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

Koko: px
Aloita esitys sivulta:

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

Transkriptio

1 Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen yyyäviä okumeneja Dokumeni ulisi järjesää sen peruseella, mien hyvin ne yyyävä ieoarpeen Hakuun liiyy erilaisia epävarmuusekijöiä Tieoarpeen ja kyselyn yhenmukaisuus Onko okumeni vasaus kyselyyn Toennäköisyyseoriassa käsiellään pääelyä epävarmoissa ilaneissa Toennäköisyyspohjaisissa malleissa (probabilisic moels haku perusuu siihen mien oennäköisä on, eä okumeni on relevani suheessa ieoarpeeseen. Toennäköisyyeen perusuva rankkaus Pikakerausa oennäköisyyksisä Vekorimallissa Dokumeni rankaaan sillä peruseella, mien samankalaisia kyselyvekori ja okumenin kuvausvekori ova Samankalaisuus ei välämää arkoia, eä okumeni vasaisi hyvin ieoarvea. Kaikkein samankalaisin voi olla hyvin ai ei lainkaan relevani. Toennäköisyysmalleissa perusa on ymmärreävämpi haeaan okumeni, joka oennäköisesi ova relevaneja (oennäköisyyen selviäminen on pääongelma A AB A B apahuman A oennäköisyys oennäköisyys sille, eä sekä A eä B apahuva ehollinen oennäköisyys, eli oennäköisyys sille, eä A apahuu kun B on apahunu AB = A B B =B A A A c = A : A c on A:n komplemeni 3 Pikakerausa oennäköisyyksisä Pikakerausa oennäköisyyksisä Osiussäänö: Jos jouko B i (i=..n muoosava B:n osiuksen, niin A= i A B i B i Bayesin säännön mukaan: Poseriori Priori Erikoisapaus äsä P(A= P(AB+P(AB c B A A A B [ B c x { A, A } B A ] A B x x Priori oennäköisyys A kuvaa ennakkokäsiysä oennäköisyyesä Poseriori oennäköisyys A B kuvaa millaisiksi ennakkokäsiyksiä oennäköisyyesä kannaaa muuaa sen jälkeen, kun saaaan ieää, eä apahuma A on saunu. 5 6 H.Laine

2 Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyspohjainen rankkaus Probabiliy Ranking Principle (PRP Lähökohana on joukko okumeneja ja kysely. Tuloksena palaueaan järjesey joukko okumeneja Relevanssimuuuja R,q (myöhemmin pelkäsään R: R,q =, jos okumeni on relevani kyselyn q kannala R,q = 0 muuen Toennäköisyyksiin perusuva rankkaus järjesää okumeni niien esimoiun relevanssioennäköisyyen R,q =, peruseella Oleeaan, eä okumenin relevanssi ei riipu muien okumenien relevanssisa Jos uloksena saaava okumeni järjeseään laskevaan järjesykseen relevanssioennäköisyyen peruseella järjeselmä uoaa parhaan mahollisen uloksen => Jos uloksena saaava okumeni järjeseään laskevaan järjesykseen käyeävissä olevan kuvailuieon peruseella esimoiun relevanssioennäköisyyen peruseella, niin järjeselmä uoaa parhaan uloksen miä kuvailuieojen avulla on saavueavissa 7 8 Binary Inepenence Moel (BIM Binary Inepenence Moel (BIM Binary Inepenence Moel on oennäköisyysrankkauksessa perineisesi käyey ekniikka Oleuksia: Dokumeni ja kysely esieään binäärisinä esiinymävekoreina: okumenia kuvaa vekori x=(x,x,,x M, missä x =, jos ermi esiinyy okumenissa ja x =0 muuoin Termien välillä ei ole riippuvuuksia Anony an Cleopara Julius Caesar The Tempes Hamle Ohello Macbeh Anony Bruus Caesar 0 Calpurnia Cleopara mercy 0 worser 0 0 esiinymävekori jos näyelmä sisälää ermin, muuen Binary Inepenence Moel (BIM Relevanssioennäköisyys Tarviaan esimaai sille, mien okumenin ermi vaikuava relevanssiin Tilasoaineisoa (ermin esiinymisfrekvenssi, okumenifrekvenssi, okumenien piuus, jne, joka vaikuaa pääelyyn Tilasoaineison peruseella laskeaan esimaai oennäköisyyelle R=, (oennäköisyys sille, eä kyselyn q peruseella valiu okumeni on relevani Toennäköisyyä R, arkasellaan ermien esiinymävekoreien kaua eli R x, x R, R R x, x x R 0, R 0 R 0 x, x Toennäköisyysx R=, ilmaisee oennäköisyyen sille, eä jos on valiu relevani okumeni niin sen kuvausvekori on x H.Laine

3 Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Relevanssioennäköisyys Relevanssioennäköisyys Toennäköisyye R= [n: valiaan relevani okumeni] ja R=0 ova priorioennäköisyyksiä (=ennakkokäsiyksiä. Jos ieeäisiin, eä kyselyyn q on k relevania okumenia, voiaisiin käyää oennäköisyyä R= =k/n (mua ää ei ieeä Dokumeni piäisi järjesää laskevaan järjesykseen oennäköisyyen R= x, peruseella Laskennan yksinkeraisamiseksi käyeään ämän ilalla osuma- ja huioennäköisyyen suhea (veonlyönikerroina, os R x, R x R, R 0 x, R 0 x R 0, 3 Kyselykohainen vakio, Ei vaikua järjesykseen Jäeään pois 4 Relevanssioennäköisyys Relevanssioennäköisyys Jos oleeaan, eä ermin esiinyminen okumenissa on riippumaon muien ermien esiinymisesä päee x R, x R 0, x R, M x R 0, Kun vielä eroellaan okumenissa esiinyvä ja esiinymäömä ermi saaaan R Merkiään: x R, x 0 R, : x x 0, : 0 ( 0 0, R q x p x R q p = x = R=, : n ermi esiinyy relevanissa okumenissa. u = x = R=0, : n ermi esiinyy epärelevanissa okumenissa 5 6 Relevanssioennäköisyys Relevanssioennäköisyys Jos oleeaan, eä kyselyssä esiinymäömä ermi ova yhä oennäköisiä sekä relevaneissa eä epärelevaneissa okumeneissa, riiää arkasella kyselyssä esiinyviä ermejä p p R u u : x : 0, q x q Siirämällä okumenissa esiinyvä ermi myös oikeanpuoleiseen lausekkeeseen saaaan R q Vain nämä oennäköisyye arviaan p ( u : x ( : q u p q p u Kyselykohaisesi vakio Ei riipu okumeneisa Voiaan ohiaa 7 8 H.Laine 3

4 Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Relevanssioennäköisyys / Lopullinen mia Relevanssioennäköisyys / lopullinen mia Muunneaan mia logarimiseksi (summa helpompi kuin ulo ja saaaan mia RSV log RSV = RerievalSaus Value p ( u u ( p p ( u log u ( p : x q : x q On siis laskeava arvo c : p ( u p u c log log log u ( p ( p ( u c =0, jos ermillä on yhä suuri n esiinyä relevanissa ja epärelevanissa okumenissa c >0, jos ermillä on suurempi oennäköisyys esiinyä relevanissa okumenissa 9 p = n ermi esiinyy relevanissa okumenissa. u = n ermi esiinyy epärelevanissa okumenissa 0 Relevanssioennäköisyys / lopullinen mia Relevanssioennäköisyys / lopullinen mia Teoriassa oennäköisyye voiaisiin määrää esiinymien lukumäärien avulla: okumeni relevani epärelevani Yheensä Termi esiinyy x = s f -s f Termi ei esiinny x = S-s (N-f (S-s N-f Yheensä: S N-S N Taulukon peruseella: p = s/s u =(f -s/(n-s Tällöin saaaisiin s /( S s c K( N, f, S, s log ( f s /(( N f ( S s Nollalla jaon välämiseksi korjaaan kaavaa lisäämällä ½ eellisen aulukon keskimmäisen sarakkeien arvoihin, joen ( s /( S s c K( N, f, S, s log ( f s /( N f S s Relevanssioennäköisyys / lopullinen mia Relevanssioennäköisyys / lopullinen mia Käyännössä lukumääriä ei ieeä - ne äyyy arvioia. Jos oleeaan, eä relevaneja okumeneja on hyvin vähän suheessa kaikkiin okumeneihin on u f / N ja log[( u u ] log[( N f / f ] log N / f n ermi esiinyy epärelevanissa okumenissa If! Relevanien kohalla ilanne on hankalampi Toennäköisyys p voiaisiin laskea joienkin olemassa olevien relevanien okumenien peruseella (näyeesä Voiaan käyää myös vakioa 0.5, jolloin p ei vaikua lainkaan miaan. Yhiseynä epärelevaneille esieyyn arvioon if määräisi ällöin mian Toimii yyyäväsi lyhyillä okumeneilla, esim. osakkeilla, ei oimi hyvin pikillä ekseillä 3 4 H.Laine 4

5 Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 BIM Toennäköisyysperusaise malli vanhimpia ieonhaun eoreeisia malleja Painojen laskena ehävissä kuen vekorimallissa, sama ieorakenee BIM:ssä ongelmallisia oleuksia: Binäärinen malli, frekvenssi eivä vaikua Termien riippumaomuus Kyselyyn kuulumaoma ermi eivä vaikua Dokumeni riippumaomasi relevaneja Jonkinlainen relevanssiieo on arpeen, joa meneelmä oimisi [bes mach] (oennäköisyyspohjainen ei binäärinen malli Oaa huomioon ermifrekvenssi Oaa huomioon okumenien piuue Laajali käyössä ja ehokas Toennäköisyyen esimoini poikkeaa eellisesä 5 6 Yksinkeraisin mia RSV Nollalla jako? q log N f Miaa voiaan kehiää oamalla mukaan ermien paino N k f RSV q f ( log k(( b b( L / Lave f Tässä: f on ermin frekvenssi okumenissa L on okumenin piuus ja L ave okumenien keskipiuus k ja b ova sääöarvoja. k sääää ermifrekvenssien vaikuusa (0 ei vaikuusa, suure arvo enemmän vaikuusa. b sääää okumenipiuuen huomioimisa painojen sääössä (0 ei vaikuusa.. äysi vaikuus 7 8 Myös kyselyermien paino voiaan oaa mukaan RSV Tässä log N f k ( k (( b b ( L / L q ave 3 f q on ermin frekvenssi kyselyssä q ja f k ( 3 f k 3 on ermien kyselyfrekvenssin painoa sääelevä ekijä f k f q q Korjausekijä k, k3 ja b ulisi sääää esiaineison avulla opimaalisen uloksen saavuamiseksi Jos esiaineisoa ei ole, on kokeellisesi hyväksi havaiu arvo k ja k 3 välillä, - ja b=0,75 BM5 on laajali käyössä ja oimii hyvin sääeyillä paramereilla 9 30 H.Laine 5

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

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

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =

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

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

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

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

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

Epävarmuus diskonttokoroissa ja mittakaavaetu vs. joustavuus

Epävarmuus diskonttokoroissa ja mittakaavaetu vs. joustavuus Epävarmuus diskonokoroissa ja miakaavaeu vs. jousavuus Opimoiniopin seminaari - Syksy 2000 / 1 Esielmän sisälö Kirjan Invesmen Under Uncerainy osan I luvu 4 ja 5. Mien epävarmuus diskonokorossa vaikuaa

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

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

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

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

Kuntaeläkkeiden rahoitus ja kunnalliset palvelut

Kuntaeläkkeiden rahoitus ja kunnalliset palvelut Kunaeläkkeiden rahoius ja kunnallise palvelu I LA Rapori LA Repors 30.1.2013 No 4 Kunaeläkkeiden rahoius ja kunnallise palvelu Jukka Lassila * Niku Määänen ** armo Valkonen *** * LA linkeinoelämän ukimuslaios,

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

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

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

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu Lyhyiden ja pikien korkojen ilasollinen vaihelu Tomi Pekka Juhani Marikainen Joensuun Yliopiso Maemaais-luonnonieeellinen iedekuna / Tieojenkäsielyieeen ja ilasoieeen laios / Tilasoiede Pro Gradu -ukielma

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

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

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

( ) ( ) 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

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

a) Esitä piirtämällä oheisen kaksoissymmetrisen ulokepalkkina toimivan kotelopalkin kaksi täysin erityyppistä plastista rajatilamekanismia (2p).

a) Esitä piirtämällä oheisen kaksoissymmetrisen ulokepalkkina toimivan kotelopalkin kaksi täysin erityyppistä plastista rajatilamekanismia (2p). LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II: 9.9.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,

Lisätiedot

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADY1 EKHBRD014ADY1 EKHBRD016ADY1 KÄYÖOPAS Ilma vesilämpöpumppujärjeselmän sisäyksikkö ja lisävarusee EKHBRD011ADV1+Y1 EKHBRD014ADV1+Y1 EKHBRD016ADV1+Y1

Lisätiedot

b) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p)

b) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p) LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II:.5.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,

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

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

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

( ) 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

Ilmavirransäädin. Mitat

Ilmavirransäädin. Mitat Ilmairransäädin Mia (MF, MP, ON, MOD, KNX) Ød nom (MF-D, MP-D, ON-D, MOD-D, KNX-D) Tuoekuaus on ilmairasäädin pyöreälle kanaalle. Se koosuu sääöpellisä ja miaaasa oimilaieesa ja siä oidaan ohjaa huonesääimen

Lisätiedot

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona: Diskreei maemaiikka, sks 00 Harjoius 0, rakaisuisa. Esi viriävä puu suunaamaomalle verkolle G = (X, E, Ψ), kun X := {,,, }, E := { {, }, {, }, {, }, {, }, {, }}, ja Ψ on ieninen kuvaus. Rakaisu. Viriäviä

Lisätiedot

KÄYTTÖOPAS. -järjestelmän sisäyksikkö HXHD125A8V1B

KÄYTTÖOPAS. -järjestelmän sisäyksikkö HXHD125A8V1B KÄYÖOPAS -järjeselmän sisäyksikkö SISÄLÖ 1. Määrielmä... 1 1.1. Merkkien ja varoiusen arkoiukse... 1 1.2. Käyeyjen ermien merkiys... 1 2. Yleise varooime... 2 3. Johdano... 2 3.1. Yleisä... 2 3.2. ämän

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

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

KOMISSION VALMISTELUASIAKIRJA

KOMISSION VALMISTELUASIAKIRJA EUROOPAN UNIONIN NEUVOSTO Bryssel, 23. oukokuua 2007 (24.05) (OR. en) Toimielinen välinen asia: 2006/0039 (CNS) 9851/07 ADD 2 N 239 RESPR 5 CADREN 32 LISÄYS 2 I/A KOHTAA KOSKEVAAN ILMOITUKSEEN Läheäjä:

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

Systeemimallit: sisältö

Systeemimallit: sisältö Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen

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

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Rankkaukseen perustuva tiedonhaku.

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Rankkaukseen perustuva tiedonhaku. Boolen haut Tiedonhakumenetelmät Rankkaukseen perustuva tiedonhaku Boolen haussa dokumentti joko täyttää hakuehdon tai ei täytä hakuehtoa Hakuehdon täyttäviä vastauksia voi olla runsaasti (tuhansia - miljoonia)

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

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

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON AMPN YLIOPISO Kauppaieeien laios OSINKOJN JA PÄÄOMAVOIOJN VOUKSN VAIKUUKS OSAKKN AVOON Laskenaoimi Seminaariukielma Helmikuu 2004 Ohjaaja: Ismo Vuorinen apani Höök 3 SISÄLLYS JOHDANO... 4. ukielman ausaa...4.2

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

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

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

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA 1 KULMMOULOITUJEN SIGNLIEN ILMISU ISKRIMINTTORILL Millaisia keinoja on PM & FM -ilmaisuun? 51357 Tieoliikenneekniikka I Osa 17 Kai Käkkäinen Kevä 015 ISKRIMINTTORIN TOIMINTKÄYRÄ J -YHTÄLÖ FM-signaalin

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

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri. ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!

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

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

JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta TARJONTA SUOMEN ASUNTOMARKKINOILLA

JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta TARJONTA SUOMEN ASUNTOMARKKINOILLA JYVÄSKYLÄN YLIOPISTO Talousieeiden iedekuna TARJONTA SUOMEN ASUNTOMARKKINOILLA Kansanalousiede Pro gradu -ukielma Helmikuu 2006 Laaia: Janne Lilavuori Ohaaa: Professori Kari Heimonen JYVÄSKYLÄN YLIOPISTO

Lisätiedot

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) ( TT/TV Inegraalimuunnokse Fourier-muunnos, ehäviä : Vasauksia Meropolia/. Koivumäki v(. Määriä oheisen signaalin Fourier-muunnos. Vinkki: Superposiio, viive. Voidaan sovelaa superposiioperiaaea, koska signaalin

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

Notor Upotettava. 6 www.fagerhult.fi

Notor Upotettava. 6 www.fagerhult.fi Upoeavan Noor-valaisimen avulla kaoon voidaan luoda joko huomaamaomia ai ehokkaan huomioa herääviä ja yhenäisiä valaisinjonoja ilman minkäänlaisia varjosuksia. Pienesä koosaan huolimaa Noor arjoaa hyvin

Lisätiedot

Painevalukappaleen valettavuus

Painevalukappaleen valettavuus Painevalukappaleen valeavuus Miskolc Universiy Sefan Fredriksson Swecas AB Muokau ja lisäy käännös: Tuula Höök, Pekka Savolainen Tampereen eknillinen yliopiso Painevalukappale äyyy suunniella sien, eä

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

Puolijohdekomponenttien perusteet A Ratkaisut 2, Kevät 2017

Puolijohdekomponenttien perusteet A Ratkaisut 2, Kevät 2017 OY/PJKOMP R 017 Puolijohdekomoeie erusee 571A Rakaisu, Kevä 017 1. Massavaikuuslai mukaisesi eemmisö- ja vähemmisövarauksekuljeajie ulo o vakio i, joka riiuu uolijohdemaeriaalisa ja lämöilasa. Kuvasa 1

Lisätiedot

Suunnitteluharjoitus s-2016 (...k-2017)

Suunnitteluharjoitus s-2016 (...k-2017) 1 Suunnieluharjoius s-2016 (...k-2017) HAKKURITEHOLÄHDE Seuraavan push-pull-yyppisen hakkurieholäheen komponeni ulisi valia (muunajaa lukuunoamaa). V1 iin 230 V ± 10 % 50 Hz V3 Perusieoja kykennäsä Verkkoasasuunauksen

Lisätiedot

OPINTOJAKSO FYSIIKKA 1 OV OPINTOKOKONAISUUTEEN FYSIIKKA JA KEMIA 2 OV. Isto Jokinen 2012. 1. Mekaniikka 2

OPINTOJAKSO FYSIIKKA 1 OV OPINTOKOKONAISUUTEEN FYSIIKKA JA KEMIA 2 OV. Isto Jokinen 2012. 1. Mekaniikka 2 OPINTOJAKSO FYSIIKKA 1 OV OPINTOKOKONAISUUTEEN FYSIIKKA JA KEMIA OV Io Jokinen 01 SISÄLTÖ SIVU 1. Mekaniikka Nopeu Kekinopeu Kehänopeu 3 Kiihyvyy 3 Puoamikiihyvyy 4 Voima 5 Kika 6 Työ 7 Teho 8 Paine 9

Lisätiedot

BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 2009) Betonipäivät 2010

BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 2009) Betonipäivät 2010 DIPLOMITYÖ: BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 29) Beonipäivä 21 DIPLOMITYÖ prosessina Aie: yön eeäjän aloieesa Selviykse beonin, eräksen ja puun osala oli jo ey/käynnissä

Lisätiedot

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx =

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx = HY / Maemaiikan ja ilasoieeen laios Differeniaalihälö I kevä 09 Harjois 4 Rakaisehdoksia. Rakaise differeniaalihälö = (x + + Rakais: Tehdään differeniaalihälöön lineaarinen mnnos z(x = x + (x + jolloin

Lisätiedot

Termiinikurssi tulevan spot-kurssin ennusteena

Termiinikurssi tulevan spot-kurssin ennusteena TAMPEREEN YLIOPISTO Talousieeiden laios Termiinikurssi ulevan spo-kurssin ennuseena Kansanalousiede Pro gradu-ukielma Talousieeiden laios Tampereen yliopiso 28.2.2006 Ville Kivelä 1 TIIVISTELMÄ Tampereen

Lisätiedot

TALOUSTIETEIDEN TIEDEKUNTA. Lauri Tenhunen KAIKKIALLA LÄSNÄ OLEVAN TIETOTEKNIIKAN TALOUSTIETEELLISTÄ ANALYYSIÄ

TALOUSTIETEIDEN TIEDEKUNTA. Lauri Tenhunen KAIKKIALLA LÄSNÄ OLEVAN TIETOTEKNIIKAN TALOUSTIETEELLISTÄ ANALYYSIÄ TLOUSTIETEIDEN TIEDEKUNT Lauri Tenhunen KIKKILL LÄSNÄ OLEVN TIETOTEKNIIKN TLOUSTIETEELLISTÄ NLYYSIÄ Pro gradu ukielma Yleinen alousiede Tammikuu 03 SISÄLLYS Sisällys Kuvio ja auluko JOHDNTO... 5 VERKOSTOTLOUSTIETEEN

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

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

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

Suomen kalamarkkinoiden analyysi yhteisintegraatiomenetelmällä

Suomen kalamarkkinoiden analyysi yhteisintegraatiomenetelmällä KALA- JA RIISTARAPORTTEJA nro 374 Jukka Laiinen Jari Seälä Kaija Saarni Suomen kalamarkkinoiden analyysi yheisinegraaiomeneelmällä Helsinki 006 Julkaisija Riisa- ja kalaalouden ukimuslaios KUVAILULEHTI

Lisätiedot

338 LASKELMIA YRITYS- JA PÄÄOMAVERO- UUDISTUKSESTA

338 LASKELMIA YRITYS- JA PÄÄOMAVERO- UUDISTUKSESTA VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS 338 LASKELMIA YRITYS- JA PÄÄOMAVERO- UUDISTUKSESTA Harri Hieala Seppo Kari Timo Rauhanen Hanna Ulvinen Valion aloudellinen ukimuskeskus Governmen Insiue

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

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11.

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11. Kemian laieekniikka 1 Koilasku 1 4.4.28 Jarmo Vesola Tuoee ja reakio: hiilimonoksidi, meanoli, meyyliformiaai C HC (1) vesi, meyyliformiaai, meanoli, muurahaishappo HC CH (2) hiilimonoksi, vesi, muurahaishappo

Lisätiedot

Muuttuvan kokonaissensitiivisyyden mallinnus valvontaohjelman riskinarvioinnissa esimerkkinä munintaparvet

Muuttuvan kokonaissensitiivisyyden mallinnus valvontaohjelman riskinarvioinnissa esimerkkinä munintaparvet Muuuvan kokonaissnsiiivisyyn mallinnus valvonaohjlman riskinarvioinnissa simrkkinä muninaarv Tausa: Aimma salmonllarojki FooBUG rojki ja uusi malli muninaarvill 8. EFSA WG: salmonlla muninaarvissa. Samaa

Lisätiedot

F E . 1. a!? # % b &., @ $ c + ± = e < > [ \ ] ^ g λ Ø ø φ " 1 / 2 h Á á É. j À à È è Ì ì Ò k ò ù Ä ä Ë ë Ï. o à ã Ñ ñ Õ õ F` = 6mm = 9/12mm = 19mm

F E . 1. a!? # % b &., @ $ c + ± = e < > [ \ ] ^ g λ Ø ø φ  1 / 2 h Á á É. j À à È è Ì ì Ò k ò ù Ä ä Ë ë Ï. o à ã Ñ ñ Õ õ F` = 6mm = 9/12mm = 19mm : A ➎ C ➎ B D = 6mm = 9/12mm = a!? # % b &., @ $ c + ± = d * / : ; ( ) e < > [ \ ] ^ f { } ~ µ ß Ω g λ Ø ø φ " 1 / 2 h Á á É i é Í í Ó ó Ú ú j À à È è Ì ì Ò k ò ù Ä ä Ë ë Ï l ï Ö ö Ü ü ÿ  m â Ê ê î ô

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

Piennopeuslaite FMP. Lapinleimu

Piennopeuslaite FMP. Lapinleimu Piennopeuslaie FMP Floormaser FMP on lieä uloilmalaie, joka on arkoieu käyeäväksi syrjäyävään ilmanjakoon Floormaser-järjeselmässä. KANSIO 4 VÄLI 6 ESITE 6 Lapinleimu.1.00 Floormaser Yleisä Floormaser

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

Euroopan kehittyvien osakemarkkinoiden yhteisintegraatio

Euroopan kehittyvien osakemarkkinoiden yhteisintegraatio LAPPEENRANNAN TEKNILLINEN YLIOPISTO KAUPPATIETEIDEN OSASTO Laskenaoimen ja rahoiuksen laios Rahoius Euroopan kehiyvien osakemarkkinoiden yheisinegraaio ja kausalieei Aarne Björklund Rahoius 4 0239210 Sisällyslueelo

Lisätiedot

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23 LISÄTEHTÄVÄT. Maemaainen malli ja funkio 9. a) f (-) = - (-) + = - + = -6 b) f (-) = (-) - (-) + = - (-8) + = 8 + 8 + = 80. a) f ( ) = + f ( ) = 0 + = 0 ( ) = ± = ± = ai = Vasaus: = - ai = b) + = + = 0

Lisätiedot

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV. Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 Keraus K. A: III, B: I, C: II ja IV Kuvaaja: I II III IV Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 K. a) lim ( ) Nimiäjä ( ) o aia

Lisätiedot

Finavian ympäristötyö 2006: Vesipäästöjen hallintaa ja tehokkaita prosesseja

Finavian ympäristötyö 2006: Vesipäästöjen hallintaa ja tehokkaita prosesseja 9 Y M P Ä R I S T Ö K A T S A U S 2006 2 Finavian ympärisöyö 2006: Vesipääsöjen hallinaa ja ehokkaia prosesseja Jääneson aiheuama kuormius aseiain hallinaan Finavia vasaa maahuolinayriysen jäänesoon käyämän

Lisätiedot

Sijoitusriskien ja rahoitustekniikan vaikutus TyEL-maksun kehitykseen

Sijoitusriskien ja rahoitustekniikan vaikutus TyEL-maksun kehitykseen Ismo Risku ja Kasimir Kaliva Sijoiusriskien ja rahoiusekniikan vaikuus TyEL-maksun kehiykseen Eläkeurvakeskuksen keskuselualoieia 009:6 Ismo Risku ja Kasimir Kaliva Sijoiusriskien ja rahoiusekniikan vaikuus

Lisätiedot

Working Paper Yrittäjyyden ja yritysten verokannustimet. ETLA Discussion Papers, The Research Institute of the Finnish Economy (ETLA), No.

Working Paper Yrittäjyyden ja yritysten verokannustimet. ETLA Discussion Papers, The Research Institute of the Finnish Economy (ETLA), No. econsor www.econsor.eu Der Open-Access-Publikaionsserver der ZBW Leibniz-Informaionszenrum Wirschaf The Open Access Publicaion Server of he ZBW Leibniz Informaion Cenre for Economics Kanniainen, Vesa Working

Lisätiedot

AKUSTISTEN ANALOGIOIDEN PERUSTEET 1 JOHDANTO 2 TIHEYSPOHJAISET ANALOGIAT. Seppo Uosukainen. VTT PL 1000, VTT

AKUSTISTEN ANALOGIOIDEN PERUSTEET 1 JOHDANTO 2 TIHEYSPOHJAISET ANALOGIAT. Seppo Uosukainen. VTT PL 1000, VTT AKIEN ANALOGIOIDEN PEREE eppo osukainen PL 000, 0044 eunimi.sukunimi@v.fi JOHDANO ässä arikkelissa esieään unneuimma akusise analogia ja niien rajoiukse. Akusisia analogioia käyeään kuvaamaan virauksen

Lisätiedot

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y) Maemaiikan ja ilasoieeen osaso/hy Differeniaaliyhälö II Laskuharjoius 1 malli Kevä 19 Tehävä 1. Ovako seuraava funkio Lipschiz-jakuvia reaaliakselilla: a) f(x) = x 1/3, b) f(x) = x, c) f(x) = x? a) Ei

Lisätiedot

12. Luento. Modulaatio

12. Luento. Modulaatio Analoginen modulaaio Digiaalinen modulaaio. Lueno..7 Modulaaio Modulaaiossa siirreään moduloivan signaalin spekri kanoaallon aajuusalueelle, joko sien eä spekrin muoo säilyy lineaarisessa modulaaiossa,

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 8 (viikko 14) Tehävä 1 LAD-käyrä siiryy ylöspäin. Ulkomaisen hinojen nousessa oman maan reaalinen vaihokurssi heikkenee 1 vaihoase vahvisuu IS-käyrä

Lisätiedot

Seinämien risteyskohdat

Seinämien risteyskohdat CAE DS Painevalukappaleen suunnielu Sefan Fredriksson Seinämien riseyskohda Sefan Fredriksson SweCas Käännös: Pekka Savolainen ja Tuula Höök Tampereen eknillinen yliopiso Riseyskoha muodosuu kun kaksi

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

Sähköstatiikka ja magnetismi Kondensaattorit ja kapasitanssi

Sähköstatiikka ja magnetismi Kondensaattorit ja kapasitanssi Sähköstatiikka ja magnetismi Konensaattorit ja kapasitanssi ntti Haarto 1.5.13 Yleistä Konensaattori toimii virtapiirissä sähköisen potentiaalin varastona Kapasitanssi on konensaattorin varauksen Q ja

Lisätiedot

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1 KETJUMURTOLUVUT Harjoiuksia 209. Todisa/Prove Lause 2.2. käyäen Lausea 2.3./by using Theorem 2.3. Lause 2.4. käyäen Lausea 2.3./by using Theorem 2.3. 2. Määrää Canorin kehielmä luvuille 0,, 2, 3, 4, 5,

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

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

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

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

Robusti tilastollinen päättely ensimmäisen ja toisen ehdollisen momentin mallintamisessa

Robusti tilastollinen päättely ensimmäisen ja toisen ehdollisen momentin mallintamisessa Robusi ilasollinen pääely ensimmäisen ja oisen ehdollisen momenin mallinamisessa ilasoieeen pro gradu ukielma Jarmo Mika Rafael Mikkola Marraskuu SISÄLLYS JOHDANO EORIAA. Robusi kvasiuskoavuusesimoinimeneelmä.

Lisätiedot

Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma

Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma KSU-430/Ten 4..2008/Prof. Seppo Vranen /3 Käyövarmuuden ja kunnossapdon perusee, KSU-430: Ten ma 4..2008 Huom. Vasaus van veen kysymykseen. Funko- ja/a ohjelmoavan laskmen, musnpanojen, luenomonseden ja

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

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013 Kauppaieeellinen iedekuna Talousjohaminen Kandidaainukielma Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013 Monhly and Turn-of-he-Monh anomaly in he Finnish sock marke during

Lisätiedot

1. Matemaattinen heiluri, harmoninen värähtelijä Fysiikka IIZF2020

1. Matemaattinen heiluri, harmoninen värähtelijä Fysiikka IIZF2020 1. Maeaainen heiluri, haroninen värähelijä Fysiikka IIZF Juha Jokinen (Selosuksesa vasaava) Janne Kiviäki Ani Lahi Miauspäivä:..9 Laboraorioyön selosus 9..9 Pendulu is a ass hanging fro a pivo poin which

Lisätiedot

YKSISIVUKAISTAMODULAATIO (SSB)

YKSISIVUKAISTAMODULAATIO (SSB) YKSISIVUKAISTAODULAATIO SSB ien kaisaa voi sääsää verrauna DSB- a A-modulaaioihin? ikä on Hilber-munnin? 5357A Tieoliikenneekniikka I Osa 9 Kari Kärkkäinen Kevä 05 YKSISIVUKAISTAODULAATION IDEA DSB & A-inormaaio

Lisätiedot