Paretoratkaisujen visualisointi
|
|
- Tapio Markus Hiltunen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 Paretoratkaisujen visualisointi Optimointiopin seminaari - Kevät 2000 / 1 Esityksen sisältö Vaihtoehtoisten kohdevektorien visualisointi Arvopolut Palkkikaaviot Tähtikoordinaatit Hämähäkinverkkokaavio Terälehtidiagrammi Hajapiirtomatriisi Optimointiopin seminaari - Kevät 2000 / 2 1
2 Esityksen sisältö Muita visualisointimenetelmiä GRADS Harmoniset talot GAIA Huomioita Optimointiopin seminaari - Kevät 2000 / 3 Miksi visualisoida? Visualisointi on tärkeä apuväline optimointiongelmien hahmottamisessa Visualisointi voi auttaa Ongelman kuvaamisessa Parametrien asettamisessa Parhaan ratkaisun löytämisessä Optimointiopin seminaari - Kevät 2000 / 4 2
3 Paretoratkaisujen joukon visualisointi Kaksi kohdefunktiota Paretoratkaisujen joukko voidaan piirtää tasoon Vähintään kolme kohdefunktiota Kolmella kohdefunktiolla P-ratkaisujen joukko voidaan projisoida tasoon Vaikea tulkita Kiinnitetään yhden kohdefunktion arvo Esim. Päätöskartat (toimii jopa 7:llä kohdefunktiolla) Optimointiopin seminaari - Kevät 2000 / 5 Vaihtoehtoisten kohdevektorien visualisointi Päätöksentekijällä on useita vaihtoehtoisia ratkaisuja Yritetään visualisoimalla ratkaisut havainnollistaa ratkaisujen hyvyyttä Esimerkeissä kolme kohdefunktiota ja kolme vaihtoehtoista ratkaisua Optimointiopin seminaari - Kevät 2000 / 6 3
4 Arvopolut Kohdefunktioiden arvot eri ratkaisuvaihtoehdoissa esitetään viivoilla Ei-Pareto-optimaaliset ratkaisut helppo erottaa Suurikaan määrä kohdefunktioita ei tuota ongelmia Vaihtoehtojen ja kohdefunktioiden roolit voidaan myös vaihtaa keskenään Optimointiopin seminaari - Kevät 2000 / 7 Arvopolut z 1 z 2 z 3 Vaihtoehto 1 Vaihtoehto 2 Vaihtoehto 3 Optimointiopin seminaari - Kevät 2000 / 8 4
5 Palkkikaaviot Ryhmä palkkeja edustaa kohdefunktion vaihtoehtoisia arvoja Kullakin vaihtoehdolla oma väri Vaihtoehtojen ja kohdefunktioiden roolit voidaan vaihtaa keskenään Optimointiopin seminaari - Kevät 2000 / 9 Palkkikaaviot z 1 z 2 z 3 Vaihtoehto 1 Vaihtoehto 2 Vaihtoehto 3 Optimointiopin seminaari - Kevät 2000 / 10 5
6 Tähtikoordinaatit Ratkaisuvaihtoehdot monitahokkaita ympyrän sisällä Tarkastellaan monitahokkaiden pinta-alaa Täytyy tuntea Ideaalinen kohdevektori Nadir-kohdevektori (voi olla approksimoitu) Ideaalinen kohdevektori ympyrän keskipisteessä Nadir-vektori ympyrän piirillä Optimointiopin seminaari - Kevät 2000 / 11 Tähtikoordinaatit Vaihtoehto 1 Vaihtoehto 2 Vaihtoehto 3 z 1 z 1 z 1 z 2 z 3 z 2 z 3 z 2 z 3 Optimointiopin seminaari - Kevät 2000 / 12 6
7 Hämähäkinverkkokaavio Kolme sisäkkäistä monikulmiota Uloin monikulmio nadir-vektori Sisin monikulmio ideaalinen kohdevektori Keskimmäinen monikulmio tarkasteltava ratkaisuvaihtoehto Optimointiopin seminaari - Kevät 2000 / 13 Terälehtidiagrammi Piirretään ympyrä jokaiselle ratkaisuvaihtoehdolle Kohdefunktion arvot ympyrän sektoreita Ympyrän kehällä nadir-vektori ja keskipisteessä ideaalinen kohdevektori Painokertoimet voidaan helposti ottaa mukaan Nadir- ja ideaalivektorin paikat voidaan vaihtaa keskenään Optimointiopin seminaari - Kevät 2000 / 14 7
8 Hajapiirtomatriisi Koostuu paneleista jotka esittävät kohdefunktiopareja Matriisin kertaluku = kohdefunktioiden määrä Kullakin kohdefunktiolla oma väri ja/tai symboli Kukin funktiopari piirretty kahdesti peilikuvana Optimointiopin seminaari - Kevät 2000 / 15 Hajapiirtomatriisi z 1 Vaihtoehto 1 z 2 Vaihtoehto 2 Vaihtoehto 3 z 3 Optimointiopin seminaari - Kevät 2000 / 16 8
9 GRADS Muita visualisointikeinoja Tehdään ensin yksi arvopolku (kaksi funktiota) Muodostetaan sitten erivärisiä ja -kokoisia kolmioita muiden kohdefunktioiden arvojen perusteella Harmoniset talot Liitetään kohdefunktion arvot talon osiin, esim. kulmiin Kulmat suorempia kun arvot lähestyvät ideaalipistettä Optimointiopin seminaari - Kevät 2000 / 17 Muita visualisointikeinoja GAIA Sisällytetään kohdefunktioihin informaatiota päätöksentekijän preferensseistä ja normalisoidaan funktiot Uusissa kohdefunktioissa arvojen vaihtelut korostuvat Etsitään pääkomponenttianalyysillä taso johon uudet kohdefunktiot projisoidaan Optimointiopin seminaari - Kevät 2000 / 18 9
10 Muita visualisointikeinoja GAIA (jatkoa ) Uusien kohdefunktioiden ja ratkaisuvaihtoehtojen keskinäiset suhteet voidaan nähdä projektioista (jos taso on valittu tarpeeksi hyvin ) Optimointiopin seminaari - Kevät 2000 / 19 Huomioita ja päätelmiä Eri menetelmät sopivat eri tarkoituksiin Taulukot hyviä tarkkojen arvojen etsimisessä Graafinen esitys auttaa jos tarkkaillaan suurta määrää tietoa kerrallaan Optimointiopin seminaari - Kevät 2000 / 20 10
11 Huomioita ja päätelmiä Asioiden väliset suhteet paremmin havaittavissa graafisesta esityksestä Värien käyttöön kiinnitettävä huomiota Suositeltavaa on esittää sama data useammassa eri muodossa Mikään visualisointimenetelmä ei auta jos dataa on liian paljon! Optimointiopin seminaari - Kevät 2000 / 21 Kotitehtävä Olet hankkimassa uutta autoa ja päätät käyttää auton valinnassa hyväksesi eräällä seminaarikurssilla oppimiasi menetelmiä. Kriteereinä valinnassa käytät auton huippunopeutta, kiihtyvyyttä, sisätilan määrää, polttoaineen kulutusta, moottorin tehoa, ovien määrää sekä hintaa. Keräät em. tiedot suuresta joukosta myytäviä autoja, kirjoitat ylös vain autojen tekniset tiedot koska et halua merkin, värin tai muun mahdollisesti harhaan johtavan yksityiskohdan häiritsevän puhtaan matemaattista valintaasi, ja ratkaiset valintatehtävän saaden neljä Paretoratkaisua: Huippunopeus Kiihtyvyys Tila/(cm 3 ) Kulutus/ Teho/ Ovia Hinta/mk (0-100km/h) (l/100km) kw Auto km/h 9,7 s 5 6, Auto km/h 8,8 s 4,7 7, Auto km/h 12 s 7 5, Auto km/h 6,9 s 3,9 10, Visualisoi em. ratkaisut käyttäen: a) arvopolkuja b) hämähäkinverkkokaaviota c) terälehtidiagrammia painottaen eri ominaisuuksia haluamillasi painokertoimilla Optimointiopin seminaari - Kevät 2000 / 22 11
12 Sanastoa Arvopolku = Value path Palkkikaavio = Bar chart Tähtikoordinaatit = Star coordinate system Hämähäkinverkkokaavio = Spider web chart Terälehtidiagrammi = Petal diagram Hajapiirtomatriisi = Scatterplot matrix Pääkomponenttianalyysi = Principal component analysis Optimointiopin seminaari - Kevät 2000 / 23 12
Paretoratkaisujen visualisointi. Optimointiopin seminaari / Kevät 2000 Esitelmä 11 Petteri Kekäläinen 45305L
Paretoratkaisujen visualisointi Optimointiopin seminaari / Kevät 2000 Esitelmä 11 Petteri Kekäläinen 45305L 1. Johdanto Monitavoiteoptimointitehtävät ovat usein laajuutensa takia vaikeasti hahmotettavia
LisätiedotReferenssipiste- ja referenssisuuntamenetelmät
Referenssipiste- ja referenssisuuntamenetelmät Optimointiopin seminaari - Kevät 2000 / 1 Esitelmän sisältö Menetelmien ideat Menetelmien soveltaminen Menetelmien ominaisuuksia Optimointiopin seminaari
LisätiedotMat Optimointiopin seminaari kevät Monitavoiteoptimointi. Tavoitteet
Mat-2.142 Optimointiopin seminaari kevät 2000 Monitavoiteoptimointi Optimointiopin seminaari - Kevät 2000 / 1 Tavoitteet Monitavoitteisten optimointitehtävien ratkaisukäsitteet ja soveltamismahdollisuudet
LisätiedotAdditiivinen arvofunktio
Additiivinen arvofunktio Mat-.44 Optimointiopin seminaari kevät 0 Preferenssi Päätöksentekijällä preferenssi vaihtoehtojen a,b A välillä a parempi kuin b ( a b) b parempi kuin a ( b a) Indifferentti vaihtoehtojen
LisätiedotClassPad 330 plus ylioppilaskirjoituksissa apuna
ClassPad 330 plus ylioppilaskirjoituksissa apuna Suomessa sallittiin CAS (Computer Algebra System) laskimien käyttö keväästä 2012 alkaen ylioppilaskirjoituksissa. Norjassa ja Ruotsissa vastaava kehitys
LisätiedotYhteistyötä sisältämätön peliteoria
Yhteistyötä sisältämätön peliteoria jarkko.murtoaro@hut.fi Optimointiopin seminaari Kevät 2003 / 1 Sisältö Johdanto Käsitteistö Työkalut Nashin tasapaino Täydellinen tasapaino Optimointiopin seminaari
LisätiedotClassPad 330 plus ylioppilaskirjoituksissa apuna
ClassPad 330 plus ylioppilaskirjoituksissa apuna Suomessa sallittiin CAS (Computer Algebra System) laskimien käyttö keväästä 2012 alkaen ylioppilaskirjoituksissa. Norjassa ja Ruotsissa vastaava kehitys
LisätiedotLuento 6: Monitavoiteoptimointi
Luento 6: Monitavoiteoptimointi Monitavoiteoptimointitehtävässä on useita optimoitavia kohdefunktioita eli ns kriteereitä: f 1,, f m Esimerkiksi opiskelija haluaa oppia mahdollisimman hyvin ja paljon mahdollisimman
LisätiedotM 1 ~M 2, jos monikulmioiden vastinkulmat ovat yhtä suuret ja vastinsivujen pituuksien suhteet ovat yhtä suuret eli vastinsivut ovat verrannolliset
Yhdenmuotoisuus ja mittakaava Tasokuvioiden yhdenmuotoisuus tarkoittaa havainnollisesti sitä, että kuviot ovat samanmuotoiset mutta eivät välttämättä samankokoiset. Kahdella yhdenmuotoisella kuviolla täytyy
LisätiedotCasion fx-cg20 ylioppilaskirjoituksissa apuna
Casion fx-cg20 ylioppilaskirjoituksissa apuna Grafiikkalaskin on oivallinen apuväline ongelmien ratkaisun tukena. Sen avulla voi piirtää kuvaajat, ratkaista yhtälöt ja yhtälöryhmät, suorittaa funktioanalyysin
Lisätiedot4.1 Urakäsite. Ympyräviiva. Ympyrään liittyvät nimitykset
4.1 Urakäsite. Ympyräviiva. Ympyrään liittyvät nimitykset MÄÄRITELMÄ 6 URA Joukko pisteitä, joista jokainen täyttää määrätyn ehdon, on ura. Urakäsite sisältää siten kaksi asiaa. Pistejoukon jokainen piste
Lisätiedota) Sievennä lauseke 1+x , kun x 0jax 1. b) Aseta luvut 2, 5 suuruusjärjestykseen ja perustele vastauksesi. 3 3 ja
1 YLIOPPILASTUTKINTO- LAUTAKUNTA 1.10.2018 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän
LisätiedotOsakesalkun optimointi. Anni Halkola Turun yliopisto 2016
Osakesalkun optimointi Anni Halkola Turun yliopisto 2016 Artikkeli Gleb Beliakov & Adil Bagirov (2006) Non-smooth optimization methods for computation of the Conditional Value-at-risk and portfolio optimization.
LisätiedotMATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Merkitään f(x) =x 3 x. Laske a) f( 2), b) f (3) ja c) YLIOPPILASTUTKINTO- LAUTAKUNTA
1 YLIOPPILASTUTKINTO- LAUTAKUNTA 26.3.2018 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän
LisätiedotPolttoaineen kulutus kauppalaatuisilla bensiineillä 95E10 ja 98E5
Polttoaineen kulutus kauppalaatuisilla bensiineillä 95E10 ja 98E5 Juhani Laurikko Principal Scientist VTT 6.6.2011 3.6.2011 2 TAUSTAT EU:n pakottavana tavoitteena on lisätä bioenergian käyttöä myös liikenteessä
LisätiedotMonitavoiteoptimointi
Monitavoiteoptimointi Useita erilaisia tavoitteita, eli useita objektifunktioita Tavoitteet yleensä ristiriitaisia ja yhteismitattomia Optimaalisuus tarkoittaa yleensä eri asiaa kuin yksitavoitteisessa
LisätiedotMat Optimointiopin seminaari
Lähde: Preferenssi-informaatio DEA-malleissa: Value Efficiency Analysis (VEA) -menetelmä Mat-2.4142 Optimointiopin seminaari 23.3.2011 Halme, M., Joro, T., Korhonen, P., Wallenius, J., 1999. A Value Efficiency
LisätiedotTasogeometriaa GeoGebran piirtoalue ja työvälineet
Tasogeometriaa GeoGebran piirtoalue ja työvälineet Näissä harjoituksissa työskennellään näkymässä Näkymät->Geometria PIIRRÄ (ja MITTAA) a) jana toinen jana, jonka pituus on 3 b) kulma toinen kulma, jonka
LisätiedotPreliminäärikoe Tehtävät A-osio Pitkä matematiikka kevät 2016 Sivu 1 / 4
Preliminäärikoe Tehtävät A-osio Pitkä matematiikka kevät 06 Sivu / 4 Laske yhteensä enintään 0 tehtävää. Kaikki tehtävät arvostellaan asteikolla 0-6 pistettä. Osiossa A EI SAA käyttää laskinta. Osiossa
LisätiedotEräs tyypillinen virhe monitavoitteisessa portfoliopäätösanalyysissa + esimerkkitapaus
Eräs tyypillinen virhe monitavoitteisessa portfoliopäätösanalyysissa + esimerkkitapaus Mat-2.4142 Optimointiopin seminaari 2.3.2011 Lähteet: Clemen, R. T., & Smith, J. E. (2009). On the Choice of Baselines
LisätiedotKolmion kulmien summa. Maria Sukura
Kolmion kulmien summa Maria Sukura Oppituntien johdanto Oppilaat kuulevat triangelin äänen. He voivat katsoa sitä ja yrittää nimetä tämän soittimen. Tutkimme, miksi triangelia kutsutaan tällä nimellä,
LisätiedotLuento 6: Monitavoitteinen optimointi
Luento 6: Monitavoitteinen optimointi Monitavoitteisessa optimointitehtävässä on useita optimoitavia kohdefunktioita eli ns kriteereitä: f,,f m Esimerkki ortfolion eli arvopaperijoukon optimoinnissa: f
LisätiedotHarjoitus 12: Monikriteerinen arviointi
Harjoitus 12: Monikriteerinen arviointi MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheet Monikriteerinen arviointi Kurssin opetusteemojen
Lisätiedotb 1. b m ) + ( 2b Ax) + (b b)
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-9 Optimointioppi Kimmo Berg 5 harjoitus - ratkaisut min Ax b (vertaa PNS-tehtävät) a x + + a n x n a) Ax b = a m x + + a mn x n = x a a m }{{}
Lisätiedotkartiopinta kartio. kartion pohja, suora ympyräkartio vino pyramidiksi
5.3 Kartio Kun suora liikkuu avaruudessa niin, että yksi sen piste pysyy paikoillaan ja suoran jokin toinen piste kiertää jossakin tasossa jonkin suljetun käyrän palaten lähtöpaikkaansa, syntyy kaksiosainen
LisätiedotTässä osassa ei käytetä laskinta. Kaikkiin tehtäviin laskuja tai perusteluja näkyviin, ellei muuta ole mainittu.
Peruskoulun matematiikkakilpailu Loppukilpailu perjantaina 6..009 OSA Ratkaisuaika 30 min Pistemäärä 0 Tässä osassa ei käytetä laskinta. Kaikkiin tehtäviin laskuja tai perusteluja näkyviin, ellei muuta
LisätiedotTekniset tiedot Mallivuosi 2014. Caddy
Tekniset tiedot Mallivuosi 14 Caddy Näissä teknisissä tiedoissa kerrotaan polttoaineenkulutuksesta ja CO 2 -päästöistä. Erilaiset moottori-, vaihteisto- ja korivaihtoehdot ovat mahdollisia. Lisätietoja
LisätiedotHelsingin seitsemäsluokkalaisten matematiikkakilpailu Ratkaisuita
Helsingin seitsemäsluokkalaisten matematiikkakilpailu 22..204 Ratkaisuita. Laske 23 45. a) 4000 b) 4525 c) 4535 d) 5525 e) 5535 Ratkaisu. Lasketaan allekkain: 45 23 35 90 45 5535 2. Yhden maalipurkin sisällöllä
LisätiedotHarjoitus 12: Monikriteerinen arviointi
Harjoitus 12: Monikriteerinen arviointi MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheet Monikriteerinen arviointi Kurssin opetusteemojen
LisätiedotCasion fx-cg20 ylioppilaskirjoituksissa apuna
Casion fx-cg20 ylioppilaskirjoituksissa apuna Grafiikkalaskin on oivallinen apuväline ongelmien ratkaisun tukena. Sen avulla voi piirtää kuvaajat, ratkaista yhtälöt ja yhtälöryhmät, suorittaa funktioanalyysin
LisätiedotOpetusmateriaali. Tarvittavat välineet: KUVA 1. Rullakko 1. KUVA 2. Rullakko 2, jossa kiekoissa on kuhmu
Opetusmateriaali Tämän materiaali on suunniteltu yhdensuuntaisuuden käsitteen opettamiseen. Yhdensuuntaisuuden käsitettä tarkastellaan ympyrän käsitteen kautta tutkimalla sitä, miten ympyrän kaikki halkaisijat
Lisätiedot4. Lasketaan transienttivirrat ja -jännitteet kuvan piiristä. Piirielimien arvot ovat C =
BMA58 Funktiot, lineaarialgebra ja vektorit Harjoitus 6, Syksy 5. Olkoon [ 6 6 A =, B = 4 [ 3 4, C = 4 3 [ 5 Määritä matriisien A ja C ominaisarvot ja ominaisvektorit. Näytä lisäksi että matriisilla B
LisätiedotMatematiikan ilmiöiden tutkiminen GeoGebran avulla
Johdatus GeoGebraan Matematiikan ilmiöiden tutkiminen GeoGebran avulla Harjoitus 1B. Konstruoi tasakylkinen kolmio ABC, jonka kyljen pituus on 5. Vihje: käytä Kiinteä jana työvälinettä kahdesti. Ota kolmion
LisätiedotMATEMATIIKKA 5 VIIKKOTUNTIA
EB-TUTKINTO 2010 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 4. kesäkuuta 2010 KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Eurooppa-koulun antama taulukkovihkonen Funktiolaskin, joka ei saa
LisätiedotPython-ohjelmointi Harjoitus 5
Python-ohjelmointi Harjoitus 5 TAVOITTEET Kerrataan silmukkarakenteen käyttäminen. Kerrataan jos-ehtorakenteen käyttäminen. Opitaan if else- ja if elif else-ehtorakenteet. Matematiikan sisällöt Tehtävät
LisätiedotHarha mallin arvioinnissa
Esitelmä 12 Antti Toppila sivu 1/18 Optimointiopin seminaari Syksy 2010 Harha mallin arvioinnissa Antti Toppila 13.10.2010 Esitelmä 12 Antti Toppila sivu 2/18 Optimointiopin seminaari Syksy 2010 Sisältö
LisätiedotLaskuharjoitus 9, tehtävä 6
Aalto-yliopiston perustieteiden korkeakoulu Jouni Pousi Systeemianalyysin laboratorio Mat-2.4129 Systeemien identifiointi Laskuharjoitus 9, tehtävä 6 Tämä ohje sisältää vaihtoehtoisen tavan laskuharjoituksen
LisätiedotAloitusohje versiolle 4.0
Mikä on Geogebra? Aloitusohje versiolle 4.0 dynaamisen matematiiikan työvälineohjelma helppokäyttöisessä paketissa oppimisen ja opetuksen avuksi kaikille koulutustasoille vuorovaikutteiset geometria, algebra,
LisätiedotPreference Programming viitekehys: epätäydellisen preferenssi-informaation elisitointi ja mallintaminen, dominanssi
Preference Programming viitekehys: epätäydellisen preferenssi-informaation elisitointi ja mallintaminen, dominanssi Mat-2.4142 Optimointiopin seminaari 9.2.2011 Lähteet: Salo, A. & Hämäläinen, R. P., 2010.
Lisätiedot30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset
30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset Mitä on lineaarinen optimointi (LP)? LP= lineaarinen optimointiongelma (Linear Programming) Menetelmä, jolla etsitään
LisätiedotTilastojen visualisointi Excelillä. PiKe-kehittämiskirjasto Leena Parviainen
Tilastojen visualisointi Excelillä PiKe-kehittämiskirjasto Leena Parviainen 11.4.2018 Mitä tilastoilla voi tehdä? Parantaa toiminnan laatua ja vaikuttavuutta Ohjata resursseja, hankintoja ja materiaalivirtoja
Lisätiedot3. Harjoitusjakso I. Vinkkejä ja ohjeita
3. Harjoitusjakso I Tämä ensimmäinen harjoitusjakso sisältää kaksi perustason (a ja b) ja kaksi edistyneen tason (c ja d) harjoitusta. Kaikki neljä harjoitusta liittyvät geometrisiin konstruktioihin. Perustason
LisätiedotMachine Silver (9S) metalliväri. Sand Track (D5U) metalliväri. Dark Gun Metal (E5B) metalliväri. Space Blue (J3U) metalliväri.
Kia cee d 5-ovinen 1,4 ISG 1,6 ISG 1,6 DCTautomaatti 1,4 CRDi ISG 1,6 CRDi ISG 1,6 CRDi EcoDynamics 100 hv EcoDynamics 135 hv 135 hv EcoDynamics 90 hv EcoDynamics 128 hv automaatti 128 hv Varustetasot
LisätiedotMAB3 - Harjoitustehtävien ratkaisut:
MAB - Harjoitustehtävien ratkaisut: Funktio. Piirretään koordinaatistoakselit ja sijoitetaan pisteet:. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä. Funktiolla
LisätiedotData Envelopment Analysis (DEA) - menetelmät + CCR-DEA-menetelmä
Data Envelopment Analysis (DEA) - menetelmät + CCR-DEA-menetelmä Mat-2.4142 Optimointiopin seminaari kevät 2011 Esityksen rakenne I osa Tehokkuudesta yleisesti DEA-mallin perusajatus CCR-painotus II osa
LisätiedotLuento 7: Lokaalit valaistusmallit
Tietokonegrafiikan perusteet T-111.4300 3 op Luento 7: Lokaalit valaistusmallit Lauri Savioja 11/07 Lokaalit valaistusmallit / 1 Sävytys Interpolointi Sisältö Lokaalit valaistusmallit / 2 1 Varjostustekniikat
LisätiedotPeilaus pisteen ja suoran suhteen Pythonin Turtle moduulilla
Peilaus pisteen ja suoran suhteen Pythonin Turtle moduulilla ALKUHARJOITUS Kynän ja paperin avulla peilaaminen koordinaatistossa a) Peilaa pisteen (0,0) suhteen koordinaatistossa sijaitseva - neliö, jonka
LisätiedotLauseen erikoistapaus on ollut kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa seuraavassa muodossa:
Simo K. Kivelä, 13.7.004 Frégier'n lause Toisen asteen käyrillä ellipseillä, paraabeleilla, hyperbeleillä ja niiden erikoistapauksilla on melkoinen määrä yksinkertaisia säännöllisyysominaisuuksia. Eräs
LisätiedotInversio-ongelmien laskennallinen peruskurssi Luento 4
Inversio-ongelmien laskennallinen peruskurssi Luento 4 Kevät 20 Regularisointi Eräs keino yrittää ratkaista (likimääräisesti) huonosti asetettuja ongelmia on regularisaatio. Regularisoinnissa ongelmaa
LisätiedotLaskennallinen data-analyysi II
Laskennallinen data-analyysi II Saara Hyvönen, Saara.Hyvonen@cs.helsinki.fi Kevät 2007 Ulottuvuuksien vähentäminen, SVD, PCA Laskennallinen data-analyysi II, kevät 2007, Helsingin yliopisto visualisointi
LisätiedotME-C2400 Vuorovaikutustekniikan studio
Luent 22.11.2016 ME-C2400 Vurvaikutustekniikan studi Tilastanalyysiä (liittyen tehtävään 2A): Kuinka tarkkaa n viivan piirtäminen? Tapi Takala http://www.cs.hut.fi/~tta/ Input-menetelmän tutkiminen Kuinka
LisätiedotProjektin arvon määritys
Projektin arvon määritys Luku 6, s. 175-186 Optimointiopin seminaari - Syksy 2000 / 1 Tehtävä Johdetaan menetelmä projektiin oikeuttavan option määrittämiseksi kohde-etuuden hinnan P perusteella projektin
LisätiedotTekniset tiedot Mallivuosi 2014. Caddy
Tekniset tiedot Mallivuosi 2014 Caddy Näissä teknisissä tiedoissa kerrotaan polttoaineenkulutuksesta ja CO 2 -päästöistä. Erilaiset moottori-, vaihteisto- ja korivaihtoehdot ovat mahdollisia. Lisätietoja
Lisätiedotsin x cos x cos x = sin x arvoilla x ] π
Matematiikan johdantokurssi, syksy 08 Harjoitus 0, ratkaisuista. Todenna, että = + tan x. Mutta selvitäppä millä reaaliarvoilla se oikeasti pitää paikkansa! Ratkaisu. Yhtälön molemmat puolet ovat määriteltyjä
Lisätiedotläheisyydessä. 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
Lisätiedot9. 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.
LisätiedotHarjoituksia MAA4 - HARJOITUKSIA. 6. Merkitse lukusuoralle ne luvut, jotka toteuttavat epäyhtälön x 2 < ½.
MAA4 - HARJOITUKSIA 1 Esitä lauseke 3 x + x 4 ilman itseisarvomerkkejä Ratkaise yhtälö a ) 5x 9 = 6 b) 6x 9 = 0 c) 7x 9 + 6 = 0 3 Ratkaise yhtälö x 7 3 + 4x = 4 Ratkaise yhtälö 5x + = 3x 4 5 Ratkaise yhtälö
LisätiedotTekniset tiedot Mallivuosi 2014. Transporter
Tekniset tiedot Mallivuosi 2014 Transporter Näissä teknisissä tiedoissa kerrotaan polttoaineenkulutuksesta ja CO 2 -päästöistä. Erilaiset moottori-, vaihteisto- ja korivaihtoehdot ovat mahdollisia. Lisätietoja
LisätiedotDifferentiaalilaskennan tehtäviä
Differentiaalilaskennan tehtäviä DIFFERENTIAALILASKENTA 1. Raja-arvon käsite, derivaatta raja-arvona 1.1 Raja-arvo pisteessä 1.2 Derivaatan määritelmä 1.3 Derivaatta raja-arvona 2. Derivoimiskaavat 2.1
LisätiedotVisualisointi kansanedustajista neljässä eri ulottuvuudessa
Visualisointi kansanedustajista neljässä eri ulottuvuudessa Jaakko Talonen talonen.dm@gmail.com Johdanto Helsingin Sanomat julkaisi eduskuntavaalien 2011 vaalikoneensa avoimena tietona. Vaalikoneen tietojen
LisätiedotPRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011
PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9..0 Kokeessa saa vastata enintään kymmeneen tehtävään.. Sievennä a) 9 x x 6x + 9, b) 5 9 009 a a, c) log 7 + lne 7. Muovailuvahasta tehty säännöllinen tetraedri muovataan
LisätiedotEi välttämättä, se voi olla esimerkiksi Reuleaux n kolmio:
Inversio-ongelmista Craig, Brown: Inverse problems in astronomy, Adam Hilger 1986. Havaitaan oppositiossa olevaa asteroidia. Pyörimisestä huolimatta sen kirkkaus ei muutu. Projisoitu pinta-ala pysyy ilmeisesti
Lisätiedot5.3 Suoran ja toisen asteen käyrän yhteiset pisteet
.3 Suoran ja toisen asteen käyrän yhteiset pisteet Tämän asian taustana on ratkaista sellainen yhtälöpari, missä yhtälöistä toinen on ensiasteinen ja toinen toista astetta. Tällainen pari ratkeaa aina
LisätiedotMat-2.4194 Research Course in Systems Science: Trends and Developments in Decision Analysis. Home Assignment
Mat-2.4194 Research Course in Systems Science: Trends and Developments in Decision Analysis Punkka / Liesiö Home Assignment Malli Tavoitteena on tarkastella siltojenkorjausohjelman laatimista RPM-menetelmällä.
LisätiedotYmpyrä 1/6 Sisältö ESITIEDOT: käyrä, kulma, piste, suora
Ympyrä 1/6 Sisältö Ympyrä ja sen yhtälö Tason pisteet, jotka ovat vakioetäisyydellä kiinteästä pisteestä, muodostavat ympyrän eli ympyräviivan. Kiinteä piste on ympyrän keskipiste ja vakioetäisyys sen
LisätiedotSovelluksia additiivisen arvofunktion käytöstä projektiportfolion valinnassa
Sovelluksia additiivisen arvofunktion käytöstä projektiportfolion valinnassa Mat-2.4142 Optimointiopin seminaari kevät 2011 Kleinmuntz ja Kleinmuntz1999 TEHTÄVÄ Sairaalan strategisen investointibudjetin
LisätiedotHenkilötunnus Sukunimi Etunimet
Valintakokeessa on kaksi osaa: Osa 1 sisältää viisi esseetehtävää kansantaloustieteestä. Osasta 1 voi saada 0 30 pistettä. Osa sisältää kuusi matematiikan laskutehtävää. Osasta voi saada 0 30 pistettä.
Lisätiedot1 Funktiot, suurin (max), pienin (min) ja keskiarvo
1 Funktiot, suurin (max), pienin (min) ja keskiarvo 1. Avaa uusi työkirja 2. Tallenna työkirja nimellä perusfunktiot. 3. Kirjoita seuraava taulukko 4. Muista taulukon kirjoitusjärjestys - Ensin kirjoitetaan
LisätiedotPOHDIN - projekti. Funktio. Vektoriarvoinen funktio
POHDIN - projekti Funktio Funktio f joukosta A joukkoon B tarkoittaa sääntöä, joka liittää jokaiseen joukon A alkioon jonkin alkion joukosta B. Yleensä merkitään f : A B. Usein käytetään sanaa kuvaus synonyymina
LisätiedotVanhoja koetehtäviä. Analyyttinen geometria 2016
Vanhoja koetehtäviä Analyyttinen geometria 016 1. Määritä luvun a arvo, kun piste (,3) on käyrällä a(3x + a) = (y - 1). Suora L kulkee pisteen (5,1) kautta ja on kohtisuorassa suoraa 6x + 7y - 19 = 0 vastaan.
LisätiedotHelsingin seitsemäsluokkalaisten matematiikkakilpailu 7.2.2013 Ratkaisuita
Helsingin seitsemäsluokkalaisten matematiikkakilpailu..013 Ratkaisuita 1. Eräs kirjakauppa myy pokkareita yhdeksällä eurolla kappale, ja siellä on meneillään mainoskampanja, jossa seitsemän sellaista ostettuaan
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45
MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon
LisätiedotGeogebra -koulutus. Ohjelmistojen pedagoginen hyödyntäminen
Geogebra -koulutus Ohjelmistojen pedagoginen hyödyntäminen Geogebra Ilmainen dynaaminen matematiikkaohjelmisto osoitteessa http://www.geogebra.org Geogebra-sovellusversion voi asentaa tietokoneilla ja
Lisätiedot2.3 Voiman jakaminen komponentteihin
Seuraavissa kappaleissa tarvitaan aina silloin tällöin taitoa jakaa voima komponentteihin sekä myös taitoa suorittaa sille vastakkainen operaatio eli voimien resultantin eli kokonaisvoiman laskeminen.
LisätiedotTYÖPAJA 1: Tasogeometriaa GeoGebran piirtoalue ja työvälineet
TYÖPAJA 1: Tasogeometriaa GeoGebran piirtoalue ja työvälineet Näissä harjoituksissa työskennellään näkymässä Näkymät->Geometria PIIRRÄ a) jana, jonka pituus on 3 b) kulma, jonka suuruus on 45 astetta c)
LisätiedotI Geometrian rakentaminen pisteestä lähtien
I Geometrian rakentaminen pisteestä lähtien Koko geometrian voidaan ajatella koostuvan pisteistä. a) Matemaattinen piste on sellainen, millä EI OLE LAINKAAN ULOTTUVUUKSIA. Oppilaita voi johdatella pisteen
LisätiedotTampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus
Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus 2 7.2.2013 1. Matematiikan lukiokurssissa on esitetty, että ylöspäin aukeavan paraabelin f(x) = ax 2 +bx+c,a > 0,minimikohtasaadaan,kunf
LisätiedotProjektiportfolion valinta
Projektiportfolion valinta Mat-2.4142 Optimointiopin seminaari kevät 2011 Kotitehtävän 1 ratkaisu Kotitehtävä Kirkwood, G. W., 1997. Strategic Decision Making: Multiobjective Decision Analysis with Spreadsheets,
LisätiedotOppimateriaali oppilaalle ja opettajalle : GeoGebra oppilaan työkaluna ylioppilaskirjoituksissa 2016 versio 0.8
Oppimateriaali oppilaalle ja opettajalle : GeoGebra oppilaan työkaluna ylioppilaskirjoituksissa 2016 versio 0.8 Piirtoalue ja algebraikkuna Piirtoalueelle piirretään työvälinepalkista löytyvillä työvälineillä
Lisätiedot2 Raja-arvo ja jatkuvuus
Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 5.7.6 Raja-arvo ja jatkuvuus. a) Kun suorakulmion kärki on kohdassa =, on suorakulmion kannan pituus. Suorakulmion korkeus on käyrän y-koordinaatti
LisätiedotOsakesalkun optimointi
Osakesalkun optimointi Anni Halkola Epäsileä optimointi Turun yliopisto Huhtikuu 2016 Sisältö 1 Johdanto 1 2 Taustatietoja 2 3 Laskumetodit 3 3.1 Optimointiongelmat........................ 4 4 Epäsileän
LisätiedotSovellusohjelmointi Matlab-ympäristössä: Vertaisverkon koneiden klusterointi
Sovellusohjelmointi Matlab-ympäristössä: Vertaisverkon koneiden klusterointi 28.4.2013 Annemari Auvinen (annauvi@st.jyu.fi) Anu Niemi (anniemi@st.jyu.fi) 1 Sisällysluettelo 1 JOHDANTO... 2 2 KÄYTETYT MENETELMÄT...
LisätiedotInteraktiiviset menetelmät
Interatiiviset menetelmät. Johdanto. Interatiivinen SWT-menetelmä 3. GDF-menetelmä 4. Yhteenveto Optimointiopin seminaari - Kevät 000 /. Johdanto Interatiivisissa menetelmissä päätösenteijä ja analyytio
Lisätiedot1. a) b) Nollakohdat: 20 = c) a b a b = + ( a b)( a + b) Derivaatan kuvaajan numero. 1 f x x x g x x x x. 3. a)
Pitkä matematiikka YO-koe 9..04. a) b) 7( x ) + = x ( x ) x(5 8 x) > 0 7x + = x x + 8x + 5x > 0 7x = 0 Nollakohdat: 0 8x + 5x = 0 x = 7 x(8x 5) = 0 5 5 x = 0 tai x = Vastaus: 0 < x < 8 8 c) a+ b) a b)
LisätiedotUUSI CORSA OPC -HINNASTO
UUSI CORSA OPC -HINNASTO Uusi Opel Corsa täydentyy mallisarjan huipulle nousevalla Corsa OPC:llä. Jo uutuuden ulkonäkö kertoo siinä piilevästä voimasta ja nopeudesta. Kirkas sininen väri on Opelilla OPCmallien
LisätiedotTIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010
TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta Yliassistentti Jussi Hakanen jussi.hakanen@jyu.fi syksy 2010 Optimaalisuus: objektiavaruus f 2 min Z = f(s) Parhaat arvot alhaalla ja vasemmalla
LisätiedotMAB3 - Harjoitustehtävien ratkaisut:
MAB3 - Harjoitustehtävien ratkaisut: 1 Funktio 1.1 Piirretään koordinaatistoakselit ja sijoitetaan pisteet: 1 1. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä.
LisätiedotPlatonin kappaleet. Avainsanat: geometria, matematiikan historia. Luokkataso: 6-9, lukio. Välineet: Polydron-rakennussarja, kynä, paperia.
Tero Suokas OuLUMA, sivu 1 Platonin kappaleet Avainsanat: geometria, matematiikan historia Luokkataso: 6-9, lukio Välineet: Polydron-rakennussarja, kynä, paperia Tavoitteet: Tehtävässä tutustutaan matematiikan
LisätiedotTampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus
Tampereen yliopisto Tietokonegrafiikka 201 Tietojenkäsittelytiede Harjoitus 6 1..201 1. Tarkastellaan Gouraudin sävytysmallia. Olkoon annettuna kolmio ABC, missä A = (0,0,0), B = (2,0,0) ja C = (1,2,0)
LisätiedotKartio ja pyramidi
Kartio ja pyramidi Kun avaruuden suora s liikkuu pitkin itseään leikkaamatonta tason T suljettua käyrää ja lisäksi kulkee tason T ulkopuolisen pisteen P kautta, suora s piirtää avaruuteen pinnan, jota
LisätiedotMATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ
1 YLIOPPILASTUTKINTO- LAUTAKUNTA 25.9.2017 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän
LisätiedotToledo North Assembly Plant, Ohio, USA
TECHNICAL SPECIFICATIONS Dodge Nitro Alla esitetyt tiedot pohjautuvat julkaisuajankohdan (20.06.2007) tietoihin ja ne voivat muuttua ilman erillistä ilmoitusta. Tiedot ovat Euroopan markkina-alueelle tarkoitettuja
LisätiedotJeep Wrangler ja Jeep Wrangler Unlimited
TEKNISET TIEDOT Jeep Wrangler ja Jeep Wrangler Unlimited Perustiedot Korimallit Kokoonpanotehdas 3-ovinen monikäyttöauto tai avoauto 5-ovinen monikäyttöauto Toledo South Assembly Plant, Ohio, USA Moottorit
LisätiedotOppimistavoitematriisi
Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Esitiedot Arvosanaan 1 2 riittävät Arvosanaan 3 4 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä
LisätiedotOppimistavoitematriisi
Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Arvosanaan 1 2 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä ja yhtälöpareja Osaan muokata
LisätiedotMAA4 - HARJOITUKSIA. 1. Esitä lauseke 3 x + 2x 4 ilman itseisarvomerkkejä. 3. Ratkaise yhtälö 2 x 7 3 + 4x = 2 (yksi ratkaisu, eräs neg. kokon.
MAA4 - HARJOITUKSIA 1. Esitä lauseke 3 + 4 ilman itseisarvomerkkejä.. Ratkaise yhtälö a ) 5 9 = 6 b) 6 9 = 0 c) 7 9 + 6 = 0 3. Ratkaise yhtälö 7 3 + 4 = (yksi ratkaisu, eräs neg. kokon. luku) 4. Ratkaise
LisätiedotHannu Mäkiö. kertolasku * jakolasku / potenssiin korotus ^ Syöte Geogebran vastaus
Perusohjeita, symbolista laskentaa Geogebralla Kielen vaihtaminen. Jos Geogebrasi kieli on vielä englanti, niin muuta se Options välilehdestä kohdasta Language suomeksi (finnish). Esittelen tässä muutaman
LisätiedotLieriö ja särmiö Tarkastellaan pintaa, joka syntyy, kun tasoa T leikkaava suora s liikkuu suuntansa
Lieriö ja särmiö Tarkastellaan pintaa, joka syntyy, kun tasoa T leikkaava suora s liikkuu suuntansa säilyttäen pitkin tason T suljettua käyrää (käyrä ei leikkaa itseään). Tällöin suora s piirtää avaruuteen
LisätiedotSekä A- että B-osasta tulee saada vähintään 7 pistettä. Mikäli A-osan pistemäärä on vähemmän kuin 7 pistettä, B-osa jätetään arvostelematta.
KOE Sekä A- että B-osasta tulee saada vähintään 7 pistettä. Mikäli A-osan pistemäärä on vähemmän kuin 7 pistettä, B-osa jätetään arvostelematta. B-OSA, ht. 0p. Ksmksen maksimipistemäärä on 7 pistettä.
LisätiedotSymmetrioiden tutkiminen GeoGebran avulla
Symmetrioiden tutkiminen GeoGebran avulla Tutustutaan esimerkkien kautta siihen, miten geometrista symmetriaa voidaan tutkia ja havainnollistaa GeoGebran avulla: peilisymmetria: peilaus pisteen ja suoran
Lisätiedot