Tosiaikajärjestelmät Luento 12: Kertaus

Koko: px
Aloita esitys sivulta:

Download "Tosiaikajärjestelmät Luento 12: Kertaus"

Transkriptio

1 Tosaajärjestelmät Luento 12: Kertaus Tna Nlander Kevät 2006 Kurssn raenne: ylesuva... Johdanto (Lu 1-3) Jasollsuus ja jasotettavuus (Lu 7) Resursst (Lu 8) Sanomen vuorotus verossa (Lu 11) Monprosesst (Lu 9) Tosaatetoannat RM & EDF (Lu 4-6) Mallnnus ja mttaamnen Luotettavuus ja turvallsuus RT-protoolla (Lu 11 osttan) Tosaaj:t (Lu 12 osttan) Kertaus 1

2 Tosaajärjestelmen luottelu Kovat (hard) { Ana tomva (fal operatonal) Ana turvallnen (fal safe) Lennonohjaus Junen ohjaus, esm. Semafort Tosaajärj. { Pehmeät (soft) { Suur saatavuus (hgh avalablty) Suur eheys (hgh ntegrty) Telepalvelut (puhelun vältys) Panpalvelut r(t) Ohjausjärjestelmän mall A / D A / D y(t) r y Sensor ontrolln lasenta e(t)=r(t)-y(t) Entteett Säätöysö u D / A u(t) Atuaattor r vertaluarvo y mtattu arvo u säätöarvo t aa jasonumero Joa jasolla mtataan uus arvo ja atsotaan una auana se on vertaluarvosta. Stten lasetaan tarvttavat säädöt ja jatetaan 2

3 Ajotus Jasollnen va jasoton Tapahtuman suortusen eseyttämnen Kello va prorteett Ahne va relu Staattnen va dynaamnen WCET analyys RM Rate monotonc EDF -Earlest deadlne frst Prorteetn ääntymnen Käyttöaste Tehtävän uvaus J (φ,p,e,d) Alotusaa r vao, aaväl, tlastollnen jaauma 1 Suortusaa e Suortusen esto vahtelee uten alotusaa mnm ja masmesto [e -, e + ] Jaso p on lyhn ahden työn alotusen välnen aa Vahe φ Tehtävän ensmmäsen alotusen aa el φ = r,1 3

4 Käyttöaste U,u 1 Yhden jasollsen tehtävän äyttöaste on Koo järjestelmän ta sen osan äyttöaste (n tapahtumaa) U = u = n = 1 u e = 1 Ajotettava äyttöaste vuorotusmenetelmän perusteella lasettu järjestelmän äyttöaste = p n e p Krjan luvut 1-3: 1-3 Luu 1: Typcal Real-Tme Applcatons EI: More complex control-law comp. EI: 1.3 Sgnal processng EI Multmeda applcatons Muut alluvut: ylesästys asasta rttää Luu 2: Hard versus Soft Real-Tme Systems Koonaan Luu 3: A Reference Model EI: 3.4 Precedence constrants and data dependency EI: lsämateraala *3.5, *3.6.3, *3.6.4, *

5 Kello-ohjattu ajottamnen Staattnen tauluopohjanen ajotus Tauluo yhdelle hyperperodlle, jota tostetaan Jasollnen ajotus Ajotuspäätöset säännöllsn välajon Kehys f (ahden päätösheten väl) Epäsäännöllnen työ jasollsten seaan Slac Stealng Hyväsymstestaus 2 Alaraja Kehysen oo Kehysten määrä Yläraja f max (e ) 1 n p / f -p / f 0 2f syt (p,f) D 5

6 Kehysen oon määräämnen (esm 2) T1 T2 T3 p e d Hyperperod H = 20 Alaraja: f max(1, 2, 5) Koovahtoehdot 2,4,5,10,20 Yläraja: 2f-syt(p,f) D : f 4 T3 jaettava osn! 1,3,1 => f=4 T1 T2 T3T1 T3 T1 T2 T1 T2 T1 T2 T T3 1 T3 2 T3 3 Slac Stealng Jouston ähmntä Kunn ehysen ssällä ajotetaan jasottomat ehysen vapaaseen osaan jasollsten edelle. Jos jasottoma e ole, nn suortetaan jasollsa. 6

7 Prorteettpohjaset ajotuset Menetelmä Rate Monotonc Deadlne Monotonc Earlest Deadlne Frst Least Slac Frst 2 Ajotettavuusanalyys Käyttöasteen avulla Aavaatvuusanalyys Ajotettavuustestaus (EDF): Käyttöasteen avulla Rttävä ja myös välttämätön ehto EDF (ja LST) ajotuselle: U EDF n e = mn( p, d) = 1 1 HUOM: Jaajassa on joo jason ptuus ta työn suhteellnen aaraja jason alusta 7

8 Ajotettavuustestaus (RM) äyttöasteen avulla Rttävä ehto RM (ja DM) ajotuselle on: URM n(2 1/ n Konservatvnen raja saadaan: lm n(2 n 1/ n 1) 1) = ln w( t) Aavaatvuusanalyys = e + 1 = 1 t p e, un 0 < t p 2 vodaan ajottaa, un w( t) t, jollen t d p T1 (3,1) T2 (5,1.5) T3 (7,1.25) ja T4 (9,0.5) 8

9 Estymnen analyysn annalta Koreamman prorteetn työn vo estää van ys alemp ennen sen pääsyä suortuseen Joten lsätään arvossa oreamman prorteetn työn suortusaaan alempen estoaojen masm, nän yhden työn psn estymsaa (blocng tme) on b( np) = max θ + 1 n Kun työt järjestetty prorteetten muaan ja on yhden eston esto Aavaatvuusanalyys (RM) ja estymsaa Kuhunn työhön ohdstuva estymsaa vauttaa van shen tseensä. Se tulee ss työn oman suortusajan lsäs tuohon aavaan. Koreamp prorteettset työt eseyttävä työn van oman suortusensa ajas. Snä e enää tarastella nhn ohdstuvaa estymstä HUOM. Työt jasonptuuden muaan prorteettjärj. 1 t w () t = e + b + e = 1 p aavälllä 0 < t mn ( D, p ), 9

10 Ajotettavuusanalyys (EDF) ja estymsaa Koo tehtäväjouo on ajotettavssa, jos mnään tehtävän estymsaa e aheuta oonasuorman päällä yluormtusta! Estäjänä vovat toma van työt, joden suhteellnen aaraja on suuremp. U b + mn 1, mssä U n = 1, ( D, p ) mn( D p ) = e Ajotettavuusanalyys (EDF) ja estymsaa EDF:llä ajotettavlle tölle estymnen määrätään samon un nteän prorteetn tehtävlle, mutta prorteettna äytetään suhteellsta aarajaa D. Krjan teoreema 6.18: EDF sedulonnssa työ J (suht. aaraja (D ) vo estää työn J (suht. aaraja D ), van jos D > D J vo estää van, jos prorteett on penemp, el un d >d Estääseen J :n ptää olla jo suortusessa el r < r Molemmat epäyhtälöt vovat päteä samanaasest van, un D > D 10

11 Krjan luvut Luu 4: Commonly Used Approaches EI: 4.6, ja 4.9 e teoreemoja (4.4, 4.5) Luu 5: Cloc-Drven Schedulng EI: 5.5.2, 5.6.3, *5.8 Kuvssa olleta algortmeja e ysytä Luu 6: Prorty-Drven Schedulng of Perodc Tasa EI: 6.3.1, 6.5.1, 6.5.3, 6.6, EI: *6.7.2, *6.7.3, 6.7.4, *6.7.5 EI: 6.8.5, , Sporadset ja epäsäännöllset tehtävät ja työt Hyväsymstest Jasollsa (ta jasottuva) palvelma Osa-aapalveln (deferrable server) Sporadnen palveln Sporadnen/tausta-ajo palveln 3 11

12 Hyväsymstest sporadslle tölle Tehdään vuorotus ennen suortusta Tarvtaan: nyynen ajotus ja töden parametrt Uuden työn aaraja ja masmsuortusaa S(d,e) Jos järjestelmästä löytyy rttäväst vapaata aaa σ ennen aarajaa, työ vodaan hyväsyä el e σ c (t,l), mssä t on saapumsaa ja l vmenen ehyt ehys <d Jos samanaasest useta saapuja, ästellään ne aarajan muasessa (EDF) järjestysessä Hyväsymstestn algortm Ensmmänen vahe: Rttävätö tyhjät aajasot suorttamseen e Tonen vahe: c ( t,l) = ( t,l) - ( e ) d d Myöhästysö jou jo hyväsytty sporadnen työ, jona taaraja tämän jäleen? 0 σ, = σ e 12

13 Järjestelmämall Kuva 7-1 Osa-aapalveln (Deferrable Server): Kulutus- ja täydennyssäännöt Kulutussääntö (Consumpton Rule): Palvelmen suortusaaa uluu ys ysö utan suortettua aaysöä oht Täydennyssääntö (Replenshment Rule): Palvelmen suortusaa palautetaan masmn ana unn suortusjason alus el budjets asetetaan e s ana ellon ollessa p s, =0,1,2,... Huom: suortusaaa e vo säästää seuraavaan jasoon 13

14 Osa-aapalveln: Aavaatvuusanalyys (RM) Kaavassa huomotu estoaa b ja osaaapalvelmen aheuttama estymnen: w( t) s = e + b + es + es + p 1 s = 1 un 0 < t p t e t p e, Oletus: osa-aapalvelmen prorteett on suurn ja jason ptuus ss penn Ajotettavuustest (EDF) Jasollnen tehtävä T on ajotettavssa EDFmenetelmällä järjestelmässä, jossa on n rppumatonta eseytettävää jasollsta tehtävää ja osa-aapalveln, jona jaso on p s, suortusntö e s ja äyttöaste u s, jos 1 = 1 e mn( d, p ) + us 1+ ps e d s 1 Jasollset työt osa-aapalveln (Krjan Teoreema 7.3) 14

15 Sporadnen palveln: ulutus Kntötä uluu ys ysö per aaysö, un joo palveln on suortusessa ta palveln on ollut jossan vaheessa suortusessa edellsen täydennysheten (t r ) jäleen ja palvelmella on edelleen tötä suortusjonossa Mäl umpaan ehto e täyty, nn ntötä e ulu HUOM: Kntötä ss ulutetaan, vaa palveln e suorttasaan mtään tehtävää. Sporadnen palveln: täydennys Alus (ja ana täydennettäessä) ntö = e s ja t r = nyyhet Ajanhetellä t f, un palveln saa ensmmäsen erran suortusvuoron täydennysen jäleen jos palveln odott oreamman prorteetn tötä, nn seuraava täydennyshet sälyy t r +p s jos palveln ol vapaa, nn täydennysheteä srretään sten, että uus het on t f + p s, un t r < t f Normaaljasojen ulopuolella täydennys tehdään, jos Koreamman prorteetn työt ovat olleet suortusessa oo jason p s, nn täydennys tehdään het ntön tyhjennyttyä Jos oo järjestelmä ol jason aana tyhjääynnllä ajanheteen t b ast, nn täydennys tehdään hetellä mn(t e +p s, t b ) 15

16 Sporadsten töden hyväsyms-test un äytössä EDF -vuorotus Ensmmänen saapuva työ S(t, d, e) hyväsytään, jos e/(d-t) 1-, mssä on aen sporadsten töden sallttu yhtenen masmtheys HUOM: d jaaa aaväln ahteen osaan I 1 ja I 2. I 1 :n theys on e/(d-t) ja I 2 :n 0. Ylenen tapaus: järjestelmässä on jo n s aemmn hyväsyttyä työtä.työ hyväsytään, jos e/(d-t) + 1-, alle = 1,...,l, mssä l on sen aaväln ndes, johon d uuluu Jaettujen resurssen äyttö 5 Prorteetn ääntymnen Kääntymsen välttämnen Irrottamattomat rttset alueet Prorteetn perntä (Prorty Inhertance Protocol). Prorteettatto (Prorty Celng Protocol) Kattoprorteett (Celng Prorty) 16

17 Prorteetn ääntymnen (Prorty nverson) Irrottamattomat rttset alueet (nonpreemptve crtcal sectons, NPCS) Suortetaan van stä tehtävää, joa äyttää jotan jaettua resurssa, muut odottavat Koremman prorteetn masmodotus estää muden psmmän yhtenäsen rttsen alueen suortusen ajan b( rc) = max ( c + 1 n ) 17

18 Prorteetn perntä Idea: Jos tapahtuma T estää (blocs) yhden ta useamman oreamp prorteettsen tapahtuman etenemsen, tapahtuma T per välaasest oremman estetyn tapahtuman prorteetn. Hyödyt Estää prorteetltaan estasoa olevan tapahtuman eseyttämästä tapahtumaa T. Hatat Prorteetn perntä vo aheuttaa luuman Lntetty odotus (chaned blocng) Idea Prorteettatto Joaselle resursslle asetetaan prorteettatto (R ) yhtä suures un sen oremman tapahtuman prorteett, joa tarvtsee tätä resurssa ja ss saa luta resurssn. Tapahtuma T saa srtyä rttselle alueelle ja varata resurssn van, jos sen prorteett on oreamp un aen muden samanaasten tapahtumen sllä hetellä varaamen resurssen prorteettatot (t). Jos tapahtuma T estää yhden ta useamman oreamp prorteettsen tapahtuman, se välaasest per oremman estetyn tapahtuman prorteetn. 18

19 Estymnen ja prorteetn perntä seä prorteettatto Van alemman prorteetn työ vo estää resursslpalun autta. Ss tauluosta Es e tarvtse täyttää vasenta alaolmota. Työn masmestymsaa on stä vastaavan rvn masmarvo. Estävät (alemp pro) työt muodostavat saraeet. Työ vo Estää suoraan un se lpalee samasta resursssta Estää prorteetn pernnällä un se varausen autta per ylemmän prorteetn Tauluon täyttämnen: Vasen osa (Suoraan) nämä pomtaan tedosta Oea osa (Pernnällä) vodaan päätellä vasemman saraeen perusteella Job J1 J2 J3 J4 J5 J6 Estymnen ja prorteetn perntä seä prorteettatto rtt. alueet [X;10] [Y;1] [X;6 [Y;2]] [Y;5] [Z;4][X;2] Es J1 J2 J3 J4 J5 Estää suoraan J2 * J3 6 * J4 5 * J5 * J6 2 4 * Prorteetn pernnällä J2 J3 6 * J4 5 * J5 * J J1 J2 J3 J4 X Y Z J5 J6 HUOM: J3 äyttää X ja Y resursseja yhtä aaa, un J6 äyttää Z ja X resursseja perään. (Katso haasuluja) 19

20 Kattoprorteett (Celng- Prorty) Tom uten pnoperustanen attopror. Vuorotussääntö Työtä suortetaan sen aluperäsellä prorteetlla, jos työ e ole varannut mtään resurssa. Saman pron työt FIFO-peraatteella Mnätahansa resurssn varanneen työn tlap. prorteett on yhtä suur un sen varaamen resurssn suurn attoprorteett Varaussääntö Suortusessa oleva työ vo ana varata pyytämänsä resurssn Irrotusten atto Aemmat menetelmät (prorteetn perntä, prorteetn atto ja attoprorteett) soveltuvat parhaten ntelle prorteetelle Käytetään rrottamsa prorteetten sjaan Taustana Koreamman prorteetn työ vo haluta matalamman varaamaa resurssa van, jos se saa rrottaa suortusessa olevan matalamman Tetylle dynaamsta prorteetta äyttävlle järjestelmlle (esm. taarajohn perustuvat) on mahdollsta etuäteen selvttää jasollsten töden mahdollset rrotustlanteet. 20

21 Irrotusten atto Vuorotus ja perntäsäännöt uten prorteetn atto menetelmässä Varaussäännöt Pyydetty resurss on varattuna, työ odottaa Resurss on vapaa Työ saa resurssn, jos työn rrotustaso (t) on oreamp un senhetnen rrotusatto (t) Jos työn rrotustaso e ole oreamp, mutta työllä on jo hallussaan resurss, jona rrotusatto on yhtäsuur un (t), nn työ saa resurssn, muuten joutuu odottamaan Krjan luvut Luu 7: Schedulng Aperodc and Sporadc Jobs n Prorty-Drven Systems E SpSL servers (luvun osa) EI: 7.4.1, 7.4.2, 7.4.3, EI: *7.5, *7.6, *7.7.2, EI: 7.8.2, 7.9 Luu 8: Resources and Resource Access Control EI: *8.7.3, 8.9, *

22 Monprosessorjärjestelmät Kas vahtoehtosta malla: Päästä-päähän (työ vahtaa prosessora) Etäsuortusa (työ yhdessä paassa, mutta vo pyytää resursseja tlapäsest muualta) Töden sjottelu prosessorlle RMFF - Rate-Monotonc Frst Ft RMST - Rate-Monotonc Small Tass Prosessorn paallnen vuorotusmeansm Globaal synronont 9 RMFF algortm Frst Ft muunnelma Rate-monotonc ajotus prosessorella Käytetään loeron oon ylärajana RM:n taraa ylärajaa u + U n(2 1/ n 1) Järjestetään työt jason ptuusen perusteella: Lyhmmät ensn Tämä on lnjassa RM:n prorsonnn muaan 22

23 RMST algortm Rate-Monotonc Small Tass (RMST) Hyödyntää RM:n äyttäytymstä harmoonsten jasojen anssa. Kun tehtäven jasojen ptuudet lyhmmän monertoja, nn äyttöasteen masm asvaa merttäväst (jopa yöseen) Työt sjotellaan jasonptuudesta lasetun arvon X määräämässä suuruusjärjestysessä X = log 2 p log 2 p RMST algortm u Ajotettavuusehto prosessorlle on ( ln 2,1 ζ ln 2), mssä = max X l mn X l + U max ζ Työt ovat sjoteltavssa m:lle prosessorlle, jos työuormasta lasettu äyttöaste on penemp un U RMST ( m 2) (1 umax ) + 1 ln 2, un > 2 = m mssä u max on töden suurn ysttänen äyttöaste 23

24 Tosaanen tetolenne Sanomen uljetus päästä päähän Taataan uljetusaa ehyslle Käytetään WCET arvota Lähetettävänä sanoman valnta (yhteystasolla) WFQ (Weghted Far-Queueng) Delay Earlest-Due-Date (D-EDD) Jttered-EDD Lähettävän oneen valnta (fyysnen taso) CSMA/CD (carrer sense multple access / collson detecton) esm. Ethernet TDMA (tme dvson multple access) 7 WFQ vuorotusperaate Pyr taaamaan ullen atvselle yhteydelle slle luvatun suhteellsen osuuden lnn apasteetsta Yhteysen saapuvlle ja eteenpän lähtevlle paetelle lasetaan lopetusnumerota. Paett lähetetään näden numeroden muasessa (EDF) järjestysessä. Lopetusnumero asvaa yhteyden suhteellsen osuuden muasest. 24

25 WFQ: Lopetusnumeron (fn) lasemnen 1) Tyhjään lnn saapuva (yhteyden ) ensmmänen paett: t -1 = t; U b += u ; fn += e/u ; 2) Seuraavat paett (un ln on renen) Yhteyden ensmmänen paett Lnn lasur FN += (t- t -1 )/ U b fn = max(fn, fn ) + e/u ; ja SFN-jonoon (fn,) t -1 = t; U b += u ; 3) Yhteyden paetn lähetys päätty Lsää yhteyden paetteja jonossa fn += e/u ja SFN-jonoon (fn,) E tällä hetellä lsää paetteja :ssä ( -> dle) Lnn lasur FN += (t- t -1 )/ U b t -1 = t; U b -= u ; Delay Earlest-Due-Date (D- EDD) Perustuu EDF:ään Päästä-päähän yhteyden muodostusessa yhden paetn uljettamseen äytettävssä oleva aa jaetaan lnen esen, un ln saa vähntään tarvtsemansa mnmn. Saapuvat vestt jasotetaan suhteellsen saapumsaansa muasest. (Nän estetään varattua laajemp astan äyttö) Mustuttaa sporadsen palvelmen erostapausta 25

26 D-EDD: yhteyden muodostus Lähettäjä teee alotteen. Se lähettää request-forconnecton -vestn, jossa uvataan tuleva lenne (p, D ) Joanen matalle osuva ytn (swtch) Hyväsymspäätös ja alustava apasteetnvaraus Vastaanottaja tarstaa retn elvollsuuden Kun yhteys vodaan muodostaa, vastaanottaja määrää ytmen paallsen aarajat (jaaa ylmääräsen ajan) Paluuveststä ytmet pomvat uudet aarajansa, teevät pysyvät varauset D-EDD: Paetten ästtely Vuonvalvonta on esestä. EDF e selvä yluormasta, joten stä e saa syntyä. Saapuvan paetn paallsta aarajaa e laseta todellsesta saapumsajasta vaan ns. efetvstä saapumsajasta e e a, j = max ( a, j 1 + p, a, j) Paallnen aaraja on ss 26

27 Jtter-EDD Jtter-EDD on D-EDD:n muunnelma, jossa penennetään sanoman uluajan varaatota. D-EDD:ssä tuo vahtelu on varsn suur, jopa =1 ( D, ) j Jtter-EDD e ole yhtä ahne. Sanomaa e välttämättä ana lähetetä het un votasn. Lähetysheten väl pyrtään vaomaan. J-EDD: tomnta Yhteyden muodostus uten D-EDD Paetn ästtely: Vahtelun tasottamses lähetettävään paettn lsätään teto ahead-tme el una paljon se on etuajassa suhteessa aarajaansa. Saapuvalle paetlle lasetaan lähetysaa (ready tme), jollon vasta se latetaan lähetysjonoon (D- EDD latto jonoon het) e r j = max( a, j, a, j + ah,, j ) 27

28 WRR (Weghted Round-Robn) Kustan saapuvasta yhteydestä lähetetään yhdellä errosella orentaan mas. sanoma eteenpän Oletuset: E globaala elloa ta aarajan muaan järjestettyä jonoa E tehtäven (ta töden) välsä rppuvuusa Yhteysllä on vaotaht (constant bt rate) Datavrtaa (message stream) uvataan (p,e,d ) p ja D uten ennenn, mutta e on nyt vesten määrä yhdellä errosella (nstance) Greedy-WRR Kullan yhteydellä on pano wt Yhden errosen uluessa yhteyden vestestä lähetetään edelleen orentaan wt appaletta Yhteydet ästellään vuorotellen (stä RR) ja a panon muaan mahtuvat vestt lähetetään edelleen Kerrosen masmptuus RL on nteä RL n = 1 wt RL < mn( p) p RL / wt e 28

29 Yhteenveto Prorteettpohjasa äytäntöjä Performance Measures WFQ Delay- EDD Jtter- EDD Acceptance Test O(1) O(1) O(1) Sched. Complexty O(n) O(logn) O(logn) End-to-end delay bound E/u+ (e+1) D D End-to-end jtter const const const Buffer-space requrem. const const const Tosaaäyttöjärjestelmät Palveluja: Prosesst, säeet Aapalvelut POSIX Host / target ohjelmaehtys Esmerejä VxWors LynxOS QNX RT-Lnux 29

30 Krjan luvut Luu 9: Multprocessor Schedulng VAIN ( s ) Luu 10:EI Luu 11: Real-Tme Communcaton VAIN (s ) Luu 12: Operatng Systems EI: *12.4, *12.5, Kurssoe Ma 8.5. lo Exactum A111 Vahtoehtosta aaa e järjestetä ellen saa seleätä erllstä pyyntöä! Koeessa Seä lasuharjotusten altasa että teorapanottesempa tehtävä 30

Jaetut resurssit. Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit. Mitä voi mennä pieleen? Resurssikilpailu ja estyminen

Jaetut resurssit. Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit. Mitä voi mennä pieleen? Resurssikilpailu ja estyminen Tosakajärjestelmät Luento : Resurssen hallnta ja prorteett Tna Nklander Jaetut resursst Useat tapahtumat jakavat ohjelma-/lattesto-olota, jossa kesknänen possulkemnen on välttämätöntä. Ratkasuja: Ajonakanen

Lisätiedot

Kurssin rakenne: yleiskuva Tosiaikajärjestelmät Luento 12: Kertaus. Tosiaikajärjestelmien luokittelu. Ohjausjärjestelmän malli.

Kurssin rakenne: yleiskuva Tosiaikajärjestelmät Luento 12: Kertaus. Tosiaikajärjestelmien luokittelu. Ohjausjärjestelmän malli. 8 Tosaajärjstlmät Lunto : Krtaus Tna Nlandr Kvät 006 Kurssn rann: ylsuva... Johdanto (Lu -3) Jasollsuus ja jasotttavuus (Lu 7) Rsursst (Lu 8) Sanomn vuorotus vrossa (Lu ) Monrossst (Lu 9) Tosaattoannat

Lisätiedot

Sisältö. Tosiaikajärjestelmät Luento 9: Moniprosessorijärjestelmät. Järjestelmämalli. Keskeiset kysymykset

Sisältö. Tosiaikajärjestelmät Luento 9: Moniprosessorijärjestelmät. Järjestelmämalli. Keskeiset kysymykset Tosaajärjestemät Luento 9: Monprosessorjärjestemät Tna Nander Lu: Rea-Tme Systems uu 9 Ssätö Järjestemäma monprosessorone hajautettu järjestemä Päästä-päähän Tehtävän töden jao prosessoree Resurssen jaautumnen

Lisätiedot

Matematiikan ja tilastotieteen laitos Johdatus diskreettiin matematiikkaan (Syksy 2008) 4. harjoitus Ratkaisuja (Jussi Martin)

Matematiikan ja tilastotieteen laitos Johdatus diskreettiin matematiikkaan (Syksy 2008) 4. harjoitus Ratkaisuja (Jussi Martin) Matematan ja tlastoteteen latos Johdatus dsreettn matemataan (Sysy 28 4. harjotus Ratasuja (Juss Martn 1. Kertomus Hotell Kosmosesta jatuu: Hotellyhtymän johdolta tul määräys laata luettelo asta mahdollssta

Lisätiedot

Tchebycheff-menetelmä ja STEM

Tchebycheff-menetelmä ja STEM Mat-2.142 Optmontopn semnaar K-2000 Montavoteopmont Semnaarestelmän tvstelmä Pentt Säynätjo 22.3.2000 Tchebycheff-menetelmä ja STEM 1. Johdanto Tchebycheff-menetelmä ja STEM ovat vuorovauttesa montavoteoptmontmenetelmä.

Lisätiedot

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä Johdatus dskreettn matematkkaan Harjotus 3, 30.9.2015 1. Luvut 1, 10 on latettu ympyrän kehälle. Osota, että löytyy kolme verekkästä lukua, joden summa on vähntään 17. Ratkasu. Tällasa kolmkkoja on 10

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-.04 Tlastollsen analyysn perusteet, evät 007. luento: Johdatus varanssanalyysn S ysteemanalyysn Laboratoro Ka Vrtanen Kertaus: ahden rppumattoman otosen t-test () () Perusjouo oostuu ahdesta ryhmästä

Lisätiedot

Jaksolliset ja toistuvat suoritukset

Jaksolliset ja toistuvat suoritukset Jaksollset ja tostuvat suortukset Korkojakson välen tostuva suortuksa kutsutaan jaksollsks suortuksks. Tarkastelemme tässä myös ylesempä tlanteta jossa samansuurunen talletus tehdään tasavälen mutta e

Lisätiedot

Tchebycheff-menetelmä ja STEM

Tchebycheff-menetelmä ja STEM Tchebycheff-menetelmä ja STEM Optmontopn semnaar - Kevät 2000 / 1 1. Johdanto Tchebycheff- ja STEM-menetelmät ovat vuorovakuttesa menetelmä evät perustu arvofunkton käyttämseen pyrkvät shen, että vahtoehdot

Lisätiedot

Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt

Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt FYSP103 / 1 KAASUTUTKIMUS Työn tavotteta havannollstaa deaalkaasun tlanyhtälöä oppa, mten lman kosteus vakuttaa havattavn lmöhn ja mttaustuloksn kerrata mttauspöytäkrjan ja työselostuksen laatmsta Luento-

Lisätiedot

Tosiaikajärjestelmät Luento 7: Tietoliikenne

Tosiaikajärjestelmät Luento 7: Tietoliikenne Tosiaikajärjestelmät Luento 7: Tietoliikenne Tiina Niklander Jane Liu: Real-time systems, luku 11 Sisältö Verkkomalli (ja ominaisuudet) Pakettien vuorottaminen verkossa Weighted-Fair Queueing (ja muunnelmat)

Lisätiedot

Jakaumien tunnusluvut. Jakaumien tunnusluvut. Jakaumien tunnusluvut: Mitä opimme? 2/2. Jakaumien tunnusluvut: Mitä opimme? 1/2

Jakaumien tunnusluvut. Jakaumien tunnusluvut. Jakaumien tunnusluvut: Mitä opimme? 2/2. Jakaumien tunnusluvut: Mitä opimme? 1/2 TKK (c) Ila Mell (4) Jaaume tuusluvut Johdatus todeäösyyslasetaa Jaaume tuusluvut Marov ja Tshebyshev epäyhtälöt Momett Vous ja hupuuus Suurte luuje la TKK (c) Ila Mell (4) Jaaume tuusluvut: Mtä opmme?

Lisätiedot

Sisältö. Tosiaikajärjestelmät Luento 7: Tietoliikenne. Verkkoja? Vaatimuksia verkolle. Verkon rakenne ja aikarajat. Kommunikointimalli

Sisältö. Tosiaikajärjestelmät Luento 7: Tietoliikenne. Verkkoja? Vaatimuksia verkolle. Verkon rakenne ja aikarajat. Kommunikointimalli Tosiaikajärjestelmät Luento 7: Tietoliikenne Tiina Niklander Jane Liu: Real-time systems, luku 11 Sisältö Verkkomalli (ja ominaisuudet) Pakettien vuorottaminen verkossa Weighted-Fair Queueing (ja muunnelmat)

Lisätiedot

FYSA220/2 (FYS222/2) VALON POLARISAATIO

FYSA220/2 (FYS222/2) VALON POLARISAATIO FYSA220/2 (FYS222/2) VALON POLARSAATO Työssä tutktaan valoaallon tulotason suuntasen ja stä vastaan kohtsuoran komponentn hejastumsta lasn pnnasta. Havannosta lasketaan Brewstern lan perusteella lasn tatekerron

Lisätiedot

Flow shop, työnvaiheketju, joustava linja, läpivirtauspaja. Kahden koneen flow shop Johnsonin algoritmi

Flow shop, työnvaiheketju, joustava linja, läpivirtauspaja. Kahden koneen flow shop Johnsonin algoritmi Flow shop önvaheeju jousava lnja läpvrauspaja Flow shopssa önvaheden järjess on sama alla uoella Kosa vahea vo edelää jono vova ö olla vaheleva ja ö vova ohaa osensa äl ö evä oha osaan puhuaan permuaaoaaaulusa

Lisätiedot

Mat Lineaarinen ohjelmointi

Mat Lineaarinen ohjelmointi Mat-.4 Lneaarnen ohelmont 8..7 Luento 6 Duaaltehtävä (kra 4.-4.4) S ysteemanalyysn Lneaarnen ohelmont - Syksy 7 / Luentorunko Motvont Duaaltehtävä Duaalteoreemat Hekko duaalsuus Vahva duaalsuus Täydentyvyysehdot

Lisätiedot

Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit

Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit Tiina Niklander Jaetut resurssit Useat tapahtumat jakavat ohjelma-/laitteisto-olioita, joissa keskinäinen poissulkeminen on välttämätöntä.

Lisätiedot

A = B = T = Merkkijonon A osamerkkijono A[i..j]: n merkkiä pitkä merkkijono A:

A = B = T = Merkkijonon A osamerkkijono A[i..j]: n merkkiä pitkä merkkijono A: Merkkjonot (strngs) n merkkä ptkä merkkjono : T T T G T n = 18 kukn merkk [], mssä 0 < n, kuuluu aakkostoon Σ, jonka koko on Σ esm. bttjonot: Σ = {0,1} ja Σ = 2, DN: Σ = {,T,,G} ja Σ = 4 tetokoneen aakkosto

Lisätiedot

Luento 6 Luotettavuus Koherentit järjestelmät

Luento 6 Luotettavuus Koherentit järjestelmät Aalto-ylosto erustetede korkeakoulu Matematka a systeemaalyys latos Lueto 6 Luotettavuus Koherett ärestelmät Aht Salo Systeemaalyys laboratoro Matematka a systeemaalyys latos Aalto-ylosto erustetede korkeakoulu

Lisätiedot

KUNTIEN ELÄKEVAKUUTUS 30.10.2008 VARHAISELÄKEMENOPERUSTEISESSA MAKSUSSA 1.1.2009 LÄHTIEN NOUDATETTAVAT LASKUPERUSTEET

KUNTIEN ELÄKEVAKUUTUS 30.10.2008 VARHAISELÄKEMENOPERUSTEISESSA MAKSUSSA 1.1.2009 LÄHTIEN NOUDATETTAVAT LASKUPERUSTEET KUNTIN LÄKVKUUTU 328 VRHILÄKMNORUTI MKU 29 LÄHTIN NOUDTTTVT LKURUTT Valtuusuta ahstaa arhaseläemeoperustese masu eaode yhtesmäärä uodelle euromääräsest Tämä ahstettu masu o samalla lopullste masue yhtesmäärä

Lisätiedot

3 Tilayhtälöiden numeerinen integrointi

3 Tilayhtälöiden numeerinen integrointi 3 Tlayhtälöden numeernen ntegront Alkuarvotehtävässä halutaan ratkasta lopputla xt f ) sten, että tlayhtälöt ẋ = fx,u, t) toteutuvat, kun alkutla x 0 on annettu Tlayhtälöden numeernen ntegront vodaan suorttaa

Lisätiedot

Tosiaikajärjestelmät: Luento 3 Epäsäännöllisten töiden ajoitus

Tosiaikajärjestelmät: Luento 3 Epäsäännöllisten töiden ajoitus Tosiaikajärjestelmät: Luento 3 Epäsäännöllisten töiden ajoitus Tiina Niklander 20.3.2006 (päiv. 22.3.) Sisältö Yleistä Jaksottomien (ei-tosiaikaisten) töiden jaksolliset vuorotuspalvelut Osa-aika palvelimet

Lisätiedot

SYMBOLIVIRHETODENNÄKÖISYYDESTÄ BITTIVIRHETODENNÄKÖISYYTEEN

SYMBOLIVIRHETODENNÄKÖISYYDESTÄ BITTIVIRHETODENNÄKÖISYYTEEN SYMBOLIVIRHETODENNÄKÖISYYDESTÄ BITTIVIRHETODENNÄKÖISYYTEEN Miten modulaation P S P B? 536A Tietoliienneteniia II Osa 4 Kari Käräinen Sysy 05 SEP VS. BEP D-SIGNAALIAVARUUDESSA Kullein modulaatiolle johdetaan

Lisätiedot

Painotetun metriikan ja NBI menetelmä

Painotetun metriikan ja NBI menetelmä Panotetun metrkan ja NBI menetelmä Optmontopn semnaar - Kevät / 1 Estelmän ssältö Paretopsteden generont panotetussa metrkossa Panotettu L p -metrkka Panotettu L -metrkka el panotettu Tchebycheff -metrkka

Lisätiedot

K-KS vakuutussumma on kiinteä euromäärä

K-KS vakuutussumma on kiinteä euromäärä Kesinäinen Henivauutusyhtiö IIIELLA TEKNIIKALLA LAKUPERUTE H-TUTKINTOA ARTEN HENKIAKUUTU REKURIIIELLA TEKNIIKALLA OIMAAOLO 2 AIKALAKU JA AKUUTUIKÄ Tätä lasuperustetta sovelletaan..25 alaen myönnettäviin

Lisätiedot

Joulukuun vaativammat valmennustehtävät ratkaisut

Joulukuun vaativammat valmennustehtävät ratkaisut Jouluuun vaativammat valmennustehtävät rataisut. Tapa. Pätee z = x + y, joten z = (x + y = x + y, josta sieventämällä seuraa xy 4x 4y + 4 = 0. Siispä (x (y =. Tästä yhtälöstä saadaan suoraan x =, y = 4

Lisätiedot

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010 TIES592 Montavoteoptmont ja teollsten prosessen hallnta Ylassstentt Juss Hakanen juss.hakanen@jyu.f syksy 2010 Interaktvset menetelmät Idea: päätöksentekjää hyödynnetään aktvsest ratkasuprosessn akana

Lisätiedot

Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt

Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt FYSP103 / 1 KAASUTUTKIUS Työn tavotteta havannollstaa deaalkaasun tlanyhtälöä oa, mten lman kosteus vakuttaa havattavn lmöhn ja mttaustuloksn kerrata mttausöytäkrjan ja työselostuksen laatmsta Luento-

Lisätiedot

Sisältö. Tosiaikajärjestelmät: Luento 3 Epäsäännöllisten töiden ajoitus. Sporadisten ja jaksottomien ajoitus Kellopohjainen ajoitus jaksollisilla

Sisältö. Tosiaikajärjestelmät: Luento 3 Epäsäännöllisten töiden ajoitus. Sporadisten ja jaksottomien ajoitus Kellopohjainen ajoitus jaksollisilla Tosiaikajärjestelmät: Luento 3 Epäsäännöllisten töiden ajoitus Tiina Niklander 20.3.2006 (päiv. 22.3.) Sisältö Yleistä Jaksottomien (ei-tosiaikaisten) töiden jaksolliset vuorotuspalvelut Osa-aika palvelimet

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 23: Usean vapausasteen vaimenematon ominaisvärähtely osa 1

VÄRÄHTELYMEKANIIKKA SESSIO 23: Usean vapausasteen vaimenematon ominaisvärähtely osa 1 / VÄRÄHTELYEANIIA SESSIO : Usean vapausasteen vaeneaton onasvärähtely osa JOHDANTO Usean vapausasteen systeen leyhtälöt ovat ylesessä tapausessa uotoa [ ]{ & } [ C]{ & } [ ] { } { F} & ( un vaennusta e

Lisätiedot

Tosiaikajärjestelmät Luento 9: Moniprosessorijärjestelmät

Tosiaikajärjestelmät Luento 9: Moniprosessorijärjestelmät Tosiaikajärjestelmät Luento 9: Moniprosessorijärjestelmät Tiina Niklander Liu: Real-Time Systems luku 9 Sisältö Järjestelmämalli moniprosessorikone hajautettu järjestelmä Päästä-päähän Tehtävän töiden

Lisätiedot

Mittausepävarmuus. Mittaustekniikan perusteet / luento 7. Mittausepävarmuus. Mittausepävarmuuden laskeminen. Epävarmuuslaskelma vai virhearvio?

Mittausepävarmuus. Mittaustekniikan perusteet / luento 7. Mittausepävarmuus. Mittausepävarmuuden laskeminen. Epävarmuuslaskelma vai virhearvio? Mttausteknkan perusteet / luento 7 Mttausepävarmuus Mttausepävarmuus Mttaustulos e ole koskaan täysn oken Mttaustulos on arvo mtattavasta arvosta Mttaustuloksen ja mtattavan arvon ero on mttausvrhe Mkäl

Lisätiedot

7. Menetysjärjestelmät

7. Menetysjärjestelmät lueto7.ppt S-38.45 Leeteora perusteet Kevät 25 Ssältö Kertausta: ysertae leeteoreette mall Posso-mall asaata, palvelota Sovellus vrtaava dataletee malltamsee vuotasolla Erlag-mall asaata, palvelota < Sovellus

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiian tuiurssi Kurssierta 5 Sarjojen suppeneminen Kiinnostusen ohteena on edelleen sarja a n = a + a 2 + a 3 + a 4 + n= Tämä summa on mahdollisesti äärellisenä olemassa, jolloin sanotaan että sarja

Lisätiedot

= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2

= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2 HY / Matematka ja tlastotetee latos Tlastolle päättely II, kevät 28 Harjotus 3A Ratkasuehdotuksa Tehtäväsarja I Olkoot Y,, Y ja Nθ, ) Osota, että T T Y) Y 2 o parametr gθ) θ 2 harhato estmaattor Laske

Lisätiedot

( ) ( ) Tällöin. = 1 ja voimme laskea energiatason i. = P n missä

( ) ( ) Tällöin. = 1 ja voimme laskea energiatason i. = P n missä S-445 FYSIIKKA III (Sf) Sysy 4, LH Ratasut LHSf-* ohesen uvan esttämää systeemä Systeemssä on 5 huasta joden yhtenen energa on U = 6ε Kunn energatason degeneraatotejä on Olettaen, että systeem noudattaa

Lisätiedot

QUADRO. ProfiScale QUADRO Etäisyysmittari. www.burg-waechter.de. fi Käyttöohje. ft 2 /ft 3 QUADRO PS 7350

QUADRO. ProfiScale QUADRO Etäisyysmittari. www.burg-waechter.de. fi Käyttöohje. ft 2 /ft 3 QUADRO PS 7350 QUADRO PS 7350 QUADRO 0,5 32 m 0,5 32 m m 2 /m 3 t 2 /t 3 prcson +1% ProScal QUADRO Etäsyysmttar Käyttöo www.burg-wactr.d BURG-WÄCHTER KG Altnor Wg 15 58300 Wttr Grmany Extra + + 9V Jodanto Kuvttl, ttä

Lisätiedot

ER-kaaviot. Ohjelmien analysointi. Tilakaaviot. UML-kaaviot (luokkakaavio) Tietohakemisto. UML-kaaviot (sekvenssikaavio) Kirjasto

ER-kaaviot. Ohjelmien analysointi. Tilakaaviot. UML-kaaviot (luokkakaavio) Tietohakemisto. UML-kaaviot (sekvenssikaavio) Kirjasto Ohelmen analsont Ohelmen kuvaamnen kaavolla ohelmen mmärtämnen kaavoden avulla kaavoden tuottamnen ohelmasta Erlasa kaavotppeä: ER-kaavot, tlakaavot, UML-kaavot tetohakemsto vuokaavot (tarkemmn) Vuoanals

Lisätiedot

4. A priori menetelmät

4. A priori menetelmät 4. A pror menetelmät 4. Arvofunkto-menetelmä 4.2 Lekskografnen järjestämnen 4.3 Tavoteohjelmont Tom Bäckström Optmontopn semnaar - Kevät 2000 / 4. Arvofunkto-menetelmä Päätöksentekjä antaa eksplsttsen

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 24: Usean vapausasteen vaimenematon ominaisvärähtely osa 2

VÄRÄHTELYMEKANIIKKA SESSIO 24: Usean vapausasteen vaimenematon ominaisvärähtely osa 2 / ÄRÄHELYMEKANIIKKA SESSIO : Usea vapausastee vaeeato oasvärähtely osa MONINKERAISE OMINAISAAJUUDE Sesso MS oreeratu oasuodo { lasetaeetelässä oletett, että o ysertae oasulataauus. arastellaa velä tapausta,

Lisätiedot

Vakuutusmatematiikan sovellukset 20.11.2008 klo 9-15

Vakuutusmatematiikan sovellukset 20.11.2008 klo 9-15 SHV-tutinto Vauutusmatematiian sovelluset 20.11.2008 lo 9-15 1(7) Y1. Seuraava tauluo ertoo vauutusyhtiön masamat orvauset vahinovuoden ja orvausen masuvuoden muaan ryhmiteltynä (tuhansina euroina): Vahinovuosi

Lisätiedot

Bernoullijakauma. Binomijakauma

Bernoullijakauma. Binomijakauma Beroulljaauma Beroull oe o ahde mahdollse ulostulo oe, jossa taahtumsta äytetää mtysä ostume ja eäostume. Esmerejä: rahahetto (ruua ta laava), lase sytymä (tyttö ta oa), helö verryhmä ( ta c ), oselja

Lisätiedot

Sekatuotantoverstas Job shop. Flow shop vs. Job shop Esko Niemi

Sekatuotantoverstas Job shop. Flow shop vs. Job shop Esko Niemi Seauoanoversas Job shop Seauoanoversaassa öden reysä e ole rajoeu mllään avalla vaan ne vova ulea oman prosessnsa muases mnä ahansa oneden aua Tyypllsä omnasuusa: Tuoee ova vaheleva Työnvahee ja -vaheaja

Lisätiedot

Esitä koherentin QAM-ilmaisimen lohkokaavio, ja osoita matemaattisesti, että ilmaisimen lähdöstä saadaan kantataajuiset I- ja Q-signaalit ulos.

Esitä koherentin QAM-ilmaisimen lohkokaavio, ja osoita matemaattisesti, että ilmaisimen lähdöstä saadaan kantataajuiset I- ja Q-signaalit ulos. Sgnaalt ja järjestelmät Laskuharjotukset Svu /9. Ampltudmodulaato (AM) Spektranalysaattorlla mtattn 50 ohmn järjestelmässä ampltudmodulaattorn (AM) lähtöä, jollon havattn 3 mpulssa spektrssä taajuukslla

Lisätiedot

Naulalevylausunto Kartro PTN naulalevylle

Naulalevylausunto Kartro PTN naulalevylle LAUSUNTO NRO VTT-S-04256-14 1 (6) Tilaaja Tilaus Yhteyshenilö ITW Construction Products Oy Jarmo Kytömäi Timmermalmintie 19A 01680 Vantaa 18.9.2014 Jarmo Kytömäi VTT Expert Services Oy Ari Kevarinmäi PL

Lisätiedot

Mittausvirhe. Mittaustekniikan perusteet / luento 6. Mittausvirhe. Mittausepävarmuus ja siihen liittyvää terminologiaa

Mittausvirhe. Mittaustekniikan perusteet / luento 6. Mittausvirhe. Mittausepävarmuus ja siihen liittyvää terminologiaa Mttausteknkan perusteet / luento 6 Mttausepävarmuus ja shen lttyvää termnologaa Mttausepävarmuus = mttaustulokseen lttyvä parametr, joka kuvaa mttaussuureen arvojen odotettua vahtelua Mttauksn lttyvä kästtetä

Lisätiedot

Tehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1

Tehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1 Luuteoria Harjoitus 1 evät 2011 Alesis Kosi 1 Tehtävä 1 Näytä: jos a ja b ovat positiivisia oonaisluuja joille (a, b) = 1 ja a c, seä lisäsi b c, niin silloin ab c. Vastaus Kosa a c, niin jaollisuuden

Lisätiedot

Hyrynsalmen kunta, jäljempänä kunta. Laskutie 1, 89400 HYRYNSALMI. Kohde sijaitsee Hallan Sauna- nimisessä kiinteistössä.

Hyrynsalmen kunta, jäljempänä kunta. Laskutie 1, 89400 HYRYNSALMI. Kohde sijaitsee Hallan Sauna- nimisessä kiinteistössä. VUOKRASOPIMUS 1.1 Sopjapuolet Hyrynsalmen kunta, jäljempänä kunta. Laskute 1, 89400 HYRYNSALMI Hallan Sauna Oy (y-tunnus: 18765087) CIO Tl- Tekno Oulu Oy Kauppurnkatu 12, 90100 OULU 1.2 Sopmuksen kohde

Lisätiedot

MALLIVASTAUKSET S Fysiikka III (EST) (6 op) 1. välikoe

MALLIVASTAUKSET S Fysiikka III (EST) (6 op) 1. välikoe MALLIVASTAUKSET S-4.7 Fysa III (EST) (6 op). väloe 7..7. Astassa on, µmol vetyä ( ) ja, µg typpeä ( ). Seosen lämpötla on K ja pane, Pa. Lase a) astan tlavuus, b) vedyn ja typen osapaneet ja c) moleyylen

Lisätiedot

6. Stokastiset prosessit (2)

6. Stokastiset prosessit (2) Ssältö Markov-prosesst Syntymä-kuolema-prosesst luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 6 Markov-prosess Esmerkk Tark. atkuva-akasta a dskreetttlasta stokaststa prosessa X(t) oko tla-avaruudella

Lisätiedot

Hanoin tornit. Merkitään a n :llä pienintä tarvittavaa määrää siirtoja n:lle kiekolle. Tietysti a 1 = 1. Helposti nähdään myös, että a 2 = 3:

Hanoin tornit. Merkitään a n :llä pienintä tarvittavaa määrää siirtoja n:lle kiekolle. Tietysti a 1 = 1. Helposti nähdään myös, että a 2 = 3: Hanoin tornit Oloot n ieoa asetettu olmeen tanoon uvan osoittamalla tavalla (uvassa n = 7). Siirtämällä yhtä ieoa errallaan, ieot on asetettava toiseen tanoon samaan järjestyseen. Isompaa ieoa ei missään

Lisätiedot

ABTEKNILLINEN KORKEAKOULU

ABTEKNILLINEN KORKEAKOULU ABTEKNILLINEN KORKEAKOULU Tetoverkkolaboratoro 6. Stokastset prosesst () Luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 5 6. Stokastset prosesst () Ssältö Markov-prosesst Syntymä-kuolema-prosesst

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle / MS-A8 Differentiaali- ja integraalilasenta, V/27 Differentiaali- ja integraalilasenta Rataisut. viiolle /. 3.4. Luujonot Tehtävä : Mitä ovat luujonon viisi ensimmäistä termiä, un luujono on a) (a n ) n=,

Lisätiedot

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY Värähelymeaa 8. 8 USEAN VAPAUSASEEN SYSEEMIN VAIMENEMAON PAKKOVÄRÄHELY 8. Normaalmuoomeeelmä Usea vapausasee syseem leyhälöde (7.) raaseme vaa aava (7.7) a (7.8) homogeese yhälö ylese raasu { } lsäs paovomaveora

Lisätiedot

Uuden eläkelaitoslain vaikutus allokaatiovalintaan

Uuden eläkelaitoslain vaikutus allokaatiovalintaan TEKNILLINEN KORKEAKOULU Systeemanalyysn laboratoro Mat-2.108 Sovelletun matematkan erkostyö Uuden eläkelatoslan vakutus allokaatovalntaan Tmo Salmnen 58100V Espoo, 14. Toukokuuta 2007 Ssällysluettelo Johdanto...

Lisätiedot

Frégier'n lause. Simo K. Kivelä, P B Q A

Frégier'n lause. Simo K. Kivelä, P B Q A Smo K. Kvelä, 13.7.004 Fréger'n lause Tosen asteen ärllä ellpsellä, paraaelella, hperelellä ja nden erostapauslla on melonen määrä snertasa säännöllssomnasuusa. Eräs tällanen on Fréger'n lause: Oloon P

Lisätiedot

Kuluttajahintojen muutokset

Kuluttajahintojen muutokset Kuluttajahntojen muutokset Samu Kurr, ekonomst, rahapoltkka- ja tutkmusosasto Tutkmuksen tausta ja tavotteet Tavaroden ja palveluden hnnat evät muutu jatkuvast, vaan ovat ana jossan määrn jäykkä lyhyellä

Lisätiedot

Työssä tutustutaan harmonisen mekaanisen värähdysliikkeen ominaisuuksiin seuraavissa

Työssä tutustutaan harmonisen mekaanisen värähdysliikkeen ominaisuuksiin seuraavissa URUN AMMAIKORKEAKOULU YÖOHJE (7) FYSIIKAN LABORAORIO V.2 2.2 38E. MEKAANISEN VÄRÄHELYN UKIMINEN. yön tavote 2. eoraa yössä tutustutaan harmonsen mekaansen värähdyslkkeen omnasuuksn seuraavssa tapauksssa:

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus tekoälyn taustalla olevaan matematiikkaan Johdatus tekoälyn taustalla olevaan matematkkaan Informaatoteknologan tedekunta Jyväskylän ylopsto 4. luento 24.11.2017 Neuroverkon opettamnen - gradenttmenetelmä Neuroverkkoa opetetaan syöte-tavote-parella

Lisätiedot

Yrityksen teoria ja sopimukset

Yrityksen teoria ja sopimukset Yrtyksen teora a sopmukset Mat-2.4142 Optmontopn semnaar Ilkka Leppänen 22.4.2008 Teemoa Yrtyksen teora: tee va osta? -kysymys Yrtys kannustnsysteemnä: ylenen mall Työsuhde vs. urakkasopmus -analyysä Perustuu

Lisätiedot

KOKONAISRATKAISUT YHDESTÄ PAIKASTA

KOKONAISRATKAISUT YHDESTÄ PAIKASTA KOKONAISRATKAISUT YHDESTÄ PAIKASTA Monpuolset järjestelmät varastontn ja tuotantoon TUOTELUETTELO 2009 Kappale D Varasto- ja hyllystövältasot vältasot optmaalsta tlankäyttöä varten SSI SCHÄFER: n varasto-

Lisätiedot

15.8.2005 KUORMITUSKÄYRÄSTÖT... 16 5. VALMISTUS JA LAADUNVALVONTA... 17

15.8.2005 KUORMITUSKÄYRÄSTÖT... 16 5. VALMISTUS JA LAADUNVALVONTA... 17 SUUNNITTELUOHJE 1 () SISÄLLYS 1. YLEISTÄ... 1.1 ESIJÄNNITETTY TERÄSBETONI-YHDISTELMÄRAKENNE... 1.1.1 LBL-pa... 1.1. LB-pa... 1. KÄYTTÖKOHTEET... 1. REUNA- JA KESKIPALKKITYYPIT.... LIITOSTAVAT... 7.1 LIITOS

Lisätiedot

Puupintaisen sandwichkattoelementin. lujuuslaskelmat. Sisältö:

Puupintaisen sandwichkattoelementin. lujuuslaskelmat. Sisältö: Puupntasen sandwchkattoelementn lujuuslaskelmat. Ssältö: Sandwch kattoelementn rakenne ja omnasuudet Laatan laskennan kulku Tulosten vertalua FEM-malln ja analyyttsen malln välllä. Elementn rakenne Puupntasa

Lisätiedot

3.3 Hajontaluvuista. MAB5: Tunnusluvut

3.3 Hajontaluvuista. MAB5: Tunnusluvut MAB5: Tunnusluvut 3.3 Hajontaluvusta Esmerkk 7 Seuraavat kolme kuvaa osottavat, että jakaumlla vo olla sama keskarvo ja stä huolmatta ne vovat olla avan erlaset. Kakken kolmen keskarvo on 78,0! Frekvenss

Lisätiedot

funktiojono. Funktiosarja f k a k (x x 0 ) k

funktiojono. Funktiosarja f k a k (x x 0 ) k SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 3 4. Funtiosarjat Tässä luvussa esitettävissä funtiosarjojen tulosissa yhdistämme luujen 3 teoriaa. Esimeri 4.. Geometrinen sarja x suppenee aiilla x ], [ ja hajaantuu

Lisätiedot

Aamukatsaus 13.02.2002

Aamukatsaus 13.02.2002 Indekst & korot New Yorkn päätöskursst, euroa Muutos-% Päätös Muutos-% Helsnk New York (NY/Hel) Dow Jones 9863.7-0.21% Noka 26.21 26.05-0.6% S&P 500 1107.5-0.40% Sonera 5.05 4.99-1.1% Nasdaq 1834.2-0.67%

Lisätiedot

Valmistelut INSTALLATION INFORMATION

Valmistelut INSTALLATION INFORMATION Valmstelut 1 Pergo-lamnaattlattan mukana tomtetaan kuvallset ohjeet. Alla olevssa tekstessä on seltykset kuvn. Ohjeet on jaettu kolmeen er osa-alueeseen, jotka ovat valmstelu, asennus ja svous. Suosttelemme,

Lisätiedot

MAOL-Pisteitysohjeet Fysiikka kevät 2009

MAOL-Pisteitysohjeet Fysiikka kevät 2009 MOL-Pstetysohjeet Fyskka kevät 9 Tyypllsten vrheden aheuttama pstemenetyksä (6 psteen skaalassa): - pen laskuvrhe -/3 p - laskuvrhe, epämelekäs tulos, vähntään - - vastauksessa yks merktsevä numero lkaa

Lisätiedot

Monte Carlo -menetelmä

Monte Carlo -menetelmä Monte Carlo -menetelmä Helumn perustlan elektron-elektron vuorovakutuksen laskemnen parametrsodulla yrteaaltofunktolla. Menetelmän käyttökohde Monen elektronn systeemen elektronkorrelaato oteuttamnen mulla

Lisätiedot

Perustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24

Perustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24 Sarjateorian tehtävät 0. syysuuta 2005 sivu / 24 Perustehtäviä. Muunna sarja telesooppimuotoon ja osoita, että se suppenee. Lase myös sarjan summa. ( + ) = 2 + 6 + 2 +... 2. Osoita suoraan määritelmään

Lisätiedot

HIFI-KOMPONENTTIJÄRJESTELMÄ

HIFI-KOMPONENTTIJÄRJESTELMÄ HUOMIO: Kauttmes (e tomteta latteen mukana) vovat erota tässä ohjekrjassa estetystä. mall RNV70 HIFI-KOMPONENTTIJÄRJESTELMÄ Huolto ja teknset tedot LUE käyttöohjeet, ennen kun yrtät käyttää latetta. VARMISTA,

Lisätiedot

Galerkin in menetelmä

Galerkin in menetelmä hum.9.3 Galerkn n menetelmä Galerknn menetelmän soveltamnen e ole rajottunut van ongelmn, jotka vodaan pukea sellaseen varaatomuotoon, joka on seurauksena funktonaaln mnmomsesta, kuten potentaalenergan

Lisätiedot

(1 + i) + JA. t=1. t=1. (1 + i) n (1 + i) n. = H + k (1 + i)n 1 i(1 + i) n + JA

(1 + i) + JA. t=1. t=1. (1 + i) n (1 + i) n. = H + k (1 + i)n 1 i(1 + i) n + JA Investoinnin annattavuuden mittareita Opetusmonisteessa on asi sivua, joilla on hyvin lyhyesti uvattu jouo mittareita. Seuraavassa on muutama lisäommentti ja aavan-johto. Tarastelemme projetia, jona perusinvestointi

Lisätiedot

Mittaustulosten käsittely

Mittaustulosten käsittely Mttaustulosten kästtely Vrhettä ja epävarmuutta lmasevat kästteet Tostokoe ja satunnasten vrheden tlastollnen kästtely. Mttaustulosten jakaumaa kuvaavat tunnusluvut. Normaaljakauma 7. Tostokoe ja suurmman

Lisätiedot

Palkanlaskennan vuodenvaihdemuistio 2014

Palkanlaskennan vuodenvaihdemuistio 2014 Palkanlaskennan vuodenvahdemusto 2014 Pkaohje: Tarkstettavat asat ennen vuoden ensmmästä palkanmaksua Kopo uudet verokortt. Samat arvot kun joulukuussa käytetyssä, lman kumulatvsa tetoja. Mahdollsest muuttuneet

Lisätiedot

9 Lukumäärien laskemisesta

9 Lukumäärien laskemisesta 9 Luumäärie lasemisesta 9 Biomiertoimet ja osajouoje luumäärä Määritelmä 9 Oletetaa, että, N Biomierroi ilmaisee, uia mota -alioista osajouoa o sellaisella jouolla, jossa o aliota Meritä luetaa yli Lasimesta

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä.

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä. MS-A0205/MS-A0206 Dfferentaal- ja ntegraallaskenta 2 Luento 7: Lagrangen kertojat. Penmmän nelösumman menetelmä. Jarmo Malnen Matematkan ja systeemanalyysn latos 1 Aalto-ylopsto Kevät 2016 1 Perustuu Antt

Lisätiedot

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli lueto9.ppt S-38.45 Lkeeteora perusteet Kevät 5 Ykskertae lkeeteoreette mall Puhdas jakojärjestelmä Asakkata saapuu keskmäär opeudella asakasta per akayks. / keskmääräe asakkade välaka Asakkata palvellaa

Lisätiedot

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M V. POTENSSISARJAT Funtioterminen sarja V.. Abelin lause ja potenssisarjan suppenemisväli P a x x, missä a, a, a 2,... R ja x R ovat vaioita, on potenssisarja, jona ertoimet ovat luvut a, a,... ja ehitysesus

Lisätiedot

Ennen kuin mennään varsinaisesti tämän harjoituksen asioihin, otetaan aluksi yksi merkintätekninen juttu. Tarkastellaan differenssiyhtälöä

Ennen kuin mennään varsinaisesti tämän harjoituksen asioihin, otetaan aluksi yksi merkintätekninen juttu. Tarkastellaan differenssiyhtälöä DEE-00 Lineaariset järjestelmät Harjoitus, rataisuehdotuset Ennen uin mennään varsinaisesti tämän harjoitusen asioihin, otetaan alusi ysi merintäteninen juttu Tarastellaan differenssiyhtälöä y y y 0 Vaihtoehtoinen

Lisätiedot

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut Harjotus, esmerkkratkasut K 1. Olkoon f : C C, f(z) z z. Tutk, mssä pstessä f on dervotuva. Ratkasu 1. Jotta funkto on dervotuva, on sen erotusosamäärän f(z + ) f(z) raja-arvon 0 oltava olemassa ja ss

Lisätiedot

7. Keko. Tarkastellaan vielä yhtä tapaa toteuttaa sivulla 162 määritelty tietotyyppi joukko

7. Keko. Tarkastellaan vielä yhtä tapaa toteuttaa sivulla 162 määritelty tietotyyppi joukko 7. Keko Tarkastellaan velä yhtä tapaa toteuttaa svulla 6 määrtelty tetotyypp joukko Tällä kertaa emme kutenkaan toteuta normaala operaatovalkomaa, vaan olemme knnostuneta anoastaan kolmesta operaatosta:

Lisätiedot

Yksikköoperaatiot ja teolliset prosessit

Yksikköoperaatiot ja teolliset prosessit Ykskköoperaatot ja teollset prosesst 1 Ylestä... 2 2 Faasen välnen tasapano... 3 2.1 Neste/höyry-tasapano... 4 2.1.1 Puhtaan komponentn höyrynpane... 4 2.1.2 Ideaalnen seos... 5 2.1.3 Epädeaalnen nestefaas...

Lisätiedot

HARMONINEN VÄRÄHTELIJÄ

HARMONINEN VÄRÄHTELIJÄ Oulun yliopisto Fysiian opetuslaboratorio Fysiian laboratoriotyöt 1 1 HARMONINEN VÄRÄHELIJÄ 1. yön tavoitteet 1.1 Mittausten taroitus ässä työssä tutustut jasolliseen, määrätyin aiavälein toistuvaan liieeseen,

Lisätiedot

Naulalevylausunto LL13 Combi naulalevylle

Naulalevylausunto LL13 Combi naulalevylle LAUSUNTO NRO VTT-S-0361-1 1 (5) Tilaaja Tilaus Yhteyshenilö Lahti Levy Oy Asonatu 11 15100 Lahti 7.4.01 Simo Jouainen VTT Expert Services Oy Ari Kevarinmäi PL 1001, 0044 VTT Puh. 00 7 5566, ax. 00 7 7003

Lisätiedot

III. SARJATEORIAN ALKEITA. III.1. Sarjan suppeneminen. x k = x 1 + x 2 + x ,

III. SARJATEORIAN ALKEITA. III.1. Sarjan suppeneminen. x k = x 1 + x 2 + x , III. SARJATEORIAN ALKEITA Sarja on formaali summa III.. Sarjan suppeneminen = x + x 2 + x 3 +..., missä R aiilla N (merintä ei välttämättä taroita mitään reaaliluua). Luvut x, x 2,... ovat sarjan yhteenlasettavat

Lisätiedot

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi:

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi: 77 Aemmn oleen, eä mars A on dagonalsouva. Tällanen on lanne äsmälleen sllon, un joasen omnasarvon geomernen eraluu on sama un algebrallnen. Täydenneään eoraa seuraavlla uloslla apaussa, jossa monnerasen

Lisätiedot

. C. C Kirjoitetaan sitten auki lineaarisuuden määritelmän oikea puoli: αt{i c1 } + βt{i c2 } = α

. C. C Kirjoitetaan sitten auki lineaarisuuden määritelmän oikea puoli: αt{i c1 } + βt{i c2 } = α SMG-00 Pranals II Ehdotuset harjotusen s ratasus Jotta järjestelmän lneaarsuutta psttään tarastelemaan, on ensn muodostettava htes järjestelmän ssäänmenon ja ulostulon vällle Tällä ertaa tuo htes saadaan

Lisätiedot

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 1. laskuharjoitus, ratkaisuehdotukset

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 1. laskuharjoitus, ratkaisuehdotukset Todennäöisyyslasenta IIa, syys loauu 019 / Hytönen 1. lasuharjoitus, rataisuehdotuset 1. ( Klassio ) Oloot A ja B tapahtumia. Todista lasuaavat (a) P(A B) P(A) + P(B \ A), (b) P(B) P(A B) + P(B \ A), (c)

Lisätiedot

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli Ssältö Kertausta: ykskertae lkeeteoreette mall M/M/-PS asakasta palvelja asakaspakkaa M/M/-PS asakasta palveljaa asakaspakkaa Sovellus elastse datalketee malltamsee vuotasolla M/M//k/k-PS k asakasta palvelja

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet

MS-A0402 Diskreetin matematiikan perusteet MS-A0402 Disreetin matematiian perusteet Osa 3: Kombinatoriia Riia Kangaslampi 2017 Matematiian ja systeemianalyysin laitos Aalto-yliopisto Kombinatoriia Summaperiaate Esimeri 1 Opetusohjelmaomiteaan valitaan

Lisätiedot

4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman

4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman 4. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento 7..008 Thomas Hackman 4. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus Akasarja-anals 4. Tähtteteellsten

Lisätiedot

4.7 Todennäköisyysjakaumia

4.7 Todennäköisyysjakaumia MAB5: Todeäöisyyde lähtöohdat.7 Todeäöisyysjaaumia Luvussa 3 Tuusluvut perehdyimme jo jaauma äsitteesee yleesä ja ormaalijaaumaa vähä taremmi. Lähdetää yt tutustumaa biomijaaumaa ja otetaa se jälee ormaalijaauma

Lisätiedot

Kaupunkisuunnittelu 17.8.2015

Kaupunkisuunnittelu 17.8.2015 VANTAAN KAUPUNKI MIEIPITEIDEN KOONTI Kaupunisuunnittelu..0 MR :N MUKAISEEN KUUEMISKIRJEESEEN..0 VASTAUKSENA SAADUT MIEIPITEET JA KANNANOTOT ASEMAKAAVAN MUUTOKSESTA NRO 009, MARTINAAKSO YHTEENSÄ KANNANOTTOJA

Lisätiedot

2.8 Mallintaminen ensimmäisen asteen polynomifunktion avulla

2.8 Mallintaminen ensimmäisen asteen polynomifunktion avulla MAB Matemaattisia malleja I.8. Mallintaminen ensimmäisen asteen.8 Mallintaminen ensimmäisen asteen polynomifuntion avulla Tutustutaan mallintamiseen esimerien autta. Esimeri.8. Määritä suoran yhtälö, un

Lisätiedot

3. Datan käsittely lyhyt katsaus

3. Datan käsittely lyhyt katsaus 3. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento..0 Thomas Hackman HTTPK I, kevät 0, luento 3 3. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus

Lisätiedot

Talousmatematiikan verkkokurssi. Koronkorkolaskut

Talousmatematiikan verkkokurssi. Koronkorkolaskut Sivu 1/7 oronorolasuja sovelletaan tapausiin, joissa aia on pidempi uin ysi oonainen orojaso, eli aia, jolle oroanta ilmoittaa oron määrän. orolasu: enintään yhden orojason pituisille oroajoille; oronorolasu:

Lisätiedot

SMG-1100: PIIRIANALYYSI I

SMG-1100: PIIRIANALYYSI I SMG-1100: PIIRIANALYYSI I Vahtosähkön teho hetkellnen teho p(t) pätöteho P losteho Q näennästeho S kompleksnen teho S HETKELLINEN TEHO Kn veresen kvan mpedanssn Z jännte ja vrta (tehollsarvon osottmet)

Lisätiedot

Epälineaaristen pienimmän neliösumman tehtävien ratkaiseminen numeerisilla optimointimenetelmillä (valmiin työn esittely)

Epälineaaristen pienimmän neliösumman tehtävien ratkaiseminen numeerisilla optimointimenetelmillä (valmiin työn esittely) Epälneaarsten penmmän nelösumman tehtäven ratkasemnen numeerslla optmontmenetelmllä valmn työn esttely Lar Pelkola 9.9.014 Ohjaaja/valvoja: Prof. Harr Ehtamo yön saa tallentaa ja julkstaa Aalto-ylopston

Lisätiedot

RATKAISUT: 21. Induktio

RATKAISUT: 21. Induktio Physica 9 2. painos 1(6) ATKAISUT ATKAISUT: 21.1 a) Kun magneettienttä muuttuu johdinsilmuan sisällä, johdinsilmuaan indusoituu lähdejännite. Tätä ilmiötä utsutaan indutiosi. b) Lenzin lai: Indutioilmiön

Lisätiedot