Y (z) = z-muunnos on lineaarinen kuten Laplace-muunnoskin
|
|
- Jaana Lehtinen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat Systeemien Identifiointi 3. harjoituksen ratkaisut. Vapaan vasteen löytämiseksi asetetaan ohjaukseksi u(t) = 0. Siten ratkaistavana on yhtälö y(t + 2) y(t + ) + y(t) = 0. 6 Tehtävä voidaan ratkaista joko z-muunnoksella tai yritteellä. Ratkaistaan yhtälö ensin z-muunnoksen avulla. z-muunnos on Laplace-muunnoksen vastine diskreettiaikaisille systeemeille ja se määritellään seuraavasti y(t)z t. t=0 z-muunnos on lineaarinen kuten Laplace-muunnoskin Lisäksi z-muunnokselle pätee Z((ax(t) + by(t))) = ax(z) + by (z) Z(y(t + k)) = z k Y (z) z k y(0) z k y()... zy(k ) Näistä saadaan z-muunnettuksi yhtälöksi z 2 Y (z) z 2 y(0) z y() + 5 zy (z) z y(0) 6 =0 = =0 josta saadaan pulssinsiirtofunktioksi z 2 Y (z) z zy (z) z 6z 2 + 5z Ratkaisu saadaan käänteismuuntamalla Y (z). Hajotetaan Y (z) osamurtokehitelmällä 6z 6z 2 + 5z + = 6z 6 (z + /2)(z + /3) = A z + /2 + B z + /3 Tästä voidaan ratkaista vakiot A ja B seuraavasti
2 z 6z 2 + 5z + A(z + /3) + B(z + /2) = (z + /2)(z + /3) (A + B)z + A/3 + B/2 = (z + /2)(z + /3) Tästä saadaan yhtälöpari { A/3 + B/2 = 0, A + B = Josta saadaan ratkaisuksi A = 3, B = 2. Nyt käänteismuunnettavana on siis Taulukkokirjasta saadaan Joten Tällöin saadaan siis ratkaisuksi 3 z + /2 2 z + /3 Z ( z + a ) = ( a)t Z 3 ( z + /2 ) = 3( 2 )t = 6( 2 )t, Z 2 ( z + /3 ) = 2( 3 )t = 6( 3 )t y(t) = 6( 3 )t 6( 2 )t Ratkaistaan tehtävä myös yritteellä y(t) = λ t, joka sijoitetaan ratkaistavaan yhtälöön λ t λt+ + 6 λt = 0, josta saadaan kertomalla puolittain 6 :llä λ t 6λ 2 + 5λ + = 0. Tällä on ratkaisut λ = 3 tai λ = 2. Siis vapaaksi vasteeksi saadaan y(t) = c ( 3 )t + c 2 ( 2 )t, missä parametrit c ja c 2 määräytyvät alkuehdoista, jolloin c = 6 ja c 2 = 6. 2
3 Stabiilisuustarkastelua varten voidaan kirjoittaa tilaesitys valitsemalla x (t) = y(t) ja x 2 (t) = y(t + ). Tällöin differenssiyhtälö voidaan kirjoittaa muotoon x (t + ) = x 2 (t) x 2 (t + ) = 5 6 y(t + ) 6 y(t) + u(t) = 5 6 x 2(t) 6 x (t) + u(t) Josta saadaan ( ) x (t + ) x 2 (t + ) = ( ) ( ) ( ) 0 x (t) 0 + u(t) /6 5/6 x 2 (t) () =A =B ( ) x (t) + ( 0 ) u(t) x 2 (t) (2) y(t) = ( 0 ) =C =D Matriisin A ominaisarvoiksi saadaan λ = /2, λ 2 = /3. Koska molemmat ominaisarvot ovat yksikköympyrän sisällä, on systeemi asymptoottisesti stabiili. Sama tarkastelu voitaisiin tehdä myös siirtofunktion napojen avulla. Nyt siirtofunktiona on 6z G(z) = 6z 2 + 5z + G(z) nimittäjän nollakohdiksi saadaan z = /2 ja z = /3, eli sama tulos kuin tilaesityksen matriisin A avulla saatiin. 2. a) Varastoa voidaan kuvata differenssiyhtälömallilla: y(t + 2) = y(t + ) + u(t). Pulssinsiirtofunktio saadaan z-muuntamalla yhtälö. Muunnos on Laplacemuunnoksen vastine diskreeteille systeemeille ja se määritellään seuraavasti: y(t)z t. t=0 Siten differenssiyhtälömallimme z-tasossa on eli Systeemin pulssinsiirtofunktio on siis z 2 zy (z) + U(z), U(z) = G(z)U(z). z 2 z G(z) = z 2 z. 3
4 b) Pulssinsiirtofunktio G(z) on määritelty z-tasossa ja sitä vastaava eteenpäinsiirtooperaattoripolynomi on G(q) = q 2 q, joka on puolestaan määritelty aikatasossa (qy(t) = y(t + )). Eteenpäinsiirtooperaattoripolynomi siis on tulkittava seuraavasti: y(t) = q 2 q u(t) (q2 q)y(t) = u(t) y(t + 2) y(t + ) = u(t). Eteenpäinsiirto-operaattoria vastaten on olemassa myös taaksepäinsiirto-operaattori G (q ) = q 2 q, joka saadaan supistamall G(q):ta korkeimmalla q:n potenssilla. G (q) voidaan johtaa suoraan kirjoittamalla systeemiä kuvaava differenssiyhtälömalli muodossa y(t) = y(t ) + u(t 2), josta z-muuntamalla z Y (z) + z 2 U(z), ja siis z 2 U(z). z c) Koska pulssinsiirtofunktion navat ovat -ympyrän sisäpuolella (asymptoottinen stabiilisuus) ja ympyrän kehällä (stabiilisuus), on varasto stabiili. Tulkinta on että tasapainosta poikkeaminen, esim. varastosta ottaminen (häiriö) ei räjäytä varastoa, mutta toisaalta varastoon ei itsekseen ilmestykään tavaraa. Huomaa, että tarkasteltaessa taaksepäinsiirto-operaattoria halutaan, että navat ovat ykksikköympyrän kehällä (stabiilisuus) tai sen ulkopuolella (asymptoottinen stabiilisuus)! 3. a) Tilaesitys systeemille on ẋ(t) = a x(t) + u(t), A= a B= y(t) = x(t) C=, D=0 b) Systeemin siirtofunktio saadaan joko Laplace-muuntamalla differentiaaliyht älö, tai suoraan tilaesityksestä kaavalla G(s) = C(sI A) B + D Tuloksena on G(s) = s + a 4
5 Siirtofunktion ainoa napa on s = a. Jatkuva-aikainen systeemi on asymptoottisesti stabiili mikäli kaikki navat ovat vasemmassa puolitasossa. Tehtävän oletusten perusteella a > 0, eli systeemi on asymptoottisesti stabiili kaikilla a:n arvoilla. c) Diskretoidaan systeemi Eulerin menetelmällä aika-askeleella T kirjoittamalla systeemin differentiaaliyhtälö muotoon y((k + )T ) y(kt ) = ay(kt ) + u(kt ), T jossa k on diskretointiaskeleen indeksi. Tästä saadaan systeemin differenssiyhtälöksi y((k + )T ) = ( at )y(kt ) + u(kt ). Z-muuntamalla differenssiyhtälö saadaan diskreettiaikaista systeemiä vastaava siirtofunktio G(z) = z + at Siirtofunktion ainoa napa on z = at. Diskreettiaikainen systeemi on stabiili mikäli kaikki navat ovat yksikköympyrän sisällä, eli at < T < 2 a Diskretointi Eulerin menetelmällä voi siis tehdä asymptoottisesti stabiilista systeemistä epästabiilin, mikäli diskretoinnissa käytettävä aika-askel T on liian suuri. Sopiva T riippuu tarkasteltavassa systeemissä parametrista a, joka kuvaa nopeutta, jolla systeemi palaa tasapainotilaan. Tulos on intuitiivisesti j ärkevä: systeemi, jossa esiintyy nopeita muutoksia on diskretoitava käyttäen lyhyttä aika-askelta T. d) Mikäli u(t) oletetaan vakioksi aika-askelten välillä, on jatkuva-aikaista lineaarista tilayhtälöä vastaava diskreettiaikainen tilayhtälö (kts. esim. kurssikirjan Appendix A.3) jossa Tulokseksi saadaan x((k + )T ) = Fx(kT ) + Gu(kT ), y(kt ) = Cx(kT ) + Du(kT ), F = e AT, G = T 0 e Aτ B dτ. F = e at, G = a ( e at ). 5
6 Tällä tavoin diskretoitua systeemiä vastaava siirtofunktio on G(z) = z e at. Siirtofunktion ainoa napa on z = e at joka on yksikköympyrän sisällä aina, kun a > 0, T > 0. Huomataan, että nyt diskretoitu systeemi säilyttää jatkuva-aikaisen systeemin stabiilisuusominaisuuden. Hintana on yleisessä tapauksessa matriisien F ja G laskeminen, joka voi olla raskasta. e) Aseta parametrit paikalleen ajamalla tiedosto lh3t3 m.m ja käytä Simulink-mallia lh3t3.mdl. Voit kokeilla Eulerin menetelmällä diskretoidun systeemin epästabiilisuutta valitsemalla parametrin T > 2/a. 4. ARMA (AutoRegressive Moving Average)-prosessi voidaan kirjoittaa muotoon y(k) + b y(k ) + b 2 y(k 2) b r y(k r) = AR osa a 0 u(k) + a u(k ) + a 2 u(k 2) a r u(k r) MA osa Voidaan osoittaa, että tällaiselle ns. yleistä muotoa olevalle differenssiyhtälölle on olemassa kaksi kanonista muotoa, ohjattava kanoninen muoto ja tarkkailtava kanoninen muoto (ohjattavuudesta ja tarkkailtavuudesta lisää luennolla 5). Ohjattava kanoninen muoto saadaan kirjoittamalla ARMA-prosessille seuraava tilaesitys: b b 2 b r b r x(k + ) = x(k) + u(k) y(k) = ( a a 2 a r a r ) x(k) Tarkkailtava kanoninen muoto saadaan taas kirjoittamalla tilaesitys muotoon: b 0 0 a b a 2 x(k + ) = x(k) +. u(k) b r 0 0 a r b r y(k) = ( ) x(k) a r Tehtävän oppina on siis se, että tilaesityksen voi kirjoittaa usealla eri tavalla. Tässä tehtävässä esitetyt tilaesitykset eivät suinkaan ole ainoita, jotka voitaisiin kirjoittaa ARMA-mallille! 6
7 4. Tehtävässä annettujen differenssiyhtälöiden lisäksi pätee X(t + ) = X(t) + P (t + ) V (t + ). a) Kirjoittaaksemme tämän tilayhtälömuotoon otetaan käyttöön standardit merkinnät: x (t) = X(t), x 2 (t) = P (t + ) ja u(t) = V (t + ). Siten saamme yhtälöiksi x (t + ) = x (t) + x 2 (t) u(t) x 2 (t + ) = P (t + 2) = αp (t + ) + ( α)o(t + ) Tämä on tilayhtälömuodossa = αx 2 (t) + ( α)(x 0 x (t) + V 0 ). x (t + ) = x (t) + x 2 (t) u(t) x 2 (t + ) = (α )x (t) + αx 2 (t) + ( α)(x 0 + V 0 ) y(t) = x (t). b) Huomataan, että pienet heilahtelut kysynnässä vahvistuvat varastosaldossa x, joka vahvistuu edelleen tuotannossa x 2. Jos kysyntään tulee askelmainen häiriö alkaa varasto värähdellä, koska tehdasta ohjataan olettaen, että keskimääräinen kulutus olisi V 0. 7
SÄÄTÖJÄRJESTELMIEN SUUNNITTELU
ENSO IKONEN PYOSYS 1 SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Älykkäät koneet ja järjestelmät, Systeemitekniikka Feb 2019
LisätiedotDynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II
Dynaamisten systeemien teoriaa Systeemianalyysilaboratorio II 15.11.2017 Vakiot, sisäänmenot, ulostulot ja häiriöt Mallin vakiot Systeemiparametrit annettuja vakioita, joita ei muuteta; esim. painovoiman
Lisätiedot(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2429 Systeemien Identifiointi 2 harjoituksen ratkaisut Yhtälö voitaisiin ratkaista suoraankin, mutta käytetään Laplace-muunnosta tehtävän ratkaisemisessa
Lisätiedot5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z
5. Z-muunnos ja lineaariset diskreetit systeemit Jono: (x(n)) n=0 = (x(0), x(1), x(2),..., x(n),...) Z-muunnos: X(z) = n=0 x(n)z n, jos sarja suppenee jossain kompleksitason osassa. Esim. 4. Ykkösjonon
LisätiedotY (s) = G(s)(W (s) W 0 (s)). Tarkastellaan nyt tilannetta v(t) = 0, kun t < 3 ja v(t) = 1, kun t > 3. u(t) = K p y(t) K I
Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan systeemianalyysin laitos Mat-2.429 Systeemien Identifiointi 6. harjoituksen ratkaisut. Laplace-tasossa saadaan annetulle venttiilille W (s) W (s)
LisätiedotLukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 5. joulukuuta Z-muunnos
Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt 5. joulukuuta 2016 Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt Lukujonot Lukujonot Z-muunnoksen ominaisuuksia
LisätiedotOsa IX. Z muunnos. Johdanto Diskreetit funktiot
Osa IX Z muunnos A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 298 / 322 A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 299 / 322 Johdanto
LisätiedotLukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 1. joulukuuta Z-muunnos
Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt 1. joulukuuta 2015 Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt Lukujono Lukujono on diskreetti funktio
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 20 R. Kangaslampi Matriisihajotelmista
Lisätiedotv AB q(t) = q(t) v AB p(t) v B V B ṗ(t) = q(t) v AB Φ(t, τ) = e A(t τ). e A = I + A + A2 2! + A3 = exp(a D (t τ)) (I + A N (t τ)), A N = =
Mat-214 Dynaaminen optimointi Mitri Kitti Mallivastaukset kierros 1 1 a) Sekoitussäiliöön A virtaa puhdasta vettä virtauksella v A säiliöstä A säiliöön B täysin sekoittunutta liuosta virtauksella v AB
Lisätiedot6. Differentiaaliyhtälösysteemien laadullista teoriaa.
1 MAT-13450 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 2010 6. Differentiaaliyhtälösysteemien laadullista teoriaa. Olemme keskittyneet tässä kurssissa ensimmäisen kertaluvun
LisätiedotTEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Mat Systeemien Identifiointi. 4. harjoitus
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2.4129 Systeemien Identifiointi 4. harjoitus 1. a) Laske valkoisen kohinan spektraalitiheys. b) Tarkastellaan ARMA-prosessia C(q 1 )y = D(q 1 )e,
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
Lisätiedotx = ( θ θ ia y = ( ) x.
Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan systeemianalyysin laitos Mat-2429 Systeemien Identifiointi 5 harjoituksen ratkaisut Esitetään ensin systeemi tilayhtälömuodossa Tiloiksi valitaan
Lisätiedot17. Differentiaaliyhtälösysteemien laadullista teoriaa.
99 17. Differentiaaliyhtälösysteemien laadullista teoriaa. Differentiaaliyhtälön x'(t) = f(x(t),t), x(t) n määrittelemän systeemin sanotaan olevan autonominen, jos oikea puoli ei eksplisiittisesti riipu
LisätiedotMATLAB harjoituksia RST-säädöstä (5h)
Digitaalinen säätöteoria MATLAB harjoituksia RST-säädöstä (5h) Enso Ikonen Oulun yliopisto, systeemitekniikan laboratorio November 25, 2008 Harjoituskerran sisältö kertausta (15 min) Napojensijoittelu
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
LisätiedotHarjoitus 6: Simulink - Säätöteoria. Syksy 2006. Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1
Harjoitus 6: Simulink - Säätöteoria Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen säätötekniikkaan Takaisinkytkennän
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ
Mat-48 Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ L ẋ = x ẋ = g L sin x rx Epälineaarisen systeemin tasapainotiloja voidaan
LisätiedotH(s) + + _. Ymit(s) Laplace-tason esitykseksi on saatu (katso jälleen kalvot):
ELEC-C3 Säätötekniikka 5. laskuharjoitus Vastaukset Quiz: Luennon 4 luentokalvojen (luku 4) lopussa on esimerkki: Sähköpiiri (alkaa kalvon 39 tienoilla). Lue esimerkki huolellisesti ja vastaa seuraavaan:
Lisätiedotz muunnos ja sen soveltaminen LTI järjestelmien analysointiin
z muunnos ja sen soveltaminen LTI järjestelmien analysointiin muunnoksella (eng. transform) on vastaava asema diskreettiaikaisten signaalien ja LTI järjestelmien analyysissä kuin Laplace muunnoksella jatkuvaaikaisten
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros 1
Mat-214 Dynaaminen optimointi, mallivastaukset, kierros 1 1 a) Sekoitussäiliöön A virtaa puhdasta vettä virtauksella v A, säiliöstä A säiliöön B täysin sekoittunutta liuosta virtauksella v AB ja säiliöstä
LisätiedotDiskreetin LTI-systeemin stabiilisuus
Diskreetin LTI-systeemin stabiilisuus LuK-tutkielma Johannes Ylitalo 2372956 Matemaattisten tieteiden laitos Oulun yliopisto Kevät 2016 Sisältö Johdanto 2 Merkintöjä 2 1 Kompleksifunktiot 3 2 Signaalianalyysi
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt. osa 2 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 1 R. Kangaslampi Matriisihajotelmista
Lisätiedot2v 1 = v 2, 2v 1 + 3v 2 = 4v 2.. Vastaavasti ominaisarvoa λ 2 = 4 vastaavat ominaisvektorit toteuttavat. v 2 =
TKK, Matematiikan laitos Pikkarainen/Tikanmäki Mat-1.1320 Matematiikan peruskurssi K2 Harjoitus 12, A=alku-, L=loppuviikko, T= taulutehtävä, P= palautettava tehtävä, W= verkkotehtävä 21. 25.4.2008, viikko
LisätiedotSäätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia 29.7.2002
Matlab tehtäviä 1. Muodosta seuraavasta differentiaaliyhtälöstä siirtofuntio. Tämä differentiaaliyhtälö saattaisi kuvata esimerkiksi yksinkertaista vaimennettua jousi-massa systeemiä, johon on liitetty
Lisätiedot5 Differentiaaliyhtälöryhmät
5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) =
Lisätiedotẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t),
Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-2.4129 Systeemien Identifiointi 1. harjoituksen ratkaisut 1. Tarkastellaan maita X ja Y. Olkoon näiden varustelutaso
Lisätiedot2. kierros. 1. Lähipäivä
2. kierros. Lähipäivä Viikon aihe Vahvistimet, kohina, lineaarisuus Siirtofunktiot, tilaesitys Mitoitus Kontaktiopetusta: 8 tuntia Kotitehtäviä: 4 + 4 tuntia Tavoitteet: tietää Yhden navan vasteen ekvivalentti
LisätiedotYhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.
2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2
LisätiedotTehtävä 1. Vaihtoehtotehtävät.
Kem-9.47 Prosessiautomaation perusteet Tentti.4. Tehtävä. Vaihtoehtotehtävät. Oikea vastaus +,5p, väärä vastaus -,5p ja ei vastausta p Maksimi +5,p ja minimi p TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA
Lisätiedot[xk r k ] T Q[x k r k ] + u T k Ru k. }.
Mat-2.48 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 3. Johdetaan lineaarisen aikainvariantin seurantatehtävän yleinen ratkaisu neliöllisellä kustannuksella. Systeemi: x k+
LisätiedotDifferentiaaliyhtälöt II, kevät 2017 Harjoitus 5
Differentiaaliyhtälöt II, kevät 27 Harjoitus 5 Heikki Korpela 26. huhtikuuta 27 Tehtävä 2. Määrää seuraavan autonomisen systeemin kriittiset pisteet, ratakäyrät ja luonnostele systeemin aikakehitys: (t)
LisätiedotMS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotMatemaattinen Analyysi
Vaasan yliopisto, 009-010 / ORMS1010 Matemaattinen Analyysi 8. harjoitus 1. Ratkaise y + y + y = x. Kommentti: Yleinen työlista ratkaistaessa lineaarista, vakiokertoimista toisen kertaluvun differentiaaliyhtälöä
LisätiedotYhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.
2. MS-A000 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2..205 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x x 2 =
LisätiedotKompleksianalyysi, viikko 7
Kompleksianalyysi, viikko 7 Jukka Kemppainen Mathematics Division Fourier-muunnoksesta Laplace-muunnokseen Tarkastellaan seuraavassa kausaalisia signaaleja eli signaaleja x(t), joille x(t) 0 kaikilla t
LisätiedotHarjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,
Differentiaaliyhtälöt, Kesä 06 Harjoitus 3 Kaikissa tehtävissä, joissa pitää tarkastella kriittisten pisteiden stabiliteettia, jos kyseessä on satulapiste, ilmoita myös satulauraratkaisun (tai kriittisessä
Lisätiedot1 Di erentiaaliyhtälöt
Taloustieteen mat.menetelmät syksy 2017 materiaali II-5 1 Di erentiaaliyhtälöt 1.1 Skalaariyhtälöt Määritelmä: ensimmäisen kertaluvun di erentiaaliyhtälö on muotoa _y = F (y; t) oleva yhtälö, missä _y
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 3 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 28 R. Kangaslampi Matriisihajotelmista
LisätiedotJos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.
Mat-.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 1 1. Olkoon maaston korkeus y(s) derivoituva funktio ja etsitään tien profiilia x(s). Päätösmuuttuja on tien jyrkkyys
LisätiedotDynaamisten systeemien identifiointi 1/2
Dynaamisten systeemien identifiointi 1/2 Mallin rakentaminen mittausten avulla Epäparametriset menetelmät: tuloksena malli, joka ei perustu parametreille impulssi-, askel- tai taajusvaste siirtofunktion
LisätiedotMissä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot
Missä mennään systeemi mallin mallin käyttötarkoitus, reunaehdot käyttö- (fysikaalinen) mallintaminen luonnonlait yms. yms. identifiointi kokeita kokeita + päättely päättely vertailu mallikandidaatti validointi
LisätiedotMatematiikka B3 - Avoin yliopisto
2. heinäkuuta 2009 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Lisäharjoitustehtävä Kurssin sisältö (1/2) 1. asteen Differentiaali yhtälöt (1.DY) Separoituva Ratkaisukaava Bernoyulli
Lisätiedot13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Differentiaaliyhtälöt, kesä 00 Tehtävät 3-8 / Ratkaisuehdotuksia (RT).6.00 3. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: y = + y + y = + y + ( y ) (y
LisätiedotY Yhtälöparista ratkaistiin vuorotellen siirtofunktiot laittamalla muut tulot nollaan. = K K K M. s 2 3s 2 KK P
Säädön kotitehtävä vk3 t. 1 a) { Y =G K P E H E=R K N N G M Y Yhtälöparista ratkaistiin vuorotellen siirtofunktiot laittamalla muut tulot nollaan. G R s = Y R = GK P s 1 = KK 1 GK P K N G P M s 2 3s 2
LisätiedotSÄÄTÖJÄRJESTELMIEN SUUNNITTELU
ENSO IKONEN PYOSYS 1 SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Älykkäät koneet ja järjestelmät / systeemitekniikka Jan 019
Lisätiedot3. kierros. 2. Lähipäivä
3. kierros. Lähipäivä Viikon aihe (viikko /) Takaisinkytketyt vahvistimet Takaisinkytkentä, suljettu säätöluuppi Nyquistin kriteeri, stabiilisuus Taajuusanalyysi, Boden ja Nyquistin diagrammit Systeemin
LisätiedotNumeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen
LisätiedotHarjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:
Differentiaaliyhtälöt, Kesä 216 Harjoitus 2 1. Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: (a) y = (2 y) 3, (b) y = (y 1) 2, (c) y = 2y y 2. 2. Etsi seuraavien
LisätiedotLaplace-muunnos: määritelmä
Laplace-muunnos: määritelmä Olkoon f : [, [ R funktio. Funktion f Laplacen muunnos määritellään yhtälöllä F(s) = L(f) := f(t)e st dt edellyttäen, että integraali f(t)e st dt suppenee. Riittävä ehto integraalin
LisätiedotDifferentiaaliyhtälön ratkaisu. ELEC-C1230 Säätötekniikka. Esimerkki: läpivirtaussäiliö. Esimerkki: läpivirtaussäiliö
Differentiaaliyhtälön ratkaisu ELEC-C1230 Säätötekniikka Luku 3: Dynaamisen vasteen määrittäminen, Laplace-muunnos, siirtofunktio Systeemin ymmärtämisen ja hallinnan kannalta on olennaista tietää, miten
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt QR-hajotelma ja pienimmän neliösumman menetelmä Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto PNS-ongelma PNS-ongelma
LisätiedotSignaalimallit: sisältö
Signaalimallit: sisältö Motivaationa häiriöiden kuvaaminen ja rekonstruointi Signaalien kuvaaminen aikatasossa, determinisitinen vs. stokastinen Signaalien kuvaaminen taajuustasossa Fourier-muunnos Deterministisen
LisätiedotACKERMANNIN ALGORITMI. Olkoon järjestelmä. x(k+1) = Ax(k) + Bu(k)
ACKERMANNIN ALGORITMI Olkoon järjestelmä x(k+1) = Ax( + Bu( jossa x( = tilavektori (n x 1) u( = ohjaus (skalaari) A (n x n matriisi) B (n x 1 matriisi) Oletetaan, että ohjaus u( = Kx( on rajoittamaton.
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt ja pienimmän neliösumman menetelmä Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi QR ja PNS PNS-ongelma
LisätiedotTilaesityksen hallinta ja tilasäätö. ELEC-C1230 Säätötekniikka. Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus
Tilaesityksen hallinta ja tilasäätö ELEC-C1230 Säätötekniikka Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus Edellisessä luvussa tarkasteltiin napoja ja nollia sekä niiden vaikutuksia
Lisätiedot2. kierros. 2. Lähipäivä
2. kierros 2. Lähipäivä Viikon aihe Vahvistimet, kohina, lineaarisuus Siirtofunktiot, tilaesitys Tavoitteet: tietää Yhden navan vasteen ekvivalentti kohinakaistaleveys Vastuksen terminen kohina Termit
LisätiedotInsinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut
Insinöörimatematiikka D, 406 6 laskuharjoituksien esimerkkiratkaisut Ratkaistaan differentiaaliyhtälö y = y () Tässä = d dy eli kyseessä on lineaarinen kertaluvun differentiaaliyhtälö: Yhtälön () homogenisoidulle
Lisätiedot1. Annettu siirtofunktio on siis G(s) ja vastaava systeemi on stabiili. Heräte (sisäänmeno) on u(t) = A sin(ωt), jonka Laplace-muunnos on
Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-419 Systeemien Identifiointi 8 harjoituksen ratkaisut 1 Annettu siirtofunktio on siis G(s) ja vastaava systeemi
Lisätiedot2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio
x = x 2 = 5/2 x 3 = 2 eli Ratkaisu on siis x = (x x 2 x 3 ) = ( 5/2 2) (Tarkista sijoittamalla!) 5/2 2 Tämä piste on alkuperäisten tasojen ainoa leikkauspiste Se on myös piste/vektori jonka matriisi A
LisätiedotDynaamiset regressiomallit
MS-C2128 Ennustaminen ja Aikasarja-analyysi, Lauri Viitasaari Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016 Tilastolliset aikasarjat voidaan jakaa kahteen
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Matriisinormi Matriisinormi Matriiseille
LisätiedotEnsimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 9 Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa
LisätiedotLectio Praecursoria: Epälokaali epälineaarinen potentiaaliteoria ja fraktionaaliset integraalioperaattorit
: Epälokaali epälineaarinen potentiaaliteoria ja fraktionaaliset integraalioperaattorit Janne Korvenpää Matematiikan ja systeemianalyysin laitos Aalto-yliopiston perustieteiden korkeakoulu Lokaali ja lineaarinen:
LisätiedotSysteemin käyttäytyminen. ELEC-C1230 Säätötekniikka. Systeemin navat ja nollat. Systeemin navat ja nollat
Systeemin käyttäytyminen ELEC-C1230 Säätötekniikka Luku 5: Navat ja nollat, systeemin nopeus, stabiilisuus ja värähtelyt, Routh-Hurwitz-kriteeri Systeemin tai järjestelmän tärkein ominaisuus on stabiilisuus.
LisätiedotAnaloginen (jatkuva-aikainen) säätöjärjestelmä
Esittely ELEC-C1230 Säätötekniikka Åström K. J., Wittenmark B.: Computer Controlled Systems - Theory and Design (3rd ed.), Prentice-Hall, 1997. Franklin, Powell, Workman: Digital Control of Dynamic Systems.
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros 11
Mat-.148 Dynaaminen optimointi, mallivastaukset, kierros 11 1. Olkoon tehtaan tuotanto x(t) ajan hetkellä t ja investoitava osuus tuotannosta u(t). Tehdasta kuvaa systeemiyhtälö ẋ(t) = u(t)x(t) x() = c
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu
Lisätiedot1 Perusteita lineaarisista differentiaaliyhtälöistä
1 Perusteita lineaarisista differentiaaliyhtälöistä Johdetaan lineaarisen aikavariantin systeemin ẋ(t) = A(t)x(t) + B(t)u(t), x(t 0 ) = x 0 yleinen ratkaisu. Tarkastellaan ensin homogeenistä yhtälöä. Lause
LisätiedotAlias-ilmiö eli taajuuden laskostuminen
Prosessiorientoituneet mallit Todellista hybridijärjestelmää ELEC-C1230 Säätötekniikka Luku 12: Näytteenottoteoreema ja jatkuvien säätimien diskreetit approksimaatiot Prosessiorientoituneet mallit katsotaan
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C340 Lineaarialgebra ja differentiaaliyhtälöt Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 205 / 3 R. Kangaslampi Matriisihajotelmista Differentiaaliyhtälöitä ratkaistaessa
LisätiedotSäätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla
Säätötekniikkaa Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla servo-ongelma: ulostulon seurattava referenssisignaalia mahdollisimman tarkasti,
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisihajotelmat: Schur ja Jordan Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi Matriisihajotelmat:
LisätiedotLuento 8: Epälineaarinen optimointi
Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori = (,..., ). Reaalisten m n-matriisien joukkoa merkitään
LisätiedotOminaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.
Matematiikan ja tilastotieteen laitos Lineaarialgebra ja matriisilaskenta II Ylimääräinen harjoitus 6 Ratkaisut A:n karakteristinen funktio p A on λ p A (λ) det(a λi ) 0 λ ( λ) 0 5 λ λ 5 λ ( λ) (( λ) (
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Ojalammi MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016 Laskuharjoitus 5A Vastaukset alkuviikolla
LisätiedotNormaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa
Normaaliryhmä Toisen kertaluvun normaaliryhmä on yleistä muotoa x = u(t,x,y), y t I, = v(t,x,y), Funktiot u = u(t,x,y), t I ja v = v(t,x,y), t I ovat tunnettuja Toisen kertaluvun normaaliryhmän ratkaisu
LisätiedotLuento 8: Epälineaarinen optimointi
Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori 0 = (0,..., 0). Reaalisten m n-matriisien joukkoa merkitään
LisätiedotMatemaattinen Analyysi
Vaasan yliopisto, kevät 01 / ORMS1010 Matemaattinen Analyysi. harjoitus, viikko 1 R1 ke 1 16 D11 (..) R to 10 1 D11 (..) 1. Määritä funktion y(x) MacLaurinin sarjan kertoimet, kun y(0) = ja y (x) = (x
LisätiedotBifurkaatiot dierentiaaliyhtälöissä. Systeemianalyysin. Antti Toppila laboratorio. Teknillinen korkeakoulu
Esitelmä 21 Antti Toppila sivu 1/18 Optimointiopin seminaari Kevät 2007 Bifurkaatiot dierentiaaliyhtälöissä Antti Toppila 18.04.2007 Esitelmä 21 Antti Toppila sivu 2/18 Optimointiopin seminaari Kevät 2007
LisätiedotLuento 2: Liikkeen kuvausta
Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä
Lisätiedot1 Peruskäsitteet. Dierentiaaliyhtälöt
Teknillinen korkeakoulu Matematiikka Dierentiaaliyhtälöt Alestalo Tässä monisteessa käydään läpi tavallisiin dierentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Esimerkkejä luennoilla
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 22 R. Kangaslampi matriisiteoriaa Kertaus: ominaisarvot
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto DY-teoriaa DY-teoriaa Käsitellään seuraavaksi
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle /
Differentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle / 16. 18.5. Lineaariset differentiaaliyhtälöt, homogeeniset differentiaaliyhtälöt Tehtävä 1: a) Määritä differentiaaliyhtälön y 3y = 14e 4x
LisätiedotAntti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Antti Rasila Matematiikan ja systeemianalyysin laitos
LisätiedotDYNAAMISET SYSTEEMIT 1998
1. harjoitus, viikko 3 1. Määritä seuraavien differentiaaliyhtälöiden tyyppi (kertaluku, lineaarinen eilineaarinen, jos lineaarinen, niin vakiokertoiminen ei-vakiokertoiminen): a) y + y - x 2 = 0 b) y
Lisätiedot1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.
ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0004/A0006 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 8.9.015 Reaalinen
LisätiedotSaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS),
SaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS), 5.2.2019 Tentin arvosteluperusteita: o Kurssin alku on osin kertausta SäAn ja prosessidynamiikkakursseista, jotka oletetaan
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Ominaisarvot Kertaus: ominaisarvot Määritelmä
LisätiedotHarjoitus 1. Tehtävä 1. Malliratkaisut. f(t) = e (t α) cos(ω 0 t + β) L[f(t)] = f(t)e st dt = e st t+α cos(ω 0 t + β)dt.
Harjoitus Malliratkaisut Tehtävä L[f(t)] ˆ f(t) e (t α) cos(ω t + β) f(t)e st dt ˆ e st t+α cos(ω t + β)dt cos(ω t + β) 2 (ej(ωt+β) + e j(ωt+β) ) L[f(t)] 2 eα 2 ˆ ˆ e st t+α (e j(ω t+β) + e j(ω t+β) )
LisätiedotBM20A0900, Matematiikka KoTiB3
BM20A0900, Matematiikka KoTiB3 Luennot: Matti Alatalo Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luvut 1 4. 1 Sisältö Ensimmäisen kertaluvun differentiaaliyhtälöt
LisätiedotOminaisarvot ja ominaisvektorit 140 / 170
Ominaisarvot ja ominaisvektorit 140 / 170 Seuraavissa luvuissa matriisit ja vektori ajatellaan kompleksisiksi, ts. kertojakuntana oletetaan olevan aina kompleksilukujoukko C Huomaa, että reaalilukujoukko
Lisätiedoty + 4y = 0 (1) λ = 0
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 6 mallit Kevät 2019 Tehtävä 1. Ratkaise yhtälöt a) y + 4y = x 2, b) y + 4y = 3e x. Ratkaisu: a) Differentiaaliyhtälön yleinen
LisätiedotHY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.
HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 8 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Mitkä seuraavista funktioista F, F, F ja F 4 ovat kertymäfunktioita? Mitkä
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /
MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,
LisätiedotMS-A0004/A0006 Matriisilaskenta
4. MS-A4/A6 Matriisilaskenta 4. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto..25 Tarkastellaan neliömatriiseja. Kun matriisilla kerrotaan vektoria, vektorin
Lisätiedot