Systeemimallit: sisältö

Save this PDF as:
 WORD  PNG  TXT  JPG

Koko: px
Aloita esitys sivulta:

Download "Systeemimallit: sisältö"

Transkriptio

1 Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen järjeselmän (pulssinsiirofunkio, sabiilisuus z-muunnos Diskreoini Aalo-yliopiso/Syseemianalyysin laboraorio

2 Joiain malliyyppejä Maemaainen malli: muuujien välise suhee kuvau maemaaisesi yhälöin Lohkokaaviomalli: syseemin oiminojen looginen jako lohkoihin, joiden välisiä vuorovaikuuksia kuvaaan nuolin u( S y( u( subsysem1 subsysem2 y( simulaaiomalli: malli ehkä olemassa vain ieokoneohjelmana (joka on ehkä jäsenney maemaaisesa ai lohkokaaviomallisa Aalo-yliopiso/Syseemianalyysin laboraorio

3 Aalo-yliopiso/Syseemianalyysin laboraorio Sisäänmeno, ulosulo ja häiriö Mallin vakio: syseemiparameri suunnieluparameri Mallin muuuja: ulosulo (oupu y(=[y 1 (,..., y p (] T sisäänmeno (inpu, ohjaus u(=[u 1 (,...,u m (] T voidaan valia häiriö w(=[w 1 (,...,w r (] T ei voida valia Sisäänmenoja ja häiriöiä kusuaan ulkoisiksi muuujiksi, muia mallin muuujia sisäisiksi Dynaamisessa järjeselmässä y( riippuu paisi u(:sä ja w(:sä myös kaikisa u(s ja w(s, s<

4 Inpu-oupu -kuvaus ja ilayhälömalli Yleinen jakuvan ajan inpu-oupu-kuvaus on muooa g(y (n (, y (n-1 (,...,y(, u (m (,...,u(=0, missä (a viiaa a:neen derivaaaan ja g on jokin epälineaarinen funkio (SISO Muunneaan 1. keraluvun differeniaaliyhälösyseemiksi aseamalla x i (:=y (i-1 (, i=1,...,n Saadaan ilayhälömalli x& ( = y( f(, u( = h(, u( jossa dim =n, dim u(=m, dim y(=p on mallin ila, n on mallin keraluku Aalo-yliopiso/Syseemianalyysin laboraorio

5 Tila Aiemmin odeiin, eä syseemin ulosuloon y( vaikuava u(s ja w(s, s< Olisi kovin kömpelöä alleaa u(s ja w(s kokonaisuudessaan Syseemin (ai mallin ila on sellainen informaaio, jonka uneminen yhdessä u(:n ja w(:n kanssa mahdollisaa syseemin ulosulon y(τ laskemisen jollekin τ> Käyännössä ilalla on ärkeä merkiys esim. simuloinnissa: se on suoraan kullakin aika-askelella alleeava informaaio Aalo-yliopiso/Syseemianalyysin laboraorio u( y( u( x& ( = f(, u( y( S inpu-oupu-kuvaus (exernal model y( = h(, u( ilamalli (inernal model

6 Esiysen ero Inpu-oupu -kuvaus ei oa kanaa syseemin sisäiseen rakeneeseen Klassisen sääöeorian perusa siirofunkiolla ilmaisun lineaarisen inpu-oupu -kuvauksen analyysi aajuusasossa Tilayhälöesiys moderni lähesymisapa OR:n syny 1950-luvulla mahdollisi mm. ilaakaisinkykennän, opimisäädön, monimuuuujasäädön ja epälineaarisen mallien käsielyn sekä laajensi lineaarisen järjeselmien eoriaa merkiäväsi Aalo-yliopiso/Syseemianalyysin laboraorio

7 Tasapainoilan rakaisu Valiaan u(=u 0 (vakio; mihin ja y( aseuva? x 0 : f(x 0,u 0 =0 yksi, useia ai ei yhään rakaisua (x 0,u 0 on asapainopise (saionary poin usein oivoavaa saada syseemi asapainoilaan Vasaavasi asapainoilan ulosulo on y 0 =h(x 0,u 0 (Tasapainopise on asympooisesi sabiili y( konvergoi y 0 :aan Konvergenssinopeua kuvaa aikavakio usein mielenkiinnon kannala nopea ila voidaan korvaa saaisilla approksimaaioilla Saainen vahvisus = y 0 :n herkkyys muuokselle u 0 :ssa eli g (u 0 ; y 0 =h(x 0 (u 0,u 0 =g(u 0 Aalo-yliopiso/Syseemianalyysin laboraorio

8 g lineaarinen kun g(. on y(:n ja u(:n derivaaojen painoeu summa, saadaan y u:n funkiona Laplace-muunnoksella (SISO: m m 1 bms + bm 1s b0 Y( s = U( s n n 1 n 2 as + a s a s n n 1 Osamäärää kusuaan syseemin siirofunkioksi G(s Toisaala, oimimalla kuen edellä saadaan lineaarinen ilayhälömalli x& ( = A + Bu( n 2 y( = C + Du( ässä dim A=nxn, dim B=nxm, dim C=pxn, dim D=pxm Aalo-yliopiso/Syseemianalyysin laboraorio

9 Lineaarisen jakuva-aikaisen syseemin sabiilisuus Asympooinen sabiilisuus vs. sabiilisuus: lokaali, globaali Lin. järjeselmälle sabiilisuus on syseemin ominaisuus joka ei riipu oimina-alueesa ai ulosuureisa Siirofunkion G(s väliämä inpu-oupu -kuvaus on globaalisi asympooisesi sabiili joss nimiäjäpolynomin nollakohda (so. siirofunkion nava sijaiseva aidosi kompleksiason vasemmassa puoliskossa kuvaus on sabiili jos jokin nava ova im-akselilla ja ne ova yksinkeraisia Huom. Laplace-muunamalla ilayhälö saadaan G(s=C(sI-A -1 B+D eli nava yhyvä A:n ominaisarvoihin Aalo-yliopiso/Syseemianalyysin laboraorio

10 Aalo-yliopiso/Syseemianalyysin laboraorio Linearisoini Tarkasellaan epälineaarisa järjeselmää asapainopiseessä (x 0,u 0 sekä poikkeamia =-x 0, y(=y(-y 0 ja u(=u(-u 0 päee: missä laskeuna (x 0,u 0 :ssa Lisäieoa app. B kirjassa ( ' ( ' ( ( ' ( ' ( u D x C y u B x A x d d + + u h D x h C u f B x f A = = = = ', ', ', '

11 Diskreeiaikainen lineaarinen järjeselmä Inpu-oupu -kuvauksen siirofunkioesiys m m 1 bmz + bm 1z b0 Y( z = U( z n n 1 n 2 a z + a z a z n Tilayhälöesiys: oeaan iloiksi viiväsey y:n ja u:n arvo 1 = k+ n 1 A + Bu( y( k = C k + Du( k Asympooinen sabiilisuus: siirofunkion nava (A:n ominaisarvo yksikköympyrän sisäpuolella sabiilisuus: napoja yksikköympyrällä k n 2 k Aalo-yliopiso/Syseemianalyysin laboraorio

12 Diskreoini Olkoon anneuna jakuva-aikainen malli x& ( = y( f(, u( = h(, u( ja arkasellaan diskreeiaikaisa mallia 1 y(, u( Mien F ja H ulisi valia, joa diskreeiaikainen malli kuvaisi diskreoinipiseissä jakuva-aikaisa mallia mahdollisimman hyvin? Euler, Runge-Kua meneelmä, yms... k+ k = F( = H( k k, u( k k Aalo-yliopiso/Syseemianalyysin laboraorio

13 Lineaarisen mallin diskreoini Oleeaan ohjaus aika-askelella vakioksi/lineaariseksi ja rakaisaan ilayhälö => diskreein mallin syseemi- ja ohjausmariisi jouduaan laskemaan mariisieksponeni ja sen inegraali Lue kpl 3.9 ja app. A Harjoiusyö 1 ässä puhuun hands on -sovellus Aalo-yliopiso/Syseemianalyysin laboraorio

14 Sananen p:sä, s:sä, z:sa, q:sa ja q -1 :sä s on Laplace-ason muuuja - p on derivoinioperaaori aikaasossa sf(s=l{f (}, pf(=f ( G(s on Laplace-ason olio - G(p on operaaoripolynomi G(s operoi U(s:ään, G(p u(:hen z on z-ason muuuja q on eeenpäinsiiro-operaaori q -1 on aaksepäinsiiro-operaaori aikaasossa z -1 Y(z=Z{y( k-1 }, qy(=y( k+1, q -1 y(=y( k-1 G(z on z-ason olio joka operoi U(z:aan G(q ja G(q -1 ova aikaason operaaoripolynomeja joka operoiva u(:hen Huomaa eriyisesi, eä diskreeiaikaisen järjeselmän sabiilisuusulos koskee z:n (ai q:n polynomeja usein käyeään myös merkinää G*(z -1 ai G*(q -1! Aalo-yliopiso/Syseemianalyysin laboraorio

Systeemimallit: sisältö

Systeemimallit: sisältö Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -uvaus ja ilayhälömalli, ila Linearisoini Jauva-aiaisen lineaarisen järjeselmän siirofunio, sabiilisuus Laplace-muunnos Disreeiaiaisen lineaarisen järjeselmän

Lisätiedot

2. Systeemi- ja signaalimallit

2. Systeemi- ja signaalimallit 2. Syseemi- ja signaalimalli Malliyyppejä: maemaainen malli: muuujien välise suhee kuvau maemaaisesi yhälöin lohkokaaviomalli: syseemin oiminojen looginen jako lohkoihin, joiden välisiä vuorovaikuuksia

Lisätiedot

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

Dynaamisten 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

Lisätiedot

Lineaaristen järjestelmien teoriaa

Lineaaristen järjestelmien teoriaa Lineaarisen järjeselmien eoriaa Saavueavuus, ohjaavuus Tarkkailavuus, havaiavuus Klassisen mekaniikan sabiilisuus vs. syseemiekninen sabiilisuusuus Tilaesimoini Kalman-suodin Mielenkiinoisia kysymyksiä

Lisätiedot

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän: ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän

Lisätiedot

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A. 9. Epäoleellise inegraali; inegraalin derivoini paramerin suheen 9.. Epäoleellise aso- ja avaruusinegraali 27. Olkoon = {(x, y) x, y }. Osoia hajaanuminen ai laske arvo epäoleelliselle asoinegraalille

Lisätiedot

Lineaaristen järjestelmien teoriaa II

Lineaaristen järjestelmien teoriaa II Lieaarise järjeselmie eoriaa II Ohjaavuus Tarkkailavuus havaiavuus Lisää sabiilisuudesa Tilaesimoii, Kalma-suodi TKK/Syseemiaalyysi laboraorio Mielekiioisia kysymyksiä Oko syseemi rakeeelaa sellaie, eä

Lisätiedot

järjestelmät Luento 4

järjestelmät Luento 4 DEE- Lineaarise järjeselmä Lueno 4 Lineaarise järjeselmä Riso Mionen 3.7.4 Lueno 3 - Recap Lineaarisen differenssiyhälöiden raaiseminen Impulssivaseen äsie Impulssivase ja onvoluuiosumma Lineaarise järjeselmä

Lisätiedot

Tehtävä I. Vaihtoehtotehtävät.

Tehtävä I. Vaihtoehtotehtävät. Kem-9.7 Prosessiauomaaion perusee Teni 5.9.5 TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA TENTIN MUKANA NIMI: (OS: ) OPINTOKIRJA: VIERAILULUENNOT KUUNNELTU: VALV. LASK: Tehävä I. Vaihoehoehävä. Oikea vasaus

Lisätiedot

Luento 2. Järjestelmät aika-alueessa Konvoluutio-integraali. tietoverkkotekniikan laitos

Luento 2. Järjestelmät aika-alueessa Konvoluutio-integraali. tietoverkkotekniikan laitos Lueno 2 Järjeselmä aika-alueessa Konvoluuio-inegraali Lueno 2 Lueno 2 Järjeselmä aika alueessa; Konvoluuio inegraali 2.1 Järjeselmien perusominaisuude Oppenheim 1.5. 1.6 Muisillise ja muisioma järjeselmä

Lisätiedot

5. Vakiokertoiminen lineaarinen normaaliryhmä

5. Vakiokertoiminen lineaarinen normaaliryhmä 1 MAT-145 LAAJA MATEMATIIKKA 5 Tampereen eknillinen yliopiso Riso Silvennoinen Kevä 21 5. Vakiokeroiminen lineaarinen normaaliryhmä Todeaan ensin ilman odisuksia (ulos on syvällinen) rakaisujen olemassaoloa

Lisätiedot

Luento 11. tietoverkkotekniikan laitos

Luento 11. tietoverkkotekniikan laitos Lueno Lueno Sokasise signaali ja prosessi II. Sokasise prosessi Pruju Saionaarisuus, ergodisuus Auo ja risikorrelaaio ehospekri.3 Kohinan suodaaminen Sokasinen raja arvo ja derivaaa Winer Khinchin eoreema.3

Lisätiedot

Diskreetillä puolella impulssi oli yksinkertainen lukujono:

Diskreetillä puolella impulssi oli yksinkertainen lukujono: DEE-00 ineaarise järjeselmä Harjoius 5, rakaisuehdoukse [johdano impulssivaseeseen] Jakuva-aikaisen järjeselmän impulssivase on vasaavanlainen järjeselmäyökalu kuin diskreeillä puolellakin: impulssivase

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 2 (viikko 6) Tehävä 1 Sovelleaan luenokalvojen sivulla 46 anneua kaavaa: A A Y Y K α ( 1 α ) 0,025 0,5 0,03 0,5 0,01 0,005 K Siis kysyy Solowin

Lisätiedot

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä

Lisätiedot

W dt dt t J.

W dt dt t J. DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset D-00 ineaarise järjeselmä Harjoius 4, rakaisuehdoukse nnen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu. Piirianalyysin juuri suorianee opiskelija saaava ihmeellä,

Lisätiedot

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5 S-72. Signaali ja järjeselmä Laskuharjoiukse, syksy 28 Konvoluuion laskeminen vaihe vaiheela Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali,

Lisätiedot

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan 87 5. Eliminoinimeneely Tarkaellaan -kokoia vakiokeroimia yeemiä + x a a x a x + a x b() x = = = +. a a x a x a x b () (3) b() x + Derivoimalla enimmäinen komponeni, ijoiamalla jälkimmäien derivaaa iihen

Lisätiedot

Tasaantumisilmiöt eli transientit

Tasaantumisilmiöt eli transientit uku 12 Tasaanumisilmiö eli ransieni 12.1 Kelan kykeminen asajännieeseen Kappaleessa 11.2 kykeiin reaalinen kela asajännieeseen ja ukiiin energian varasoiumisa kelan magneeikenään. Tilanne on esiey uudelleen

Lisätiedot

a. Varsinainen prosessi on tuttua tilaesitysmuotoa:

a. Varsinainen prosessi on tuttua tilaesitysmuotoa: ELEC-C Sääöeniia 7. lauharjoiu Vaaue. r - K u K C y a. Varinainen proei on uua ilaeiymuooa: A Bu y C Kuvaa nähdään, eä ilamallin iäänmenona on u r K. Salaaria ei voi vähenää mariiia, joen un on n -veori,

Lisätiedot

ELEC-C1230 Säätötekniikka (5 op)

ELEC-C1230 Säätötekniikka (5 op) ELEC-C1230 Sääöekniikka (5 op) Kevä 2016 hps://mycourses.aalo.fi/course/view.php?id=5073 Luku 1: Esiely, johdano, dynaamise malli ja rakenee, lohkokaavio, säädön periaaee ELEC-C1230 Sääöekniikka (5 op)

Lisätiedot

Luento 9. Epälineaarisuus

Luento 9. Epälineaarisuus Lueno 9 Epälineaarisuus 8..6 Epälineaarisuus Tarkasellaan passiivisa epälineaarisa komponenia u() y() f( ) Taylor-sarjakehielmä 3 y f( x) + f '( x) ( x x) + f ''( x) ( x x) + f ''( x) ( x x) +...! 3! 4!

Lisätiedot

Luoki?elua: tavallinen vs osi?ais. Osa 11. Differen0aaliyhtälöt. Luoki?elua: kertaluku. Luoki?elua: lineaarisuus 4/13/13

Luoki?elua: tavallinen vs osi?ais. Osa 11. Differen0aaliyhtälöt. Luoki?elua: kertaluku. Luoki?elua: lineaarisuus 4/13/13 4/3/3 Osa. Differen0aaliyhtälöt Differen0aaliyhtälö = yhtälö jossa esiintyy jonkin funk0on derivaa?a. Esim: dx = x2 f x + f xy 2 2m d 2 ψ = Eψ dx 2 Luoki?elua: tavallinen vs osi?ais Differen0aaliyhtälöt

Lisätiedot

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta KK ieoliikennelaboraorio 7.2.27 Seppo Saasamoinen Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali, kun ulosignaali ja järjeselmän

Lisätiedot

ELEC-C1230 Säätötekniikka (5 op)

ELEC-C1230 Säätötekniikka (5 op) ELEC-C1230 Sääöekniikka (5 op) Kevä 2017 hps://mycourses.aalo.fi/course/view.php?id=13390 Luku 1: Esiely, johdano, dynaamise malli ja rakenee, lohkokaavio, säädön periaaee ELEC-C1230 Sääöekniikka (5 op)

Lisätiedot

Y (z) = z-muunnos on lineaarinen kuten Laplace-muunnoskin

Y (z) = z-muunnos on lineaarinen kuten Laplace-muunnoskin Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-2.429 Systeemien Identifiointi 3. harjoituksen ratkaisut. Vapaan vasteen löytämiseksi asetetaan ohjaukseksi u(t)

Lisätiedot

9. Parametriset mallit, estimointi

9. Parametriset mallit, estimointi 9. Paramerise malli, esimoini Rakeneellise malli paramereillä a priori ulkina & merkiys Black box-malli parameri vain laskennan/soviuksen apuvälineiä Tarkasellaan pääosin diskreeiaikaisia malleja 3. harjoiusyössä

Lisätiedot

12. ARKISIA SOVELLUKSIA

12. ARKISIA SOVELLUKSIA MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina

Lisätiedot

Harjoitus 5: Simulink

Harjoitus 5: Simulink Harjoitus 5: Simulink Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen Simulinkiin Differentiaaliyhtälöiden

Lisätiedot

1 Excel-sovelluksen ohje

1 Excel-sovelluksen ohje 1 (11) 1 Excel-sovelluksen ohje Seuraavassa kuvaaan jakeluverkonhalijan kohuullisen konrolloiavien operaiivisen kusannusen (SKOPEX 1 ) arvioimiseen arkoieun Excel-sovelluksen oimina, mukaan lukien sovelluksen

Lisätiedot

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi Rakennusosien rakennusfysikaalinen oimina Ralf Lindber Professori, Tampereen eknillinen yliopiso ralf.lindber@u.fi Rakenneosien rakennusfysikaalisen oiminnan ymmärämiseksi on välämäönä piirää kolme eri

Lisätiedot

Osa 11. Differen-aaliyhtälöt

Osa 11. Differen-aaliyhtälöt Osa 11. Differen-aaliyhtälöt Differen-aaliyhtälö = yhtälö jossa esiintyy jonkin funk-on derivaa

Lisätiedot

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon: TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2429 Systeemien Identifiointi 2 harjoituksen ratkaisut Yhtälö voitaisiin ratkaista suoraankin, mutta käytetään Laplace-muunnosta tehtävän ratkaisemisessa

Lisätiedot

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen Soimukseneon dynamiikka: johdano ja haiallinen valikoiuminen Ma-2.442 Oimoinioin seminaari Elise Kolola 8.4.2008 S yseemianalyysin Laboraorio Esielmä 4 Elise Kolola Oimoinioin seminaari - Kevä 2008 Esiyksen

Lisätiedot

S Signaalit ja järjestelmät Tentti

S Signaalit ja järjestelmät Tentti S-7. Signaali ja järjeselmä eni..6 Vasaa ehävään, ehävisä 7 oeaan huomioon neljä parhaien suorieua ehävää.. Vasaa lyhyesi seuraaviin osaehäviin, käyä arviaessa kuvaa. a) Mikä kaksi ehoa kanaunkioiden φ

Lisätiedot

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia 6.4 Variaaiolaskennan oleusen rajoiukse Sivu ss. 27 31 läheien Kirk, ss. 13 143] ja KS, Ch. 5] pohjala Lähökoha oli: jos J:llä on eksremaali (), niin J:n variaaio δj( (), δ()) ():ä pikin on nolla. 1. Välämäön

Lisätiedot

KOMISSION KERTOMUS. Suomi. Perussopimuksen 126 artiklan 3 kohdan nojalla laadittu kertomus

KOMISSION KERTOMUS. Suomi. Perussopimuksen 126 artiklan 3 kohdan nojalla laadittu kertomus EUROOPAN KOMISSIO Bryssel 27.2.205 COM(205) 4 final KOMISSION KERTOMUS Suomi Perussopimuksen 26 ariklan 3 kohdan nojalla laadiu keromus FI FI KOMISSION KERTOMUS Suomi Perussopimuksen 26 ariklan 3 kohdan

Lisätiedot

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia 29.7.2002

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia 29.7.2002 Matlab tehtäviä 1. Muodosta seuraavasta differentiaaliyhtälöstä siirtofuntio. Tämä differentiaaliyhtälö saattaisi kuvata esimerkiksi yksinkertaista vaimennettua jousi-massa systeemiä, johon on liitetty

Lisätiedot

Luento 11. Stationaariset prosessit

Luento 11. Stationaariset prosessit Lueno Soasisen prosessin ehosperi Signaalin suodaus Kaisarajoieu anava 5..6 Saionaarise prosessi Auoorrelaaio φ * * (, ) ( ), { } { } jos prosessi on saionaarinen auoorrelaaio ei riipu ajasa vaan ainoasaan

Lisätiedot

Parametriset mallit. parametreillä a priori tulkinta & merkitys. parametrit vain laskennan/sovituksen apuvälineitä

Parametriset mallit. parametreillä a priori tulkinta & merkitys. parametrit vain laskennan/sovituksen apuvälineitä Paramerise malli Rakeneellise malli paramereillä a priori ulkina & merkiys Black box-malli parameri vain laskennan/soviuksen apuvälineiä Tarkasellaan pääosin lineaarisia diskreeiaikaisia blackbox-malleja

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille . Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial

Lisätiedot

Asuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa

Asuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa TAMPEREEN YLIOPISTO Johamiskorkeakoulu Asunojen huomioini varallisuusporfolion valinnassa ja hinnoielussa Kansanalousiede Pro gradu -ukielma Elokuu 2012 Ohjaaja: Hannu Laurila Tuomo Sola TIIVISTELMÄ Tampereen

Lisätiedot

Luento 7 Järjestelmien ylläpito

Luento 7 Järjestelmien ylläpito Luno 7 Järjslmin ylläpio Ahi Salo Tknillinn korkakoulu PL, 5 TKK Järjslmin ylläpidosa Priaallisia vaihohoja Uusiminn rplacmn Ennalahkäisvä huolo mainnanc Korjaaminn rpair ❶ Uusiminn Vioiun komponni korvaaan

Lisätiedot

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt SMG-500 Verolasennan numeerise meneelmä Ehdouse harjoiusen 4 raaisuisi Haeaan ensin ehävän analyyinen raaisu: dx 0 0 0 0 dx 00e = 0 = 00e 00 x = e + = 5e + alueho: x(0 = 0 0 x 0 = 5e + = 0 = 5 0 0 0 5

Lisätiedot

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset DEE- ineaarise järjeselmä Harjoius 3, harjoiusenpiäjille arkoieu rakaisuehdoukse Ennen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu Piirianalyysin juuri suorianee

Lisätiedot

2. Suoraviivainen liike

2. Suoraviivainen liike . Suoraviivainen liike . Siirymä, keskinopeus ja keskivauhi Aika: unnus, yksikkö: sekuni s Suoraviivaisessa liikkeessä kappaleen asema (paikka) ilmoieaan suoralla olevan piseen paikkakoordinaain (unnus

Lisätiedot

Luento 11. Stationaariset prosessit

Luento 11. Stationaariset prosessit Lueno Soasisen prosessin ehosperi Saunnaissignaalin suodaus 5..7 Saionaarise prosessi Auoorrelaaio φ * * (, ) ( ) ( ) ( ) ( ), { } { } jos prosessi on saionaarinen auoorrelaaio ei riipu ajasa vaan ainoasaan

Lisätiedot

SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA

SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA 1 SÄHKÖTKNIIKKA JA LKTONIIKKA X-2 2017, Kimmo Silvonen Osa II, 25.9.2017 1 Muuosilmiö ja differeniaaliyhälö Tässä luvussa rajoiuaan pääasiassa asajännieläheisiin liiyviin muuosilmiöihin, vaikka samanlainen

Lisätiedot

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina

Lisätiedot

Tietoliikennesignaalit

Tietoliikennesignaalit ieoliikennesignaali 1 ieoliikenne inormaaion siiroa sähköisiä signaaleja käyäen. Signaali vaiheleva jännie ms., jonka vaiheluun on sisällyey inormaaioa. Signaalin ominaisuuksia voi ukia a aikaasossa ime

Lisätiedot

Missä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot

Missä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot Missä mennään systeemi mallin mallin käyttötarkoitus, reunaehdot käyttö- (fysikaalinen) mallintaminen luonnonlait yms. yms. identifiointi kokeita kokeita + päättely päättely vertailu mallikandidaatti validointi

Lisätiedot

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat! MAA Koe 7..03 A-osio. Ei laskina! Valise seuraavisa kolmesa ehäväsä vain kaksi joihin vasaa! A. a) Mikä on funkion f(x) määrieljoukko, jos f( x) x b) Muua ulomuooon: 4a 8a 4 A. a) Rakaise hälö: x 4x b)

Lisätiedot

Tilausohjatun tuotannon karkeasuunnittelu. Tilausohjatun tuotannon karkeasuunnittelu

Tilausohjatun tuotannon karkeasuunnittelu. Tilausohjatun tuotannon karkeasuunnittelu Tilausohjaun uoannon areasuunnielu Tilausohjaussa uoannossa sarjojen muodosaminen ei yleensä ole relevani ongelma, osa uoevaihelu on suura, mä juuri onin peruse MTO-uoannolle Tuoe- ja valmisusraenee ova

Lisätiedot

MS-C2132 Systeemianalyysilaboratorio I Laboratoriotyö 2. Sähkönkulutuksen ennustaminen aikasarjamallin avulla & Sähkön hankinnan optimointi

MS-C2132 Systeemianalyysilaboratorio I Laboratoriotyö 2. Sähkönkulutuksen ennustaminen aikasarjamallin avulla & Sähkön hankinnan optimointi MS-C2132 Syeemianalyyilaboraorio I Laboraorioyö 2 Sähkönkuluuken ennuaminen aikaarjamallin avulla & Sähkön hankinnan opimoini Laboraorioyö 2 Aikaarjamalli erään yriyken ähkönkuluukelle SARIMAX-malli: kauivaihelu,

Lisätiedot

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s). DEE- Piirianalyysi Ykkösharkan ehävien rakaisuehdoukse. askeaan ensin, kuinka paljon äyeen ladaussa akussa on energiaa. Tämä saadaan laskeua ehäväpaperissa anneujen akun ieojen 8.4 V ja 7 mah avulla. 8.4

Lisätiedot

ẍ(t) q(t)x(t) = f(t) 0 1 z(t) +.

ẍ(t) q(t)x(t) = f(t) 0 1 z(t) +. Diffrniaaliyhälö II, harjoius 3, 8 228, rakaisu JL, kuusi sivua a On muunnava linaarinn oisn kraluvun diffrniaaliyhälö ẍ qx f yhäpiäväksi nsimmäisn kraluvun linaarisksi kahdn skalaariyhälön sysmiksi Rak

Lisätiedot

Dynaamisten systeemien identifiointi 1/2

Dynaamisten systeemien identifiointi 1/2 Dynaamisten systeemien identifiointi 1/2 Mallin rakentaminen mittausten avulla Epäparametriset menetelmät: tuloksena malli, joka ei perustu parametreille impulssi-, askel- tai taajusvaste siirtofunktion

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

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d) Tehävä 1. Oleeaan, eä on käössä jakuva kuva, jossa (,, ) keroo harmaasävn arvon paikassa (, ) ajanhekenä. Dnaaminen kuva voidaan esiää Talor sarjana: d d d d d d O ( +, +, + ) = (,, ) + + + + ( ). (4a)

Lisätiedot

Luento 9. Epälineaarisuus

Luento 9. Epälineaarisuus Lueno 9 Epälineaarisuus 9..7 Epälineaarisuus Tarkasellaan passiivisa epälineaarisa komponenia u() y() f( ) Taylor-sarjakehielmä 3 y f( x) + f '( x) ( x x) + f ''( x) ( x x) + f ''( x) ( x x) +...! 3! 4!

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.4 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vasausen piireiden, sisälöjen ja piseiysen luonnehdina ei sido ylioppilasukinolauakunnan arvoselua. Lopullisessa arvoselussa

Lisätiedot

ACKERMANNIN ALGORITMI. Olkoon järjestelmä. x(k+1) = Ax(k) + Bu(k)

ACKERMANNIN ALGORITMI. Olkoon järjestelmä. x(k+1) = Ax(k) + Bu(k) ACKERMANNIN ALGORITMI Olkoon järjestelmä x(k+1) = Ax( + Bu( jossa x( = tilavektori (n x 1) u( = ohjaus (skalaari) A (n x n matriisi) B (n x 1 matriisi) Oletetaan, että ohjaus u( = Kx( on rajoittamaton.

Lisätiedot

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET TRAN TyL:n MUKASN AKUUTUKSN RTYSPRUSTT Tässä peruseessa kaikki suuree koskea eraa, ellei oisin ole määriely. Tässä peruseessa käyey lyhenee: LL Lyhyaikaisissa yösuheissa oleien yönekijäin eläkelaki TaL

Lisätiedot

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z 5. Z-muunnos ja lineaariset diskreetit systeemit Jono: (x(n)) n=0 = (x(0), x(1), x(2),..., x(n),...) Z-muunnos: X(z) = n=0 x(n)z n, jos sarja suppenee jossain kompleksitason osassa. Esim. 4. Ykkösjonon

Lisätiedot

Laskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa

Laskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa Laskelmia verouksen painopiseen muuamisen vaikuuksisa dynaamisessa yleisen asapainon mallissa Juha Kilponen ja Jouko Vilmunen TTässä arikkelissa esieään laskelmia siiä, mien verouksen painopiseen siiräminen

Lisätiedot

Työ 2: 1) Sähkönkulutuksen ennustaminen SARIMAX-mallin avulla 2) Sähkön hankinnan optimointi

Työ 2: 1) Sähkönkulutuksen ennustaminen SARIMAX-mallin avulla 2) Sähkön hankinnan optimointi Ma-2.3132 Syseemianalyysilaboraorio I Työ 2: 1) Sähkönkuluuksen ennusaminen SARIMAX-mallin avulla 2) Sähkön hankinnan opimoini 1 yö 2 Aikasarjamalli erään yriyksen sähkönkuluukselle SARIMAX-malli: kausivaihelu,

Lisätiedot

Finanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla

Finanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla BoF Online 3 29 Finanssipoliiikan ehokkuudesa Yleisen asapainon arkaseluja Aino-mallilla Juha Kilponen Tässä julkaisussa esiey mielipiee ova kirjoiajan omia eiväkä välämää edusa Suomen Pankin kanaa. Suomen

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 14: Yhden vapausasteen vaimeneva pakkovärähtely, harmoninen kuormitusheräte

VÄRÄHTELYMEKANIIKKA SESSIO 14: Yhden vapausasteen vaimeneva pakkovärähtely, harmoninen kuormitusheräte 4/ VÄRÄHTELYMEKANIIKKA SESSIO 4: Yhden vaausaseen vaieneva akkvärähely, harninen kuriusheräe LIIKEYHTÄLÖN JOHTO JA RATKAISU Kuvassa n esiey visksisi vaienneun yhden vaausaseen harnisen akkvärähelijän erusalli.

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

BINÄÄRINEN SYNKRONINEN TIEDONSIIRTO KAISTARAJOITTAMATTOMILLA MIELIVALTAISILLA PULSSIMUODOILLA SOVITETTU SUODATIN JA SEN SUORITUSKYKY AWGN-KANAVASSA

BINÄÄRINEN SYNKRONINEN TIEDONSIIRTO KAISTARAJOITTAMATTOMILLA MIELIVALTAISILLA PULSSIMUODOILLA SOVITETTU SUODATIN JA SEN SUORITUSKYKY AWGN-KANAVASSA BINÄÄRINN SYNKRONINN IDONSIIRO KAISARAJOIAMAOMILLA MILIVALAISILLA PULSSIMUODOILLA SOVIU SUODAIN JA SN SUORIUSKYKY AWGN-KANAVASSA Millaiia aalomuooja perupuleja yypilliei käyeään? 536A ieoliikenneekniikka

Lisätiedot

x v1 y v2, missä x ja y ovat kokonaislukuja.

x v1 y v2, missä x ja y ovat kokonaislukuja. Digiaalinen videonkäsiel Harjoius, vasaukse ehäviin 4-0 Tehävä 4. Emämariisi a: V A 0 V B 0 Hila saadaan kanavekorien (=emämariisin sarakkee) avulla. Kunkin piseen paikka hilassa on kokonaisluvulla kerroujen

Lisätiedot

RIL 256-2010 Suomen Rakennusinsinöörien Liitto RIL ry

RIL 256-2010 Suomen Rakennusinsinöörien Liitto RIL ry Suomen Rakennusinsinöörien Liio RIL ry Julkisen hankinojen kehiämismalli Tuoavuuden paranaminen TUKEFIN-meneelmällä 2 RIL 256-2010 RILin julkaisuilla on oma koisivu, joka löyyy osoieesa www.ril.fi Kirjakauppa

Lisätiedot

Alipäästösuodatuksesta jää kuitenkin pieni vaihtovirtakomponentti, joka summautuu tasajännitteen päälle:

Alipäästösuodatuksesta jää kuitenkin pieni vaihtovirtakomponentti, joka summautuu tasajännitteen päälle: . Saainen analyyi.. Buck-opoloia Käiellään enin buck-yyppiä hakkurieholähdeä (kuva 2.2a ja 3.). ää eimerkiä kuorma on puhaai reiiivinen (R), mua yleiei e on yöeävien laieiden ominaiuukia muodouva impedani.

Lisätiedot

Luento 4. Fourier-muunnos

Luento 4. Fourier-muunnos Lueno 4 Erikoissignaalien Fourier-muunnokse Näyeenoo 4..6 Fourier-muunnos Fourier-muunnos Kääneismuunnos Diricle n edo Fourier muunuvalle energiasignaalille I: Signaali on iseisesi inegroiuva v ( d< II:

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia 8/ VÄRÄHTELYMEKANIIKKA SESSIO 8: Yhen vapausaseen paovärähely, ransieniuormiusia JOHDANTO c m x () Kuva. Syseemi. Transieniuormiusella aroieaan uormiusheräeä, joa aiheuaa syseemiin lyhyaiaisen liieilan.

Lisätiedot

Monisilmukkainen vaihtovirtapiiri

Monisilmukkainen vaihtovirtapiiri Monisilmukkainen vaihovirapiiri Oeaan arkaselun koheeksi RLC-vaihovirapiiri jossa on käämejä, vasuksia ja kondensaaoreia. Kykenä Tarkasellaan virapiiriä, jossa yksinkeraiseen RLC-piiriin on kodensaaorin

Lisätiedot

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS 445 JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Kasaus kirjallisuueen Juho Kosiainen Valion aloudellinen ukimuskeskus Governmen Insiue for Economic

Lisätiedot

Mittaustekniikan perusteet, piirianalyysin kertausta

Mittaustekniikan perusteet, piirianalyysin kertausta Miausekniikan perusee, piirianalyysin kerausa. Ohmin laki: =, ai = Z ( = ännie, = resisanssi, Z = impedanssi, = vira). Kompleksiluvu Kompleksilukua arviaan elekroniikassa analysoiaessa piireä, oka sisälävä

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista Rahoiusriski ja johdannaise Mai Esola lueno Sokasisisa prosesseisa . Markov ominaisuus Markov -prosessi on sokasinen prosessi, missä ainoasaan muuujan viimeinen havaino on relevani muuujan seuraavaa arvoa

Lisätiedot

Systeemidynamiikka ja liikkeenjohto

Systeemidynamiikka ja liikkeenjohto Syseemidynamiikka ja liikkeenjoho Opimoiniopin seminaari 21.2.2007 Ilkka Leppänen S yseemianalyysin Laboraorio Esielmä 11 Ilkka Leppänen Opimoiniopin seminaari - Kevä 2007 Sisälö Johdano dynaamisen pääökseneon

Lisätiedot

MAT-02450 Fourier n menetelmät. Merja Laaksonen, TTY 2014

MAT-02450 Fourier n menetelmät. Merja Laaksonen, TTY 2014 MAT-45 Fourier n meneelmä Merja Laaksonen, TTY 4..4 Sisälö Johano 3. Peruskäsieiä................................... 4.. Parillinen ja parion funkio....................... 7.. Heavisien funkio............................

Lisätiedot

Öljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde

Öljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde Öljyn hinnan ja Yhdysvalojen dollarin riippuvuussuhde Kansanalousiede Pro gradu -ukielma Talousieeiden laios Tampereen yliopiso Toukokuu 2010 Jari Hännikäinen TIIVISTLMÄ Tampereen yliopiso Talousieeiden

Lisätiedot

Mittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M

Mittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M Miaus- ja sääölaiee IRIS, IRIS-S ja IRIS-M KANSIO 4 VÄLI ESITE Lapinleimu Miaus- ja sääölaiee IRIS, IRIS-S ja IRIS-M IRIS, IRIS-S Rakenne IRIS muodosuu runko-osasa, sääösäleisä, sääömuerisa ai sääökahvasa

Lisätiedot

Riskienhallinnan peruskäsitteitä

Riskienhallinnan peruskäsitteitä Rskenhallnnan peruskäseä Juss Kangaspuna 7. Syyskuua 2011 Työn saa allenaa ja julksaa Aalo-ylopson avomlla verkkosvulla. Mula osn kakk okeude pdäeään. Esyksen ssälö Todennäkösyyspohjanen vekehys aloudellsen

Lisätiedot

17. Differentiaaliyhtälösysteemien laadullista teoriaa.

17. Differentiaaliyhtälösysteemien laadullista teoriaa. 99 17. Differentiaaliyhtälösysteemien laadullista teoriaa. Differentiaaliyhtälön x'(t) = f(x(t),t), x(t) n määrittelemän systeemin sanotaan olevan autonominen, jos oikea puoli ei eksplisiittisesti riipu

Lisätiedot

Luento 3. Fourier-sarja

Luento 3. Fourier-sarja Fourier muuos Rayleigh eoreema Spekriiheys Lueo 3 4..6 Fourier-sarja Fourier-sarja avulla pysyii esiämää jaksollie sigaali, joka jaksoaika o. Fourier-sarja Fourier-kompoei Eäpä aperiodise sigaali, joilla

Lisätiedot

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd PK-YRITYKSEN ARVONMÄÄRITYS KTT, DI TOIVO KOSKI elearning Communiy Ld Yriyksen arvonmääriys 1. Yriyksen ase- eli subsanssiarvo Arvioidaan yriyksen aseen vasaavaa puolella olevan omaisuuden käypäarvo, josa

Lisätiedot

Tässä harjoituksessa käsitellään Laplace-muunnosta ja sen hyödyntämistä differentiaaliyhtälöiden ratkaisemisessa.

Tässä harjoituksessa käsitellään Laplace-muunnosta ja sen hyödyntämistä differentiaaliyhtälöiden ratkaisemisessa. DEE-00 Lneaare järjeelmä Harjou 0, rakauehdouke Tää harjoukea käellään Laplace-muunnoa ja en hyödynämä dfferenaalyhälöden rakaemea Tehävä Laplace-muunno on käevä yökalu dfferenaalyhälöryhmen rakaemea,

Lisätiedot

JLP:n käyttämättömät mahdollisuudet. Juha Lappi

JLP:n käyttämättömät mahdollisuudet. Juha Lappi JLP:n äyämäömä mahdollisuude Juha Lappi LP ehävä p z = a x + b z 0 Max or Min (.) 0 0 = = subjec o he following consrains: c a x + b z C, =,, q p q K r (.2) = = m n i ij K (.3) i= j= ij x xw= 0, =,, p

Lisätiedot

ANALOGISEN VÄRITELEVISION RAKENNE JA TOIMINTA

ANALOGISEN VÄRITELEVISION RAKENNE JA TOIMINTA ANALOGISEN VÄRITELEVISION RAKENNE JA TOIMINTA Tieoliikenneekniikka I 521359A Kari Kärkkäinen Osa 8 1 23 Videosignaalin VSB-odulaaio analogisessa TV-järj. Värielevision videosignaalin siirrossa käyeään

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

Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka

Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka IMA- Exurso: Kompleksluvu ja radosgnaal / KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT Tausaa IMA- Exurso: Kompleksluvu ja radosgnaal / Kakk langaon vesnä ja radoeolkenne (makapuhelme, WLAN, ylesrado

Lisätiedot

Tuotannon suhdannekuvaajan menetelmäkuvaus

Tuotannon suhdannekuvaajan menetelmäkuvaus 1(15) Tuoannon suhdannekuvaajan meneelmäkuvaus Luku 1 Luku 2 Luku 3 Luku 4 Tuoannon suhdannekuvaajan yleiskuvaus Tuoannon suhdannekuvaajan julkaisuaikaaulu, revisoinikäyännö ja jakelu Tuoannon suhdannekuvaajan

Lisätiedot

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto Kojemeeorologia Sami Haapaala syksy 03 Fysiika laios, Ilmakehäieeide osaso Mialaieide dyaamise omiaisuude Dyaamise uusluvu määriävä mie mialaie käyäyyy syöeide muuuessa Apua käyeää differeiaaliyhälöiä,

Lisätiedot

Kompleksianalyysi, viikko 6

Kompleksianalyysi, viikko 6 Kompleksianalyysi, viikko 6 Jukka Kemppainen Mathematics Division Funktion erikoispisteet Määr. 1 Jos f on analyyttinen pisteen z 0 aidossa ympäristössä 0 < z z 0 < r jollakin r > 0, niin sanotaan, että

Lisätiedot

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1 TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-.39 Optimointioppi Kimmo Berg 8. harjoitus - ratkaisut. a)huomataan ensinnäkin että kummankin jonon raja-arvo r on nolla. Oletetaan lisäksi että

Lisätiedot

3 SIGNAALIN SUODATUS 3.1 SYSTEEMIN VASTE AIKATASOSSA

3 SIGNAALIN SUODATUS 3.1 SYSTEEMIN VASTE AIKATASOSSA S I G N A A L I T E O R I A, O S A I I I TL98Z SIGNAALITEORIA, OSA III 44 3 Signaalin suodaus...44 3. Sysmin vas aikaasossa... 44 3. Kausaalisuus a sabiilisuus... 46 3.3 Vas aauusasossa... 46 3.4 Ampliudivas

Lisätiedot

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN YYSILMIÖ J SILÄ VÄLYMIE YYSE SIIRO LJEUS HYVÄSI ÄYÄE ieoliikenneekniikka I 559 ari ärkkäinen Osa 5 4 MILLOI? Milloin ja missä kynnysilmiö esiinyy? un vasaanoimen ulon SR siis esi-ilmaisusuodaimen lähdössä

Lisätiedot