Viikon aiheet. Funktion lineaarinen approksimointi

Save this PDF as:
 WORD  PNG  TXT  JPG

Koko: px
Aloita esitys sivulta:

Download "Viikon aiheet. Funktion lineaarinen approksimointi"

Transkriptio

1 Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen derivaatta Newton-Raphson metodi funktion nollakohdan likiarvon laskemiseksi f(x) CDH: luvut (ääriarvot+newton), 8.. (approksimointi), 7-7. (vektorit) Prujut06: luvut.6 ja -. Prujut008: sivut 7-78, vektorit s. -8 Funktion ääriarvot Funktion ääriarvot voivat sijaita Derivaatan nollakohdissa Määrittelyalueen reunoissa g(x)/h(x) tapauksissa h(x):n nollakohdissa Funktion lineaarinen approksimointi Derivaatan nollakohdassa f (x 0 ) = 0 funktiolla on maksimi, jos f (x 0 ) < 0 on minimi, jos f (x 0 ) > 0 Derivaatan määritelmästä f (x) = lim x 0 f (x + x) f (x) x Jos toinen derivaatta häviää, täytyy tarkastella korkeampia derivaattoja. Mikäli alimman nollasta poikkeavan derivaatan f (n) (x 0 ) kertaluku n on parillinen, homma menee kuin toisen derivaatan tapauksessa. Kun n on pariton, pisteessä ei ole ääriarvoa. voidaan ratkaista f (x + x) lim f (x + x) = lim f (x) + f (x) x x 0 x 0 Kun x ei ole infinitesimaalinen, mutta pieni on voimassa Ääriarvo on globaali, jos se on funktion suurin/pienin arvo. Muuten se on lokaali (paikallinen) ääriarvo. f (x + x) f (x) + f (x) x Approksimaatio on sitä parempi, mitä pienempi x on.

2 Väliarvolause Funktion lineaarinen approksimointi f Funktion f (x) arvo pisteen a ympäristössä voidaan siis approksimatiivisesti laskea f (x) f (a) + f (a)(x a), kun x a on pieni x w x + x Approksimaatio on lineaarinen, ts. lausekkeessa esiintyy vain x, eikä sen korkeampia potensseja. Esim: Origon ympäristössä Väliarvolause kertoo, että derivoituvalle funktiolle f (x) pisteiden x ja x + x välissä löytyy piste w, jossa laskettua derivaatan arvoa käyttämällä edellä mainittu approksimaatio on tarkka, ts. f (x + x) = f (x) + f (w) x sin x sin(0) + cos(0)(x 0) = x mikä pätee sitä paremmin mitä lähempänä x on nollaa. (Piirrä!) Implisiittinen derivaatta 5 Newton-Raphson menetelmä 6 Joskus x:n ja y(x):n välinen riippuvuus on implisiittisessä muodossa F ( x, y(x) ) = C, missä C on vakio. Näissä tapauksissa derivaatta dy/dx voidaan saada derivoimalla yo. implisiittistä funktiota. Esim. F(x, y) = x + y = df dx = d ( x + y(x) ) dx = x + y(x) dy dx = 0 dy dx = x y x = 0., x =.705, x =.66, x =., x 5 =.0 7 8

3 Newton-Raphson menetelmä Newton-Raphson menetelmä iteratiivinen funktion nollakohdan ratkaisemisalgoritmi. Uusi (parempi) arvio nollakohdalle saadaan edellisen pisteen avulla: x n+ = x n f (x n) f (x n ) Vektori on olio jolla on suuruus ja suunta. Vektorien merkintätapoja on esim. a, a, a Luvuilla on vain suuruus. Lukuja kutsutaan myös skalaariksi. Vektorien summa eli resultantti on myös vektori: C = A + B Vektorin ja sen vastavektorin summa on nolla (=nollan pituinen vektori) A + ( A ) = A A = 0 = Kolmiulotteisen avaruuden (R ) vektorit voidaan esittää komponenttimuodossa kolmen luvun avulla A = (A, A, A ). Vektorilaskutoimituksille pätee Vaihdannaisuus: A + B = B + A Vektorien summa määritellään komponenttimuodossa A + B = (A, A, A ) + (B, B, B ) = (A + B, A + B, A + B ) Liitännäisyys: ( A + B ) + C = A + ( B + C ) Skalaarilla kerrottaessa osittelulaki: Skalaarilla n kertominen muuttaa vain vektorin pituutta n ( A + B ) = n A + n B n A = n(a, A, A ) = (na, na, na )

4 Edellisten perusteella voidaan vektori esittää A = (A, A, A ) = A (, 0, 0) + A (0,, 0) + A (0, 0, ) Vektori A voidaan esittää kolmen kantavektorin summana. Tyypillisesti valitaan kantavektorit x, y ja z-akselin suuntaisiksi ja niiden pituudeksi. Näitä merkitään (, 0, 0) = ê = î x-suunta (0,, 0) = ê = ĵ y-suunta (0, 0, ) = ê = ˆk z-suunta Tätä kutsutaan monesti karteesisen koordinaatiston standardikannaksi. Hattumerkintä tarkoittaa yksikkövektoria, eli vektoria, jonka pituus on. Vektorien derivointi Kannan {ê i } virittävät kantavektorit. Eli muut vektorit voidaan aina esittää näiden kantavektoreiden lineaarikombinaationa: A = A ê + A ê + A ê = A i ê i i Standardikannassa esitetyn vektorin pituus saadaan Pythagoraan lauseen avulla A = A = A + A + A Vektorista A voidaan tehdä yksikkövektori jakamalla vektori pituudellaan  = A A Kanta Koska derivointi on lineaarinen operaatio on voimassa: d A dt = d ( ) da A ê + A ê + A ê = dt dt ê + da dt ê + da dt ê = d dt ( ) (da A, A, A = dt, da dt, da ) dt Vektoreita derivoitaessa siis derivoidaan kutakin komponenttia erikseen. A = î + ĵ 5 6

5 Kanta Kannan muutos Vektorin esitystavan muutos kannasta toiseen onnistuu lausumalla kantavektorit {â, â } kantavektoreiden {î, ĵ} avulla: [ â = î + ĵ â = î + ĵ [ î = (â â )/5 ĵ = (â â )/5 Tällöin A = î + ĵ = (â â )/5 + (â â )/5 = â + â A = â + â Erityisen näppärästi tämä voidaan laskea matriisien avulla (MAPU II). 7 8 Kaksi vektoria A = (A, A, A ) ja B = (B, B, B ) ovat yhtä suuret, jos vektorien komponentit ovat yhtä suuret: A = B A = B A = B A = B Huom! Tällöin molemmat vektorit pitää olla esitettynä samassa kannassa! 9

Mapu 1. Laskuharjoitus 3, Tehtävä 1

Mapu 1. Laskuharjoitus 3, Tehtävä 1 Mapu. Laskuharjoitus 3, Tehtävä Lineaarisessa approksimaatiossa funktion arvoa lähtöpisteen x 0 ympäristössä arvioidaan liikkumalla lähtöpisteeseen sovitetun tangentin kulmakertoimen mukaisesti: f(x 0

Lisätiedot

Vektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa

Vektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa Viikon aiheet Pistetulo (skalaaritulo Vektorien tulot Pistetulo Ristitulo Skalaari- ja vektorikolmitulo Integraalifunktio, alkeisfunktioiden integrointi, yhdistetyn funktion derivaatan integrointi Vektoreiden

Lisätiedot

A B = (1, q, q 2 ) (2, 0, 2) = 2 2q q 2 = 0 q 2 = 1 q = ±1 A(±1) = (1, ±1, 1) A(1) A( 1) = (1, 1, 1) (1, 1, 1) = A( 1) A(1) A( 1) = 1

A B = (1, q, q 2 ) (2, 0, 2) = 2 2q q 2 = 0 q 2 = 1 q = ±1 A(±1) = (1, ±1, 1) A(1) A( 1) = (1, 1, 1) (1, 1, 1) = A( 1) A(1) A( 1) = 1 Mapu I Viikko 4 tehtävä malli Millä q:n arvoilla vektori A(q) (, q, q ) on kohtisuora vektorin B (, 0, ) kanssa? Ovatko A:n eri ratkaisut keskenään kohtisuoria? Jos eivät, määrää niiden välinen kulma!

Lisätiedot

infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1

infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1 infoa Viikon aiheet Tentti ensi viikolla ma 23.0. klo 9.00-3.00 Huomaa, alkaa tasalta! D0 (Sukunimet A-) E204 (Sukunimet S-Ö) Mukaan kynä ja kumi. Ei muuta materiaalia. Tentissä kaavakokoelma valmiina.

Lisätiedot

Matematiikkaa kauppatieteilijöille

Matematiikkaa kauppatieteilijöille Matematiikkaa kauppatieteilijöille Harjoitus 7, syksy 2016 1. Funktio f(x) = x 2x 2 + 4 on jatkuva ja derivoituva kaikilla x R. Nyt funktio f(x) on aidosti alaspäin kupera kun f (x) > 0 ja aidosti ylöspäin

Lisätiedot

763101P FYSIIKAN MATEMATIIKKAA Seppo Alanko Oulun yliopisto Fysiikan laitos Syksy 2012

763101P FYSIIKAN MATEMATIIKKAA Seppo Alanko Oulun yliopisto Fysiikan laitos Syksy 2012 763101P FYSIIKAN MATEMATIIKKAA Seppo Alanko Oulun yliopisto Fysiikan laitos Syksy 01 1 Sisältö: 1 Differentiaalilaskentaa Integraalilaskentaa 3 Vektorit 4 Potenssisarjoja 5 Kompleksiluvut 6 Differentiaaliyhtälöistä

Lisätiedot

Matematiikka B1 - avoin yliopisto

Matematiikka B1 - avoin yliopisto 28. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Nettitehtävät Kurssin sisältö 1/2 Osittaisderivointi Usean muuttujan funktiot Raja-arvot Osittaisderivaatta Pinnan

Lisätiedot

MS-A0102 Differentiaali- ja integraalilaskenta 1

MS-A0102 Differentiaali- ja integraalilaskenta 1 MS-A0102 Differentiaali- ja integraalilaskenta 1 Riikka Korte (Pekka Alestalon kalvojen pohjalta) Aalto-yliopisto 24.10.2016 Sisältö Derivaatta 1.1 Derivaatta Erilaisia lähestymistapoja: I geometrinen

Lisätiedot

3.4 Käänteiskuvauslause ja implisiittifunktiolause

3.4 Käänteiskuvauslause ja implisiittifunktiolause 3.4 Käänteiskuvauslause ja implisiittifunktiolause Tässä luvussa käsitellään kahta keskeistä vektorianalyysin lausetta. Esitellään aluksi kyseiset lauseet ja tutustutaan niiden käyttötapoihin. Lause 3.4.1

Lisätiedot

Derivaatan sovellukset (ääriarvotehtävät ym.)

Derivaatan sovellukset (ääriarvotehtävät ym.) Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion

Lisätiedot

Differentiaalilaskenta 1.

Differentiaalilaskenta 1. Differentiaalilaskenta. a) Mikä on tangentti? Mikä on sekantti? b) Määrittele funktion monotonisuuteen liittyvät käsitteet: kasvava, aidosti kasvava, vähenevä ja aidosti vähenevä. Anna esimerkit. c) Selitä,

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 8 Väliarvolause Oletetaan, että funktio f on jatkuva jollain reaalilukuvälillä [a, b] ja derivoituva avoimella välillä (a, b). Funktion muutos tällä välillä on luonnollisesti

Lisätiedot

1 Rajoittamaton optimointi

1 Rajoittamaton optimointi Taloustieteen matemaattiset menetelmät 7 materiaali 5 Rajoittamaton optimointi Yhden muuttujan tapaus f R! R Muistutetaan mieleen maksimin määritelmä. Funktiolla f on maksimi pisteessä x jos kaikille y

Lisätiedot

1.7 Gradientti ja suunnatut derivaatat

1.7 Gradientti ja suunnatut derivaatat 1.7 Gradientti ja suunnatut derivaatat Funktion ensimmäiset osittaisderivaatat voidaan yhdistää yhdeksi vektorifunktioksi seuraavasti: Missä tahansa pisteessä (x, y), jossa funktiolla f(x, y) on ensimmäiset

Lisätiedot

Matematiikan perusteet taloustieteilij oille I

Matematiikan perusteet taloustieteilij oille I Matematiikan perusteet taloustieteilijöille I Harjoitukset syksy 2006 1. Laskeskele ja sieventele a) 3 27 b) 27 2 3 c) 27 1 3 d) x 2 4 (x 8 3 ) 3 y 8 e) (x 3) 2 f) (x 3)(x +3) g) 3 3 (2x i + 1) kun, x

Lisätiedot

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

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 21.9.2016 Pekka Alestalo, Jarmo

Lisätiedot

läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä?

läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä? BM20A5840 - Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2017 1. Tunnemme vektorit a = [ 1 2 3 ] ja b = [ 2 1 2 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien

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

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on Derivaatta Erilaisia lähestymistapoja: geometrinen (käyrän tangentti sekanttien raja-asentona) fysikaalinen (ajasta riippuvan funktion hetkellinen muutosnopeus) 1 / 19 Derivaatan määritelmä Määritelmä

Lisätiedot

Kertausta: avaruuden R n vektoreiden pistetulo

Kertausta: avaruuden R n vektoreiden pistetulo Kertausta: avaruuden R n vektoreiden pistetulo Määritelmä Vektoreiden v R n ja w R n pistetulo on v w = v 1 w 1 + v 2 w 2 + + v n w n. Huom. Pistetulo v w on reaaliluku! LM2, Kesä 2012 227/310 Kertausta:

Lisätiedot

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Voidaan osoittaa, että avaruuden R n vektoreilla voidaan laskea tuttujen laskusääntöjen mukaan. Huom. Lause tarkoittaa väitettä, joka voidaan perustella

Lisätiedot

H7 Malliratkaisut - Tehtävä 1

H7 Malliratkaisut - Tehtävä 1 H7 Malliratkaisut - Tehtävä Eelis Mielonen 7. lokakuuta 07 a) Palautellaan muistiin Maclaurin sarjan määritelmä (Taylorin sarja origon ympäristössä): f n (0) f(x) = (x) n Nyt jos f(x) = ln( + x) saadaan

Lisätiedot

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle 13. Taylorin polynomi; funktioiden approksimoinnista 13.1. Taylorin polynomi 552. Muodosta funktion f (x) = x 4 + 3x 3 + x 2 + 2x + 8 kaikki Taylorin polynomit T k (x, 2), k = 0,1,2,... (jolloin siis potenssien

Lisätiedot

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on 13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 10 1 Lokaalit ääriarvot Yhden muuttujan funktion f (x) lokaali maksimi on piste x 0, jossa f (x) on suurempi kuin muualle pisteen x 0 ympäristössä, eli kun f (x 0 )

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan

Lisätiedot

Luento 10: Työ, energia ja teho. Johdanto Työ ja kineettinen energia Teho

Luento 10: Työ, energia ja teho. Johdanto Työ ja kineettinen energia Teho Luento 10: Työ, energia ja teho Johdanto Työ ja kineettinen energia Teho 1 / 23 Luennon sisältö Johdanto Työ ja kineettinen energia Teho 2 / 23 Johdanto Energia suure, joka voidaan muuttaa muodosta toiseen,

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 8 1 Suunnattu derivaatta Aluksi tarkastelemme vektoreita, koska ymmärrys vektoreista helpottaa alla olevien asioiden omaksumista. Kun liikutaan tasossa eli avaruudessa

Lisätiedot

Luento 9: Yhtälörajoitukset optimoinnissa

Luento 9: Yhtälörajoitukset optimoinnissa Luento 9: Yhtälörajoitukset optimoinnissa Lagrangen kerroin Oletetaan aluksi, että f, g : R R. Merkitään (x 1, x ) := (x, y) ja johdetaan Lagrangen kerroin λ tehtävälle min f(x, y) s.t. g(x, y) = 0 Olkoon

Lisätiedot

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot 3. Funktion raja-arvo ja jatkuvuus 3.1. Reaali- ja kompleksifunktiot 43. Olkoon f monotoninen ja rajoitettu välillä ]a,b[. Todista, että raja-arvot lim + f (x) ja lim x b f (x) ovat olemassa. Todista myös,

Lisätiedot

Matematiikan peruskurssi (MATY020) Harjoitus 7 to

Matematiikan peruskurssi (MATY020) Harjoitus 7 to Matematiikan peruskurssi (MATY020) Harjoitus 7 to 5..2009 ratkaisut 1. (a) Määritä funktion f(x) = e x e x x + 1 derivaatan f (x) pienin mahdollinen arvo. Ratkaisu. (a) Funktio f ja sen derivaatat ovat

Lisätiedot

Nopeus, kiihtyvyys ja liikemäärä Vektorit

Nopeus, kiihtyvyys ja liikemäärä Vektorit Nopeus, kiihtyvyys ja liikemäärä Vektorit Luento 2 https://geom.mathstat.helsinki.fi/moodle/course/view.php?id=360 Luennon tavoitteet: Vektorit tutuiksi Koordinaatiston valinta Vauhdin ja nopeuden ero

Lisätiedot

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme KJR-C1001 Statiikka ja dynamiikka Luento 23.2.2016 Susanna Hurme Tervetuloa kurssille! Mitä on statiikka? Mitä on dynamiikka? Miksi niitä opiskellaan? Päivän aihe: Voiman käsite ja partikkelin tasapaino

Lisätiedot

Luento 8: Epälineaarinen optimointi

Luento 8: Epälineaarinen optimointi Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori = (,..., ). Reaalisten m n-matriisien joukkoa merkitään

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

Preliminäärikoe Pitkä Matematiikka 3.2.2009

Preliminäärikoe Pitkä Matematiikka 3.2.2009 Preliminäärikoe Pitkä Matematiikka..9 x x a) Ratkaise yhtälö =. 4 b) Ratkaise epäyhtälö x > x. c) Sievennä lauseke ( a b) (a b)(a+ b).. a) Osakkeen kurssi laski aamupäivällä,4 % ja keskipäivällä 5,6 %.

Lisätiedot

Matematiikka B1 - TUDI

Matematiikka B1 - TUDI Osittaisderivointi Osittaisderivaatan sovellukset Matematiikka B1 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Osittaisderivointi Osittaisderivaatan sovellukset Kurssin

Lisätiedot

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16 MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Antti Rasila Matematiikan ja systeemianalyysin laitos

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

Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori

Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori Vektorialgebra 1/5 Sisältö Skalaaritulo Vektoreiden yhteenlaskun ja skalaarilla kertomisen lisäksi vektoreiden välille voidaan määritellä myös kertolasku. Itse asiassa näitä on kaksi erilaista. Seurauksena

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

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218 Lineaarialgebra ja matriisilaskenta I LM1, Kesä 2012 1/218 Avaruuden R 2 vektorit Määritelmä (eli sopimus) Avaruus R 2 on kaikkien reaalilukuparien joukko; toisin sanottuna R 2 = { (a, b) a R ja b R }.

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

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta Eksponenttifuntio Palautetaan mieliin, että Neperin luvulle e pätee: e ) n n n ) n n n n n ) n. Tästä määritelmästä seuraa, että eksponenttifunktio e x voidaan määrittää

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit MS-A25/MS-A26 ifferentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 216 1 Perustuu

Lisätiedot

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 8 1 Funktion kuperuussuunnat Derivoituva funktio f (x) on pisteessä x aidosti konveksi, jos sen toinen derivaatta on positiivinen f (x) > 0. Vastaavasti f (x) on aidosti

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta 8..206 Gripenberg, Nieminen, Ojanen, Tiilikainen, Weckman Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi

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

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 10 1 Funktion monotonisuus Derivoituva funktio f on aidosti kasvava, jos sen derivaatta on positiivinen eli jos f (x) > 0. Funktio on aidosti vähenevä jos sen derivaatta

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1

Lisätiedot

Kertausta: avaruuden R n vektoreiden pistetulo

Kertausta: avaruuden R n vektoreiden pistetulo Kertausta: avaruuden R n vektoreiden pistetulo Määritelmä Vektoreiden v R n ja w R n pistetulo on v w = v 1 w 1 + v 2 w 2 + + v n w n. Huom. Pistetulo v w on reaaliluku! LM2, Kesä 2014 164/246 Kertausta:

Lisätiedot

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa 9. Vektorit 9.1 Skalaarit ja vektorit Skalaari on koon tai määrän mitta. Tyypillinen esimerkki skalaarista on massa. Lukumäärä on toinen hyvä esimerkki skalaarista. Vektorilla on taas suuruus ja suunta.

Lisätiedot

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Vesanen MS-A0205/6 Differentiaali- ja integraalilaskenta 2, kevät 2017 Laskuharjoitus 4A (Vastaukset) alkuviikolla

Lisätiedot

Talousmatematiikan perusteet: Luento 8. Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo

Talousmatematiikan perusteet: Luento 8. Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo Talousmatematiikan perusteet: Luento 8 Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo Motivointi Esim. Herkkumatikka maksaa 50 /kg. Paljonko

Lisätiedot

Talousmatematiikan perusteet: Luento 6. Derivaatta ja derivaattafunktio Derivointisääntöjä Ääriarvot ja toinen derivaatta

Talousmatematiikan perusteet: Luento 6. Derivaatta ja derivaattafunktio Derivointisääntöjä Ääriarvot ja toinen derivaatta Talousmatematiikan perusteet: Luento 6 Derivaatta ja derivaattafunktio Derivointisääntöjä Ääriarvot ja toinen derivaatta Motivointi Funktion arvojen lisäksi on usein kiinnostavaa tietää jotakin funktion

Lisätiedot

MAA7 Kurssikoe Jussi Tyni Tee B-osion konseptiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! Laske huolellisesti!

MAA7 Kurssikoe Jussi Tyni Tee B-osion konseptiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! Laske huolellisesti! A-osio: ilman laskinta. MAOLia saa käyttää. Laske kaikki tehtävistä 1-. 1. a) Derivoi funktio f(x) = x (4x x) b) Osoita välivaiheiden avulla, että seuraava raja-arvo -lauseke on tosi tai epätosi: x lim

Lisätiedot

x = π 3 + nπ, x + 1 f (x) = 2x (x + 1) x2 1 (x + 1) 2 = 2x2 + 2x x 2 = x2 + 2x f ( 3) = ( 3)2 + 2 ( 3) ( 3) + 1 3 1 + 4 2 + 5 2 = 21 21 = 21 tosi

x = π 3 + nπ, x + 1 f (x) = 2x (x + 1) x2 1 (x + 1) 2 = 2x2 + 2x x 2 = x2 + 2x f ( 3) = ( 3)2 + 2 ( 3) ( 3) + 1 3 1 + 4 2 + 5 2 = 21 21 = 21 tosi Mallivastaukset - Harjoituskoe F F1 a) (a + b) 2 (a b) 2 a 2 + 2ab + b 2 (a 2 2ab + b 2 ) a 2 + 2ab + b 2 a 2 + 2ab b 2 4ab b) tan x 3 x π 3 + nπ, n Z c) f(x) x2 x + 1 f (x) 2x (x + 1) x2 1 (x + 1) 2 2x2

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Riikka Korte Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto

Lisätiedot

Reaaliarvoisen yhden muuttujan funktion derivaatta LaMa 1U syksyllä 2011

Reaaliarvoisen yhden muuttujan funktion derivaatta LaMa 1U syksyllä 2011 Kuudennen eli viimeisen viikon luennot Reaaliarvoisen yhden muuttujan funktion derivaatta LaMa 1U syksyllä 2011 Perustuu Trench in verkkokirjan lukuihin 2.3. ja 2.4. Esko Turunen esko.turunen@tut.fi Jatkuvuuden

Lisätiedot

Talousmatematiikan perusteet: Luento 6. Derivaatta ja derivaattafunktio Derivointisääntöjä Ääriarvot ja toinen derivaatta

Talousmatematiikan perusteet: Luento 6. Derivaatta ja derivaattafunktio Derivointisääntöjä Ääriarvot ja toinen derivaatta Talousmatematiikan perusteet: Luento 6 Derivaatta ja derivaattafunktio Derivointisääntöjä Ääriarvot ja toinen derivaatta Motivointi Funktion arvojen lisäksi on usein kiinnostavaa tietää jotakin funktion

Lisätiedot

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Talousmatematiikan perusteet: Luento 13 Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Viime luennolla Aloimme tarkastella yleisiä, usean muuttujan funktioita

Lisätiedot

8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa

8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa 8 Potenssisarjoista 8. Määritelmä Olkoot a 0, a, a 2,... reaalisia vakioita ja c R. Määritelmä 8.. Muotoa a 0 + a (x c) + a 2 (x c) 2 + olevaa sarjaa sanotaan c-keskiseksi potenssisarjaksi. Selvästi jokainen

Lisätiedot

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

Luento 8: Epälineaarinen optimointi

Luento 8: Epälineaarinen optimointi Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori 0 = (0,..., 0). Reaalisten m n-matriisien joukkoa merkitään

Lisätiedot

ELEC C4140 Kenttäteoria (syksy 2015)

ELEC C4140 Kenttäteoria (syksy 2015) ELEC C4140 Kenttäteoria (syksy 2015) Henrik Wallén Luentoviiko 3 / versio 23. syyskuuta 2015 Vektorianalyysi (Ulaby, luku 3) Koordinaatistot Viiva-, pinta- ja tilavuusalkiot Koordinaattimuunnokset Nablaoperaatiot

Lisätiedot

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

Luento 6: Suhteellinen liike ja koordinaatistomuunnoksia

Luento 6: Suhteellinen liike ja koordinaatistomuunnoksia Luento 6: Suhteellinen liike ja koordinaatistomuunnoksia Suhteellinen translaatioliike Suhteellinen pyörimisliike Tyypillisiä koordinaatistomuunnoksia extraa 1 / 31 Luennon sisältö Suhteellinen translaatioliike

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle / MS-A008 Differentiaali- ja integraalilaskenta, V/207 Differentiaali- ja integraalilaskenta Ratkaisut 2. viikolle / 8. 2.4. Jatkuvuus ja raja-arvo Tehtävä : Määritä raja-arvot a) 3 + x, x Vihje: c)-kohdassa

Lisätiedot

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Ojalammi MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016 Laskuharjoitus 4A (Vastaukset) alkuviikolla

Lisätiedot

Luento 4: Suhteellinen liike ja koordinaatistomuunnoksia

Luento 4: Suhteellinen liike ja koordinaatistomuunnoksia Luento 4: Suhteellinen liike ja koordinaatistomuunnoksia Suhteellinen translaatioliike Pyörimisliikkeestä Suhteellinen pyörimisliike Tyypillisiä koordinaatistomuunnoksia Luennon sisältö Suhteellinen translaatioliike

Lisätiedot

Maksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta

Maksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta Maksimit ja minimit 1/5 Sisältö Funktion kasvavuus ja vähenevyys; paikalliset ääriarvot Jos derivoituvan reaalifunktion f derivaatta tietyssä pisteessä on positiivinen, f (x 0 ) > 0, niin funktion tangentti

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu

Lisätiedot

Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v.

Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v. Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin w = w w = ( 4) 2 + ( 3) 2 = 25 = 5 v = v v = ( 3) 2 + 2 2 = 13. w =5 3 2 v = 13 4 3 LM1, Kesä 2014 76/102 Normin ominaisuuksia I Lause

Lisätiedot

Funktiojonot ja funktiotermiset sarjat Funktiojono ja funktioterminen sarja Pisteittäinen ja tasainen suppeneminen

Funktiojonot ja funktiotermiset sarjat Funktiojono ja funktioterminen sarja Pisteittäinen ja tasainen suppeneminen 4. Funktiojonot ja funktiotermiset sarjat 4.1. Funktiojono ja funktioterminen sarja 60. Tutki, millä muuttujan R arvoilla funktiojono f k suppenee, kun Mikä on rajafunktio? a) f k () = 2k 2k + 1, b) f

Lisätiedot

2 Osittaisderivaattojen sovelluksia

2 Osittaisderivaattojen sovelluksia 2 Osittaisderivaattojen sovelluksia 2.1 Ääriarvot Yhden muuttujan funktiolla f(x) on lokaali maksimiarvo (lokaali minimiarvo) pisteessä a, jos f(x) f(a) (f(x) f(a)) kaikilla x:n arvoilla riittävän lähellä

Lisätiedot

Matematiikan tukikurssi. Toinen välikoe

Matematiikan tukikurssi. Toinen välikoe Matematiikan tukikurssi Toinen välikoe 1 Sisältö 1 Useamman muuttujan funktion raja-arvo 1 2 Useamman muuttujan funktion jatkuvuus 7 3 Osittaisderivaatat ja gradientti 8 4 Vektoriarvoiset funktiot 9 5

Lisätiedot

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 7. Millä reaaliluvun arvoilla a) 9 =, b) + 5 + +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c) +

Lisätiedot

MATP153 Approbatur 1B Harjoitus 6 Maanantai

MATP153 Approbatur 1B Harjoitus 6 Maanantai . (Teht. s. 93.) Määrää raja-arvo MATP53 Approbatur B Harjoitus 6 Maanantai 7..5 cos x x. Ratkaisu. Suora sijoitus antaa epämääräisen muodon (ei auta). Laventamalla päädytään muotoon ja päästään käyttämään

Lisätiedot

l 1 2l + 1, c) 100 l=0

l 1 2l + 1, c) 100 l=0 MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 5. Millä reaaliluvun arvoilla a) 9 =, b) 5 + 5 +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c)

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I Usean muuttujan funktiot MS-A7 Differentiaali- ja integraalilaskenta (Chem) Esimerkkejä ym., osa I G. Gripenberg Aalto-yliopisto Raja-arvot 3 Jatkuvat funktiot 4 Osittaisderivaatat 5 Derivaatta eli gradientti.

Lisätiedot

Ratkaisuehdotus 2. kurssikoe

Ratkaisuehdotus 2. kurssikoe Ratkaisuehdotus 2. kurssikoe 4.2.202 Huomioitavaa: - Tässä ratkaisuehdotuksessa olen pyrkinyt mainitsemaan lauseen, johon kulloinenkin päätelmä vetoaa. Näin opiskelijan on helpompi jäljittää teoreettinen

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-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I

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

Lisätiedot

A-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan yksi tunti aikaa. Laske kaikki tehtävät:

A-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan yksi tunti aikaa. Laske kaikki tehtävät: MAB4 Koe Jussi Tyni 1..015 A-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan yksi tunti aikaa. Laske kaikki tehtävät: 1. a. Piirrä seuraava suora mahdollisimman tarkasti ruutupaperille:

Lisätiedot

d Todista: dx xn = nx n 1 kaikilla x R, n N Derivaatta Derivaatta ja differentiaali

d Todista: dx xn = nx n 1 kaikilla x R, n N Derivaatta Derivaatta ja differentiaali 6. Derivaatta 6.. Derivaatta ja differentiaali 72. Olkoon f () = 4. Etsi derivaatan määritelmän avulla f ( 3). f ( 3) = 08. 73. Muodosta funktion f () = derivaatta suoraan määritelmän mukaan, so. tarkastelemalla

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

4. Käyrän lokaaleja ominaisuuksia

4. Käyrän lokaaleja ominaisuuksia 23 VEKTORIANALYYSI Luento 3 4 Käyrän lokaaleja ominaisuuksia Käyrän tangentti Tarkastellaan parametrisoitua käyrää r( t ) Parametrilla t ei tarvitse olla mitään fysikaalista merkitystä, mutta seuraavassa

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit MS-A35 ifferentiaali- ja integraalilaskenta 3 Luento : Moniulotteiset integraalit Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 26 Antti Rasila (Aalto-yliopisto) MS-A35 Syksy

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 9 Korkeamman asteen derivaatat Tutkitaan nyt funktiota f, jonka kaikki derivaatat on olemassa. Kuten tunnettua, funktion toista derivaattaa pisteessä x merkitään f (x).

Lisätiedot

Luku 4. Derivoituvien funktioiden ominaisuuksia.

Luku 4. Derivoituvien funktioiden ominaisuuksia. 1 MAT-1343 Laaja matematiikka 3 TTY 1 Risto Silvennoinen Luku 4 Derivoituvien funktioiden ominaisuuksia Derivaatan olemassaolosta seuraa funktioille eräitä säännöllisyyksiä Näistä on jo edellisessä luvussa

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 12 1 Eksponenttifuntio Palautetaan mieliin, että Neperin luvulle e pätee: e ) n n n ) n n n n n ) n. Tästä määritelmästä seuraa, että eksponenttifunktio e x voidaan

Lisätiedot

Näihin harjoitustehtäviin liittyvä teoria löytyy Adamsista: Ad6, Ad5, 4: 12.8, ; Ad3: 13.8,

Näihin harjoitustehtäviin liittyvä teoria löytyy Adamsista: Ad6, Ad5, 4: 12.8, ; Ad3: 13.8, TKK, Matematiikan laitos Gripenberg/Harhanen Mat-1.432 Matematiikan peruskurssi K2 Harjoitus 4, (A=alku-, L=loppuviikko, T= taulutehtävä, P= palautettava tehtävä, W= verkkotehtävä ) 12 16.2.2007, viikko

Lisätiedot

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina 10.8.2015 klo 16.15. Tehtäväsarja I Tutustu lukuun 15, jossa vektoriavaruuden

Lisätiedot

12. Hessen matriisi. Ääriarvoteoriaa

12. Hessen matriisi. Ääriarvoteoriaa 179 12. Hessen matriisi. Ääriarvoteoriaa Tarkastelemme tässä luvussa useamman muuttujan (eli vektorimuuttujan) n reaaliarvoisia unktioita : R R. Edellisessä luvussa todettiin, että riittävän säännöllisellä

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 4: Taso- ja avaruuskäyrät

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 4: Taso- ja avaruuskäyrät MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 4: Taso- ja avaruuskäyrät Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 / 24 Motivaatio Tässä tutustutaan

Lisätiedot

PRELIMINÄÄRIKOE. Pitkä Matematiikka 3.2.2015

PRELIMINÄÄRIKOE. Pitkä Matematiikka 3.2.2015 PRELIMINÄÄRIKOE Pitkä Matematiikka..5 Vastaa enintään kymmeneen tehtävään. Tähdellä merkittyjen (*) tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä on 6.. a) Ratkaise epäyhtälö >.

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut

Lisätiedot