SCILAB Osa 6. Timo Mäkelä

Koko: px
Aloita esitys sivulta:

Download "SCILAB Osa 6. Timo Mäkelä"

Transkriptio

1 SCILAB Osa 6 Timo Mäkelä Sisällysluettelo 1. LOOGISET OPERAATIOT RELAATIO-OPERAATIOT LOOGISET OPERAATIOT Perusoperaattorit Kvanttorit Looginen indeksointi Testaus Matriisin puuttuvat arvot JOUKOT ERITYYPPISIÄ FUNKTIOITA OSISTA KOOSTUVA FUNKTIO FUNKTION JAKSOLLINEN JATKO KOMPLEKSILUVUT SYMBOLINEN LASKENTA YHTÄLÖRYHMIEN RATKAISEMINEN RATIONAALILAUSEKKEET Perusteet Rationaalilausekkeiden käsittely AJAN KÄSITTELY PÄIVÄMÄÄRÄ AIKAVÄLIN MITTAAMINEN...40

2 Scilab Osa 6 1. LOOGISET OPERAATIOT 1.1 Relaatio-operaatiot Scilabissa on käytettävissä seuraavat relaatio-operaattorit: Operaattori Merkitys < pienempi kuin <= pienempi tai yhtä suuri kuin > suurempi kuin >= suurempi tai yhtä suuri kuin = = yhtä suuri kuin ~= tai <> eri suuri kuin Relaatio-operaattoreilla voidaan verrata samaa kertalukua olevia matriiseja. Vertailu suoritetaan alkio kerrallaan. Tulokseksi saadaan samaa kertalukua oleva looginen matriisi, jonka alkiot ovat T tai F. Alkio on T, jos vertailun tulos on tosi F, jos vertailun tulos on epätosi. Matriisia voidaan verrata myös skalaariin. Tällöin jokaista matriisin alkiota erikseen verrataan skalaariin. ESIMERKKI. Muodostetaan satunnaismatriisit, joiden alkiot ovat kokonaislukuja välillä >A=floor(10*rand(,5)) A = >B=floor(10*rand(,5)) B = Määritetään mitkä A:n alkiot ovat suurempia kuin B:n alkiot: -->A>B F F F T T T F F F T Määritetään mitkä B:n alkiot ovat 4: -->B==4 F F T F F T F F T T

3 3 Scilab Osa 9 Aritmeettisissa laskutoimituksissa loogisen matriisin 1 alkiota T vastaa arvo 1 F vastaa arvo 0. ESIMERKKI. (Jatkoa) Matriisin B luvusta 4 eroavat alkiot saadaan nollattua seuraavasti: -->B.*(B==4) ESIMERKKI. Puoliaaltotasasuuntaus. Funktion f x = { sin x, kun sin x 0 0, kun sin x 0 kuvaaja voidaan piirtää seuraavasti: -->x=0:0.01:5*%pi; -->y=sin(x); -->y=y.*(y>0); // Asetetaan negatiiviset arvot nolliksi -->plot(x,y) ESIMERKKI. Nollien poisto. Piirretään funktion -->x=-10:0.01:10; -->plotd(x,sin(x)./x)!--error 7 division by zero... sin x x kuvaaja välillä [ 10,10]. Kuvaajaa ei saada piirrettyä. Virheilmoitus, johtuu siitä, että kuvaa piirrettäessä lasketaan funktion arvo myös pisteessä 0, jolloin tulee nollalla jako. Tämä voidaan estää muuttamalla hieman piirtovälin alarajaa 1 Muunnos voidaan suorittaa myös komennolla bools: bools(a) muuntaa matriisi 0-1-matriisiksi. Komentoa käsitellään enemmän myöhemmin.

4 Scilab Osa >x= :0.01:10; -->plotd(x,sin(x)./x) tai poistamalla nolla vektorista x -->x=-10:0.01:10; -->x=x+(x==0)*%eps; -->plotd(x,sin(x)./x) Edellä on käytetty komento -->x=x+(x==0)*%eps; korvaa vektorissa x esiintyvän nolla luvulla %eps, joka on tietokoneen liukulukujen esitystarkkuus. -->%eps %eps =.0D-16 1 sin x ESIMERKKI. Lasketaan integraali dx. Käytetään komentoa integrate: x 1 Komento -->integrate('sin(x)/x','x',-1,1) ei tuota tulosta, vaan saadaan virheilmoitus:!--error 7 Division by zero... at line of function %func called by : at line 70 of function integrate called by : integrate('sin(x)/x','x',-1,1) Virhe johtuu siitä, että ohjelma yrittää laskea integroitavan funktion arvon pisteessä 0. Tämä saadaan estettyä muuttamalla integroimisväli hieman epäsymmetriseksi origon suhteen: -->integrate('sin(x)/x','x',-1,1+%eps)

5 5 Scilab Osa Nollalla jako voidaan estää myös muuttamalla funktiota kun x on nolla: -->integrate('sin(x+(x==0)*%eps)/(x+(x==0)*%eps)','x',-1,1) Loogiset operaatiot 1..1 Perusoperaattorit Loogisella muuttujalla on kaksi totuusarvoa: epätosi tai tosi. Scilabissa muuttujan totuusarvo F on epätosi. Syötettäessä tämä merkitään %f tai %F. T on tosi. Syötettäessä tämä merkitään %t tai %T. Scilabissa on käytettävissä seuraavat loogiset operaattorit Operaattori Nimitys Merkitys negaatio ei & konjunktio ja disjunktio tai Näiden toiminta selvinnee seuraavasta totuustaulusta. A B A A&B A B F F T F F F T T F T T F F F T T T F T T Sanallisesti tämä voidaan ilmaista seuraavasti: { ~A = T, jos A on F F, jos A on T T, jos A ja B ovat T A & B = { F, jos A tai B tai molemmat on F { A B = T, jos A tai B tai molemmat on T F, jos A ja B ovat F

6 Scilab Osa 6 6 Logiikka-operaatioita voidaan soveltaa samaa kertalukua oleviin matriiseihin. Operaatio suoritetaan alkio kerrallaan. Tulokseksi saadaan samaa kertalukua oleva looginen matriisi. Toinen operandi voi olla myös skalaari. Tällöin jokainen matriisin alkio operoi erikseen skalaarin kanssa. Loogisten operaattoreiden operandeina voi olla myös lukuja. Nämä tulkitaan tällöin seuraavasti: Epätosi, jos luvun arvo on nolla Tosi, jos luvun arvo ei ole nolla. ESIMERKKI. -->a=[%f %f %t %t] a = F F T T -->b=[%f %t %f %t] b = F T F T -->~a T T F F // välilyönti ~:n jälkeen! -->a&b F F F T -->a b F T T T -->a=[0 4-5; -3 0] a = >b=[0 0 ;-5 1 6] b = >~a T F F F F T -->a&b F F T T T F -->a b F T T T T T ESIMERKKI. Kertalukua m n oleva matriisi, jonka alkiot ovat satunnaisesti tosia tai epätosia voidaan muodostaa komennolla ~floor(*rand(m,n))

7 7 Scilab Osa 9 -->~floor(*rand(,5)) F T T F F T F T F F Komento bools(a) muuntaa loogisen tai reaalisen matriisin A matriisiksi, jonka alkiot ovat 0 tai 1. Alkio on 0: jos looginen arvo on F tai numeerinen arvo 0 1: jos looginen arvo on T tai numeerinen arvo ei ole nolla Aritmeettisissa laskutoimituksissa muunnosta ei tarvitse eksplisiittisesti suorittaa. ESIMERKKI. Vektorille x komento -->x=x+(x==0)*%eps; on sama kuin komento -->x=x+(~x)*%eps; Molemmat komennot korvaavat vektorissa x esiintyvän nolla luvulla %eps. -->x=-4:4 x = >x=x+(x==0)*%eps x = D >x=x+(~x)*%eps x = D Komento ~~ A tai ~~bools(a) muuntaa reaalisen matriisin A loogiseksi matriisiksi, jonka alkiot ovat F tai T. Alkio on F: jos numeerinen arvo 0 T: jos numeerinen arvo ei ole nolla Loogiset operaattorit ovat operaattoreiden laskujärjestyksessä alimmalla tasolla, joten ne on syytä aina laittaa sulkujen sisään, muuten voi tulla vaikeasti selvitettäviä virheitä.

8 Scilab Osa 6 8 ESIMERKKI. Lauseke { x, kun 0 x 3 0, muulloin x, kun 0 < x < 3 0, muulloin voidaan toteuttaa seuraavasti: ((x>0)&(x<3))*x Toteutus (x>0)&(x<3)*x on virheellinen, kuten seuraavasta nähdään: -->x= x =. -->((x>0)&(x<3))*x,(x>0)&(x<3)*x. T 1.. Kvanttorit Kaikkikvanttori eli universaalikvanttori tarkoittaa ilmaisua "kaikilla". Sitä merkitään logiikassa symbolilla. Lause x p x luetaan "kaikilla x p x " tai "jokaisella x p x ". Lause x p x on tosi, jos jokainen perusjoukon 1 alkio toteuttaa avoimen lauseen p x. Scilabissa kaikkikvanttoria vastaa komento and(x), joka testaa ovatko kaikki alkiot tosia tai nollasta eroavia: arvo on T, jos kaikki matriisin X alkiot ovat tosia tai nollasta eroavia, muutoin arvo on F. Komennon muoto and(x, r ) suorittaa and-operaation matriisin X rivivektoreille ja esittää tuloksen rivivektorina. and(x, c ) suorittaa and-operaation matriisin X sarakevektoreille ja esittää tuloksen sarakevektorina. Olemassaolokvanttori eli eksistenssikvanttori tarkoittaa ilmaisua "on olemassa". Sitä merkitään logiikassa symbolilla. Lause x p x luetaan "on olemassa x, jolle p x " tai "jollakin x p x ". Lause x p x on tosi, jos ainakin yksi perusjoukon alkio toteuttaa avoimen lauseen p x. 1 Perusjoukko tarkoittaa sitä joukkoa, jossa muuttuja x liikkuu.

9 9 Scilab Osa 9 Scilabissa olemassaolokvanttoria vastaa komento or(x), joka testaa onko jokin alkio tosi tai nollasta eroava seuraavasti: arvo on T, jos jokin matriisin X alkio on nollasta eroava, muutoin arvo on F. Komennon muoto or(x, r ) suorittaa or-operaation matriisin X rivivektoreille ja esittää tuloksen rivivektorina. or(x, c ) suorittaa or-operaation matriisin X sarakevektoreille ja esittää tuloksen sarakevektorina. ESIMERKKI. Muodostetaan satunnaismatriisi X. -->X=floor(10*rand(3,10)) X = Testataan, ovatko kaikki alkiot suurempia kuin 5: -->and(x>5) F Testataan, onko jokin alkio suurempi kuin 5 -->or(x>5) T Kokeillaan vielä matriisilla -->A=floor(3*rand(,3)) A = >and(a,'r') T F F -->and(a,'c') F F 1..3 Looginen indeksointi Loogista matriisia voidaan käyttää loogiseen indeksointiin seuraavasti: Olkoot numeerinen matriisi A ja looginen matriisi L samaa kertalukua. Tällöin A(L) on pystyvektori, joka sisältää pystyvektorin A(:) ne alkiot, joita vastaava matriisin L alkio on T.

10 Scilab Osa 6 10 ESIMERKKI. Matriisin A positiiviset alkiot saadaan selville komennolla A(A>0): -->A=floor(-9+19*rand(3,4)) A = >A(A>0) Nollasta eroavien alkioiden 1 indeksit saadaan selville find-komennolla. Tarkemmin Vektorille a komento find(a) palauttaa vektorin, joka sisältää vektorin a ne indeksit, joita vastaava alkio ei ole nolla. Matriisille A komento find(a) käsittelee matriisia A pitkänä vektorina A(:), joka muodostetaan asettamalla matriisin A sarakkeet peräkkäin. Komento palauttaa vektorin, joka sisältää matriisin A(:) ne indeksit, joita vastaava alkio ei ole nolla. Matriisille A komento [i, j] = find(a) palauttaa vektorit i ja j, jotka sisältävät ne matriisin A indeksit, joita vastaavat alkiot eivät ole nollia. Vektori i ilmoittaa rivin ja vektori j ilmoittaa sarakkeen. Matriisin A nollasta eroavat alkiot saadaan siis selville seuraavilla komennoilla A(find(A)) A(A~=0) A(~~A) ESIMERKKI. Muodostetaan matriisi -->A = [ ; ; ] A = -->A(:) tai loogisen matriisin tapauksessa totuusarvon tosi omaavien alkioiden

11 11 Scilab Osa Nollasta eroavien alkioiden indeksit -->find(a) Nollasta eroavat alkiot -->A(~~A) Nollasta eroavien alkioiden rivi- ja sarakeindeksit -->[i,j]=find(a) j = i = TEHTÄVIÄ. 1. Nopan heitto. Muodosta satunnaislukugeneraattoria käyttäen vektori, jonka alkiot ovat tasan jakautuneita kokonaislukuja välillä 1 6. Laske lukujen 6 suhteellinen osuus vektorissa. Käytä riittävän pitkää vektoria. Toista koe useampaan kertaan. Mikä on ko. suhteellinen osuus? Ratkaisussa voit käyttää komentoja rand, floor, length Testaus Komennolla is* voidaan testata erilaisten asioiden paikkansa pitävyyttä. is*-komento palauttaa loogisen matriisin. Seuraavaan taulukkoon on koottu joitain is*-komentoja.

12 Scilab Osa 6 1 Komento isempty(a) Toiminto Arvo T, jos matriisi tai lista A on tyhjä 1. Muuten arvo F isequal(a,b) Arvo T, jos matriisit A ja B ovat samoja. Muuten arvo F. isinf(a) Arvo on samaa kertalukua oleva matriisi kuin A. Matriisin alkio on T, jos A:n vastaava alkio on +Inf tai Inf, muutoin alkio on F. isnan(a) Arvo on samaa kertalukua oleva matriisi kuin A. Matriisin alkio on T, jos A:n vastaava alkio on Nan, muutoin alkio on F. ESIMERKKEJÄ. -->A=floor(10*rand(1,8)) A = >find(a==4) >find(a==6) [] -->isempty(find(a==6)) T Huomaa operaattorin = = ja komennon isequal ero: -->A = 4*eye(,) A = >B = 4*eye(,) B = >A==B T T T T -->isequal(a,b) T -->a=[, 4, %inf, -%inf]; -->isinf(a) F F T T ->a(~isinf(a)) //Poistetaan äärettömät alkiot 1 Matriisi on tyhjä, jos ainakin toinen sen dimensioista on 0. Esimerkiksi 0 0- tai 0 3-matriisit.

13 13 Scilab Osa Muodostetaan laskutoimituksella matriisi, jossa on Inf ja Nan. Tässä on muutettava poikkeuskäsittelyä komennolla 1 ieee() (ks. tarkemmin helpistä) -->A=[ 0; 1 4]./[ 0; 0 ]!--error 7 division by zero... -->ieee() -->A=[ 0; 1 4]./[ 0; 0 ] A = 1. Nan Inf. Kokeillaan komentoja isinf ja isnan. -->isinf(a) F F T F -->isnan(a) F T F F Sekä Inf että Nan voidaan poistaa seuraavasti: -->L=~(isinf(A) isnan(a)) L = T F F T -->A(L) Matriisin puuttuvat arvot Joskus esiintyy tilanteita, joissa matriisissa on puuttuvia arvoja. Esimerkiksi tilastomateriaalista voivat jotkin arvot puuttua. Nämä arvot voidaan korvata arvolla Nan, Not-a-number, joka tarkoittaa epämääräistä numeerista arvoa. Arvo Nan syntyy myös eräiden laskutoimitusten tuloksena, jos komennolla ieee on poikkeuskäsittely asetettu sellaiseksi. Esimerkiksi laskutoimituksen 0/0 tulos on Nan. Scilab käsittelee arvoja Nan yhtenäisesti: jos laskutoimituksen osana on Nan, niin tulos on Nan. ESIMERKKI. Muodostetaan satunnaismatriisi, jonka yksi alkio NaN. -->A = floor(10*rand(3,3)); A(,3) = %nan A = Oletusarvo on ieee(0).

14 Scilab Osa Nan Määritetään rivien keskiarvot: -->mean(a,'c') Nan Tilastollista analyysiä varten kaikki Nan:t on syytä poistaa. Komennolla find(~isnan(x)) määritetään ne vektorin x indeksit, joita vastaavat alkiot eivät ole Nan. Vektorista x voidaan poistaa Nan:t seuraavilla vaihtoehtoisilla komennoilla: x(~isnan(x)) x(find(~isnan(x))) x(isnan(x)) = []. Matriisista X poistetaan rivit, joilla on Nan komennolla X(and(x, c ), :) ESIMERKKI. Poistetaan edellisen matriisista rivit, joilla Nan. -->A(and(~isnan(A),'c'),:) Poistetaan Nan:t vektorista -->x = [1-3 4 %nan 5]; -->x(~isnan(x)) Joukot Kerrataan hieman joukko-oppia. Olkoot A ja B jonkin perusjoukon X osajoukkoja. Tällöin 1 joukko B on joukon A osajoukko, B A, jos jokainen joukon B alkio on myös joukon A alkio. joukkojen A ja B yhdiste A B={x X x A x B } koostuu niistä alkioista, jotka kuuluvat joukkoon A tai joukkoon B. 1 Tässä käytetään loogisia konnektiiveja ja, tai.

15 15 Scilab Osa 9 joukkojen A ja B leikkaus A B={x X x A x B } koostuu niistä alkioista, jotka kuuluvat joukkoon A ja joukkoon B. joukkojen A ja B erotus A B={x A x B} koostuu niistä alkioista, jotka kuuluvat joukkoon A mutta eivät joukkoon B. tyhjä joukko φ ei sisällä yhtään alkiota. Tietenkin A B A, A B A A B B ESIMERKKI. Olkoon A={1,,3,4,5} ja B={4,5,6,7} (perusjoukkona kokonaisluvut). Tällöin A B={1,,3,4,5,6,7} A B={4,5} A B={1,,3} Scilabissa voidaan käsitellä äärellisiä joukkoja. Joukko esitetään vektorina. Vektorin alkiot ovat joukon alkioita. Tyhjä joukko on [ ]. Seuraavaan taulukkoon on koottu joukko-operaatioita. Komento unique(s) union(a,b) intersect(a,b) setdiff(a,b) Toiminto Poistetaan saman alkion moninkertaiset esiintymät vektorista S. Lajitellaan alkiot kasvavaan suuruusjärjestykseen. Joukkojen A ja B yhdiste lajiteltuna suuruusjärjestykseen Joukkojen A ja B leikkaus lajiteltuna suuruusjärjestykseen Joukkojen A ja B erotus A\B lajiteltuna suuruusjärjestykseen ESIMERKKI. -->S = [ ] S = >unique(s) Joukon S alkioiden määrä saadaan selville seuraavalla komennolla length(unique(s)):

16 Scilab Osa >length(unique(s)) 4. ESIMERKKEJÄ. Muodostetaan joukot -->a=1:5 a = >b=4:7 b = ja muodostetaan joukko-operaatioita -->union(a,b) >intersect(a,b) >setdiff(a,b) Komento gsort(v) lajittelee vektorin alkiot alenevan järjestyksen mukaan. Jos v on matriisi lajitellaan pystyvektori v(:) ja tulos esitetään matriisin v kokoisena matriisina. Komennolla perms(v) muodostetaan vektorin v kaikki permutaatiot. ESIMERKKI. -->perms([1 3])

17 17 Scilab Osa 9. ERITYYPPISIÄ FUNKTIOITA.1 Osista koostuva funktio Relaatio- ja loogisia operaattoreita käyttäen voidaan piirtää sellaisia funktioita, jotka on määritelty eri lausekkeilla eri väleillä. Tarkastellaan myös tällaisten funktioiden määrittelyä. Funktion määrittelyssä on otettava huomion, että funktion argumenttina voi olla myös vektori. ESIMERKKI. Piirretään funktion f x = { x, kun x x 6, kun x kuvaaja välillä [ 3,5]. -->x=-3:0.01:5; -->y= (x<=).*(x.^) + (x>).*(-x+6); -->plot(x,y) Huomaa kuinka vektorin y lausekkeessa käytetään taulukko-operaattoreita. Funktio voidaan määritellä seuraavasti: -->deff('y=f(x)','y=(x<=).*(x.^) + (x>).*(-x+6)') jolloin kuvaajan piirto voidaan suorittaa komennolla -->plot(x,f(x)) ESIMERKKI. Piirretään funktion { x 6, kun x f x = x, kun x x 6, kun x kuvaaja välillä [ 8,8] -->x=-8:0.01:8; -->y = (x<=-).*(x+6) + ((x>-)&(x<=)).*(x.^) + (x>).*(-x+6);

18 Scilab Osa >plot(x,y) Yksikköaskel u t = { 0, kun t 0 1, kun t 0 voidaan toteuttaa seuraavilla vaihtoehtoisilla tavoilla: -->deff('y=u(t)','y=1*(t>=0)') -->deff('y=u(t)','y=bools((t>=0))') Sakarapulssi s t = { A, kun a t b 0, muulloin voidaan yksikköaskelta käyttäen muodostaa seuraavasti: s t = A[u t a u t b ] Yksikköpenger p t = { 0, kun t 0 t, kun t 0 voidaan yksikköaskelta käyttäen esittää muodossa p t =t u t, jonka Scilab-toteutus on -->deff('y=p(t)','y=t.*(t>=0)')) ESIMERKKI Piirretään yksikköaskel -->x=-5:0.01:5; -->plotd(x,u(x),rect=[-5,-1,5,])

19 19 Scilab Osa 9 ja sakarapulssi -->clf -->plotd(x,5*(u(x+)-u(x-3)),rect=[-5,-1,5,6]) TEHTÄVIÄ 1. Piirrä seuraavat funktiot a) t b) t

20 Scilab Osa 6 0. Funktion jaksollinen jatko Tietyllä välillä määritellyn funktion jaksollinen jatko koko reaaliakselille voidaan muodostaa komennolla pmodulo. Komento 1 pmodulo(x, y) muodostaa reaalilukujen x ja y jakolaskun x/y jakojäännöksen, joka on samanmerkkinen kuin y. Jos a b, niin funktio j a,b x =a pmodulo x a,b a on jaksollinen funktio, jonka jakso on b a välillä [a,b] j a,b x =x. Toteutetaan tämä Scilabilla. -->deff('y=jj(x,a,b)','y=a+pmodulo(x-a,b-a)') ESIMERKKI. Piirretään tällaisten funktioiden kuvaajia. -->x=-10:0.01:10; -->plot(x,jj(x,-,3)) -->clf -->plot(x,jj(x,,6)) Välillä [a,b] määritellyn funktion f jaksollinen jatko reaaliakselille, on yhdistetty funktio f j a, b : f j a, b x = f j a,b x. 1 Komento on esitelty luvusssa

21 1 Scilab Osa 9 ESIMERKKI. Piirretään funktio y=x x välillä [ 1,3]. -->x=-1:0.01:3; -->plot(x,x.^-*x) Jatketaan tämä funktio jaksollisesti koko reaaliakselille. Piirretään kuvaaja välillä [ 10,10]. -->x=-10:0.01:10; -->y=jj(x,-1,3); -->plot(x,y.^-*y) Jaksollinen jatko voidaan toteuttaa myös funktiota käyttäen. Jos määritellään -->deff('y=f(x)','y=x.^-*x') on jaksollinen jatko funktio f(jj(x,-1,3)). Siis edellinen kuvaaja saadaan myös piirtokomennolla -->plot(x,f(jj(x,-1,3))) ESIMERKKI. Kuvan pulssijono

22 Scilab Osa 6 voidaan muodostaa seuraavasti: -->x=-6:0.001:6; -->y=jj(x,0,3); -->z=5*(u(y)-u(y-)); -->plotd(x,z,rect=[-6,0,6,6]) ESIMERKKI. Kuvan pulssijono voidaan piirtää seuraavasti: -->x=-4:0.01:8; -->y=jj(x,0,4); -->z=(y<=).*y+(y>).*(-(y-4)); -->plotd(x,z) TEHTÄVIÄ 1. Piirrä seuraavat jaksolliset funktiot a) 1 1 b)

23 3 Scilab Osa c) d)

24 Scilab Osa KOMPLEKSILUVUT Kompleksiluku on muotoa x y i oleva luku, missä x ja y ovat reaalilukuja ja i on imaginaariyksikkö. Imaginaariyksikölle i pätee i = 1. Kompleksiluvun z=x y i reaaliosa Re(z) = x imaginaariosa Im(z) = y liittoluku eli kompleksikonjugaatti z=x yi itseisarvo eli moduli z = x y Kompleksiluku x y i voidaan samaistaa lukuparin x, y eli xy-tason pisteen x, y kanssa: x y i= x, y. Näin päädytään kompleksitasoon. Kompleksitasossa reaaliluvut sijaitsevat x-akselilla: x= x,0. Kompleksitason x-akselia sanotaankin reaaliakseliksi. puhtaat imaginaariluvut sijaitsevat y-akselilla: yi= 0, y. Kompleksitason y-akselia sanotaankin imaginaariakseliksi. y y z z = x + yi Reaaliakseli ϕ x x Imaginaari akseli Kompleksiluku z=x yi voidaan samaistaa xy-tason pisteen x, y paikkavektorin kanssa. Tämän pituus r on kompleksiluvun z=x y i y itseisarvo z = x y. vaihekulma ϕ on kompleksiluvun z=x y i argumentti arg(z). Jos kompleksiluvun z itseisarvo on r ja argumentti on ϕ, niin kompleksiluku voidaan esittää y = r sin ϕ ϕ r x z = x + yi = r cos ϕ x

25 5 Scilab Osa 9 trigonometrisessä muodossa z=r cos i r sin eksponenttimuodossa z=r e i osoitinmuodossa z = r ϕ Scilabissa imaginaariyksikkö on %i ESIMERKKI. -->%i^ >1/(+%i) i -->(4+5*%i)/(3+%i) i Kompleksilukujen käsittelyyn on käytössä seuraavat komennot: Komento real(z) imag(z) conj(z) abs(z) Toiminto Kompleksimatriisin z alkioiden reaaliosa Kompleksimatriisin z alkioiden imaginaariosa Kompleksimatriisin z alkioiden liittoluku Kompleksimatriisin z alkioiden itseisarvo ESIMERKKEJÄ. -->z=[+5*%i,7-*%i] z =. + 5.i 7. -.i -->real(z) >imag(z) >conj(z). - 5.i 7. +.i

26 Scilab Osa 6 6 Kompleksiluvun argumentin 1 laskenta voidaan toteuttaa komentoa atan käyttäen seuraavana funktiona: function y=arg(z) y=atan(imag(z),real(z)) endfunction Funktion antama argumentti on radiaaneissa. Jos tulos halutaan asteissa, voidaan käyttää seuraavaa funktiota: function y=arg_deg(z) y=atan(imag(z),real(z))*180/%pi endfunction ESIMERKKEJÄ. -->z=[1+%i,+4*%i] z = 1. + i. + 4.i -->arg(z) >arg_deg(z) Jos kompleksiluvun z itseisarvo on r ja vaihekulma ϕ voidaan kompleksiluku kirjoittaa muodossa z = r * exp(%i*ϕ). Kääntäen, kompleksiluvun z itseisarvo r ja vaihekulma ϕ saadaan selville komennolla [r, ϕ] = polar(z). Edellä vaihekulma on radiaaneissa. Jos halutaan käyttää asteita, voidaan tehdä määritelmä deg = %pi/180 Tällöin voidaan laskea seuraavasti: ja z = r * exp(i*ϕ*deg) [r, ϕ] = polar(z). ϕ = ϕ/deg. Näitä komentoja varten voi tietenkin tehdä omat funktiot. ESIMERKKEJÄ. Lasketaan asteissa: -->deg=%pi/180; -->z=4.7*exp(%i*136*deg) 1 Kompleksiluvun argumentin laskentaan ei Scilabissa taida olla valmista komentoa.

27 7 Scilab Osa 9 z = i -->[r,fii]=polar(z) fii = D-16i r = >clean(fii)/deg 136. Jos z on kompleksiarvoinen vektori, niin komento plotd(real(z), imag(z)) piirtää kompleksitasoon käyrän, joka kulkee vektorin z pisteiden kautta. 1 ESIMERKKI. Piirretään siirtofunktion G s = s 1 s s 3 piirretään kulmataajuuden ω funktiona käyrä G i. Nyquistin diagrammi eli -->s=%i*logspace(-,,1000); -->g=1../((s+1).*(s+).*(s+3)); // Huomaa >plotd(real(g),imag(g)) -->xgrid(); -->xtitle('nyquistin diagrammi') TEHTÄVIÄ. 1. Piirrä siirtofunktion ( s) 3 G = Nyquistin diagrammi. ( s + 1)( s + 0,3s + 1)

28 Scilab Osa SYMBOLINEN LASKENTA Scilab on numeerisen matematiikan ohjelma, mutta sillä voi suorittaa jonkin verran symbolista laskentaa. Symbolinen laskenta tarkoittaa muuttujia sisältävien lausekkeiden käsittelyä. Tässä luvussa selvitetään millaista symbolista lasketaan Scilabilla voidaan tehdä. 4.1 Yhtälöryhmien ratkaiseminen Scilabilla voidaan ratkaista symbolisesti sellaisia neliöllisiä lineaarisia yhtälöryhmiä, joiden kerroinmatriisi on yläkolmiomatriisi. Matriisimuotoisena esityksenä A x=b, annettu yhtälöryhmä ratkaistaan komennolla solve(a, b). Tässä A on yläkolmiomatriisi ja b pystyvektori. Matriisien A ja b alkiot ovat merkkijonoja. Siis lainausmerkkien välissä. Myös tulos on merkkijono. ESIMERKKI. Ratkaistaan yhtälöryhmä { a x 5 y z=5 a y z=0 3z=b -->A=['a', '5', '';'0','a','1';'0','0','-3'] A =!a 5!!!!0 a 1!!!!0 0-3! -->b=['5';'0';'b'] b =!5!!!!0!!!!b! -->x=solve(a,b) x =!a\(-*(-3\b)-5*(a\(3\b))+5)!!!!a\(3\b)!!!!-3\b! Lasketaan ratkaisu, kun a = 1 ja b = 3: -->a=1;b=-3; -->eval(x)

29 9 Scilab Osa 9 Yllä on käytetty komentoa 1 eval, joka evaluoi merkkijonon arvon eli sijoittaa muuttujilla arvot ja laskee merkkijonon arvon. ESIMERKKI. -->z='a^+b-sin(%pi/)' z = a^+b-sin(%pi/) -->a=4;b=0.5; -->z z = a^+b-sin(%pi/) -->eval(z) Rationaalilausekkeet 4..1 Perusteet Scilabissa voidaan käsitellä symbolisesti yhden muuttujan polynomeja ja rationaalifunktioita. Tällaista lauseketta sanotaan tässä rationaalilausekkeeksi. Symbolisena muuttujana voidaan käyttää symbolia %s, jonka arvo on s symbolia %z, jonka arvo on z tai symbolinen muuttuja voidaan määritellä komennolla poly(0, tunnus ). Näillä on pieni ero, kuten seuraavasta esimerkistä nähdään. ESIMERKKI. -->%s %s = s -->a1=*%s^-5*%s+1 a1 = 1-5s + s // lauseke sijoitettu muuttujaan -->x=poly(0,'x') x = x -->a=*x^-5*x+1 a = 1-5x + x // lauseke sijoitettu muuttujaan 1 Komentoa on käsitelty monisteen Scilab Ohjelmointi luvussa 7.3.

30 Scilab Osa 6 30 Sijoitetaan muuttujille arvot: -->s=3;x=3; -->a1 a1 = 1-5s + s -->a a = 1-5x + x Mutta tässä ero (tietenkin!) -->*x^-5*x >*%s^-5*%s+1 1-5s + s Annetaan uudelleen poly-komento. -->x=poly(0,'x') x = x -->*x^-5*x+1 1-5x + x Yhteenvetona edellisestä esimerkistä voidaan todeta seuraavaa: Komennolla poly(0, tunnus ) muuttuja tunnus muuttuu symboliseksi. Jos muuttujalle annetaan numeerinen arvo, ei muuttuja ole enää symbolinen. Jos muuttujan sisältävä lauseke on sijoitettu johonkin muuttujaan ennen symbolin numeerista arvoa, säilyy lauseke symbolisena. Rationaalilausekkeita voidaan normaaliin tapaan laskea yhteen ja vähentää keskenään kertoa ja jakaa keskenään korottaa kokonaislukupotenssiin. Seuraavissa esimerkeissä symbolisena muuttujana on x: -->x=poly(0,'x') x = x ESIMERKKEJÄ.

31 31 Scilab Osa 9 -->(x+)+(-3*x+4) 6 - x -->(x+3)*(x-7) - 1-4x + x -->(x-)/(x^-3*x+1) - + x x + x -->(x-5)^ x - 15x + x -->1/(x+1)+1/x 1 + x x + x Rationaalilausekkeen P arvo, kun muuttujalla on arvo a lasketaan komennolla horner(p, a). Tässä a voi olla lukuarvo tai rationaalilauseke. -->P=x/(x+1) P = x x -->horner(p,3) >horner(p,x^) x x Rationaalilausekkeita käyttäen voidaan muodostaa rationaalimatriiseja, joilla voidaan operoida tuttuun tapaan. Ainakin seuraavat operaatiot toimivat normaalisti: matriisien yhteen- ja kertolasku. käänteismatriisin laskeminen

32 Scilab Osa 6 3 transpoosin muodostaminen determinantin laskenta taulukkolaskentaoperaatiot ESIMERKKEJÄ. -->A=[x, *x; 1/x,5+x] A = x x x x 1 -->A' x x x 5 + x >det(a) - + 5x + x >A^(-1) 5 + x - x x + x - + 5x + x - 1 x x + 5x + x - + 5x + x -->A*A^(-1) >b=[x;1/x] b = x - 1

33 33 Scilab Osa x -->A*b + x x x -->horner(a*b,) Yleinen polynomien muodostaja on komento poly, jonka muoto on missä Jos poly(v, x {, flag }), v on matriisi tai reaaliluku x on symbolisen muuttujan nimi flag on valinnainen parametri, jonka mahdolliset arvot ovat roots ja coeff. Näistä roots on oletusarvo. v on neliömatriisi A, komento antaa tulokseksi matriisin A karakteristisen polynomin det x I A v on vektori, niin komento o o poly(v, x, roots ) tulostaa polynomin, jonka juuret on vektorin v alkiot. poly(v, x, coeff ) tulostaa polynomin, jonka kertoimet ovat vektorin v alkiot siten, että v(1) on vakiotermi, v() on termin x kerroin jne. ESIMERKKI. Parametri v vektori -->v=[1,, 3] v = >p1=poly(v,'z') p1 = z - 6z + z -->horner(p1,v) // Tarkistus: nollakohdat oikein -->poly(v,'z','coeff')

34 Scilab Osa z + 3z ESIMERKKI. Parametri v neliömatriisi -->A=[1 ;3 4] A = >poly(a,'x') - - 5x + x Tarkistetaan muodostamalla karakteristinen polynomi määritelmän perusteella. -->x=poly(0,'x') x = x -->det(x*eye()-a) - - 5x + x 4.. Rationaalilausekkeiden käsittely Rationaalilausekkeilla ja rationaalimatriiseilla voidaan suorittaa seuraavia toimintoja Komento Toiminto numer(r) tai r.num Rationaalimatriisin r alkioiden osoittajat. denom(r), tai r.den Rationaalimatriisin r alkioiden nimittäjät. roots(p) Polynomin p juuret pystyvektorina. simp(r) Rationaalimatriisin r alkioiden sieventäminen derivat(r) Rationaalimatriisin r alkioiden derivaatta factors(r) Polynomin tai rationaalilausekkeen r tekijöihin jako. Seuraavissa esimerkeissä symbolisena muuttujana on x: -->x=poly(0,'x') x = x ESIMERKKEJÄ. -->A=[x/(x+1), *x; x^-*x+3,(5+x)/(x^-3)] A = x x x 1

35 35 Scilab Osa x + x 5 + x x -->A.num x x 3 - x + x 5 + x -->A.den 1 + x x -->A.num./A.den x x x x + x 5 + x x -->p=poly([,3,3],'x') p = x - 8x + x -->roots(p) D-08i D-08i -->derivat(3*x^5-*x^3+5*x+10) 4 5-6x + 15x -->(x+3)*(x-4)*(x+7)^ x + 3x + 13x + x -->factors(ans) ans(1) x // Huomaa, että tulos ei ole tarkka!

36 Scilab Osa 6 36 ans() 3 + x ans(3) x ans(4) x Erityisesti polynomeihin tai polynomimatriiseihin liittyviä komentoja ovat Komento degree(p) gcd([p1,..,pn]) lcm([p1,..pn]) [r,q]=pdiv(p1,p) f = polfact(p) Toiminto Polynomimatriisin polynomien asteet. Polynomien tai kokonaislukujen p1 pn suurin yhteinen tekijä Polynomien tai kokonaislukujen p1 pn pienin yhteinen jaettava Polynomimatriisien alkioittainen jakolasku: p1 on polynomimatriisi p on polynomimatriisi tai polynomi q on osamäärämatriisi r on jakojäännösmatriisi Komennon tulos on sellainen että alkioittain pätee p1 p =q r eli p1= p q r p missä r:n aste on pienempi kuin p:n aste. Polynomin alkutekijöihin jako. Tulos on muotoa f= [f0, f1,, fn], missä f0 on vakio f1,, fn ovat polynomeja siten, että p = prod(f). ESIMERKKEJÄ (Jatkoa). -->degree(a.den) // Edellisen esimerkin matriisi A >[^*3^3, ^3*3^,*3^*5] >gcd([108,7,90]) 1 // Väärin syötetty: luvut liukulukuja -->gcd(int3([108,7,90]))

37 37 Scilab Osa >*3^ 18. // Tarkistus -->lcm(int3([108,7,90])) >^3*3^3* // Tarkistus -->1080../[108,7,90] // Tarkistetaan vielä. Alkioittainen jako >p=[5*x^*(x+1),x^3-x,x*(x^3+1)] p = x + 5x - x + x x + x -->gcd(p) x + x -->lcm(p) x + 5x - 5x + 5x -->factors(x^3+1) // Tarkistetaan lcm ans(1) 1 - x + x ans() 1 + x -->5*x^*(x+1)*(x-1)*(1-x+x^) // lcm OK x + 5x - 5x + 5x -->(x+3)*(x-4)*(x+7)^ x + 3x + 13x + x -->polfact(ans) // vrt. edell. esim. Factors-komento x x x 3 + x Polynomien u x =x x 3 ja v x =4 x 5 x 6 tulo: -->u=x^+*x+3

38 Scilab Osa 6 38 u = 3 + x + x -->v=4*x^+5*x+6 v = 6 + 5x + 4x -->w=u*v w = x + 8x + 13x + 4x Tulo on siis w x =4 x 4 13 x 3 8 x 7 x 18 Suoritetaan jakolasku w x kahdella eri tavalla: u x -->w/u 6 + 5x + 4x >[r,q]=pdiv(w,u) q = 6 + 5x + 4x r = 0. Tulos on siis v x ja jakojäännös on nolla. Suoritetaan jakolasku -->p1=x^3+*x^-x+10 p1 = x + x + x -->p=x^+x p = x + x x3 x x 10 x x -->p1/p x + x + x x + x // Ei tulosta -->[r,q]=pdiv(p1,p) q = 1 + x r = 10 - x

39 39 Scilab Osa 9 Osamäärä on q x =x 1, jakojäännös on r x = x 10. Tarkistetaan p x q x r x =x 3 x x 10 : -->p*q+r x + x + x TEHTÄVIÄ 1. Ratkaise yhtälöt a) x x 1=0 b) x 3 x 8 x=0 c) x 3 3 x 7 x 5=0. Muodosta sellainen polynomi, jonka nollakohdat ovat luvut 1, 3, Laske tulo y 3 y 1 y 5 y 7 käyttäen laskussa muuttujaa y. 5. AJAN KÄSITTELY 5.1 Päivämäärä Scilabissa aika 1 esitetään lukuna, jossa kokonaisosat tarkoittavat vuorokausia ja desimaaliosat vuorokauden osia. Luku on juokseva numerointi, jolle on päivä numero 1. Komento date antaa nykyisen päivämäärän merkkijonona getdate antaa nykyisen ajanhetken vektorina, jonka pituus on 10. Vektorin aliot ovat seuraavat : dt(1): The year as a number (with the century) between 0000 and dt(): The month of the year as a number between 01 and 1. dt(3): The ISO 8601 week number as a number between 01 and 53. dt(4): The Julian day of the year as a number between 001 and 366. dt(5): Specifies the weekday as a decimal number [1,7], with 1 representing Sunday. dt(6): The day of the month as a number between 01 and 31. dt(7): The hour of the day is output as a number between 00 and 3. dt(8): The minute is output as a number between 00 and 59. dt(9): The second is output as a number between 00 and 59. dt(10): The millisecond is output as a number between 000 and 999. datenum muuntaa päivämäärän luvuksi. Komennon muotoja ovat datenum() nykyhetki lukuna datenum(y, M, D) datenum(y, M, D, H, MI, S) datevec(dt) esittää lukuna DT annetun päivämäärän muodossa [Y, M, D, H, MI, S] callendar() esittää nykyisen kuukauden kalenterin. Komennon muoto calendar(y,m) 1 Aika tarkoittaa tässä yhteydessä päivämäärää ja kellon aikaa. Kopioitu Scilabin helpistä.

40 Scilab Osa 6 40 esittää vuoden Y kuukauden M kalenterin. Edellä Y = vuosi, M = kuukausi, D = päivä, H = tunti, MI = minuutti, S = sekunti. Argumentit ovat samaa kertalukua olevia vektoreita tai skalaareja. ESIMERKKEJÄ. -->date 0-May >getdate >datenum >datevec(ans) >calendar(011,10) Oct 011 ans(1) ans() M Tu W Th F Sat Sun ans(3) Aikavälin mittaaminen Tiettyjen komentojen suorittamiseen kulunut aika voidaan mitata tic-toc komentoparilla, missä tic() käynnistää kellon toc() pysäyttää kellon ja tulostaa kuluneen ajan sekunteina. Mittaus suoritetaan seuraavasti: tic() komentoja toc() Jos komennot annetaan näppäimistöltä on syytä käyttää muotoa tic(); komentoja; toc()

41 41 Scilab Osa 9 Komento etime(t,t1) laskee aikojen t1 ja t välisen aikaeron sekunteina. Ajat on syötettävä komennon datevec tai getdate tulostusmuodossa. Komennolla timer() saadaan selville edellisen timer()-komennon antamisen jälkeen kulunut keskusyksikköaika. ESIMERKKI. Seuraavassa skriptissä on mitattu käänteismatriisien muodostamisen kuluvaa aikaa. Skripti on kirjoitettu editorilla tiedostoon ja ajettu Scilabin valikkokomennolla File: Exec File Into Scilab. t=[]; for n=1:500 A=rand(n,n); tic(); inv(a); t(n)=toc(); end Tulos on piirretty komennolla -->plotd(t) ESIMERKKI. Komennon etime käyttö: -->t1=[ ] t1 =

42 Scilab Osa >t=[ ] t = >etime(t,t1) >t-t1 // Tarkistus >ans*[0,0,4*60*60,60*60,60,1]'

y z = (x, y) Kuva 1: Euklidinen taso R 2

y z = (x, y) Kuva 1: Euklidinen taso R 2 Kompleksiluvut. Määritelmä Tarkastellaan euklidista tasoa R = {(, y), y R}. y y z = (, y) R Kuva : Euklidinen taso R Suorakulmaisessa koordinaatistossa on -akseli ja y-akseli. Luvut ja y ovat pisteen z

Lisätiedot

KOMPLEKSILUVUT C. Rationaaliluvut Q. Irrationaaliluvut

KOMPLEKSILUVUT C. Rationaaliluvut Q. Irrationaaliluvut KOMPLEKSILUVUT C Luonnolliset luvut N Kokonaisluvut Z Rationaaliluvut Q Reaaliluvut R Kompleksi luvut C Negat kokonaisluvut Murtoluvut Irrationaaliluvut Imaginaariluvut Erilaisten yhtälöiden ratkaiseminen

Lisätiedot

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.

1.1 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

Lisätiedot

MS-A0102 Differentiaali- ja integraalilaskenta 1

MS-A0102 Differentiaali- ja integraalilaskenta 1 MS-A0102 Differentiaali- ja integraalilaskenta 1 Kompleksiluvut Riikka Korte (muokannut Riikka Kangaslammen materiaalin pohjalta) Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.11.2015 1 /

Lisätiedot

Valitse ruudun yläosassa oleva painike Download Scilab.

Valitse ruudun yläosassa oleva painike Download Scilab. Luku 1 Ohjeita ohjelmiston Scilab käyttöön 1.1 Ohjelmiston lataaminen Ohjeet ohjelmiston lataamiseen Windows-koneelle. Mene verkko-osoitteeseen www.scilab.org. Valitse ruudun yläosassa oleva painike Download

Lisätiedot

Harjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006

Harjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006 Harjoitus 1: Matlab Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen Matlab-ohjelmistoon Laskutoimitusten

Lisätiedot

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2 Sisältö 1 Kompleksiluvut 1 1.1 Määritelmä............................ 1 1. Kertolasku suorakulmaisissa koordinaateissa.......... 4 1.3 Käänteisluku ja jakolasku..................... 9 1.4 Esimerkkejä.............................

Lisätiedot

PERUSASIOITA ALGEBRASTA

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

Lisätiedot

Kompleksiluvut., 15. kesäkuuta /57

Kompleksiluvut., 15. kesäkuuta /57 Kompleksiluvut, 15. kesäkuuta 2017 1/57 Miksi kompleksilukuja? Reaaliluvut lukusuoran pisteet: Tiedetään, että 7 1 0 x 2 = 0 x = 0 1 7 x 2 = 1 x = 1 x = 1 x 2 = 7 x = 7 x = 7 x 2 = 1 ei ratkaisua reaalilukujen

Lisätiedot

5 OMINAISARVOT JA OMINAISVEKTORIT

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

Lisätiedot

1 Matriisit ja lineaariset yhtälöryhmät

1 Matriisit ja lineaariset yhtälöryhmät 1 Matriisit ja lineaariset yhtälöryhmät 11 Yhtälöryhmä matriisimuodossa m n-matriisi sisältää mn kpl reaali- tai kompleksilukuja, jotka on asetetettu suorakaiteen muotoiseksi kaavioksi: a 11 a 12 a 1n

Lisätiedot

C = {(x,y) x,y R} joiden joukossa on määritelty yhteen- ja kertolasku seuraavasti

C = {(x,y) x,y R} joiden joukossa on määritelty yhteen- ja kertolasku seuraavasti Vaasan yliopiston julkaisuja 189 9 OMINAISARVOTEHTÄVÄ Ch:EigSystem Sec:CMatrix 9.1 Kompleksinen lineaariavaruus 9.1.1 Kompleksiluvut Pian tulemme tarvitsemaan kompleksisen lineaariavaruuden alkeita. Tätä

Lisätiedot

Testaa taitosi 1: Lauseen totuusarvo

Testaa taitosi 1: Lauseen totuusarvo Testaa taitosi 1: Lauseen totuusarvo 1. a) Laadi lauseen A (B A) totuustaulu. b) Millä lauseiden A ja B totuusarvoilla a-kohdan lause on tosi? c) Suomenna a-kohdan lause, kun lause A on olen vihainen ja

Lisätiedot

Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37

Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37 Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37 Tehtävä 1: Käynnistä Matlab-ohjelma ja kokeile laskea sillä muutama peruslaskutoimitus: laske jokin yhteen-, vähennys-, kerto- ja jakolasku. Laske

Lisätiedot

Johdatus matematiikkaan

Johdatus matematiikkaan Johdatus matematiikkaan Luento 6 Mikko Salo 6.9.2017 Sisältö 1. Kompleksitaso 2. Joukko-oppia Kompleksiluvut Edellisellä luennolla huomattiin, että toisen asteen yhtälö ratkeaa aina, jos ratkaisujen annetaan

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon

Lisätiedot

Valintakoe

Valintakoe Valintakoe 7.3.05 Kokeessa saa käyttää kirjoitusvälinewiden lisäksi ainoastaan kokeessa jaettavaa funktiolaskinta ja taulukkoa Pisteytys 8*3p=4p. Tehtävien alakohtien pistemäärät voivat poiketa toisistaan..

Lisätiedot

Loogiset konnektiivit

Loogiset konnektiivit Loogiset konnektiivit Tavallisimmat loogiset konnektiivit ovat negaatio ei konjunktio ja disjunktio tai implikaatio jos..., niin... ekvivalenssi... jos ja vain jos... Sulkeita ( ) käytetään selkeyden vuoksi

Lisätiedot

Reaalilukuvälit, leikkaus ja unioni (1/2)

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

Lisätiedot

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141 Lineaarialgebra ja matriisilaskenta II LM2, Kesä 2012 1/141 Kertausta: avaruuden R n vektorit Määritelmä Oletetaan, että n {1, 2, 3,...}. Avaruuden R n alkiot ovat jonoja, joissa on n kappaletta reaalilukuja.

Lisätiedot

2 Yhtälöitä ja epäyhtälöitä

2 Yhtälöitä ja epäyhtälöitä 2 Yhtälöitä ja epäyhtälöitä 2.1 Ensimmäisen asteen yhtälö ja epäyhtälö Muuttujan x ensimmäisen asteen yhtälöksi sanotaan yhtälöä, joka voidaan kirjoittaa muotoon ax + b = 0, missä vakiot a ja b ovat reaalilukuja

Lisätiedot

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. Laskuharjoitus 1A Mallit Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. 1. tehtävä %% 1. % (i) % Vektorit luodaan

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

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

Lisätiedot

Matematiikan tukikurssi, kurssikerta 3

Matematiikan tukikurssi, kurssikerta 3 Matematiikan tukikurssi, kurssikerta 3 1 Epäyhtälöitä Aivan aluksi lienee syytä esittää luvun itseisarvon määritelmä: { x kun x 0 x = x kun x < 0 Siispä esimerkiksi 10 = 10 ja 10 = 10. Seuraavaksi listaus

Lisätiedot

1 Ominaisarvot ja ominaisvektorit

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

Lisätiedot

Kompleksiluvut Kompleksitaso

Kompleksiluvut Kompleksitaso . Kompleksiluvut.. Kompleksitaso 8. Todista kompleksilukujen yhteen- ja kertolaskun (lukuparien avulla annettuihin) määritelmiin perustuen osittelulaki: z (z + z ) = z z + z z. 8. Todista kompleksilukujen

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

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

Lisätiedot

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0007 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 26.10.2015 Reaalinen

Lisätiedot

1 Kompleksiluvut. Kompleksiluvut 10. syyskuuta 2005 sivu 1 / 7

1 Kompleksiluvut. Kompleksiluvut 10. syyskuuta 2005 sivu 1 / 7 Kompleksiluvut 10. syyskuuta 2005 sivu 1 / 7 1 Kompleksiluvut Lukualueiden laajennuksia voi lähestyä polynomiyhtälöiden ratkaisemisen kautta. Yhtälön x+1 = 0 ratkaisemiseksi tarvitaan negatiivisia lukuja.

Lisätiedot

3. Kirjoita seuraavat joukot luettelemalla niiden alkiot, jos mahdollista. Onko jokin joukoista tyhjä joukko?

3. Kirjoita seuraavat joukot luettelemalla niiden alkiot, jos mahdollista. Onko jokin joukoista tyhjä joukko? HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I Seuraavat tehtävät liittyvät luentokalvoihin 1 14. Erityisesti esimerkistä 4 ja esimerkin

Lisätiedot

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9.

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9. Python linkit: Python tutoriaali: http://docs.python.org/2/tutorial/ Numpy&Scipy ohjeet: http://docs.scipy.org/doc/ Matlabin alkeet (Pääasiassa Deni Seitzin tekstiä) Matriisit ovat matlabin perustietotyyppejä.

Lisätiedot

Kompleksiluvut 1/6 Sisältö ESITIEDOT: reaaliluvut

Kompleksiluvut 1/6 Sisältö ESITIEDOT: reaaliluvut Kompleksiluvut 1/6 Sisältö Kompleksitaso Lukukäsitteen vaiheittainen laajennus johtaa luonnollisista luvuista kokonaislukujen ja rationaalilukujen kautta reaalilukuihin. Jokaisessa vaiheessa ratkeavien

Lisätiedot

Tämän luvun tarkoituksena on antaa perustaidot kompleksiluvuilla laskemiseen sekä niiden geometriseen tulkintaan. { (a, b) a, b œ R }

Tämän luvun tarkoituksena on antaa perustaidot kompleksiluvuilla laskemiseen sekä niiden geometriseen tulkintaan. { (a, b) a, b œ R } 7 Kompleksiluvut Tämän luvun tarkoituksena on antaa perustaidot kompleksiluvuilla laskemiseen sekä niiden geometriseen tulkintaan. 7.1 Kompleksilukujen määritelmä Määritelmä 7.1.1. Kompleksilukujen joukko

Lisätiedot

a) z 1 + z 2, b) z 1 z 2, c) z 1 z 2, d) z 1 z 2 = 4+10i 4 = 10i 5 = 2i. 4 ( 1)

a) z 1 + z 2, b) z 1 z 2, c) z 1 z 2, d) z 1 z 2 = 4+10i 4 = 10i 5 = 2i. 4 ( 1) Matematiikan johdantokurssi, syksy 06 Harjoitus, ratkaisuista. Osoita, että kompleksilukujen yhteenlasku määriteltynä tasopisteiden kautta koordinaateittain on liitännäinen, so. z + (z + z ) = (z + z )

Lisätiedot

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua.

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua. HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 2 Ratkaisuehdotuksia Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, 15-17

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 1 / vko 44

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 1 / vko 44 MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko Tehtävä (L): Käynnistä Matlab-ohjelma ja kokeile laskea sillä muutama peruslaskutoimitus: laske jokin yhteen-, vähennys-, kerto- ja jakolasku. Laske

Lisätiedot

Ohjelman käynnistäminen

Ohjelman käynnistäminen >> why Because he obeyed a good and young and smart and terrified and rich and rich and not very good and good and bald and not excessively tall and good programmer. Tässä materiaali on tarkoitettu insinööriopiskelijoille

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 3. Kirsi Valjus. Jyväskylän yliopisto. Luento 3 () Numeeriset menetelmät / 45

Numeeriset menetelmät TIEA381. Luento 3. Kirsi Valjus. Jyväskylän yliopisto. Luento 3 () Numeeriset menetelmät / 45 Numeeriset menetelmät TIEA381 Luento 3 Kirsi Valjus Jyväskylän yliopisto Luento 3 () Numeeriset menetelmät 20.3.2013 1 / 45 Luennon 3 sisältö Luku 2: Epälineaarisen yhtälön ratkaiseminen Polynomin reaaliset

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 30.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/19 Käytännön asioita Kurssi on suunnilleen puolessa välissä. Kannattaa tarkistaa tavoitetaulukosta, mitä on oppinut ja

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.09 HYVÄN VASTAUKSEN PIIRTEITÄ Alustavat hyvän vastauksen piirteet on suuntaa-antava kuvaus kokeen tehtäviin odotetuista vastauksista ja tarkoitettu ensisijaisesti

Lisätiedot

Predikaattilogiikkaa

Predikaattilogiikkaa Predikaattilogiikkaa UKUTEORIA JA TO- DISTAMINEN, MAA11 Kertausta ogiikan tehtävä: ogiikka tutkii ajattelun ja päättelyn sääntöjä ja muodollisten päättelyiden oikeellisuutta, ja pyrkii erottamaan oikeat

Lisätiedot

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

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu LIS AYKSI A kirjaan Reaalimuuttujan analyysi 1.6. Numeerinen integrointi: Gaussin kaavat Edella kasitellyt numeerisen integroinnin kaavat eli kvadratuurikaavat Riemannin summa, puolisuunnikassaanto ja

Lisätiedot

MS-A0004/A0006 Matriisilaskenta

MS-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

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 3 Ti 13.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 3 Ti 13.9.2011 p. 1/37 p. 1/37 Epälineaariset yhtälöt Newtonin menetelmä: x n+1 = x n f(x n) f (x n ) Sekanttimenetelmä:

Lisätiedot

Algebra. 1. Ovatko alla olevat väittämät tosia? Perustele tai anna vastaesimerkki. 2. Laske. a) Luku 2 on luonnollinen luku.

Algebra. 1. Ovatko alla olevat väittämät tosia? Perustele tai anna vastaesimerkki. 2. Laske. a) Luku 2 on luonnollinen luku. Algebra 1. Ovatko alla olevat väittämät tosia? Perustele tai anna vastaesimerkki. a) Luku on luonnollinen luku. b) Z c) Luvut 5 6 ja 7 8 ovat rationaalilukuja, mutta luvut ja π eivät. d) sin(45 ) R e)

Lisätiedot

5 Ominaisarvot ja ominaisvektorit

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

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

1. Piirrä kompleksitasoon seuraavat matemaattiset objektit/alueet.

1. Piirrä kompleksitasoon seuraavat matemaattiset objektit/alueet. BM0A5700 - Integraalimuunnokset Harjoitus 1 1. Piirrä kompleksitasoon seuraavat matemaattiset objektit/alueet. a Piste z 1 i. Ympyrä z 1 i. Avoin kiekko z 1 i

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus tekoälyn taustalla olevaan matematiikkaan Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 5. luento.2.27 Lineaarialgebraa - Miksi? Neuroverkon parametreihin liittyvät kaavat annetaan monesti

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A3/A5 Matriisilaskenta Laskuharjoitus 2 / vko 45 Tehtävä (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 2i = 2, b) z 2i < 2, c) /z

Lisätiedot

Kompleksilukujen kunnan konstruointi

Kompleksilukujen kunnan konstruointi Kompleksilukujen kunnan konstruointi Seuraava esitys osoittaa, miten kompleksilukujoukko voidaan määritellä tunnetuista reaalisista käsitteistä lähtien. Määrittelyjen jälkeen on helppoa osoittaa Mathematican

Lisätiedot

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

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

Lisätiedot

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja 7 NELIÖMATRIISIN DIAGONALISOINTI. Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T () Muistutus: Kokoa n olevien vektorien

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet

MS-A0402 Diskreetin matematiikan perusteet MS-A0402 Diskreetin matematiikan perusteet Osa 1: Joukko-oppi ja logiikka Riikka Kangaslampi 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kiitokset Nämä luentokalvot perustuvat Gustaf

Lisätiedot

Kanta ja Kannan-vaihto

Kanta ja Kannan-vaihto ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V

Lisätiedot

Ominaisarvo-hajoitelma ja diagonalisointi

Ominaisarvo-hajoitelma ja diagonalisointi Ominaisarvo-hajoitelma ja a 1 Lause 1: Jos reaalisella n n matriisilla A on n eri suurta reaalista ominaisarvoa λ 1,λ 2,...,λ n, λ i λ j, kun i j, niin vastaavat ominaisvektorit x 1, x 2,..., x n muodostavat

Lisätiedot

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

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja integraalilaskenta

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 2 Lisää osamurtoja Tutkitaan jälleen rationaalifunktion P(x)/Q(x) integrointia. Aiemmin käsittelimme tapauksen, jossa nimittäjä voidaan esittää muodossa Q(x) = a(x x

Lisätiedot

-Matematiikka on aksiomaattinen järjestelmä. -uusi tieto voidaan perustella edellisten tietojen avulla, tätä kutsutaan todistamiseksi

-Matematiikka on aksiomaattinen järjestelmä. -uusi tieto voidaan perustella edellisten tietojen avulla, tätä kutsutaan todistamiseksi -Matematiikka on aksiomaattinen järjestelmä -uusi tieto voidaan perustella edellisten tietojen avulla, tätä kutsutaan todistamiseksi -mustavalkoinen: asia joko on tai ei (vrt. humanistiset tieteet, ei

Lisätiedot

Nimitys Symboli Merkitys Negaatio ei Konjuktio ja Disjunktio tai Implikaatio jos..., niin... Ekvivalenssi... jos ja vain jos...

Nimitys Symboli Merkitys Negaatio ei Konjuktio ja Disjunktio tai Implikaatio jos..., niin... Ekvivalenssi... jos ja vain jos... 2 Logiikkaa Tässä luvussa tutustutaan joihinkin logiikan käsitteisiin ja merkintöihin. Lisätietoja ja tarkennuksia löytyy esimerkiksi Jouko Väänäsen kirjasta Logiikka I 2.1 Loogiset konnektiivit Väitelauseen

Lisätiedot

Matematiikka B2 - TUDI

Matematiikka B2 - TUDI Matematiikka B2 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus

Lisätiedot

DIFFERENTIAALI- JA INTEGRAALILASKENTA

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

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 6 To 22.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 6 To 22.9.2011 p. 1/38 p. 1/38 Ominaisarvotehtävät Monet sovellukset johtavat ominaisarvotehtäviin Yksi

Lisätiedot

1 Peruslaskuvalmiudet

1 Peruslaskuvalmiudet 1 Peruslaskuvalmiudet 11 Lukujoukot N {1,, 3, 4,} on luonnollisten lukujen joukko (0 mukana, jos tarvitaan), Z {, 3,, 1, 0, 1,, 3,} on kokonaislukujen joukko, Q m n : m, n Z, n 0 on rationaalilukujen joukko,

Lisätiedot

Matematiikan peruskurssi 2

Matematiikan peruskurssi 2 Matematiikan peruskurssi Tentti, 9..06 Tentin kesto: h. Sallitut apuvälineet: kaavakokoelma ja laskin, joka ei kykene graaseen/symboliseen laskentaan Vastaa seuraavista viidestä tehtävästä neljään. Saat

Lisätiedot

1. Viikko. K. Tuominen MApu II 1/17 17

1. Viikko. K. Tuominen MApu II 1/17 17 1. Viikko Keskeiset asiat ja tavoitteet: 1. Kompleksiluvut, kompleksitaso, polaariesitys, 2. Kompleksilukujen peruslaskutoimitukset, 3. Eulerin ja De Moivren kaavat, 4. Potenssi ja juuret, kompleksinen

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-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

Lisätiedot

Matematiikka B2 - Avoin yliopisto

Matematiikka B2 - Avoin yliopisto 6. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3 4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 4 To 15.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 4 To 15.9.2011 p. 1/38 p. 1/38 Lineaarinen yhtälöryhmä Lineaarinen yhtälöryhmä matriisimuodossa Ax = b

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47 MS-A3/A5 Matriisilaskenta Malliratkaisut 4 / vko 47 Tehtävä 1 (L): Oletetaan, että AB = AC, kun B ja C ovat m n-matriiseja. a) Näytä, että jos A on kääntyvä, niin B = C. b) Seuraako yhtälöstä AB = AC yhtälö

Lisätiedot

2. Polynomien jakamisesta tekijöihin

2. Polynomien jakamisesta tekijöihin Imaginaariluvut mielikuvitustako Koska yhtälön x 2 x 1=0 diskriminantti on negatiivinen, ei yhtälöllä ole reaalilukuratkaisua Tästä taas seuraa, että yhtälöä vastaava paraabeli y=x 2 x 1 ei leikkaa y-akselia

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Ominaisarvot Kertaus: ominaisarvot Määritelmä

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 9 1 Implisiittinen derivointi Tarkastellaan nyt yhtälöä F(x, y) = c, jossa x ja y ovat muuttujia ja c on vakio Esimerkki tällaisesta yhtälöstä on x 2 y 5 + 5xy = 14

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle / MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,

Lisätiedot

1.1. Määritelmiä ja nimityksiä

1.1. Määritelmiä ja nimityksiä 1.1. Määritelmiä ja nimityksiä Luku joko reaali- tai kompleksiluku. R = {reaaliluvut}, C = {kompleksiluvut} R n = {(x 1, x 2,..., x n ) x 1, x 2,..., x n R} C n = {(x 1, x 2,..., x n ) x 1, x 2,..., x

Lisätiedot

Kompleksiluvut. JYM, Syksy /99

Kompleksiluvut. JYM, Syksy /99 Kompleksiluvut JYM, Syksy 2014 1/99 Miksi kompleksilukuja? Reaaliluvut lukusuoran pisteet: Tiedetään, että 7 1 0 x 2 = 0 x = 0 1 7 x 2 = 1 x = 1 x = 1 x 2 = 7 x = 7 x = 7 x 2 = 1 ei ratkaisua reaalilukujen

Lisätiedot

FUNKTION KUVAAJAN PIIRTÄMINEN

FUNKTION KUVAAJAN PIIRTÄMINEN FUNKTION KUVAAJAN PIIRTÄMINEN Saat kuvapohjan painamalla @-näppäintä tai Insert/Graph/X-Y-POT. Kuvapohjassa on kuusi paikanvaraaja: vaaka-akselin keskellä muuttuja ja päissä minimi- ja maksimiarvot pystyakselin

Lisätiedot

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1 1. Selvitä missä tason pisteissä annetut funktiot ovat derivoituvia/analyyttisiä. Määrää funktion derivaatta niissä pisteissä, joissa se on olemassa. (a) (x, y) 2x + ixy 2 (b) (x, y) cos x cosh y i sin

Lisätiedot

1 Lineaariavaruus eli Vektoriavaruus

1 Lineaariavaruus eli Vektoriavaruus 1 Lineaariavaruus eli Vektoriavaruus 1.1 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä V epätyhjä joukko. Oletetaan, että joukossa V on määritelty laskutoimitus

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 4 Jatkuvuus Jatkuvan funktion määritelmä Tarkastellaan funktiota f x) jossakin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jatkuva tai epäjatkuva. Jatkuvuuden

Lisätiedot

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007 Ville Turunen: Mat-1.1410 Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007 Materiaali: kirjat [Adams R. A. Adams: Calculus, a complete course (6th edition), [Lay D. C. Lay: Linear

Lisätiedot

HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 5 Ratkaisuehdotuksia

HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 5 Ratkaisuehdotuksia HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 015 Harjoitus 5 Ratkaisuehdotuksia Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan väitteiden todistamista tai kumoamista vastaesimerkin

Lisätiedot

1 Rationaalifunktio , a) Sijoitetaan nopeus 50 km/h vaihtoaikaa kuvaavan funktion lausekkeeseen.

1 Rationaalifunktio , a) Sijoitetaan nopeus 50 km/h vaihtoaikaa kuvaavan funktion lausekkeeseen. Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 5.7.06 Rationaalifunktio. a) Sijoitetaan nopeus 50 km/h vaihtoaikaa kuvaavan funktion lausekkeeseen. f (50) 50 8 50 4 8 50 500 400 4 400

Lisätiedot

Determinantti 1 / 30

Determinantti 1 / 30 1 / 30 on reaaliluku, joka on määritelty neliömatriiseille Determinantin avulla voidaan esimerkiksi selvittää, onko matriisi kääntyvä a voidaan käyttää käänteismatriisin määräämisessä ja siten lineaarisen

Lisätiedot

BM20A0700, Matematiikka KoTiB2

BM20A0700, Matematiikka KoTiB2 BM20A0700, Matematiikka KoTiB2 Luennot: Matti Alatalo, Harjoitukset: Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luku 7. 1 Kurssin sisältö Matriiseihin

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 2 To 8.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 2 To 8.9.2011 p. 1/33 p. 1/33 Lukujen tallennus Kiintoluvut (integer) tarkka esitys aritmeettiset operaatiot

Lisätiedot

Ominaisarvo ja ominaisvektori

Ominaisarvo ja ominaisvektori Määritelmä Ominaisarvo ja ominaisvektori Oletetaan, että A on n n -neliömatriisi. Reaaliluku λ on matriisin ominaisarvo, jos on olemassa sellainen vektori v R n, että v 0 ja A v = λ v. Vektoria v, joka

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

Python-ohjelmointi Harjoitus 2

Python-ohjelmointi Harjoitus 2 Python-ohjelmointi Harjoitus 2 TAVOITTEET Kerrataan tulostuskomento ja lukumuotoisen muuttujan muuttaminen merkkijonoksi. Opitaan jakojäännös eli modulus, vertailuoperaattorit, ehtorakenne jos, input-komento

Lisätiedot

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44 Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44 Tehtävät 1-3 lasketaan alkuviikon harjoituksissa, verkkotehtävien dl on lauantaina aamuyöllä. Tehtävät 4 ja 5 lasketaan loppuviikon harjoituksissa.

Lisätiedot

6 MATRIISIN DIAGONALISOINTI

6 MATRIISIN DIAGONALISOINTI 6 MATRIISIN DIAGONALISOINTI Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T Muistutus: vektorien a ja b pistetulo (skalaaritulo,

Lisätiedot

plot(f(x), x=-5..5, y=-10..10)

plot(f(x), x=-5..5, y=-10..10) [] Jokaisen suoritettavan rivin loppuun ; [] Desimaalierotin Maplessa on piste. [] Kommentteja koodin sekaan voi laittaa # -merkin avulla. Esim. #kommentti tähän [] Edelliseen tulokseen voi viitata merkillä

Lisätiedot

Insinöörimatematiikka IA

Insinöörimatematiikka IA Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Lisätiedot

NELIÖJUURI. Neliöjuuren laskusääntöjä

NELIÖJUURI. Neliöjuuren laskusääntöjä NELIÖJUURI POLYNOMIFUNKTIOT JA -YHTÄLÖT, MAA2 Tarkoittaa positiivista tai nollaa Määritelmä, neliöjuuri: Luvun a R neliöjuuri, merkitään a, on se ei-negatiivinen luku, jonka neliö (eli toiseen potenssiin

Lisätiedot

z 1+i (a) f (z) = 3z 4 5z 3 + 2z (b) f (z) = z 4z + 1 f (z) = 12z 3 15z 2 + 2

z 1+i (a) f (z) = 3z 4 5z 3 + 2z (b) f (z) = z 4z + 1 f (z) = 12z 3 15z 2 + 2 BM20A5700 - Integraauunnokset Harjoitus 2 1. Laske seuraavat raja-arvot. -kohta ratkeaa, kun pistät sekä yläkerran että alakerran muotoon (z z 1 )(z z 2 ), missä siis z 1 ja z 2 ovat näiden lausekkeiden

Lisätiedot

Alkuarvot ja tyyppimuunnokset (1/5) Alkuarvot ja tyyppimuunnokset (2/5) Alkuarvot ja tyyppimuunnokset (3/5)

Alkuarvot ja tyyppimuunnokset (1/5) Alkuarvot ja tyyppimuunnokset (2/5) Alkuarvot ja tyyppimuunnokset (3/5) Alkuarvot ja tyyppimuunnokset (1/5) Aiemmin olemme jo antaneet muuttujille alkuarvoja, esimerkiksi: int luku = 123; Alkuarvon on oltava muuttujan tietotyypin mukainen, esimerkiksi int-muuttujilla kokonaisluku,

Lisätiedot

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012 KOMPLEKSIANALYYSI I KURSSI SYKSY 2012 RITVA HURRI-SYRJÄNEN 2. Kompleksitason topologiaa Kompleksianalyysi on kompleksiarvoisten kompleksimuuttujien funktioiden teoriaa. Tällä kurssilla käsittelemme vain

Lisätiedot