7 Numeerinen derivointi ja integrointi

Koko: px
Aloita esitys sivulta:

Download "7 Numeerinen derivointi ja integrointi"

Transkriptio

1 7 Numeerinen derivointi j integrointi 7.1 Derivttojen estimointi Numeerisell derivoinnill trkoitetn likirvon lskemist funktion f : R R derivtlle f ilmn derivtn nlyyttistä lusekett. Jos funktion f rvo tunnetn ennlt määrätyissä pisteissä, voidn f:ää interpoloid spline-funktioll j derivoid se. Tämä tp sopii, jos pisteitä on pljon ti pisteistö ei ole tsvälinen. Oletetn jtkoss, että funktion rvot tunnetn tsvälisessä pisteistössä j derivtn rvoj hlutn lske vin muutmiss pisteissä Derivtn differenssipproksimtiot Lähdetään liikkeelle derivtn määritelmän pohjlt. Vlitsemll pieni h, voidn funktion f derivtt pisteessä x pproksimoid erotusosmäärän vull (etenevä differenssi) f (x) f(x+h) f(x). (7.1) h Tylorin luseen vull voimme rviod pproksimtion virhettä. Luseen nojll on olemss ξ [x,x+h] siten, että f(x+h) = f(x)+hf (x)+h 21 2 f (ξ) Edelleen, uudelleen järjestelemällä sdn f (x) = f(x+h) f(x) h 1 2 hf (ξ) (7.2) Approksimtion (7.1) virheeksi sdn siis 1 2 hf (ξ). Yhtälöstä (7.2) nähdään, rvon h lähestyessä noll lähestyy myös virhe noll nopeudell O(h) (mikäli f ). Muodostetnf (x):n pproksimtio, mikä on trkkuudeltno(h 2 ). Tylorin srjoj soveltmll sdn seurvt kksi srjkehitelmää: f(x+h) = f(x)+hf (x)+ 1 2! h2 f (x)+ 1 3! h3 f (x)+ 1 4! h4 f (4) (x)+... f(x h) = f(x) hf (x)+ 1 2! h2 f (x) 1 3! h3 f (x)+ 1 4! h4 f (4) (x)+... (7.3) Vähentämällä yhtälöt toisistn sdn: f(x+h) f(x h) = 2hf (x)+ 2 3! h3 f (x)+ 2 5! h5 f (5) (x)+... Edelleen, sdn hyödyllinen luseke derivtn f (x) pproksimoimiseksi: f (x) = 1 h2 (f(x+h) f(x h)) 2h 3! f (x) h4 5! f(5) (x)... (7.4) 141

2 eli sdn ns. keskeisdifferenssi rvio: f (x) f(x+h) f(x h). 2h Kosk suurin virhetermi on 1 6 h2 f (x) on keskeisdiffernssirvio trkkuudeltn luokk O(h 2 ). Huomutus 7.1. Tietokoneell lskettess rjllinen lskenttrkkuus iheutt pyöristysvirhettä, eli mitä pienempi h on, sitä pienemmäksi tulee erotus f(x + h) f(x h) j erotukseen sdn yhä vähemmän merkitseviä numeroit. Täten pienemmällä h:n rvoll ei in välttämättä sdkn trkemp tulost. Trkstelln keskeisdifferenssiä D (h) = f(x+h) f(x h). 2h Funktion f rvo ei tunnet trksti, vn inostn sen pproksimtio ˆf siten, että ˆf(x±h) f(x±h) ε Differenssipproksimtion pyöristysvirhe on nyt ˆf(x+h) ˆf(x h) f(x+h)+f(x h) ˆD (h) D (h) = 2h ˆf(x+h) f(x+h) + ˆf(x h) f(x h) ε 2h h Kokonisvirhe on siten ˆD (h) f (x) ˆD (h) D (h) + D (h) f (x) = ε h f (ξ) h 2, ξ [x h,x+h], eli yleensä ˆD (h) f (x), kun h. Prs h löydetään minimoimll funktio h:n suhteen. E(h) := ε h f (ξ) h 2. Esimerkki 7.1. Lske optimlinen h funktion f(x) = sin x derivtn lskemiseksi pisteessä x =.9. Käytä keskeisdifferenssin lusekett: f (.9) f(.9+h) f(.9 h) 2h Derivtn trkk rvo on cos(.9) = Rtkisu. Virheen minimi sdn kun E(h) = ε h + h2 6 M = E (h) = ε h 2 + h 3 M, 142

3 ts. h = 3 3ε/M. M:lle sdn helposti lskettu rvo, sillä M = mx f (x) = mx cosx x [.8,1.] x [.8,1.] Mikäli f:n rvot on lskettu esim. 5 desimlin trkkuudell, niin voidn olett, että ε =.5. Tällöin h:n optimliseksi rvoksi sdn j f (.9) h = 3 3ε M = 3 3(.5) Kv (7.4) voidn kirjoitt myös muodoss f (x) = f(x+h) f(x h) 2h + 2 h h h (7.5) missä vkiot 2, 4,... riippuvt funktiost f j pisteestä x. Jos on stvill tieto kyseisistä vkioist, voidn numeerist prosessi tehost. Tällist menetelmää kutsutn Richrdsonin exstrpoltioksi Richrdsonin ekstrpoltio Olkoon f j x kiinteitä j määritellään h:n funktio ω(h) = f(x+h) f(x h) 2h (7.6) Tvoitteen on lske lim h ω(h). Nolln läheisyydessä (missä kv (7.6) ei nn trkk tulost) ω(h) käyttäytyy kuten kvdrttinen funktio. Richrdsonin ekstrpoltioss lsketn ω(h):n rvoj nolln lähellä j rvioidn niiden vull ω(h):n rj-rvo pisteessä. Oletetn, että on lskettu rvot ω(h) j ω(h/2). Kvn (7.5) mukn ω(h) = f (x) 2 h 2 4 h 4 6 h 6... ω(h/2) = f (x) 2 ( h 2 )2 4 ( h 2 )4 6 ( h 2 )6... Eliminoidn johtv virhetermi kertomll toinen yhtälö 4:ll j vähentämällä se ensimmäisestä, sdn ω(h) 4ω( h 2 ) = 3f (x) 3 4 4h h Jkmll 3:ll j järjestelemällä luseke uudelleen, sdn ( h ω + 2) 1 [ω( h ] 3 2 ) ω(h) = f (x) h h Olemme nyt sneet derivtlle f lusekkeen minkä trkkuus on luokk O(h 4 ). Kosk h 4 on pieni, on kyseessä merkittävä prnnus. Edellistä prosessi voidn jtk, 143

4 jolloin sdn eliminoitu lisää virhetermejä j siten entistä trkempi rvio derivtlle. Tätä eliminointiprosessi kutsutn Richrdsonin ekstrpoltioksi. Sm tilnne esiintyy numeerisess integroinniss (Rombergin menetelmä), joten trkstelln proseduuri hiemn yleisemmin. Olkoon nyt ω funktio jolle pätee ω(h) = L 2k h 2k, (7.7) missä kertoimet 2k ovt tuntemttomi. Oletetn, että ω(h) voidn lske kikill h > j trkoituksen on pproksimoid L:ää trksti käyttämällä funktiot ω. Vlitn luksi sopiv h j lsketn rvot Yhtälön (7.7) nojll smme k=1 D(n,) = ω( h 2n) (n ) D(n,) = L+ A(k,)( h 2 n)2k k=1 missä A(k,) = 2k. Luvut D(n,) ovt rvioit tuntemttomlle L = lim x ω(x). Trkempi rvioit sdn Richrdsonin ekstrpoltioll, jonk kv on: D(n,m) = 4m 4 m D(n,m) 1 D(n,m) (1 m n) (7.8) 4 m Luse 7.1. Richrdsonin ekstrpoltion (7.8) rvot D(n,m) toteuttvt yhtälön D(n,m) = L+ k=m+1 Todistus. Todistus induktioll (hrj). A(k,m)( h 2 n)2k ( m n) (7.9) Oletuksen nojll väite on tosi kun m =. Oletetn, että väite pätee mv. rvolle m j osoitetn, että väite pätee rvolle m. Yhtälöistä (7.8) j (7.9) kiinteälle m, sdn: D(n,m) = 4m [ L+ 4 m = L+ k=m k=m A(k,m)( h 2 n)2k] A(k,m) ( 4 m 4 k 4 m )( h 2 n ) 2k Määritellään nyt A(k,m) = A(k,m) ( 4 m 4 k ). 4 m Lisäksi huomtn, että A(m,m)=, joten sdn: D(n,m) = L+ k=m+1 1 [ L+ 4 m A(k,m)( k=m A(k,m) ( 4 m 4 k )( h ) 2k. 4 m 2 n h 2 n)2k] 144

5 Yhtälön (7.9) merkitys piilee siinä, että summ lk termistä (h/2 n ) 2m+2. Kosk h/2 n on pieni, lähestyvät luvut D(n,m) nopesti luku L, ts. ( h 2(m+1) ) D(n,m) = L+O 2 2n(m+1) Käytännössä, luvut voidn ts järjestää kolmiomuotoon: D(, ) D(1, ) D(1, 1) D(2, ) D(2, 1) D(2, 2) D(N,) D(N,1) D(N,2)... D(N,N) Richrdsonin menetelmä voidn esittää lgoritmin seurvsti: Algoritmi 1. Kirjoit proseduuri ω:lle 2. Vlitse sopivt rvot muuttujille N j h. 3. Lske D(i,) = ω( h ) kun i =,1,...,N. 2 i 4. Kun i j N, lske (yhtälö (7.8)) D(i,j) = D(i,j )+(4 j ) [D(i,j ) D(i,j )] Seurvss pseudokoodi derivtn lskemiseksi Richrdsonin menetelmällä: procedure Derivtive(f,x,n,h,(d ij )) rel rry (d ij ) :n :n integer i,j,n rel h,x interfce externl function f for i = to n do d i [f(x+h) f(x h)]/(2h) for j = to i do d i,j+1 d ij +(d ij d i,j )/(4 j+1 ) end for h h/2 end for end procedure Derivtive 145

6 7.1.4 Derivtt interpoltiopolynomin vull Yleinen metodi numeerisess derivoinniss (j integroinniss) on määrittää funktiolle f interpoltiopolynomi p j pproksimoid derivtt f funktioll p. Käytettäessä tällist pproksimtiot, on oltv vrovinen, sillä interpoltiopolynomi voi oskilloid ljsti, jolloin pproksimtiot derivtlle ovt hyvin epätrkkoj. Prempi onkin ehkä käyttää jonkinlist splinefunktiot f:n pproksimointiin j lske derivtt sen vull. Voimme kuitenkin joht virhe-rvion derivtlle siinä tpuksess että käytämme interpoltiopolynomi. Seurvss oletetn, että p n interpoloi funktiot f pisteissä x,x 1,...,x n. Tällöin voidn kirjoitt interpoltiopolynomin Lgrngen muodon j interpoloinnin virhekvn nojll: f(x) = n 1 f(x i )l i (x)+ (n+1)! f(n+1) (ξ x )ω(x) i= missä ω(x) = n j= (x x j). Derivoimll sdn: f (x) = n f(x i )l i(x)+ i= 1 (n+1)! f(n+1) (ξ x )ω (x)+ 1 (n+1)! ω(x) d dx f(n+1) (ξ x ). Jos x = x α on solmupiste, niin derivtn lskeminen helpottuu, sillä ω(x α ) = j sdn n f (x α ) = f(x i )l i(x 1 α )+ (n+1)! f(n+1) (ξ xα )ω (x α ). i= Yhtälöä voidn sieventää, huommll ω (x) = n i= n (x x j ) joten ω (x α ) = j= j i n (x α x j ). j= j α Derivtn differenssikv virhetermin knss on nyt f (x α ) = n f(x i )l i(x 1 α )+ (n+1)! f(n+1) (ξ xα ) i= n (x α x j ). (7.1) j= j α Esimerkki 7.2. Lske derivtn luseke yhtälöstä (7.1) kun n = 2 j α = 1. Rtkisu. Lgrngen interpoltiopolynomin krdinlifunktiot j niiden derivtt ovt: l (x) = (x x 1)(x x 2 ) l 2x x 1 x 2 (x x 1 )(x x 2 ) (x) = (x x 1 )(x x 2 ) l 1 (x) = (x x )(x x 2 ) l 2x x x 2 (x 1 x )(x 1 x 2 ) 1(x) = (x 1 x )(x 1 x 2 ) l 2 (x) = (x x )(x x 1 ) l 2x x x 1 2(x) = (x 2 x )(x 2 x 1 ) (x 2 x )(x 2 x 1 ) 146

7 Lskemll derivttojen rvot pisteessä x 1, sdn l (x 1 ) = Numeerinen differenssikv on nyt x 1 x 2 (x x 1 )(x x 2 ) l 1(x 1 ) = 2x 1 x x 2 (x 1 x )(x 1 x 2 ) l 2(x x 1 x 1 ) = (x 2 x )(x 2 x 1 ) f x 1 x 2 (x 1 ) = f(x ) (x x 1 )(x x 2 ) +f(x 2x 1 x x 2 1) (x 1 x )(x 1 x 2 ) x 1 x +f(x 2 ) (x 2 x )(x 2 x 1 ) f (ξ x1 )(x 1 x )(x 1 x 2 ) Mikäli solmupisteet ovt tsisesti jkutuneet siten, että x = x 1 h j x 2 = x 1 +h, niin sdn (x = x 1 ): ( ) ( 1 ) f (x) = f(x h) +f(x+h) 1 2h 2h 6 f (ξ x )h 2, mikä on keskeisdifferenssin kv Toisen kertluvun derivtn differenssipproksimtio Toisen kertluvun derivtlle voidn muodost pproksimtio lskemll yhteen yhtälön (7.3) Tylorin srjkehitelmät f(x+h):lle j f(x h):lle, sdn: Tästä sdn eli pproksimtio f(x+h)+f(x h) = 2f(x)+h 2 f (x)+2 [ 1 4! h4 f (4) (x)+ ] f (x) = 1 h 2 [f(x+h) 2f(x)+f(x h)] 2[ 1 4! h2 f (4) (x)+ ], on trkkuudeltn O(h 2 ). f (x) 1 h 2 [f(x+h) 2f(x)+f(x h)] 7.2 Numeerinen integrointi Trkstelln yksiuloitteisen Riemnn-integrlin f(x)dx 147

8 lskemist. Anlyysin perusluseen mukn f(x)dx = F(b) F() jollekin ntiderivtlle F. Yleisessä tpuksess ei void kuitenkn löytää F:ää suljetuss muodoss (esim. f(x) = e x2 ) ti ei tunnet f:n nlyyttistä lusekett, vn inostn sen tulukoituj rvoj. Tällöin täytyy integrli pproksimoid numeerisesti. Jtkoss pyritään löytämään integrlille w(x)f(x)dx likirvo kvll w(x)f(x)dx = A 1 f(x 1 )+...+A p f(x p )+E[f] (7.11) Muoto (7.11) olevi kvoj kutsutn numeerisiksi integrointikvoiksi eli kvdrtuureiksi. Luvut A i ovt pinokertoimi, pisteet x k integrointipisteitä j E[f] on virhetermi. Funktiot w kutsutn pinofunktioksi j usein w 1. Määritelmä 7.1. Kvn (7.11) trkkuusste ond, jos se on trkk (E[f] = ) kikill polynomeill, joiden steluku d, j jos on olemss d+1-steinen polynomi jolle se ei ole trkk. Luse 7.2. Jos on nnettu pisteistö x 1 < x 2 <... < x n, niin on olemss kertoimet A 1,...A n siten, että kvn n w(x)f(x)dx = A k f(x k )+E[f] (7.12) trkkuusste on vähintään n. k=1 Todistus. Kv (7.12) on trkk funktioille jos seurvt yhtälöt ovt voimss: A A n = f(x) = x m, m =,1,...,n (7.13) A 1 x A n x n = A 1 x n A n x n n =. w(x)dx w(x)xdx w(x)x n dx (7.14) Kosk kikki x k :t ovt erisuuri, niin determinntti (ns. Vndermonden mtriisin determinntti) x 1 x 2... x n n k D n = = (x... k x j ) x n 2... x n k=2 j=1 1 x n n 148

9 j linerisell yhtälöryhmällä (7.14) on yksikäsitteinen rtkisu. Kosk integrointi on linerinen opertio, niin kv (7.12) on trkk kikille funktioiden (7.13) linerikombintioille + 1 x+...+ n x n. Esimerkki 7.3. Olkoon n = 3 j = x =, x 1 = 1 2, x 2 = b = 1. Hetn integrointikv muodoss f(x)dx A f()+a 1 f( 1 2 )+A 2f(1) mikä on trkk kikille polynomeille p, joille deg(p) 2. Käytetään, testifunktioin f(x) = 1, f(x) = x j f(x) = x 2, ts. 1 = 1 2 = 1 3 = 1dx = A +A 1 +A 2 xdx = 1 2 A 1 +A 2 x 2 dx = 1 4 A 1 +A 2 Yhtälöryhmän rtkisu on [ 1 6, 2 3, 1 6]. Sdn kvdrtuuri: f(x)dx 1 6 f()+ 2 3 f(1 2 )+ 1 6 f(1) = 1 6 [ f()+4f( 1 2 )+f(1)], mikä tunnetn Simpsonin sääntönä. Edellisen luseen nojll Simpsonin sääntö tuott trkkoj tuloksi kikille kvdrttisille polynomeille, f(x) = x 2 +bx+c Newton-Cotes kvt Trkstelln integrlin f(x)dx (7.15) lskemist. Asetetn = x j h = b. Olkoon f jtkuv välillä [,b]. Yksinkertisin tp pproksimoid integrli (7.15) on korvt f :nen steen interpoltin j interpolointivirheen summll (=välirvoluse) f(x +sh) = f +hsf (x +θh), missä θ = θ(s) ],1[ j f := f(x ). Muuttujnvihdoll x = x +sh sdn f(x)dx = = h f(x +sh)hds f ds+h 2 sf (x +θh)ds = hf +h 2 sf (x +θh)ds. 149

10 Kosk s ei vihd merkkiä välillä [,1], sdn 1 integrlilskennn välirvoluseen nojll Siis sf (x +θh)ds = f (x +ξh) sds = 1 2 f (x +ξh), ξ ],1[. f(x)dx = hf + h2 2 f (x +ξh) = hf +E[f] Tämä kv tunnetn suorkidesäännön nimellä j sillä on kuvn mukinen geometrinen tulkint f(x) f A h B Kuv 1: Suorkidesääntö Smll tvll voidn joht monimutkisempi kvoj. Olkoon nnettu pisteistö x i = x + ih (i =,...,k), missä = x, b = x k j h = (b )/k. Integrli pproksimoidn nyt integrlill p k (x)dx, missä p k (x) on enintään stett k olev interpoltiopolynomi, mille p k (x i ) = f(x i ) =: f i, i =,...,k Tekemällä muuttujnvihto x = x + sh j kehittämällä p k etenevien differenssien vull, sdn = h p k (x)dx = k k p k (x +sh)hds [ f + f s+ 1 2! 2 f s(s) k! k f s(s)...(s k +1) ] ds Tämä integrli on helppo lske j k:t muuttmll sdn erilisi kvdrtuurej, ns. suljettuj Newton-Cotes kvoj. 1 Olk. f jv j g ti (g ) Riemn integroituv välillä [,b]. Silloin on olemss ξ [,b] siten, että f(x)g(x)dx = f(ξ) g(x)dx. 15

11 Luse 7.3. Olkoon f (k+1) j f (k+2) jtkuvi välillä [,b]. Tällöin h k+3 (k +2)! f(k+2) (x +ξh) E[f] = h k+2 (k +1)! f(k+1) (x +ξh) j missä ξ ],k[. k k s 2 (s)...(s k)ds, k prillinen s(s)...(s k)ds, k priton Todistus. Virhetermi E[f] sdn integroimll interpoltiovirhe f p k j käyttämällä integrlilskennn välirvolusett. Esimerkki 7.4. Vlitsemll k = 1 sdn ns. puolisuunnikssääntö f(x)dx h = hf +h [ f + f s ] ds [ f1 f ] sds = h 2 (f +f 1 ). Puolisuunnikssäännöllä on seurvn kuvn 2 mukinen geometrinen tulkint. Luseen f1 f(x) f A h B Kuv 2: Puolisuunnikssääntö 7.3 mukn kv on trkk, jos f, eli f on suor. Virhelle sdn Luseen 7.3 nojll: E[f] = h3 2 f (ξ) s(s)ds = h3 12 f (ξ). Esimerkki 7.5. Vlint k = 2 tuott Simpsonin kvn missä h = b 2. f(x)dx h 3 (f +4f 1 +f 2 ), 151

12 Rtkisu. f(x)dx h 2 [f + f s+ 1 2! 2 f s(s)]ds 2 2 = hf ds+h f sds+ h f s(s)]ds = 2hf +h f 2+ h / f ( 1 3 s3 1 2 s2 ) = h(2f +2f 1 2f (f 2 2f 1 +f ) 2 3 ) = h(2f (f 2 2f 1 +f )) = h 3 (6f 1 +f 2 2f 1 +f ) = h 3 (f +4f 1 +f 2 ) Simpsonin kvn virhe on E[f] = h5 9 f(4) (ξ) Esimerkki 7.6. j vlint k = 3 tuott Simpsonin 3/8 kvn f(x)dx 3h 8 (f +3f 1 +3f 2 +f 3 ). Molempien kvojen trkkuusste on sm, ts. ne ovt trkkoj korkeintn stett 3 oleville polynomeille. Menetelmävirheen kertluokk on molemmille O(h 5 ). Simpsonin 3/8 kv vtii kuitenkin yhden pisteen enemmän. Edellä esitettyjä Newton-Cotes kvoj snotn suljetuiksi, kosk interpoltiopolynomi interpoloi f:ää välin [, b] päätepisteissä. Toinen mhdollisuus on pproksimoid f:ää polynomill jok interpoloi f:ää vin välin [, b] sisäpisteissä. Merkitään sisäpisteitä x i = x +ih (i = 1,...,k), missä x = +h, x k = b h j h = (b )/(k +2). Asetetn lisäksi x = j x k+1 = b (kuv 3). f f 1 f k-1 f k =x x x x k-1 x x k k+1 =b Kuv 3: interpolointi sisäpisteissä Integrli (7.15) pproksimoidn nyt kvll p k (x)dx = h k+1 [ f + f s+ 1 2! 2 f s(s) k! k f s(s)...(s k +1) ] ds, 152

13 missä p k on korkeintn stett k olev polynomi, jolle p k (x i ) = f(x i ), i =,...,k. Kvoj kutsutn voimiksi Newton-Cotes kvoiksi. Luse 7.4. Olkoon f (k+1) j f (k+2) jtkuvi välillä [,b]. Tällöin h k+3 (k +2)! f(k+2) (x +ξh) E[f] = h k+2 (k +1)! f(k+1) (x +ξh) j missä ξ ],k +1[. k+1 k+1 Esimerkki 7.7. Vlitsemll k =, sdn f(x)dx = h s 2 (s)...(s k)ds, k prillinen s(s)...(s k)ds, k priton f ds+ h3 2! f (x +ξh) s 2 ds = 2hf + h3 3 f (x +ξh), ξ ],1[. Kv tunnetn nimellä keskipistesääntö j sen geometrinen tulkint on esitetty kuvss 4. f(x) f = x -1 x x 1 =b Kuv 4: Keskipistesääntö Esimerkki 7.8. Modifoitu puolisuunnikssääntä ti Newton-Cotes khden pisteen (k=1, x,x 1 ) voin sääntö sdn kvll missä h = b k +2. Rtkisu. f(x)dx f(x)dx = 3 2 h(f +f 1 ), p 1 (x)dx = h 2 = h [ 2 f ds+(f 1 f ) (f + f s)ds 2 sds] = h(3f f f ) = 3 2 h(f +f 1 ) 153

14 Huomutus 7.2. All on nnettu muutmi korkemmn steen Newton-Cotes kvoj integrlien lskemiseksi virhetermeineen ilmn johtmist. x4 Boolen sääntö: x f(x)dx = 2 45 h(7f(x )+32f(x 1 )+12f(x 2 )+32f(x 3 )+7f(x 4 )) h7 f (6) (ξ) Kuusipisteinen Newtonin-Cotesin suljettu sääntö: f(x)dx = 5 x 288 h(19f(x )+75f(x 1 )+5f(x 2 )+5f(x 3 ) x5 +75f(x 4 )+19f(x 5 )) h7 f (6) (ξ) Kolmipisteinen Newtonin-Cotesin voin sääntö: f(x)dx = 4 x 3 h(2f(x ) f(x 1 )+2f(x 2 )) h5 f (4) (ξ) x3 x4 Nelipisteinen Newtonin-Cotesin voin sääntö: x f(x)dx = 5 24 h(11f(x )+f(x 1 )+f(x 2 )+11f(x 3 )) h5 f (4) (ξ) x5 x Viisipisteinen Newtonin-Cotesin voin sääntö: f(x)dx = 6 2 h(11f(x )4f(x 1 )+26f(x 2 )4f(x 3 )+11f(x 4 )) h7 f (7) (ξ) Plottinen puolisuunniksmenetelmä Edellä esitetyt mtl-steiset Newton-Cotes kvt ntvt epätrkkoj tuloksi jos integroimisväli on liin pitkä. Toislt korke-steisten interpoltiopolynomien käyttö tsvälisellä pisteistöllä ei ole järkevää niiden oskillointitipumuksen vuoksi. Mtlsteisi kvoj voidn käyttää tehokksti, jos integrointiväli jetn osväleihin, joill integrointi suoritetn erikseen. Jkopisteet x i voidn vlit peritteess mielivltisesti väliltä (,b). Tämän jälkeen pproksimoimme osvälillä (x i,x i+1 ) olev pint-l puolisuunnikkll. Koko lueen integrlille sdn siten pproksimtio lskemll yhteen osvälien pproksimoidut lt. Kosk puolisuunnikkn pint-l on sen leveys kerrottun korkeuden keskirvoll, on osvälin pproksimoitu pint-l: xi+1 x i f(x)dx 1 2 (x i+1 x i )[f(x i )+f(x i+1 )] 154

15 A:= x x x 4 x 1 x 2 x 5 =:B 3 Kuv 5: Ploittinen puolisuunnikssääntö Koko lueen pint-l puolisuunniksmenetelmällä on siis f(x)dx 1 n (x i+1 x i ) [ f(x i )+f(x i+1 ) ] (7.16) 2 i= Käytännössä puolisuunniksmenetelmässä kuten myöhemmin esiteltävässä Rombergin menetelmässäkin käytetään usein tsmittist osväleihin jko, eli x i = +ih, missä h = (b )/n, joten x i+1 x i = h. Tällöin iempi kv muuttuu muotoon f(x)dx h n [f(x i )+f(x i+1 )] 2 Lskennn tehostmiseksi voidn edellinen vielä muunt muotoon i= (n f(x)dx h f(x i )+ 2[ 1 f(x )+f(x n ) ]) (7.17) Pseudokoodi menetelmälle: progrm T rpezoid(n,, b) integer i rel h,sum,x h (b )/n sum 1 2 [f()+f(b)] for i = 1 to n do x +ih sum sum+f(x) end for sum (sum)h output sum end T rpezoid 155

16 Ploittisen puolisuunniksmenetelmän virheelle pätee: Luse 7.5. Jos funktioll f on välillä [,b] jtkuv toisen kertluvun derivtt f j f:n integrli f(x)dx pproksimoidn puolisuunniksmenetelmällä, niin on olemss ξ (, b) siten, että E[f] = 1 12 (b )h2 f (ξ) = O(h 2 ) Todistus. Emme todist väitettä sillä todistus on sngen pitkä. Virheelle on kuitenkin helppo rvioid ylärj. Integrlille pätee f(x)dx = h 2 (f +2f f n +f n ) h3 12 [f (x +ξ h)+f (x 1 +ξ 1 h)+...+f (x n +ξ n h)], missä ξ i ],1[. Virhetermiä voidn nyt rvioid E[f] h3 12 n mx f (x) = h3 b mx f (x) x [,b] 12 h x [,b] = h2 (b ) mx f (x) 12 x [,b] (7.18) Esimerkki 7.9. Jetn väli [,b] 2n:ään h:n mittiseen osväliin [x i,x i+1 ], missä x i = x + ih (i =,...,2n), x =,x 2n = b j h = (b )/2n. Jkmll integrli osiin f(x)dx = x2 x f(x)dx+ x4 x 2 f(x)dx+... x2n j soveltmll jokiseen osväliin Simpsonin sääntöä, sdn x 2n 2 f(x)dx f(x)dx h 3[ f +4f 1 +2f 2 +4f f 2n 2 +4f 2n +f 2n ]. Virhetermille sdn rvio: E[f] h4 (b ) mx 18 x [,b] f(4) (x). Huomutus 7.3. Virheen ylärjn rviot (7.18) voidn käyttää rvioitess trvittvien osvälien lukumäärää hlutun trkkuuden svuttmiseksi. Mikäli kuitenkin integroitv funktio käyttäytyy hyvin eri tvoin integroimisvälin eri kohdiss, ei virhervioll (7.18) ole käyttöä sen globlin luonteen vuoksi. Tällöin osväleihin jko on suoritettv funktion käyttäytymistä mukillen dptiivisesti. Esimerkki 7.1. Jos ploittist puolisuunnikssääntöä käytetään pproksimoimn integrli e x2 dx trkkuudell , niin montko integrointipistettä täytyy vlit? 156

17 Rtkisu. Puolisuunnikssäännön virhe on E[f] = b 12 h2 f (ξ). Funktiof(x) = e x2, f (x) = 2xe x2 j f (x) = (4x 2 2)e x2. Siten mx f (x) 2 x [,1] j siten E[f] 1 6 h2. Vditn, että 1 6 h = h.1732 Kosk h = 1, niin trkkuuden svuttmiseksi täytyy oll n > 58. Siis trvitn 59 n integrointipistettä Rekursiivinen puolisuunnikssääntö Trkstelln kuink integrlin ploittinen puolisuunnikspproksimtio lsketn kun väli [,b] on jettu 2 n osväliin. Ploittinen puolisuunnikssääntö tsvälisessä pisteistössäx,...,x n voidn kirjoitt muotoon: 2 n R(n,) = h f(+ih)+ h [f()+f(b)] (7.19) 2 jos väli [,b] on jettu 2 n :ään osväliin j h = (b )/2 n. Jos R(n,) on lskettu j hlutn lske R(n,), niin käytetään yhtäsuuruutt: R(n,) = 1 2 R(n,)+[R(n,) 1 2 R(n,)]. Lsketn rvo viimeiselle sulkulusekkeelle. Olkoon h = (b )/2 n j merkitään C = h [f()+f(b)] kvss (7.19). Sdn, 2 2 n R(n,) = h f(+ih)+c (7.2) j 2 n R(n,) = 2h f(+2jh)+2c. (7.21) j=1 Edellen yhtälöistä (7.2) j (7.21) smme: R(n,) 1 2n 2 R(n,) = h 2 n f(+ih) h j=1 2 n = h f[(+(2k )h]. k=1 157 f(+2jh)

18 Yllä jokinen ensimmäisen summn prillist i vstv rvo nollutuu toisen summn vstvn termin tki. Ainostn pritont i vstvt termit jäävät jäljelle. Tulos voidn esittää seurvn luseen muodoss: Luse 7.6. Jos R(n,) on lskettu, niin R(n,) voidn lske lusekkeest R(n,) = 1 2 2n R(n,)+h k=1 missä h = (b )/2 n j R(,) = 1 2 (b )[f()+f(b)]. f[+(2k )h] (n 1), (7.22) Rombergin menetelmä Numeerisen integroinnin trkkuus riippuu käytetyn menetelmän trkkuussteest j käyteystä osvälin pituudest. Rombergin menetelmä on extrpolointimenetelmä, missä integrli lsketn ensin mielivltisell osvälin pituudell h j sen jälkeen h:n puolikkll. Tämän jälkeen käytetään Richrdsonin ekstrpoltiot, jolloin muodostetn linerikombintio edellä sduist likirvoist. Jtkoss trkstelln Rombergin menetelmää puolisuunnikssääntöön sovellettun. Luse 7.7. Jos f C ([,b]), niin puolisuunnikssääntö 2 n :llä osvälillä voidn esittää muodoss f(x)dx = R(n,)+ 2 h h h missä h = (b )/2 n j kertoimet i eivät riipu h:st. Todistus. Ohitetn. Luse tunnetn Euler-Mclurin luseen. Luseen nojll voidn iemmin esitettyä Richrdsonin ekstrpolointi sovelt integrlin pproksimointiin. Rombergin lgoritmin nimellä tunnettu menetelmä tuott nyt kolmiomisen tulukon lukuj, mitkä kikki ovt integrlin f(x)dx pproksimtioit. O(h 2 ) O(h 4 ) O(h 6 )... R(, ) R(1,) R(1,1) R(2,) R(2,1) R(2,2) R(n,) R(n,1) R(n,2) R(n,n) Ensimmäinen srke koostuu integrlin pproksimtioist mitkä ovt lskettu rekursiivist puolisuunnikssääntöä (7.22) käyttämällä j osväliä puolittmll. Toinen j sitä seurvt srkkeet sdn Richrdsonin extrpoloinnill, ts. R(n,m) = R(n,m)+ 1 [ ] R(n,m) R(n,m) (7.23) 4 m 158

19 missä n 1 j m 1. Esimerkki Jos R(4, 2) = 8 j R(3, 2) = 1, niin mikä on R(4, 3)? Rtkisu. Kvst (7.23) sdn R(4,3) = R(4,2)+ 1 [ ] 1 R(4,2) R(3,2) = (8) = 73 9 Esimerkki Lske Rombergin menetelmällä trkk rvo integrlille I = 4 x 5 dx = 46 6 = Rtkisu. Nyt =, b = 4 j yksinkertinen puolisuunnikssääntö nt pproksimtion R(,) = 4 2 (+45 ) = = 248 j virhervion I R(,) = (b )3 f (ξ) = Soveltmll sm sääntöä ploittin khdelle osvälille, sdn R(1,) = 1 2 R(,)+2 25 = 188 j virhervio I R(1,) = h2 12 (b ) f (ξ) = Jkmll väli neljään osn (h = 1), sdn R(2,) = 1 2 R(1,)+1 ( ) = 788 j virhervio I R(2,) = h2 12 (b ) f (ξ) = Soveltmll Simpsonin sääntöä Rombergin kvion mukisesti, sdn R(1,1) = R(1,)+ R(1,) R(,) 3 = 768 j Simpsonin kvn mukinen virhervio I R(1,1) = h5 9 f(4) (ξ) !4 =

20 Vstvsti j virhervio R(2,1) = R(2,)+ R(2,) R(1,) 3 = 688 I R(1,1) = h5 9 f(4) (ξ) !4 = Rombergin kvioon voidn vielä ekstrpoloid rvo R(2,2) = R(2,1)+ R(2,1) R(1,1) 3 = Kosk R(2,2) = I +ch 6 f (6) (ξ) pätee, että R(2,2) = I. Seurv pseudokoodi lskee Rombergin pproksimtiot R(i, j) funktiolle f välillä (, b). Termit lsketn rivi riviltä, eli ensin R(, ), sitten R(1, ), jolloin smme lskettu termin R(1, 1) jne. Prosessi voidn lopett esimerkiksi, kun R(k, k) R(k,k ) ε R(k,k). procedure Romberg(f,,b,n,(r ij )) rel rry (r ij ) :n :n integer i,j,k,n rel,b,h,sum interfce externl function f h b r (h/2)(f()+f(b)) for i = 1 to n do h h/2 sum for k = 1 to 2 i step 2 do sum sum+f(+kh) end for r i 1 2 r i, +(sum)h for j = 1 to i do r ij r i,j +(r i,j r i,j )/(4 j ) end for end for end procedure Romberg 7.3 Adptiiviset integrointilgoritmit Adptiivinen integrointilgoritmi käyttää yhtä ti usemp lkeellist integrointikv j määrää utomttisesti osvälien pituudet siten, että tulos täyttää sille setetun trkkuusvtimuksen. Eri skelpituuksi käytetään integroimislueen eri osiss: pitkää skelt jos integroitv funktio on "tsinen"j lyhyempää muull. Tällä tvoin pyritään smn hluttu trkkuus mhdollisimmn vähällä lskenttyöllä. 16

21 7.3.1 Adptiivinen osvälijko Väli [,b] jetn osväleihin [x i,x i+1 ], h i = x i+1 x i. Kullkin osvälillä käytetään kht eri integrointisääntöä. Olkoon tulokset P i j Q i, jotk siis pproksimoivt integrli I i = xi+1 x i f(x)dx. Erotust P i Q i trkstelemll sdn rvio niiden trkkuudelle. Jos trkkuus on hyväksyttävissä, niin otetn niistä toinen integrlin pproksimtioksi välillä [x i,x i+1 ]. Jos trkkuus ei ole hyväksyttävä, niin osväli puolitetn j prosessi toistetn osvälin puolikkss. Oletetn, että Q i sdn soveltmll P i :n lskemiseksi käytettyä sääntöä khteen osväliin, joiden pituus on h/2 j kvdrtuurin P i trkkuusste on p. Kehittämällä f Tylorin srjksi välin [x i,x i+1 ] keskipisteessä,sdn I i P i = ch p +O ( h p+1) ch p I i Q i = c ( h) ( p ( h) ) p+1 +O c 1 ( 2 p ) php Sdn Edelleen I i Q i = 1 2 p(i i P i ) (2 p )I i = 2 p Q i P i = (2 p )Q i +Q i P i I i Q i = 1 2 p (Q i P i ) Olkoon [,b] jettu n:ään osväliin j I := f(x)dx n Q i =: Q. Osväli on trpeeksi lyhyt, jos on voimss sillä, tällöin I i Q i = 1 2 p Q i P i h i ε, (7.24) b n I Q = (I i Q i ) n I i Q i n (7.24) 1 2 p (Q i P i ) ε b n h i = ε Adptiivinen Simpsonin menetelmä Adptiivisess prosessiss väli [,b] jetn khteen osväliin j sitten päätetään, trvitseeko osvälejä vielä jk usempn osväliin. Prosessi jtketn rekursiivisesti 161

22 f(x) P i - Q i Q i c b Kuv 6: Approksimtiot dptiivisess osvälijoss. kunnes hluttu lskenttrkkuus välillä [, b] svutetn. Jott menetelmä voisi toimi, on kehitettävä testi joll päätetään, jetnko kyseistä osväliä usempn osväliin. Merkitään missä j I = S(,b) = (b ) 6 f(x)dx = S(,b)+E(,b), [ f()+4f( +b ] 2 )+f(b) E(,b) = 1 9 (b 2 )5 f (4). S(,b) on siis Simpsonin säännöllä lskettu pproksimtio integrlille j E(,b) pproksimtion virhe. Oletmme nyt että piste missä f (4) on lskettu pysyy vkion. Kun h = (b ), niin I = S (1) +E (1) (7.25) missä S (1) = S(,b) j E (1) = 1 9 (h 2 )5 f (4) Soveltmll Simpsonin sääntöä kksi kertn välillä [,b], sdn missä S (2) = S(,c)+S(c,b) j I = S (2) +E (2) (7.26) E (2) = 1 9 (h/2 2 )5 f (4) 1 9 (h/2 2 )5 f (4) = 1 16 E(1) Edellisessä c = +(b )/2. Vähentämällä yhtälö (7.25) yhtälöstä (7.26), sdn Tästä j yhtälöstä (7.26) sdn S (2) S (1) = E (1) E (2) = 15E (2) I = S (2) +E (2) = S (2) (S(2) S (1) ) 162

23 Käytämme nyt epäyhtälöä 1 15 S(2) S (1) < ǫ ehton, kun päätämme milloin osväli pitäisi jk: Jos epäyhtälö ei toteudu, jmme osvälin, muutoin emme. Jos osväli jetn, jtkmme prosessi uudess skeleess käyttäen rvo ǫ/2 j niin edelleen. recursive rel function Simpson(f,, b, ǫ, level, level_mx) result(simpson_result) integer level, level_mx rel,b,c,d,e,h interfce externl function f level level+1 h b c (+b)/2 one_simpson h(f()+4f(c)+f(b))/6 d (+c)/2 e (c+b)/2 two_simpson h(f()+4f(d)+2f(c)+4f(e)+f(b))/12 if level level_mx then simpson_result two_simpson output "mximum level reched" else if two_simpson one_simpson < 15ǫ then simpson_result two_simpson + (two_simpson one_simpson)/15 else lef t_simpson Simpson(f,, c, ǫ/2, level, level_mx) right_simpson Simpson(f, c, b, ǫ/2, level, level_mx) simpson_result lef t_simpson + right_simpson end if end if end function Simpson Gussin integrointimenetelmät Newton-Cotes-kvoj johdettess oli pisteistö x,x 1,...,x n etukäteen kiinnitetty j tsvälinen. Voidn osoitt (Krl Friedrich Guss ( )), että vlitsemll integrointipisteet optimlisesti väliltä [, b], voidn kvdrtuurin trkkuutt huomttvsti prnt. Johdetn seurvksi integrointikv f(x)dx = k A i f(x i )+E(f), (7.27) 163

24 missä sekä kertoimet A i että integrointipisteet x i ovt vpit prmetrej. Yritetään löytää kvn (7.27) prmetrit siten, että kv olisi trkk kikille p P 2k, eli p(x)dx = k A i p(x i ). (7.28) Rtkisu. Olkoon p (x) = k p(x i )l i (x) (7.29) k -steinen Lgrngen interpoltiopolynomi, jolle p (x i ) = p(x i ). Nyt polynomi p voidn esittää muodoss p(x) = p (x)+(x x 1 )...(x x k )q(x) missä q(x) P k. Vditn, että yhtälön k A i p(x i ) (7.28) = p(x)dx (7.29) = k p(x i ) l i (x)dx+ (x x 1 ) (x x k )q(x)dx on oltv voimss kikille k-steisille polynomeille q j kikille solmupistervoille p(x i ). Vlitsemll p(x i ) =,i =,...,k nähdään, että ortogonlisuusehto (x x 1 ) (x x k )q(x)dx = kikille q P k (7.3) on välttämätön ehto (7.28):lle. Jott ehto (7.3) olisi voimss on integrointipisteiksi vlitv k-steisen Legendren polynomin 2 L k nollkohdt: Vlitsemll p(x i ) = δ ij, sdn L k (x) = (x x 1 ) (x x k ). A j = l j (x)dx Huomutus 7.4. Kv (7.27) pätee välille [, 1]. Tämä ei kuitenkn ole mikään ongelm, sillä jos kv trvitn välille [, b], niin määritellään ensin linerinen funktio λ : [,1] [,b], missä: ( b ) ( +b ) λ(t) = t Legendren polynomit sdn rekursiokvll: L (x) = 1, L 1 (x) = x, L k+1 (x) = 2k +1 k +1 xl k(x) k k +1 L k(x) 164

25 Tehdään integrliss f(x)dx muuttujnvihto x = λ(t). Silloin dx = λ (t)dt = 1 (b )dt, j sdn 2 Ts., pätee f(x)dx = b 2 f(x)dx b 2 f ( λ(t) ) dt b 2 k k A i f ( λ(t i ) ) ( b A i f 2 t i + +b ) 2 (7.31) Edellinen trkstelu voidn yleistää luseeksi: Luse 7.8. olkoon pinofunktio w(x) j = äärellisen moness pisteessä välillä [,b]. Tällöin on olemss pisteet x 1,...,x k [,b] j kertoimet A 1,...,A k siten, että kvn k w(x)f(x)dx = A i f(x i )+E[f] trkkuusste on 2k. Tämä trkkuusste on optimlinen k:n suhteen. Esimerkki Lsketn muutmi gussin kvojen integroimispisteitä j pinokertoimi. k=1: Polynomin L 1 (x) = x, juuri on x 1 =. Pinokertoimeksi sdn A 1 = l 1 (x)dx = 1dx = 2 k=2: Polynomin L 2 (x) = x2, juuret ovt x 1 = 1 3, x 2 = Pinokertoimet ovt tällöin: x/ 3 A 1 = l 1 (x)dx = / 3/ 3 dx = 1 A 2 = l 2 (x)dx = x (/ 3) 1/ 3 (/ 3) dx = 1 k=3: Polynomin L 3 (x) = 3x x3 3, juuret ovt x 1 =, x 2,3 = ±. Pinokertoimet 5 ovt tällöin: 3 (x )(x+ 3 ) 5 5 A 1 = l 1 (x)dx = dx = 3 ( )( 3 5 ) 3 x2 +1dx = Vstvsti lsketna 2,3 =

26 Esimerkki Lske integrli I = 4 Gussin-Legendren 1-, 2- j 3-piste kvll. x 5 dx = Rtkisu. Solmupisteet sijoitetn välille [,4] smss suhteess, kuin ne ovt välillä [-1,1]. Kvn (7.31) mukn sdn I 2 k Sdn seurvt pproksimtiot: k = 1 : k = 2 : k = 3 : Q = = 128 ( 4 A i f 2 z i + 4+ ) = 2 2 k A i (2z i +2) 5 Q 1 = 2 ( (2 2 3 ) 5 +( ) 5) Q 2 = 2 ( 5 9 (2 2 9/15) (2+2 9/15) ) = Epäoleelliset integrlit Jos integroimisväli ti integroitv funktio eivät ole rjoitettuj snotn integrli "epäoleelliseksi". Ennen numeerisen rtkisun etsimistä on ensin vrmistuttv epäoleellisen integrlin äärellisyydestä. Käydään seurvksi läpi menetelmiä epäoleellisten integrlien lskemisess Integroimisvälin ktkiseminen Tässä tpuksess epäoleellist integrli pproksimoidn lskemll integrli rjoitetull välillä. Oletus on tällöin, että on tiedoss jokin väli jonk ulkopuolell funktio "häviää", eli suurin os integrlin pint-lst on kyseisen välin sisäpuolell. Esimerkiksi e x2 dx = M e x2 dx+ M e x2 dx = I 1 (M)+I 2 (M) Jälkimmäinen termi I 2 (M) pienenee hyvin nopesti, joten likirvo koko integrlille sdn lskemll termi I 1 (M) jollin iemmin esitellyllä menetelmällä. 166

27 7.3.6 Singulriteetin eliminoiminen Jos integroitvss funktioss esiintyy singulriteetti integrointivälillä, on integrli epäoleellinen. Joskus funktiot voidn kuitenkin käsitellä siten, että integrli säilyy smn, mutt singulriteetti poistuu. Esimerkiksi integrli cosx x dx on epäoleellinen, sillä integroitvss funktioss esiintyy singulriteetti origoss. Voimme kuitenkin kirjoitt integrlin muodoss I = missä funktio x2 x dx+ cosx+ 1 2 x2 dx = 9 x 5 + g(x)dx = 9 5 +I 2, x = g(x) = cosx+ 1 2 x2, x ],1] x on jtkuv välillä ],1[. Integrli I 2 voidn lske siten numeerisesti tvllisen Riemnnin-integrlin Muuttujnvihto Rjoittmton integroimisväli voidn joskus muunt rjoitetuksi muuttujnvihdoksell. Esimerkiksi vihdoksell x = e t sdn puolikseli [, [ muunnettu väliksi [,1[: f( lnx) 1 g(x) f(t)dt = dx = x x dx Jos g(x)/x on rjoitettu origon ympäristössä, oikenpuoleinen integrli on oleellinen. Jos integroitv funktio pysyy rjoitettun kun x, voidn koko relikseli muunt suljetuksi väliksi käyttäen muuttujnvihto x = tnt: I = f(x)dx = π/2 π/2 f(tnt) cos 2 t dt Gussin kvt epäoleellisille integrleille Tietynlisille epäoleellisille integrleille voidn joht optimlisi Gussin integrointikvoj smn tpn kuin tvllisille integrleille. Tällöin rjoittmton integrointiväli ti singulriteetti käsitellään sopivn pinofunktion vull. Guss-Chebyshev-integrointi: f(x)dx 1 x 2 = π k k f(x i )+ 2π 2 2k (2k)! f(2k) (ξ), ξ ],1[ 167

28 Integrointipisteet x i = cos( 2i π) ovt k-steisen Chevysevin polynomin juuret. 2k Guss-Lguerre-integrointi: e x f(x)dx = k A i f(x i )+ (k!)2 (2k)! f(2k) (ξ), ξ [, [ Integrointipisteet x i ovt k-steisen Lquerren polynomin juuret. Guss-Hermite-integrointi: e x2 f(x)dx = k A i f(x i )+ k! π 2 k (2k)! f(2k) (ξ), ξ ], [ Integrointipisteet x i ovt k-steisen Hermiten polynomin juuret. 7.4 Moniulotteinen integrointi j Monte Crlo-menetelmä Tehtävänä on lske moniulotteinen integrli I = f(x 1,x 2,...,x n )dx 1 dx 2...dx n, A n missä f(x 1,...,x n ) on määritelty n-ulotteisen vruuden osss A n. Huomutus 7.5. Numeerinen teori moniulotteisten integrlien lskemiseksi on kehittymätöntä, erityisesti on ongelmi virheen rvioinniss singulriteettien (isompi vruuden osi kuin piste) käsittelyssä lskent-jn pitämisessä pienenä Approksimointimenetelmän vlint riippuu rtkisevsti vruuden dimensiost Jos dim(a n ) 4 sovelletn 1-ulotteiselle tehtävälle kehitettyjä menetelmiä Jos dim(a n ) 5 käytetään Monte-Crlo menetelmää Prhiten perinteisten integrointimenetelmien teori tunnetn tsoss: on olemss integrointimenetelmiä joiden integrointilue on suorkide, kolmio ti ympyrä. Elementtimenetelmän mukinen jttelu on käyttökelpoinen, jos integroitvn lueen reunkäyrä on monimutkinen. Mielivltist tso-luett voidn helposti pproksimoid 168

29 kolmioill, peittämällä lue kolmioverkoll. Lisäksi dptiivisiss menetelmissä kolmioverkko on helppo tihentää. Trkstelln lyhyesti integrointi joidenkin yksinkertisten tson monikulmioiden yli Yksinkertisi kvoj kolmiolle Olkoon µ(k) kolmion K pint-l j G kolmion pinopiste. Tällöin integrointikv f(x,y)dxdy µ(k) f(g) K on trkk 1-steen polynomeille. Jos A, B j C ovt kolmion sivujen keskipisteet on kv f(x,y)dxdy µ(k) (f(a)+f(b)+f(c)) 3 trkk 2-steen polynomeille. K Tulointegrlit Moniulotteinen integrli voidn lske soveltmll yksiulotteisi menetelmiä peräkkäin kullekin dimensiolle. Esimerkiksi yksiulotteisen k-piste Guss-Legendre-kvn vstine R 2 :ss on f(x,y)dxdy k [ A i ] f(x i,y)dy k k A i A j f(x i,y j ) missä (A i,x i ) ovt yksiulotteisen kvn pinokertoimet j integrointipisteet. Kv on trkk 2k 1-steisille polynomeille. Kv snotn tulokvksi, kosk siinä funktio f lsketn k k pisteessä. Huomutus 7.6. Tulokvoj on helppo joht. Kun vruuden dimensio suurenee, integrointipisteiden määrä ksv kuitenkin hyvin nopesti. Jos 3-piste Guss- Legendre-kv sovelletn 1-ulotteiseen integrliin, on funktion f rvo lskettv 3 1 = 5949 pisteessä. Jos vruus on 2-ulotteinen, pisteitä trvitn yli 1 9 kpplett! Esimerkki Trkstelln Gussin 3-piste kv (trkkuus O(h 5 )). g(x)dx 5 ) 3 ( 9 g g()+ 5 ( ) 3 9 g 5 j=1 169

30 Kv muuttuu 2-uloitteiseksi kertomll f(x,y)dxdy 25 ( ) f 5, ( ) f 5, f + 4 ( ) 3 81 f, f + 25 ( ) f 5, 5 ( 81 f ( ( 3 5, ) 3 5, ) 3, f(,) ) ( f 5, Huomutus 7.7. Kun ploittist puolisuunnikssääntöä sovelletn s-ulotteiseen kuutioon V = [,1] s, niin V f(x)dx I PS = m... i 1 = m i s= ( i1 w i1...w is f m,... i ) s. m Tulokv vtii N = (m+1) s funktion lsku, j sen trkkuus on I I PS = O(m 2 ) = O(N 2/s ), missä N = (m+1) s on solmupisteiden lukumäärä. Jos nyt hlutn virhe 1 2, niin trvitn 1 s solmupistettä suuridimensioisiin integrleihin trvitn muit menetelmiä. ) Monte Crlo-menetelmä Täysin erilinen lähestymistp numeeriseen integrointiin on Monte Crlo-menetelmä, jok on käyttökelpoinen silloinkin kun integroidn usempiulotteisen lueen yli, jok stt oll hyvinkin monimutkinen. Jos integrli I = f(x)dx pproksimoidn suorkidemenetelmällä, sdn I 1 N N f(x i ) i= Approksimtio on siis funktion rvojen keskirvo. Keskirvojttelu johtkin tilstotieteen j todennäköisyyslskennn menetelmiin. Todennäköisyyslskennst tutun suurten lukujen lin perusteell sdn seurv luse: Luse 7.9. Olkoon x 1,x 2,...,x n stunnispisteitä väliltä [,1]. Tällöin ( 1 Pr lim N N N ) f(x i ) = I = 1. 17

31 Edellisessä luseess kuvtun Monte Crlo-intergointimenetelmän virhervio voidn joht keskeisen rj-rvoluseen vull: Luse 7.1. Olkoon funktion f vrinssi. Tällöin ( 1 Pr N σ 2 := N f(x i ) I λσ ) N Luseen nojll virheelle pätee f 2 (x)dx I 2 = 1 2π λ λ I I MC = O(N 2 ), eli virhe on riippumton vruuden dimensiost s. e x2 2 dx+o ( 1 N ). Monte Crlo-integrointi voidn helposti yleistää usempn ulottuvuuteen j mielivltiseen (rjoitettuun) integrointilueeseen. Olkoon f : Ω R s R sileä funktio, j olkoon lskettvn integrli I = f(x)dx. Asetetn g(x) = Ω { f(x), x Ω, x / Ω. Suljetn integroimislue Ω suorkulmisen s-ulotteisen särmiön S sisään. Tällöin f(x)dx = g(x)dx Ω Muunnetn seurvksi S yhdensuuntissiirroll j mittkvojen muutoksill yksikkökuutioksi V = [,1] s. Tällöin g(x)dx = g(x)dx, S joten pproksimtio integrlille I sdn rpomll riippumttomt stunnisvektorit z 1,...,z N V j settmll I MC = 1 N V S N g(z i ) Huomutus 7.8. All on koottu muutmi huomioit Monte Crlo menetelmästä Konvergenssinopeus N 2 ei ole hyvä ei yleensä käytetä 1-ulotteisiss tehtävissä. Jos trkkuutt hlutn yksi desimli lisää, niin trvitn 1-kertinen määrä pisteitä. 171

32 Virherj on prempi kuin tulokvn virherj O(N 2/s ), kun dimensio on iso. MC-menetelmät selviävät hyvin moniulotteisen vruuden singulriteeteist, mitkä ovt käyriä ti pintoj. Ongelmn on, että dimension ksvess täytyy generoid suuri määrä stunnislukuj. MC-menetelmän suosiot vähentää se, että hyviä stunnislukugenerttoreit on vähän. SL ei in knnt generoid tsisesti, vn enemmän lskennn knnlt tärkeille lueille. Jos esim. f(x)dx = e x dx niin f(x), kun x.5 generoidn SL: sellisen jkumn mukn, mikä seur funktion f olennisi osi. 172

Numeeriset menetelmät TIEA381. Luento 9. Kirsi Valjus. Jyväskylän yliopisto. Luento 9 () Numeeriset menetelmät / 29

Numeeriset menetelmät TIEA381. Luento 9. Kirsi Valjus. Jyväskylän yliopisto. Luento 9 () Numeeriset menetelmät / 29 Numeeriset menetelmät TIEA381 Luento 9 Kirsi Vljus Jyväskylän yliopisto Luento 9 () Numeeriset menetelmät 17.4.2013 1 / 29 Luennon 9 sisältö Numeerisest integroinnist Newtonin j Cotesin kvt Luento 9 ()

Lisätiedot

1. Derivaatan Testi. Jos funktio f on jatkuva avoimella välillä ]a, b[ ja x 0 ]a, b[ on kriit. tai singul. piste niin. { f (x) > 0, x ]a, x 0 [

1. Derivaatan Testi. Jos funktio f on jatkuva avoimella välillä ]a, b[ ja x 0 ]a, b[ on kriit. tai singul. piste niin. { f (x) > 0, x ]a, x 0 [ 1. Derivtn Testi Jos funktio f on jtkuv voimell välillä ], b[ j x 0 ], b[ on kriit. ti singul. piste niin { f (x) < 0, x ], x 0 [ f x (x) > 0, x ]x 0, b[ 0 on lokli minimipiste (1) { f (x) > 0, x ], x

Lisätiedot

x k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b

x k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b 5 Integrlien lskemisest 51 Riemnnin summt [A2], [4, 61] Rjoitetun funktion f : [, b] R Riemnn-integroituvuudelle ytäpitäväksi on kurssill Anlyysi 2 osoitettu, että Riemnnin summill S P := f(ξ k ) ( ),

Lisätiedot

2.4 Pienimmän neliösumman menetelmä

2.4 Pienimmän neliösumman menetelmä 2.4 Pienimmän neliösummn menetelmä Optimointimenetelmiä trvitn usein kokeellisen dtn nlysoinniss. Mittuksiin liittyy virhettä, joten mittus on toistettv useit kertoj. Oletetn, että mittn suurett c j toistetn

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Kurssikert 4 Tilvuuden j vipn ln lskeminen Kuten iemmin käsittelimme, määrätyn integrlin vull voi lske pintloj j tilvuuksi. Tyypillisenä sovelluksen tilvuuden lskemisest on tpus, joss

Lisätiedot

Numeerinen integrointi

Numeerinen integrointi Pitkärnt: Lj mtemtiikk IX9 Numeerinen integrointi IX9 Numeerinen integrointi Numeerisell integroinnill trkoitetn määrätyn integrlin, eli reliluvun I(f,,b) = f(x)dx lskemist numeerisin keinoin (likimäärin)

Lisätiedot

Numeerinen integrointi.

Numeerinen integrointi. Numeerinen integrointi. Differentili- j integrlilskent 1, syksy 2015 Hrri Vrpnen Mtemtiikn j systeeminlyysin litos Alto-yliopisto Tiisti 6.10.2015 Sisältö Tylor-menetelmä. Käyttökelpoinen silloin, kun

Lisätiedot

a = x 0 < x 1 < x 2 < < x n = b f(x) dx = I. lim f(x k ) x k=1

a = x 0 < x 1 < x 2 < < x n = b f(x) dx = I. lim f(x k ) x k=1 5 Integrli 5.1 Määritelmä j ominisuudet Olkoon f : [, b] R jtkuv. Muodostetn välin [, b] jko = x 0 < x 1 < x 2 < < x n = b j siihen liittyvä yläsumm S = n M k (x k x k 1 ), M k = mx{f(x) x k 1 x x k },

Lisätiedot

Riemannin integraalista

Riemannin integraalista Lebesguen integrliin sl. 2007 Ari Lehtonen Riemnnin integrlist Johdnto Tämän luentomonisteen trkoituksen on tutustutt lukij Lebesgue n integrliin j sen perusominisuuksiin mhdollisimmn yksinkertisess tpuksess:

Lisätiedot

Differentiaali- ja integraalilaskenta 1 (CHEM) Laskuharjoitus 4 / vko 47, mallivastaukset

Differentiaali- ja integraalilaskenta 1 (CHEM) Laskuharjoitus 4 / vko 47, mallivastaukset Differentili- j integrlilskent (CHEM) Lskuhrjoitus / vko 7, mllivstukset Johdntotehtävä x dx = ln.693, joten rvo ln voidn pproksimoid integroimll numeerisesti funktiot x välillä [,]. Jetn väli [,] khteen

Lisätiedot

6 Integraalilaskentaa

6 Integraalilaskentaa 6 Integrlilskent 6. Integrlifunktio Funktion f integrlifunktioksi snotn funktiot F, jonk derivtt on f. Siis F (x) = f (x) määrittelyjoukon jokisell muuttujn rvoll x. Merkitään F(x) = f (x) dx. Integrlifunktion

Lisätiedot

Käydään läpi: ääriarvo tarkastelua, L Hospital, integraalia ja sarjoja.

Käydään läpi: ääriarvo tarkastelua, L Hospital, integraalia ja sarjoja. DI mtemtiikn opettjksi: Täydennyskurssi, kevät Luentorunko j hrjoituksi viikolle : ti 9.. klo :-5:, to.. klo 9:5-: j klo 4:5-6: Käydään läpi: äärirvo trkstelu, L Hospitl, integrli j srjoj.. Kerrtn äärirvojen

Lisätiedot

5 Epäoleellinen integraali

5 Epäoleellinen integraali 5 Epäoleellinen integrli 5. Integrlin suppeneminen Olkoon f sellinen välillä [, b[ (ei siis välttämättä pisteessä b) määritelty funktio, että f on Riemnn-integroituv välillä [, ] kikill ], b[ eli on olemss

Lisätiedot

10. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA

10. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA MAA0 0. Määrätyn integrlin käyttö eräiden pint-lojen lskemisess 0. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA Edellä on todettu, että f (x)dx nt x-kselin j suorien x =, x = sekä funktion

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause MS-A010{3,4} (ELEC*) Differentili- j integrlilskent 1 Luento 7: Integrli j nlyysin perusluse Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos 3.10.2016 Pekk Alestlo, Jrmo Mlinen

Lisätiedot

Riemannin integraali

Riemannin integraali LUKU 5 iemnnin integrli Tässä luvuss funktion f iemnnin integrli merkitään - b f = - b f() d. Vstvsti funktion f Lebesgue in integrli merkitään f = f() dm(). [,b] [,b] Luse 5.1. Olkoon f : [, b] rjoitettu

Lisätiedot

Kertymäfunktio. Kertymäfunktio. Kertymäfunktio: Mitä opimme? 2/2. Kertymäfunktio: Mitä opimme? 1/2. Kertymäfunktio: Esitiedot

Kertymäfunktio. Kertymäfunktio. Kertymäfunktio: Mitä opimme? 2/2. Kertymäfunktio: Mitä opimme? 1/2. Kertymäfunktio: Esitiedot TKK (c) Ilkk Mellin (24) 1 Johdtus todennäköisyyslskentn TKK (c) Ilkk Mellin (24) 2 : Mitä opimme? 1/2 Jos stunnisilmiötä hlutn mllint mtemttisesti, on ilmiön tulosvihtoehdot kuvttv numeerisess muodoss.

Lisätiedot

II.1. Suppeneminen., kun x > 0. Tavallinen lasku

II.1. Suppeneminen., kun x > 0. Tavallinen lasku II. EPÄOLEELLISET INTEGRAALIT nt II.. Suppeneminen Esim. Olkoon f() =, kun >. Tvllinen lsku = / =. Kuitenkn tätä integrli ei ole ikisemmss mielessä määritelty, kosk f ei ole rjoitettu välillä [, ] (eikä

Lisätiedot

SARJAT JA DIFFERENTIAALIYHTÄLÖT Funktiojonot 1

SARJAT JA DIFFERENTIAALIYHTÄLÖT Funktiojonot 1 SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 JOUNI PARKKONEN Sisältö 0. Tästä tekstistä. Funktiojonot 0. Tästä tekstistä Tämä moniste on trkoitettu käytettäväksi kurssin Srjt j differentiliyhtälöt luentomterilin.

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 9: Integroimismenetelmät

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 9: Integroimismenetelmät MS-A010{3,4} (ELEC*) Differentili- j integrlilskent 1 Luento 9: Integroimismenetelmät Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos 10.10.2016 Pekk Alestlo, Jrmo Mlinen (Alto-yliopisto,

Lisätiedot

MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause

MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentili- j integrlilskent 1 Luento 7: Integrli j nlyysin perusluse Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos November 20, 2017

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali MS-A1{3,4} (ELEC*) Differentili- j integrlilskent 1 Luento 8: Integrlifunktio j epäoleellinen integrli Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos 5.1.216 Pekk Alestlo,

Lisätiedot

Sisältö. Integraali 10. syyskuuta 2005 sivu 1 / 20

Sisältö. Integraali 10. syyskuuta 2005 sivu 1 / 20 Integrli 10. syyskuut 2005 sivu 1 / 20 Sisältö 1 Määrätty integrli j integrlifunktio 2 1.1 Integroituvist funktioit 3 1.2 Määrätyn integrlin ominisuuksi 4 1.3 Integrlifunktio 5 1.4 Integrlilskennn tärkeimmät

Lisätiedot

MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 9: Integroimismenetelmät

MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 9: Integroimismenetelmät MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentili- j integrlilskent 1 Luento 9: Integroimismenetelmät Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos November 27, 2017 Pekk Alestlo,

Lisätiedot

MS-A010{2,3,4,5} (SCI, ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali

MS-A010{2,3,4,5} (SCI, ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali MS-A1{2,3,4,5} (SC, ELEC*, ENG*) Differentili- j integrlilskent 1 Luento 8: ntegrlifunktio j epäoleellinen integrli Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos November

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Kurssikert 3 Määrätyn integrlin lskeminen Aiemmin määrittelimme määrätyn integrlin f (x)dx funktion f (x) l- j yläsummien rj-rvon. Määrätyllä integrlill on kksi intuitiivist tulkint:.

Lisätiedot

Ville Turunen: Mat Matematiikan peruskurssi P1 3. välikokeen alueen teoriatiivistelmä 2007

Ville Turunen: Mat Matematiikan peruskurssi P1 3. välikokeen alueen teoriatiivistelmä 2007 Ville Turunen: Mt-.4 Mtemtiikn peruskurssi P 3. välikokeen lueen teoritiivistelmä 27 Mterili: kirjt [Adms] R. A. Adms: Clculus, complete course (6th edition), [Ly] D. C. Ly: Liner lgebr nd its pplictions

Lisätiedot

Integraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO

Integraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO Integrlilskent Tämä on lukion oppimterileist hiemn poikkev yksinkertistettu selvitys määrätyn integrlin lskemisest. Kerromme miksi integroidn, mitä integroiminen trkoitt, miten integrli lsketn j miten

Lisätiedot

Määritelmä Olkoon C R m yksinkertainen kaari ja γ : [a, b] R m sen yksinkertainen parametriesitys, joka on paloittain C 1 -polku.

Määritelmä Olkoon C R m yksinkertainen kaari ja γ : [a, b] R m sen yksinkertainen parametriesitys, joka on paloittain C 1 -polku. Muodostetn vektorikentän kri-integrli yksinkertisen kren tpuksess. Plutetn mieleen, että joukko C R m on yksinkertinen kri, jos löytyy sellinen jtkuv bijektio γ : [, b] C, jok on ploittin C 1 -funktio

Lisätiedot

3 Integraali ja derivaatta

3 Integraali ja derivaatta 3 Integrli j erivtt 3.1 Integrli ylärjns funktion Olkoon funktio f Riemnn-integroituv välin I jokisell suljetull osvälillä j välin I jokin kiinteä luku. Tällöin integrli määrittelee funktion G(): I R,

Lisätiedot

Integraalilaskenta. Määrätty integraali

Integraalilaskenta. Määrätty integraali 9..08 Integrlilskent Määräämätön Etsitään funktiot Derivoinnille käänteistoimenpide integroiminen Integrlifunktio F(x), jolle F x = f x, lisäksi integrlifunktioille G x = F x + C. Vkion C lisäys (merkitys),

Lisätiedot

5 Riemann-integraali ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT Ala- ja yläintegraali

5 Riemann-integraali ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT Ala- ja yläintegraali ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT 9 5 Riemnn-integrli 5. Al- j yläintegrli Voit olett tunnetuksi ll esitetyt supremumin j infimumin ominisuudet (joukot A j B ovt rjoitettuj sekä epätyhjiä j λ R). Jos

Lisätiedot

Johdatus reaalifunktioihin P, 5op

Johdatus reaalifunktioihin P, 5op Johdtus relifunktioihin 802161P, 5op Os 3 Pekk Slmi 19. lokkuut 2015 Pekk Slmi FUNK 19. lokkuut 2015 1 / 48 Integrlit 1 Määrätty integrli = oike integrli: esim. 1 0 x 2 dx = reliluku 2 Määräämätön integrli

Lisätiedot

Analyysi 2. Harjoituksia lukuihin 1 3 / Kevät Anna sellainen välillä ] 2, 2[ jatkuva ja rajoitettu funktio f, että

Analyysi 2. Harjoituksia lukuihin 1 3 / Kevät Anna sellainen välillä ] 2, 2[ jatkuva ja rajoitettu funktio f, että Anlyysi Hrjoituksi lukuihin 3 / Kevät 5. Ann sellinen välillä ], [ jtkuv j rjoitettu funktio f, että () sup A m A j inf A min A, (b) sup A m A j inf A = min A, (c) sup A = m A j inf A min A, (d) sup A

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Kurssikert 5 1 Jtkuvuus Trkstelln funktiot fx) josskin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jtkuv ti epäjtkuv. Jtkuvuuden ymmärtää prhiten trkstelemll epäjtkuv

Lisätiedot

Matematiikan tukikurssi. Hannu Kivimäki

Matematiikan tukikurssi. Hannu Kivimäki Mtemtiikn tukikurssi Hnnu Kivimäki Sisältö I Ensimmäinen välikoe Integrointi 2 Osittisintegrointi 5 3 Osmurtohjotelm 4 Lisää osmurtoj 4 5 Sijoituskeino 9 6 Määrätty integrli 2 7 Ylä- j lsumm 22 8 Määrätyn

Lisätiedot

11. MÄÄRÄTTY INTEGRAALI JA TILAVUUS

11. MÄÄRÄTTY INTEGRAALI JA TILAVUUS 11. MÄÄRÄTTY INTEGRAALI JA TILAVUUS Tilvuus on sen verrn rkielämässä viljelty käsite, että useimmiten sen syvemmin edes miettimättä ymmärretään, mitä juomlsin ti pikkuvuvn kylpymmeen tilvuudell trkoitetn.

Lisätiedot

OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA

OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA Tekijät: Ari Heimonen, Hellevi Kupil, Ktj Leinonen, Tuomo Tll, Hnn Tuhknen, Pekk Vrniemi Alkupl Tiedekeskus Tietomn torninvrtij

Lisätiedot

7 Funktiosarjoista. 7.1 Funktiosarjojen suppeneminen

7 Funktiosarjoista. 7.1 Funktiosarjojen suppeneminen 7 Funktiosrjoist 7. Funktiosrjojen suppeneminen Seurvksi trkstelln srjoj, joiden termit ovt (lukujen sijst) jollkin välillä I määriteltyjä funktioit. Täsmällisemmin funktiosrjll (ti lyhyemmin srjll) trkoitetn

Lisätiedot

Newton-Cotesin ja Gaussin integrointimenetelmistä

Newton-Cotesin ja Gaussin integrointimenetelmistä TAMPEREEN YLIOPISTO Pro grdu -tutkielm Anniin Julku Newton-Cotesin j Gussin integrointimenetelmistä Informtiotieteiden yksikkö Mtemtiikk Toukokuu 215 Tmpereen yliopisto Informtiotieteiden yksikkö JULKU,

Lisätiedot

4. Reaalifunktioiden määrätty integraali

4. Reaalifunktioiden määrätty integraali 6 4. Relifunktioiden määrätt integrli Vrsinisesti termi "integrli" tulee seurvss esitettävästä määrätstä integrlist, jok on läheistä suku summmiselle. Yhtes derivttn on sitten perustv ltu olev tulos, jot

Lisätiedot

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.2014 Ratkaisut ja arvostelu

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.2014 Ratkaisut ja arvostelu VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.4 Rtkisut j rvostelu. Koululisen todistuksen keskirvo x on lskettu ) b) c) d) kymmenen ineen perusteell. Jos koululinen nostisi neljän ineen

Lisätiedot

Kuvausta f sanotaan tällöin isomorfismiksi.

Kuvausta f sanotaan tällöin isomorfismiksi. Määritelmä..12. Oletetn, että 1 =(V 1,E 1 ) j 2 =(V 2,E 2 ) ovt yksinkertisi verkkoj. Verkot 1 j 2 ovt isomorfiset, jos seurvt ehdot toteutuvt: (1) on olemss bijektio f : V 1 V 2 (2) kikill, b V 1 pätee,

Lisätiedot

2 Riemann-integraali. 2.1 Porrasfunktion integraali. Aloitetaan integraalin täsmällinen määrittely tutkimalla porrasfunktion integraalia.

2 Riemann-integraali. 2.1 Porrasfunktion integraali. Aloitetaan integraalin täsmällinen määrittely tutkimalla porrasfunktion integraalia. 2 Riemnn-integrli 2.1 Porrsfunktion integrli Aloitetn integrlin täsmällinen määrittely tutkimll porrsfunktion integrli. Määritelmä 2.1 (Porrsfunktion integrli). Olkoon f : [, b] R porrsfunktio j P = {x

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

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

MS-A0102 Differentiaali- ja integraalilaskenta 1

MS-A0102 Differentiaali- ja integraalilaskenta 1 MS-A0102 Differentili- j integrlilskent 1 Riikk Korte (Pekk Alestlon klvojen pohjlt) Alto-yliopisto 22.11.2016 Sisältö Pint-l Integrli 1.1 Pint-l: Suorkulmio Seurvss trkstelln umpinisten tsokäyrien rjmi

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

2 Epäoleellinen integraali

2 Epäoleellinen integraali ANALYYSI C, HARJOITUSTEHTÄVIÄ, SYKSY 8 Epäoleellinen integrli Integrointivihje: Hyödynnä yhdistetyn funktion integrointisääntöä.. Määritä 9 9 (c) ( ). Tutki, millä vkion p rvoill epäoleellinen integrli

Lisätiedot

i 2 n 3 ( (n 1)a (i + 1) 3 = 1 +

i 2 n 3 ( (n 1)a (i + 1) 3 = 1 + I. INTEGRAALILASKENTA Arkhimedes (287 22 e.kr.) prbelin segmentin pint-l Newton (642 727) j Leibniz (646 76) keksivät diff.- j int.-lskennn Cuhy (789 857) ε, δ Riemnn (826 866) Riemnnin integrli Lebesgue

Lisätiedot

sin θ θ θ r 2 sin 2 θ φ 2 = 0.

sin θ θ θ r 2 sin 2 θ φ 2 = 0. Mtemtiikn j tilstotieteen litos Osittisdifferentiliyhtälöt Kevät 21 Hrjoitus 9 Rtkisuj Jussi Mrtin 1. Osoit, että Lplce-yhtälö pllokoordinteiss on 2 u 1 r 2 2 u r r 1 r 2 sin θ u 1 2 u sin θ θ θ r 2 sin

Lisätiedot

Analyyttiset funktiot ja integrointiteorian alkeita

Analyyttiset funktiot ja integrointiteorian alkeita Anlyyttiset funktiot j integrointiteorin lkeit 6. helmikuut 2006 isältö 1 Kertust 1 2 Anlyyttiset funktiot 2 2.1 Anlyyttiset funktiot tsoll................... 2 2.2 Monogeeniset funktiot vruudess R n.............

Lisätiedot

Esimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita.

Esimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita. 8. Operttorit, mtriisit j ryhmäteori Mtemttinen operttori määrittelee opertion, jonk mukn sille nnettu funktiot muoktn. Operttorit ovt erityisen tärkeitä kvnttimekniikss, kosk siinä jokist suurett vst

Lisätiedot

Integroimistehtävät, 10. syyskuuta 2005, sivu 1 / 29. Perustehtäviä. Tehtävä 1. Osoita, että vakiofunktio f(x) c on Riemann-integroituva välillä

Integroimistehtävät, 10. syyskuuta 2005, sivu 1 / 29. Perustehtäviä. Tehtävä 1. Osoita, että vakiofunktio f(x) c on Riemann-integroituva välillä Integroimistehtävät,. syyskuut 5, sivu / 9 Perustehtäviä Tehtävä. Osoit, että vkiofunktio f(x) c on Riemnn-integroituv välillä [, b] j lske suorn määritelmän perusteell b f(x). Tehtävä. Osoit, että funktio,

Lisätiedot

Kertausta ja täydennystä

Kertausta ja täydennystä LUKU 1 Kertust j täydennystä 1.1. Merkintöjä N = {k Z k 0} = {0, 1, 2,... }, luonnollisten lukujen joukko. Z + = {k Z k > 0} = {1, 2,... }, positiivisten kokonislukujen joukko. (, b) on relikselin voin

Lisätiedot

Preliminäärikoe Pitkä Matematiikka 5.2.2013

Preliminäärikoe Pitkä Matematiikka 5.2.2013 Preliminäärikoe Pitkä Mtemtiikk 5..0 Kokeess s vstt enintään kymmeneen tehtävään. Tähdellä ( * ) merkittyjen tehtävien mksimipistemäärä on 9, muiden tehtävien mksimipistemäärä on 6.. ) Rtkise yhtälö b)

Lisätiedot

Reaalinen lukualue. Millainen on luku, jossa on päättymätön ja jaksoton desimaalikehitelmä?

Reaalinen lukualue. Millainen on luku, jossa on päättymätön ja jaksoton desimaalikehitelmä? Relinen lukulue POLYNOMIFUNKTIOT JA -YHTÄLÖT, MAA Millinen on luku, joss on päättymätön j jksoton desimlikehitelmä? Onko sellisi? Trkstelln Pythgorn luseest stv yksikköneliön lävistäjää, luku + = x x =.

Lisätiedot

TEHTÄVÄ 1. Olkoon (f n ) jono jatkuvia funktioita f n : [a, b] R, joka suppenee välillä [a, b] tasaisesti kohti funktiota f : [a, b] R.

TEHTÄVÄ 1. Olkoon (f n ) jono jatkuvia funktioita f n : [a, b] R, joka suppenee välillä [a, b] tasaisesti kohti funktiota f : [a, b] R. Topologi I Hrjoitus 10, rtkisuj AP TEHTÄVÄ 1. Olkoon (f n ) jono jtkuvi funktioit f n : [, b] R, jok suppenee välillä [, b] tsisesti kohti funktiot f : [, b] R. Osoit, että tällöin f n (x) dx f(x) dx.

Lisätiedot

Ristitulo ja skalaarikolmitulo

Ristitulo ja skalaarikolmitulo Ristitulo j sklrikolmitulo Opetussuunnitelmn 00 mukinen kurssi Vektorit (MAA) sisältää vektoreiden lskutoimituksist keskeisenä ineksen yhteenlskun, vähennyslskun, vektorin kertomisen luvull j vektoreiden

Lisätiedot

Riemannin integraalista

Riemannin integraalista TAMPEREEN YLIOPISTO Pro grdu -tutkielm Aij Stenberg Riemnnin integrlist Mtemtiikn j tilstotieteen litos Mtemtiikk Syyskuu 2010 2 Tmpereen yliopisto Mtemtiikn j tilstotieteen litos STENBERG, AIJA: Riemnnin

Lisätiedot

Viikon aiheet. Pinta-ala

Viikon aiheet. Pinta-ala info Viikon iheet Mpu I:sen voit suoritt: Kurssin loppukokeess 23.10. Arvosn: koe + lskrit Mikäli yo. ik ei sovi, voit suoritt loppukokeen yleistenttitilisuudess 24.11. Arvosn: koe + lskrit. Ilmoittudu

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa II

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa II MS-A7 ifferentili- j integrlilskent (Chem Yhteenveto, os II G. Gripenberg Alto-yliopisto 9. helmikuut 16 G. Gripenberg (Alto-yliopisto MS-A7 ifferentili- j integrlilskent (Chem Yhteenveto, 9. helmikuut

Lisätiedot

Sarjaratkaisun etsiminen Maplella

Sarjaratkaisun etsiminen Maplella Srjrtkisun etsiminen Mplell Olkoon trksteltvn ensimmäisen kertluvun differentiliyhtälö: > diffyht:= diff(y(x, x=1y(x^; d diffyht := = dx y( x 1 y( x Tälle pyritään etsimään srjrtkisu origokeskisenä potenssisrjn.

Lisätiedot

Painopiste. josta edelleen. x i m i. (1) m L A TEX 1 ( ) x 1... x k µ x k+1... x n. m 1 g... m n g. Kuva 1. i=1. i=k+1. i=1

Painopiste. josta edelleen. x i m i. (1) m L A TEX 1 ( ) x 1... x k µ x k+1... x n. m 1 g... m n g. Kuva 1. i=1. i=k+1. i=1 Pinopiste Snomme ts-ineiseksi kpplett, jonk mteriliss ei ole sisäisiä tiheyden vihteluj. Tällisen kppleen pinopisteen sijinti voidn joskus päätellä kppleen muodon perusteell. Esimerkiksi ts-ineisen pllon

Lisätiedot

Sisältö. Funktiojonot ja -sarjat 10. syyskuuta 2005 sivu 1 / 15

Sisältö. Funktiojonot ja -sarjat 10. syyskuuta 2005 sivu 1 / 15 Funktiojonot j -srjt 10. syyskuut 2005 sivu 1 / 15 Sisältö 1 Funktiojonoist 2 2 Funktiosrjoist 5 3 Funktiojonojen j -srjojen derivointi j integrointi 7 4 Potenssisrjt 9 5 Tylorin polynomit j srjt 12 5.1

Lisätiedot

4 Taso- ja avaruuskäyrät

4 Taso- ja avaruuskäyrät P2-luentoj kevät 2008, Pekk Alestlo 4 Tso- j vruuskäyrät Tässä luvuss tutustutn tso- j vruuskäyriin, niiden krenpituuteen j krevuuteen. Konkreettisin sovelluksin trkstelln nnettu rt pitkin liikkuvn hiukksen

Lisätiedot

4 Pinta-alasovelluksia

4 Pinta-alasovelluksia Pint-lsovelluksi. Kuvjn lle jäävä pint-l voidn määrittää, jos kuvj on -kselin yläpuolell. Välillä [, 5] funktion f kuvj on -kselin lpuolell. Peiltn funktion f kuvj -kselin suhteen, jolloin sdn funktion

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Integrointi Integrointi on derivoinnin käänteistoimitus: jos funktion F(x) derivtt on f (x), niin funktion f (x) integrli on F(x). Täten, kosk esimerkiksi funktion x + e x derivtt

Lisätiedot

Syksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut

Syksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut Sksn 0 Pitkän mtemtiikn YO-kokeen TI-Nspire CAS -rtkisut Tekijät: Olli Krkkulinen Rtkisut on ldittu TI-Nspire CAS -tietokoneohjelmll kättäen Muistiinpnot -sovellust. Kvt j lskut on kirjoitettu Mth -ruutuihin.

Lisätiedot

Polynomien laskutoimitukset

Polynomien laskutoimitukset Polyomie lskutoimitukset Polyomi o summluseke, joss jokie yhteelskettv (termi) sisältää vi vkio j muuttuj välisiä kertolskuj. Esimerkki 0. Mm., 6 j ovt polyomej. Polyomist, joss o vi yksi termi, käytetää

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ PISTEYTYSKOKOUS

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ PISTEYTYSKOKOUS 0 MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 30 PISTEYTYSKOKOUS 0 ) Sijoitetn x 0 Rtkistn = 0/04,0000 b) Jos neliön sivu on s, niin lävistäjä on s Ehto: s 6 s + s = 6, s 6 3 4s 6,70, joten piiri ) Suorn yhtälö

Lisätiedot

3.3 KIELIOPPIEN JÄSENNYSONGELMA Ratkaistava tehtävä: Annettu yhteydetön kielioppi G ja merkkijono x. Onko

3.3 KIELIOPPIEN JÄSENNYSONGELMA Ratkaistava tehtävä: Annettu yhteydetön kielioppi G ja merkkijono x. Onko 3.3 KILIOPPIN JÄSNNYSONGLMA Rtkistv tehtävä: Annettu yhteydetön kielioppi G j merkkijono x. Onko x L(G)? Rtkisumenetelmä = jäsennyslgoritmi. Useit vihtoehtoisi menetelmiä, erityisesti kun G on jotin rjoitettu

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

A-Osio. Valitse seuraavista kolmesta tehtävästä kaksi, joihin vastaat. A-osiossa ei saa käyttää laskinta.

A-Osio. Valitse seuraavista kolmesta tehtävästä kaksi, joihin vastaat. A-osiossa ei saa käyttää laskinta. MAA Loppukoe 5.. Jussi Tyni Tee pisteytysruudukko konseptin yläreunn! Vstuksiin väliviheet, jotk perustelevt vstuksesi! Lue ohjeet huolellisesti! A-Osio. Vlitse seurvist kolmest tehtävästä kksi, joihin

Lisätiedot

Matematiikan perusteet taloustieteilijöille 2 800118P

Matematiikan perusteet taloustieteilijöille 2 800118P Mtemtiikn perusteet tloustieteilijöille 2 800118P Luentomoniste Kri Myllylä Niin Korteslhti Oulun yliopisto Mtemttisten tieteiden litos Kevät 2014 Sisältö 1 Mtriisilgebr j optimointi 4 11 Määritelmä 4

Lisätiedot

Mikrotalousteoria 2, 2008, osa III

Mikrotalousteoria 2, 2008, osa III Sisältö Mikrotlousteori 2, 2008, os III Yrityksen tuotntofunktiost 2 Pnosten substituoitvuus 2 3 Yrityksen teori 3 4 Mittkvedut tuotnnoss 5 5 Yksikkökustnnusten j skltuottojen steen välinen yhteys 5 6

Lisätiedot

Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on

Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on 4. DETERINANTTI JA KÄÄNTEISATRIISI 6 4. Neliömtriisi determitti Neliömtriisi A determitti o luku, jot merkitää det(a) ti A. Se lsket seurvsti: -mtriisi A determitti o det(a) () -mtriisi A determitti void

Lisätiedot

Analyysi B. Derivaatta ja integraali. Pertti Koivisto

Analyysi B. Derivaatta ja integraali. Pertti Koivisto Anlyysi B Derivtt j integrli Pertti Koivisto Kevät 7 Alkusnt Tämä moniste on trkoitettu oheislukemistoksi Tmpereen yliopistoss pidettävälle kurssille Anlyysi B. Monisteen tvoitteen on tuke luentojen seurmist,

Lisätiedot

521. 522. 523. 524. 525. 526. 527. 12. Lisää määrätystä integraalista. 12.1. Integraalin arvioimisesta. Osoita: VASTAUS: Osoita: Osoita:

521. 522. 523. 524. 525. 526. 527. 12. Lisää määrätystä integraalista. 12.1. Integraalin arvioimisesta. Osoita: VASTAUS: Osoita: Osoita: 12. Lisää määrätystä integrlist 12.1. Integrlin rvioimisest 521. Osoit: 1 + x 2 22 1 < < 1 + x21 21. 522. Osoit: x 3 < 5 x 6 + 8x + 9 < 15 1 5. 523. Osoit: 2 2 < e x2 x < 2e 2. e 524. Olkoon k >. Osoit:

Lisätiedot

Pertti Koivisto. Analyysi B

Pertti Koivisto. Analyysi B Pertti Koivisto Anlyysi B TAMPEREEN YLIOPISTO INFORMAATIOTIETEIDEN YKSIKÖN RAPORTTEJA 67/8 TAMPERE 8 TAMPEREEN YLIOPISTO INFORMAATIOTIETEIDEN YKSIKÖN RAPORTTEJA 67/8 JOULUKUU 8 Pertti Koivisto Anlyysi

Lisätiedot

Analyysin perusteet kauppatieteilijöille 800118P

Analyysin perusteet kauppatieteilijöille 800118P Anlyysin perusteet kupptieteilijöille 800118P Luentomoniste Kri Myllylä Niin Korteslhti Topi Törmä Oulun yliopisto Mtemttisten tieteiden litos Kevät 2015 Sisältö 1 Derivtt 3 1.1 Määritelmä..............................

Lisätiedot

> 1. = lim. ja lisäksi oletetaan, että integraali b

> 1. = lim. ja lisäksi oletetaan, että integraali b j lisäksi oletetn, että integrli b g(x)dx hjntuu. Tällöin minornttiperitteen nojll myös integrli b f (x)dx hjntuu5. Eli intuitiivisesti jteltun funktion f j x-kselin välinen pint-l on ääretön, kosk tämä

Lisätiedot

VEKTOREILLA LASKEMINEN

VEKTOREILLA LASKEMINEN ..07 VEKTOREILL LSKEMINEN YHTEENLSKU VEKTORIT, M4 Vektoreiden j summ on vektori +. Tämän summvektorin + lkupiste on vektorin lkupiste j loppupiste vektorin loppupiste, kun vektorin lkupisteenä on vektorin

Lisätiedot

Matemaattiset menetelmät I. Seppo Hassi

Matemaattiset menetelmät I. Seppo Hassi Mtemttiset menetelmät I Seppo Hssi Syksy 2011 iii Esipuhe Tämä on 1. versio Mtemttiset menetelmät I-kurssin opetusmonisteest, jok perustuu Vsn yliopistoss luennoimni vstvn nimiseen kurssiin. Sisältö noudtt

Lisätiedot

.) (b) Vertaa p :tä vastaavaa kineettistä energiaa perustilan kokonaisenergiaan. ( ) ( ) = = Ek

.) (b) Vertaa p :tä vastaavaa kineettistä energiaa perustilan kokonaisenergiaan. ( ) ( ) = = Ek S-446, FYSIIKKA IV (Sf) Kevät 5, HSf Rtkisut HSf- Kvnttimekninen hrmoninen värähtelijä on perustillln (mss m) Värähtelyn mplitudi on A () ske p (Värähtelijä sijitsee välillä A ) (b) Vert p :tä vstv kineettistä

Lisätiedot

Rekursioyhtälön ratkaisutapa #1: iteratiivinen korvaus

Rekursioyhtälön ratkaisutapa #1: iteratiivinen korvaus NodeCount(v /* lskee solmun v lipuun solmujen lukumäärän */ if solmu v on null return 0 else return + NodeCount(v.left + NodeCount(v.right Rekursio: lgoritmi kutsuu itseään Usein hjot j hllitse -perite:

Lisätiedot

Sinilause ja kosinilause

Sinilause ja kosinilause Siniluse j kosiniluse GEOMETRI M3 Mikäli kolmion korkeus j knt tiedetään, voidn pint-l lske. Esimerkki: Lske kolmion l, kun 38 kulmn viereiset sivut ovt 8, j 6,8. Nyt knt tiedetään, korkeutt ei! 38 8,

Lisätiedot

ANALYYSI I, kevät 2009

ANALYYSI I, kevät 2009 ANALYYSI I, kevät 2009 Sisältö Relilukujen peruskäsitteitä 2 Lukujonoist 3 2. Lukujonon rj-rvo....................... 3 2.2 Monotoniset jonot......................... 7 2.3 Osjonot..............................

Lisätiedot

ANALYYSI I, kevät 2009

ANALYYSI I, kevät 2009 ANALYYSI I, kevät 009 Sisältö Relilukujen peruskäsitteitä Lukujonoist 4. Lukujonon rj-rvo....................... 4. Monotoniset jonot..........................3 Osjonot.............................. 7.4

Lisätiedot

ANALYYSI I, kevät 2009

ANALYYSI I, kevät 2009 5 Riemnnin integrli 7 ANALYYSI I, kevät 9 5. Integrlin perusominisuuksi................. 76 5. Anlyysin perusluse....................... 8 Sisältö Relilukujen peruskäsitteitä Lukujonoist 3. Lukujonon rj-rvo.......................

Lisätiedot

MITEN MÄÄRITÄN ASYMPTOOTIT?

MITEN MÄÄRITÄN ASYMPTOOTIT? MITEN MÄÄRITÄN ASYMPTOOTIT? Asmptootti Asmptootti on suor ti muu kärä, jot funktion kuvj f() rjtt lähest, kun muuttujn rvot lähestvät tiettä luku ti ääretöntä. Rjoitutn luksi niihin tpuksiin, joiss smptootti

Lisätiedot

4 DETERMINANTTI JA KÄÄNTEISMATRIISI

4 DETERMINANTTI JA KÄÄNTEISMATRIISI 4 DETERMINANTTI JA KÄÄNTEISMATRIISI Neliömtriisin determinntti Neliömtriisin A determinntti on luku, jot merkitään det(a) ti A. Lskeminen: -mtriisin A determinntti: det(a) -mtriisin A determinntti esim.

Lisätiedot

Sarjat ja integraalit

Sarjat ja integraalit Srjt j integrlit c Mtemttisten tieteiden litos, Oulun yliopisto Versio: 9.3.0 Viimeksi muoknnut: Peter Hästö Sisältö Funktion rj-rvo j jtkuvuus. Peruskäsitteitä........................................

Lisätiedot

[3A] NUMEERINEN INTEGROINTI

[3A] NUMEERINEN INTEGROINTI [3A] NUMEERINEN INTEGROINTI Tehtävämme on rvioid numeerisesti integrli n f(x)dx f(x i )Δx i missä yksinkertisimmiss tpuksiss välin [, b] pisteisiin x i liittyvien osvälien pituudet Δx i voidn vlit smoiksi

Lisätiedot

766328A Termofysiikka Harjoitus no. 12, ratkaisut (syyslukukausi 2014)

766328A Termofysiikka Harjoitus no. 12, ratkaisut (syyslukukausi 2014) 7668A Termofysiikk Hrjoitus no 1, rtkisut (syyslukukusi 14) 1 Lämpötilss T K elektronien energit eivät ylitä Fermin energi (ɛ i ɛ F ), lämpötilprmetri β j kemillinen potentili vst Fermin energi (µ() ɛ

Lisätiedot

2.2 Monotoniset jonot

2.2 Monotoniset jonot Mtemtiik tito 9, RATKAISUT Mootoiset joot ) Kosk,,,, ii 0 Lukujoo ( ) o siis lhlt rjoitettu Toislt 0 Lukujoo (

Lisätiedot

Pertti Koivisto. Analyysi C

Pertti Koivisto. Analyysi C Pertti Koivisto Anlyysi C TAMPEREEN YLIOPISTO INFORMAATIOTIETEIDEN YKSIKÖN RAPORTTEJA 68/28 TAMPERE 28 TAMPEREEN YLIOPISTO INFORMAATIOTIETEIDEN YKSIKÖN RAPORTTEJA 68/28 JOULUKUU 28 Pertti Koivisto Anlyysi

Lisätiedot

Tee B-osion konseptiin etusivulle pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Välivaiheet perustelevat vastauksesi!

Tee B-osion konseptiin etusivulle pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Välivaiheet perustelevat vastauksesi! MAA8 Koe 4.4.016 Jussi Tyni Tee B-osion konseptiin etusivulle pisteytysruudukko! Muist kirjt nimesi j ryhmäsi. Väliviheet perustelevt vstuksesi! A-osio. Ilmn lskint. MAOLi s käyttää. Mksimissn 1h ik. Lske

Lisätiedot

763333A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 1 Kevät 2014

763333A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 1 Kevät 2014 763333A KIINTEÄN AINEEN FYSIIKKA Rtkisut 1 Kevät 014 1. Tehtävä: Lske, kuink mont hilpistettä on yksikkökopiss ) yksinkertisess kuutiollisess, b) tkk:ss j c) pkk:ss. (Ot huomioon, että esimerkiksi yksikkökopin

Lisätiedot