroituvia funktioita. Asetetaan f(x) := f n (x). Jos f n

Lisätiedot