KJR-C2002 Kontinuumimekaniikan perusteet, viikko 44/2017
|
|
- Santeri Juusonen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 KJR-C2002 Kontinuumimekaniikan perusteet, viikko 44/ Piirrä vapaakappalekuviot kuvien partikkeleille/äykille kappaleille a muodosta vaikuttavien voimien resultantit massakeskipisteiden suhteen Käytä kuvien yksikkövektoreita a) Kaksi partikkelia kitkallisella tasolla Ei luistoa partikkeleiden välillä b) Etuvetoinen auto (äykkä kappale, massa m) kiihdyttää Pyörät eivät luista c) Partikkeli kitkattomalla kaltevalla tasolla Jousivoima on nolla, kun x< x0 i g m 2 m 1 F a) b) c) Vastaus a) F1< Fλi ( T, m2g) a F2 < ( F, Gλ, Fλ) i ( N, T, m1g) b) F < Fλ i ( N M, mg) a M C < (, Nc Mb Fhk λ ) c) F < [ mg sin, k( x, x0)] i ( mg cos, N ) c C r b i g h g α m k x i σ 2 Laske ab σ, a b σ a b a, kun T σ axx axy a < a ayx ayy T T bx bx b < b < y b y Vastaus T σ axxbx axyby a b <, ayxbx ayyby T σ ba x xx ba y yx b a < ba x xy ba y yy T σ k axxby, axybx a b <, k ayxby, ayybx σ σ σ σ σ σ σ σ σ σ 3 Laske tr([ S]) I : S, S : S, S : Sc, AS, S A, S T A, kun tensoreiden A, S σ, T σ komponentit ortonormaalissa ( i, k, ) kannassa ovat 0, 1 0, 1 { A} <, 1, [ S] < a [ T ] < σ σ Vastaus tr([ S ]) < 0, S : S < 6 σ σ σ σ σ σ S : S < 7, A S <, S A< i, S T A< 2i, k, c 4 Määritä ortonormaalien vektorikantoen ( i, k, ) a ( I, J, K) välinen relaatio, kun I on vektorin i, k suuntainen a J on tason g( x, y, z) < 2x 3y z, 5< 0 gradientin suuntainen (siis kohtisuorassa tasoa vastaan)
2 Vastaus I , 1 J < K, k 5 Johda toisen kertaluvun (taso)tensorin σ δ komponenttien δ xx, δ xy, δ yx, δ yy a δ XX, δ XY, δ YX, δ YY välinen relaatio, kun ( xy,, ) a ( XY, ), koordinaatiston kantavektorit ovat kuvan mukaisia Vastaus δxx δxy cosπ sinπ δxx δxy cosπ, sinπ δyx δ < YY, sinπ cosπ δyx δ yy sinπ cosπ Y J y I X π x i 6 Määritä matriisin [ A] ominaisarvot, vastaavat ominaisvektorit, ominaisarvohaotelma, 1 [ A] < [ x][ κ][ x] a neliöuuri, kun 4 0 [ A] <, 11, 1, , 1/3 0 Vastaus [ A] < [ X][ κ][ X] < /3 1, 2 0 [ A] <, 1/3 1 7 Vektori uxy (, ) < ux( xyi, ) uy( xy, ) a skalaari uxy (, ) ovat Karteesisen koordinaatiston ( x, y ), koordinaattien funktioita a < i / x / y Laske u, u 2 a u Vastaus u u u < x x y y uy u, u < k(, x), x y u u u < 2 2 x y 8 Tarkastellaan integraalea ( xyz,,, ) koordinaatiston alueen ς a sen pinnan ylitse Olkoon n pinnan ulkoinen yksikkönormaali (suunnattu alueesta ulospäin), r < xi y zk paikkavektori a V alueen tilavuus Laske pintaintegraalit nda a n rda Vastaus nda < 0, n rda < 3V
3 Piirrä vapaakappalekuviot kuvien partikkeleille/äykille kappaleille a muodosta resultantit massakeskipisteiden suhteen Käytä kuvien yksikkövektoreita (a) Kaksi partikkelia kitkallisella tasolla Ei luistoa partikkeleiden välillä (b) Etuvetoinen auto (äykkä kappale, massa m) kiihdyttää Pyörät eivät luista (c) Partikkeli kitkattomalla kaltevalla tasolla Jousivoima on nolla, kun x < x0 i m 2 m 1 a) Kun voimat esitetään vapaakappalekuviossa, suunta osoitetaan yleensä nuolella a tämän viereen laitetaan suuruus Vaikutuspiste pitää osoittaa äykän kappaleen mallissa sillä tarkkuudella kuin se vaikuttaa resultanttiin Partikkelimalliin liittyy vain yksi ainepiste Näin ollen vaikutuspistettä ei tarvitse pohtia sen tarkemmin Vapaakappalekuviota piirrettäessä on hyvä muistaa seuraavat seikat : Painovoima Suuruus G < mg a suunta sama kuin tehtäväkuvan g:n Vaikutuspiste on massakeskipiste Jousivoima Muotoa F < k( l, l0), ossa k on ousivakio, l on ousen pituus a l 0 ousen lepopituus (positiivinen venytystä a negatiivinen puristusta) Yleensä ousivoiman lauseke pitää muodostaa tehtävän tietoen perusteella kappaleen asemaa kuvaavien suureiden funktiona Vaikutuspiste on ousen kiinnityspiste a suunta sama kuin ousella Vaimennusvoima Vaimentimet korvataan voimilla muotoa F < cl %, ossa c on vaimennusvakio a l % on vaimentimen venymisnopeus Yleensä lauseke pitää muodostaa tehtävän tietoen perusteella kappaleen asemaa kuvaavien suureiden funktiona Vaikutuspiste on vaimentimen kiinnityspiste a suunta sama kuin vaimentimella g F Kontakti Vaikutuspistettä ei aina tiedetä tarkasti, koska kysymys on akautuneen voiman resultantista Normaalikomponentti N aina kappaleeseen päin Jos kappale liukuu, tangentiaalikomponentti F < λ N (tarkemmin F <, λ Nv/ v ) vastustaa liikettä Jos kappale ei λ k liu, kitkavoima on tavallaan tehtävän tuntematon oka saadaan (ehkä) ratkaistua liikeyhtälöiden avulla Jos ei tiedetä liukuuko kappale vai pysyykö se paikallaan, arvataan aluksi että kappale pysyy paikallaan, määritetään kontaktivoimat, tutkitaan toteutuuko ehto Fλ λsn a tehdään ohtopäätökset Laatikot käsitellään partikkeleina (tässä) Vapaakappalekuviot pitää piirtää kummallekin Partikkeleiden välillä ei tapahdu liukumista, oten kitkavoima on vain yksi kappaleeseen vaikuttavista voimista (olle ei siis tunneta konstitutiivistä yhteyttä) Koska ei tiedetä liikkuuko alempi kappale vai ei, oletetaan että se pysyy paikallaan Tällöin alapintaan vaikuttava kitkavoima on vain eräs ulkoisista voimista (olle ei siis tunneta konstitutiivistä yhteyttä) c C b) λ b i k g h g α m c) k x i
4 mg 2 F < F i ( T, m g) 1 λ 2 F < ( F, G, F ) i ( N, T, m g) 2 λ λ 1 F λ i T mg 1 F λ F G λ N Auto käsitellään äykkänä kappaleena Pyörät koskettavat tasoa yhdessä pisteessä Tämän kosketuspisteen täytyy olla siis myös kontaktivoiman vaikutuspiste Vetävät etupyörät eivät liu, olloin kitkavoimasta tiedetään ainoastaan, että F λm F < F i ( N M, mg) λ MC < (, Nc Mb Fhk λ ) λ Laatikko käsitellään partikkelina (tässä) Jousivoiman pitää hävitä, kun x< x0 Jousen konstitutiivinen yhteys esitettynä partikkelin asemaa kuvaavan suureen x avulla F < k( x, x0 ), ossa x, x0 on siis venymä k( x, x mg 0) i F < [ mg sin, k( x, x0 )] i ( mg cos, N ) r i r N c C mg b M h F λ α N
5 σ Laske a b σ, a b σ, b a, kun T σ axx axy a < a ayx ayy T T bx i i b x b < < b b y y Mekaniikan yhtälöissä esiintyy tensorien ulkotulo ab, ristitulo a b, sisätulo ab a σ kaksinkertainen sisätulo a: b σ erilaisina versioina Ulkotulo merkitään ilman operaaattoria muodossa ab, kuten dyadit toisen kertaluvun tensorin komponenttiesityksissä Tensoritulot muodostetaan kertolaskun säännöillä säilyttäen kantavektoreiden ärestys a kertolasku-operaattorin siainti suhteessa kantavektoreihin Ortonormaalit kantavektorit ovat kohtisuorassa toisiaan vastaan a yksikön mittaisia Tällöin ristitulot i < k, k < i, k i <, i <, k, k < i a i k <, a pistetulot i i < 1, < 1 a k k < 1 Muut kantavektoreiden pistetulot a ristitulot ovat nollia Tällöin esimerkiksi T i i i 1 0 < < i 0 1 a T i i i 0 k < < i, k 0 σ Tensorin a vektorin pistetulo a b Sioitetaan komponenttiesitykset T T T T σ axx axy bx axx axy bx axx bx axyby a b < < < ayx ayy b y ayx ayy b y ayxbx ayyby Toinen vaihtoehto σ a b < ( a ii a i a i a ) ( b i b ) xx xy yx yy x y σ a b < ( a ii a i a i a ) b i ( a ii a i a i a ) b xx xy yx yy x xx xy yx yy y σ a b < ( a ii i a i i a i i a i ) b ( a ii a i a i a ) b xx xy yx yy x xx xy yx yy y σ a b < a b i a b a b i a b < ( a b a b ) i ( a b a b ) xx x yx x xy y yy y xx x xy y yx x yy y σ Tensorin a vektorin ristitulo a b T T T σ axx axy bx axx axy 0 k bx a b < < ayx ayy b y ayx ayy k 0 b, y T T σ k axx axy by k axxby, axybx a b < < k a a, b k a b, a b Toinen vaihtoehto yx yy x yx y yy x
6 σ a b < ( a ii a i a i a ) ( b i b ) xx xy yx yy x y σ a b < ( a ii a i a i a ) b i ( a ii a i a i a ) b xx xy yx yy x xx xy yx yy y σ a b < ( a ii i a i i a i i a i ) b xx xy yx yy x ( a ii a i a i a ) b xx xy yx yy y σ a b <, a b ik, a b k a b ik a b k < ( a b, a b ) ik ( a b, a b ) k xy x yy x xx y yx y xx y xy x yx y yy x σ Vektorin a tensorin pistetulo b a T T T T σ bx axx axy bx axx axy bx axx byayx b a < b < < y ayx ayy b y ayx ayy ba x xy ba y yy Toinen vaihtoehto σ b a < ( b i b ) ( a ii a i a i a ) x y xx xy yx yy σ b a < b i ( a ii a i a i a ) b ( a ii a i a i a ) x xx xy yx yy y xx xy yx yy σ b a < b ( a i ii a i i a i i a i ) b ( a ii a i a i a ) x xx xy yx yy y xx xy yx yy σ b a< ba i ba ba i ba < ( ba ba ) i ( ba ba ) x xx x xy y yx y yy x xx y yx x xy y yy
7 σ σ σ σ σ σ σ σ σ σ Laske tr([ S]) I : S, S : S, S : Sc, AS, S A, S T A, kun tensoreiden A, S σ, T σ komponentit ortonormaalissa ( i, k, ) kannassa ovat 0, { A} <, 1, [ S] < a 1 0, 1 [ T ] < Ortonormaalit kantavektorit ovat kohtisuorassa toisiaan vastaan a yksikön mittaisia Tällöin ristitulot i < k, k < i, k i <, i <, k, k < i a i k <, Muut kantavektoreiden ristitulot ovat nollia Pistetulot i i < 1, < 1 a k k < 1 Muut kantavektoreiden pistetulot ovat nollia Komponentit tunnetaan, oten tensorit ovat T T 0 0 A<, 1 <, 1, 1 k k 1 T, σ S < k k a T 1 0, 1 σ T < k k Toisen kertaluvun tensorin älki (trace) saadaan komponenttimatriisin diagonaalialkioiden summana Tensorimuodossa T T 1 0 0, σ σ tr([ S]) I : S : < < k k k k T 1 0 0, huom < < Ζ I T T,, i k σ σ tr([ S]) I : S < < < i k <, < 0 k k k i k k k Kaksoispistetulo tarkoittaa kahta pistetuloa Toisen kertaluvun tensorin kaksoispistetulo itsensä σ σ 2 kanssa saadaan komponenttimatriisin avulla S: S< trs [ ] Tensoreilla laskien T T T T,,,, σ σ S : S : < < ( ) k k k k k k k k T T,, σ σ S : S < < < 2 1 3< 6 k k k k
8 Toisen kertaluvun tensorin kaksoispistetulo konugaattinsa kanssa saadaan komponenttimatriisin σ σ T avulla S : Sc < tr([ S][ S] ) Konugaattitensori saadaan transponoimalla komponenttimatriisi, oka vastaa kantavektoreiden ärestyksen vaihtoa okaisessa dyadissa ( i i ne) Tensoreilla laskien T T T T T,,,, σ σ S : Sc : < < ( ) k k k k k k k k T T,, σ σ S : Sc < < < 2 2 3< 7 k k k k Vektorin a toisen kertaluvun tensorin pistetulo tuottaa vektorin T T T 0, , σ A S 1 1 <, <, 1 k k k k T T 0, 0 σ A S 1 <, < 1 < k 0 k Vektorin a toisen kertaluvun tensorin pistetulo tuottaa vektorin Lopputulos riippuu kertolaskun ärestyksestä (kertolasku ei ole vaihdannainen vektorialgebrassa) T T T, 0, σ S A < 1, <, 1 k k k 1 k T T, 0 1 σ S A <, 1 < 1 < i k k 0 Kertolasku on liitännäinen (assosiatiivinen), oten mielekkään kertolaskun suoritusärestyksellä ei ole väliä Esimerkiksi tulossa ( a b) c ärestys pitää osoitetaan suluilla, koska a ( b c ) ei ole mielekäs Muutoin ärestys valitaan mukavuuspohalta T T T, 1 0, 1 0 σ σ S T A ( ) < ( ), 1 k k k k k 1
9 T, , σ σ S T A<, 1 k T T T, 1 0, 1 0,, 1 2 σ σ S T A ( 1 ) <, <, 1 < 0 < 2i, k k k k, 1
10 Määritä ortonormaalien vektorikantoen ( i, k, ) a ( I, J, K) välinen relaatio, kun I on vektorin i, k suuntainen a J on tason g( x, y, z) < 2x 3y z, 5< 0 gradientin suuntainen (siis kohtisuorassa tasoa vastaan) Kumpikin koordinaatistoista on ortonormaali: kantavektorit ovat kohtisuorassa toisiaan vastaan a yksikön mittaisia Lisäksi oletetaan oikeakätisyys i < k, k < i, k i < ne kummallekin kannalle Tiedetään, että i, k a J ovat samansuuntaisia i, k 1 I < < ( i, k ) (vektorin pituus a < a a ) i, k 3 Funktion g( x, y, z) < 2x 3y z, 5 gradientti on tasoa 2x 3y z, 5< 0 vastaan kohtisuorassa g < 2i 3 k g 1 J < < (2 i 3 k ) g 14 Koordinaatisto on oikeakätinen, oten 1 1 K < I J < ( i, k) (2i 3 k) K < ( i 2 i i 3 i k, 2 i, 3, k k 2 i k 3 k k ) K < (3k, 2k, i 2, 3 i) < (, 4i 5 k) Esitetään vielä relaatio matriisimuodossa I , 1 J < K, k
11 Johda toisen kertaluvun (taso)tensorin σ δ komponenttien δ xx, δ xy, δ yx, δ yy a δ XX, δ XY, δ YX, δ YY välinen relaatio, kun xy, a XY, koordinaatiston kantavektorit ovat kuvan mukaisia Tensorit ovat koordinaatistoinvarianttea, mutta niiden komponentit riippuvat valitusta kannasta Toisen kertaluvun tensorin δ σ esitykset kuvan kannoissa ovat T T σ δxx δxy I δxx δxy I δ < < δyx δ yy J δyx δ YY J Y J y X π x I i Kuvan perusteella kantavektoreille pätee (matriisin alkioiden etumerkit voi tarkistaa vaikka tarkestelemalla tapauksia π < 0 a π < ο /2) I cosπ sinπ i < J, sinπ cosπ Sioitetaan yhteys tensorin esitykseen a käytetään matriisitulon transponointisääntöä T T T ([ A][ B]) < [ B] [ A] T T δxx δxy cos π, sin π δxx δxy cos π sin π < δyx δ yy sinπ cosπ δyx δ YY, sinπ cosπ Vasen a oikea puoli ovat samoa mikäli δxx δxy cosπ, sinπ δxx δxy cosπ sinπ < δyx δ yy sinπ cosπ δyx δ YY, sinπ cosπ δxx δxy cosπ sinπ δxx δxy cosπ, sinπ δyx δ < YY, sinπ cosπ δyx δ yy sinπ cosπ
12 Määritä matriisin [ A] ominaisarvot, vastaavat ominaisvektorit, ominaisarvohaotelma, 1 [ A] < [ x][ κ][ x] a neliöuuri, kun 4 0 [ A] <, 11 Ominaisarvotehtävässä etsitään kaikki ominaisarvo-ominaisvektori parit ( κ,{ x}), oille[ A]{} x < κ{} x Tehtävä ratkaistaan kahdessa osassa Ensin ratkaistaan matriisin [ A] ominaisarvot 4, κ 0 det([ A], κ[ I]) < det < (4, κ)(1, κ) < 0, 1 1, κ κ 1 < 1 a κ 2 < 4 Toisessa vaiheessa palataan alkuperäiseen tehtävään Ominaisarvoa κ vastaava ominaisvektori {} x saadaan lineaarisen homogeenisen yhtälöryhmän ([ A], κ[ I]){ x} < 0 ratkaisuna Ominaisvektori ei määräydy yksikäsitteisesti a mikä tahansa ratkaisu kelpaa (ominaisvektorit pitää valita kuitenkin niin että ne eivät ole lineaarisesti riippuvia) κ 1 < 1: 4, 1 0 x <,, x 2 {} x 1 0 <, 1 κ 2< 4: 4, 4 0 x <,, x 2 {} x 2, 3 < 1 Ominaisarvohaotelman matriisi [ x ] a diagonaalimatriisi [ κ ] koostuvat ominaisvektoreista a ominaisarvoista vastaavassa ärestyksessä 1 0 [ κ] < 0 4 a 0, 3 [ x] < 1 1 a 1 1/3 1 [ x ], <, 1/30 Ominaisarvohaotelma tuottaa alkuperäisen matriisin, 1 0, / [ A] < [ x][ κ][ x] < <, 1/3 0, 1 1 Ominaisarvohaotelmaa voidaan käyttää mm matriisin [ A ] neliöuuren laskennassa käyttäen, 1 hyväksi määritelmää: Jos [ A] < [ x][ κ][ x], niin, 1 f([ A]) < [ x] f([ κ])[ x] 0, /3 1 0, / [ A] < 1 1 < < 0 4, 1/ , 1/3 0, 1/3 1 Neliöuuri [ A ] kerrottuna itsellään tuottaa alkuperäisen matriisin [ A ]
13 Vektori uxy (, ) < ux( xyi, ) uy( xy, ) a skalaari uxy (, ) ( x, y ), koordinaattien funktioita a < i / x / y Laske u, ovat Karteesisen koordinaatiston u 2 a u Suunnattu derivaatta (nabla) on vektori a sillä operoidaan kuten vektorilla muissakin tensorilausekkeissa Nabla vaikuttaa kaikkeen sen oikealla puolella Tehtävässä T T ux ux u < u < y u a y T T / x / x < ( < ) / y / y Jos kantavektorit eivät ole vakioita osittaisderivaattoen pitää olla kantavektoreiden oikealla puolella nablan esityksessä eikä edellä oleva älkimmäinen muoto ole oikein Tässä kantavektorit ovat kuitenkin vakioita, oten niiden derivaatat ovat nollia, osittaisderivaatat vaikuttavat vain vektorin komponentteihin a nablan molemmat muodot tuottavat saman tuloksen Vektorin divergenssi (div) u / x / x 1 0 / x u < ( ) / y u < < < y / y 0 1 u y / y u y x y T T T T ux ux ux u u x y Vektorin pyörre (curl) u T T T T / x ux / x 0 k ux / x kuy uy u u < ( ) k( x < < <, ) / y u y / y k 0 u, y / y, ku x y x Skalaarin gradientin divergenssi (Laplacian) 2 u T T T / x / x / x / x u u u < ( ) u < ( ) ( ) u < u < / y / y / y / y 2 2 x y
14 Tarkastellaan integraalea ( xyz,,, ) koordinaatiston alueen ς a sen pinnan ylitse Olkoon n pinnan ulkoinen yksikkönormaali (suunnattu alueesta ulospäin), r < xi y zk paikkavektori a V alueen tilavuus Laske pintaintegraalit nda a n rda Integraalilauseiden avulla voidaan muuntaa pintaintegraalea tilavuusintegraaleiksi, pintaintegraalea viivaintegraaleiksi ne Lauseen eri muotoa mm ς adv < n ada, adv < ς nada ne Tarvitaan mm taseyhtälöiden paikallisten muotoen ohtamisessa Integraali-identiteeteissä ς on alue, sen reuna, n alueen ulkoinen normaali a a vektori a a skalaari Valitaan älkimmäisessä muodossa a < 1, tällöin a < 0 nda < 0 Siis ulkoisen yksikönormaalin integraali mielivaltaisen suletun pinnan ylitse häviää Valitaan sitten ensimmäisessä muodossa a < r, tällöin r < ( i i i ) ( xi y zk) < 3 x x x n rda < 3dV < 3V ς
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
LisätiedotKJR-C2002. Kontinuumimekaniikan perusteet. Viikko 44/1
KJR-C00 Kontinuumimekaniikan perusteet 017 Viikko 44/1 KONTINUUMIMEKANIIKAN PERUSLAIT (first principles) Mekaniikka soveltaa peruslakeja eri muodoissaan sekä muuta kokemusperäistä tietoa kappaleeseen vaikuttavien
LisätiedotKJR-C2002 Kontinuumimekaniikan perusteet, tentti
KJR-C2002 Kontinuumimekaniikan perusteet, tentti 13.12.2017 1. Jos r θ on paikkavektori, niin mitä ovat r θ, esitksiä r θ ja r θ? Kätä Karteesisen koordinaatiston T θ θ r < j < j zθ θ k k z ja / θ < j
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 24.2.2016 Susanna Hurme Päivän aihe: Voiman momentin käsite (Kirjan luvut 4.1-4.6) Mikä on voiman momentti? Määritetään momentti skalaari- ja vektorimuodossa Opitaan
LisätiedotVektorialgebra 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
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 15.3.2016 Susanna Hurme Päivän aihe: Translaatioliikkeen kinematiikka: asema, nopeus ja kiihtyvyys (Kirjan luvut 12.1-12.5, 16.1 ja 16.2) Osaamistavoitteet Ymmärtää
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.
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /
MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,
LisätiedotOsoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.
LINEAARIALGEBRA Harjoituksia 2016 1. Olkoon V = R 2 varustettuna tavallisella yhteenlaskulla. Määritellään reaaliluvulla kertominen seuraavasti: λ (x 1, x 2 ) = (λx 1, 0) (x 1, x 2 ) R 2 ja λ R. Osoita,
Lisätiedot6 MATRIISIN DIAGONALISOINTI
6 MATRIISIN DIAGONALISOINTI Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T Muistutus: vektorien a ja b pistetulo (skalaaritulo,
LisätiedotKJR-C1001: Statiikka L2 Luento : voiman momentti ja voimasysteemit
KJR-C1001: Statiikka L2 Luento 21.2.2018: voiman momentti ja voimasysteemit Apulaisprofessori Konetekniikan laitos Luennon osaamistavoitteet Tämän päiväisen luennon jälkeen opiskelija Pystyy muodostamaan,
Lisätiedot3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset
31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita
LisätiedotNeliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja
7 NELIÖMATRIISIN DIAGONALISOINTI. Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T () Muistutus: Kokoa n olevien vektorien
LisätiedotSuorat ja tasot, L6. Suuntajana. Suora xy-tasossa. Suora xyzkoordinaatistossa. Taso xyzkoordinaatistossa. Tason koordinaattimuotoinen yhtälö.
Suorat ja tasot, L6 Suora xyz-koordinaatistossa Taso xyz-koordinaatistossa stä stä 1 Näillä kalvoilla käsittelemme kolmen laisia olioita. Suora xyz-avaruudessa. Taso xyz-avaruudessa. Emme nyt ryhdy pohtimaan,
LisätiedotMS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause.
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause. Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015
LisätiedotMS-A0003/A Matriisilaskenta Laskuharjoitus 6
MS-A3/A - Matriisilaskenta Laskuharjoitus 6 Ratkaisuehdotelmia. Diagonalisointi on hajotelma A SΛS, jossa diagonaalimatriisi Λ sisältää matriisin A ominaisarvot ja matriisin S sarakkeet ovat näitä ominaisarvoja
Lisätiedot(0 desimaalia, 2 merkitsevää numeroa).
NUMEERISET MENETELMÄT DEMOVASTAUKSET SYKSY 20.. (a) Absoluuttinen virhe: ε x x ˆx /7 0.4 /7 4/00 /700 0.004286. Suhteellinen virhe: ρ x x ˆx x /700 /7 /00 0.00 0.%. (b) Kahden desimaalin tarkkuus x ˆx
Lisätiedot2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio
x = x 2 = 5/2 x 3 = 2 eli Ratkaisu on siis x = (x x 2 x 3 ) = ( 5/2 2) (Tarkista sijoittamalla!) 5/2 2 Tämä piste on alkuperäisten tasojen ainoa leikkauspiste Se on myös piste/vektori jonka matriisi A
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu Antti Rasilan luentomonisteeseen
Lisätiedotf x da, kun A on tason origokeskinen yksikköympyrä, jonka kehällä funktion f arvot saadaan lausekkeesta f (x, y) = 2x 3y 2.
13. Erityyppisten integraalien väliset yhteydet 13.1. Gaussin lause 364. Laske A f x da, kun A on tason origokeskinen yksikköympyrä, jonka kehällä funktion f arvot saadaan lausekkeesta f (x, y) = 2x 3y
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotInsinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut
Insinöörimatematiikka D, 29.3.2016 4. laskuharjoituksien esimerkkiratkaisut 1. Olkoon u (4,0,4,2) ja v ( 1,1,3,5) vektoreita vektoriavaruudessa R 4. Annetun sisätulon (x,y) indusoima normi on x (x,x) ja
LisätiedotKanta ja Kannan-vaihto
ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V
LisätiedotA 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!
LisätiedotYhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.
2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2
LisätiedotVEKTORIT paikkavektori OA
paikkavektori OA Piste A = (2, -1) Paikkavektori OA = 2i j 3D: kuvan piirtäminen hankalaa Piste A = (2, -3, 4) Paikkavektori OA = 2i 3j + 4k Piste A = (a 1, a 2, a 3 ) Paikkavektori OA = a 1 i + a 2 j
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
LisätiedotMääritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )
Määritelmä 519 Olkoon T i L V i, W i, 1 i m Yksikäsitteisen lineaarikuvauksen h L V 1 V 2 V m, W 1 W 2 W m h v 1 v 2 v m T 1 v 1 T 2 v 2 T m v m 514 sanotaan olevan kuvausten T 1,, T m indusoima ja sitä
LisätiedotBM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016
BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016 1. Hahmottele karkeasti funktion f : R R 2 piirtämällä sen arvoja muutamilla eri muuttujan arvoilla kaksiulotteiseen koordinaatistoon
Lisätiedot3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =
BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 6, Syksy 2016 1. (a) Olkoon z = z(x,y) = yx 1/2 + y 1/2. Muodosta z:lle lineaarinen approksimaatio L(x,y) siten että approksimaation ja z:n arvot
Lisätiedot(1.1) Ae j = a k,j e k.
Lineaarikuvauksen determinantti ja jälki 1. Lineaarikuvauksen matriisi. Palautetaan mieleen, mikä lineaarikuvauksen matriisi annetun kannan suhteen on. Olkoot V äärellisulotteinen vektoriavaruus, n = dim
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 16.3.2016 Susanna Hurme Päivän aihe: Translaatioliikkeen kinetiikka (Kirjan luvut 12.6, 13.1-13.3 ja 17.3) Oppimistavoitteet Ymmärtää, miten Newtonin toisen lain
LisätiedotLuento 8: Epälineaarinen optimointi
Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori 0 = (0,..., 0). Reaalisten m n-matriisien joukkoa merkitään
LisätiedotDYNAMIIKKA II, LUENTO 5 (SYKSY 2015) Arttu Polojärvi
DYNAMIIKKA II, LUENTO 5 (SYKSY 2015) Arttu Polojärvi LUENNON SISÄLTÖ Kertausta edelliseltä luennolta: Suhteellisen liikkeen nopeuden ja kiihtyvyyden yhtälöt. Jäykän kappaleen partikkelin liike. Jäykän
LisätiedotDeterminantti 1 / 30
1 / 30 on reaaliluku, joka on määritelty neliömatriiseille Determinantin avulla voidaan esimerkiksi selvittää, onko matriisi kääntyvä a voidaan käyttää käänteismatriisin määräämisessä ja siten lineaarisen
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 1 / vko 44
MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko Tehtävä (L): Käynnistä Matlab-ohjelma ja kokeile laskea sillä muutama peruslaskutoimitus: laske jokin yhteen-, vähennys-, kerto- ja jakolasku. Laske
LisätiedotRatkaisu: 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
LisätiedotOminaisvektoreiden lineaarinen riippumattomuus
Ominaisvektoreiden lineaarinen riippumattomuus Lause 17 Oletetaan, että A on n n -matriisi. Oletetaan, että λ 1,..., λ m ovat matriisin A eri ominaisarvoja, ja oletetaan, että v 1,..., v m ovat jotkin
LisätiedotF dr = F NdS. VEKTORIANALYYSI Luento Stokesin lause
91 VEKTORIANALYYI Luento 13 9. tokesin lause A 16.5 tokesin lause on kuin Gaussin lause, mutta yhtä dimensiota alempana: se liittää toisiinsa kentän derivaatasta pinnan yli otetun integraalin ja pinnan
LisätiedotMS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 / 19 Esimerkki Olkoon F : R 3 R 3 vakiofunktio
LisätiedotMatriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?
Harjoitus 1, kevät 007 1. Olkoon [ ] cos α sin α A(α) =. sin α cos α Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?. Olkoon a x y A = 0 b z, 0 0 c missä a, b, c 0. Määrää käänteismatriisi
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
LisätiedotLineaarinen toisen kertaluvun yhtälö
Lineaarinen toisen kertaluvun yhtälö Keijo Ruotsalainen Mathematics Division Lineaarinen toisen kertaluvun differentiaaliyhtälö Toisen kertaluvun täydellinen lineaarinen yhtälö muotoa p 2 (x)y + p 1 (x)y
LisätiedotSisätuloavaruudet. 4. lokakuuta 2006
Sisätuloavaruudet 4. lokakuuta 2006 Tässä esityksessä vektoriavaruudet V ja W ovat kompleksisia ja äärellisulotteisia. Käydään ensin lyhyesti läpi määritelmiä ja perustuloksia. Merkitään L(V, W ) :llä
LisätiedotDiplomi-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
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
LisätiedotTekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).
Tekijä Pitkä matematiikka 4 9.12.2016 212 Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4). Vastaus esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4) 213 Merkitään pistettä
Lisätiedot1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.
ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0004/A0006 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 8.9.015 Reaalinen
LisätiedotViikon aiheet. Funktion lineaarinen approksimointi
Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja integraalilaskenta
LisätiedotMatematiikka B3 - Avoin yliopisto
2. heinäkuuta 2009 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Lisäharjoitustehtävä Kurssin sisältö (1/2) 1. asteen Differentiaali yhtälöt (1.DY) Separoituva Ratkaisukaava Bernoyulli
LisätiedotLuento 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,
LisätiedotMatemaattinen Analyysi / kertaus
Matemaattinen Analyysi / kertaus Ensimmäinen välikoe o { 2x + 3y 4z = 2 5x 2y + 5z = 7 ( ) x 2 3 4 y = 5 2 5 z ) ( 3 + y 2 ( 2 x 5 ( 2 7 ) ) ( 4 + z 5 ) = ( 2 7 ) yhteys determinanttiin Yhtälöryhmän ratkaiseminen
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 8 1 Suunnattu derivaatta Aluksi tarkastelemme vektoreita, koska ymmärrys vektoreista helpottaa alla olevien asioiden omaksumista. Kun liikutaan tasossa eli avaruudessa
LisätiedotKertausta: 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:
Lisätiedotr > y x z x = z y + y x z y + y x = r y x + y x = r
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Osoita, että avoin kuula on avoin joukko ja suljettu kuula on suljettu joukko. Ratkaisu.
LisätiedotPistetulo eli skalaaritulo
Pistetulo eli skalaaritulo VEKTORIT, MAA4 Pistetulo on kahden vektorin välinen tulo. Tarkastellaan ensin kahden vektorin välistä kulmaa. Vektorien a ja, kun a 0, välinen kulma on (kuva) kovera kun a vektorit
LisätiedotMateriaalien mekaniikka
Materiaalien mekaniikka 3. harjoitus jännitys ja tasapainoyhtälöt 1. Onko seuraava jännityskenttä tasapainossa kun tilavuusvoimia ei ole: σ x = σ 0 ( 3x L + 4xy 8y ), σ y = σ 0 ( x L xy + 3y ), τ xy =
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
LisätiedotTaso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora
Taso 1/5 Sisältö Taso geometrisena peruskäsitteenä Kolmiulotteisen alkeisgeometrian peruskäsitteisiin kuuluu taso pisteen ja suoran lisäksi. Intuitiivisesti sitä voidaan ajatella joka suunnassa äärettömyyteen
LisätiedotMatikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210
Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/210 Lineaarialgebra (muut ko) p. 2/210 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2
LisätiedotMS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42
MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 Tehtävät 1-4 lasketaan alkuviikon harjoituksissa ryhmissä, ja ryhmien ratkaisut esitetään harjoitustilaisuudessa (merkitty kirjaimella L = Lasketaan).
LisätiedotMatematiikka B2 - TUDI
Matematiikka B2 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 10.3.2016 Susanna Hurme Statiikan välikoe 14.3.2016 Ajankohta ma 14.3.2016 klo 14:15 17:15 Salijako Aalto-Sali: A-Q (sukunimen alkukirjaimen mukaan) Ilmoittautuminen
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /
MS-A3/A5 Matriisilaskenta, II/27 MS-A3/A5 Matriisilaskenta Laskuharjoitus 3 / 3. 7..27 Tehtävä (L): Etsi kaikki yhtälön Ax = b ratkaisut, kun 3 5 4 A = 3 2 4 ja b = 6 8 7 4. Ratkaisu : Koetetaan ratkaista
LisätiedotDifferentiaali- ja integraalilaskenta 2 (CHEM) MS-A0207 Hakula/Vuojamo Kurssitentti, 12.2, 2018, arvosteluperusteet
ifferentiaali- ja integraalilaskenta 2 (CHEM) MS-A27 Hakula/Vuojamo Kurssitentti, 2.2, 28, arvosteluperusteet T Moniosaisten tehtävien osien painoarvo on sama ellei muuta ole erikseen osoitettu. Kokeessa
LisätiedotOminaisarvo-hajoitelma ja diagonalisointi
Ominaisarvo-hajoitelma ja a 1 Lause 1: Jos reaalisella n n matriisilla A on n eri suurta reaalista ominaisarvoa λ 1,λ 2,...,λ n, λ i λ j, kun i j, niin vastaavat ominaisvektorit x 1, x 2,..., x n muodostavat
LisätiedotMatriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37
Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37 Tehtävä 1: Käynnistä Matlab-ohjelma ja kokeile laskea sillä muutama peruslaskutoimitus: laske jokin yhteen-, vähennys-, kerto- ja jakolasku. Laske
Lisätiedot5 OMINAISARVOT JA OMINAISVEKTORIT
5 OMINAISARVOT JA OMINAISVEKTORIT Ominaisarvo-ongelma Käsitellään neliömatriiseja: olkoon A n n-matriisi. Luku on matriisin A ominaisarvo (eigenvalue), jos on olemassa vektori x siten, että Ax = x () Yhtälön
LisätiedotJuuri 4 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. b) B = (3, 0, 5) K2. 8 ( 1)
Kertaus K1. a) OA i k b) B = (, 0, 5) K. K. a) AB (6 ( )) i () ( ( 7)) k 8i 4k AB 8 ( 1) 4 64116 819 b) 1 1 AB( ( 1)) i 1 i 4 AB ( ) ( 4) 416 0 45 5 K4. a) AB AO OB OA OB ( i ) i i i 5i b) Pisteen A paikkavektori
LisätiedotKuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Olkoon f : R R f(x 1, x ) = x 1 + x Olkoon C R. Määritä tasa-arvojoukko Sf(C) = {(x 1, x
LisätiedotJYVÄSKYLÄN YLIOPISTO. Integraalilaskenta 2 Harjoitus Olkoon A := {(x, y) R 2 0 x π, sin x y 2 sin x}. Laske käyräintegraali
JYVÄSKYLÄN YLIOPISTO MTEMTIIKN J TILSTOTIETEEN LITOS Integraalilaskenta Harjoitus 4 5.4.4. Olkoon := {(x, y) R x π, sin x y sin x}. Laske käyräintegraali + (y dx + x dy) a) suoraan; ja b) Greenin lauseen
LisätiedotMS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48
MS-A3/A5 Matriisilaskenta Malliratkaisut 5 / vko 48 Tehtävä (L): a) Onko 4 3 sitä vastaava ominaisarvo? b) Onko λ = 3 matriisin matriisin 2 2 3 2 3 7 9 4 5 2 4 4 ominaisvektori? Jos on, mikä on ominaisarvo?
LisätiedotMatikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81
Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/81 Lineaarialgebra (muut ko) p. 2/81 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2 )
LisätiedotVektoreiden 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
LisätiedotMatematiikka B2 - Avoin yliopisto
6. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus
LisätiedotKertausta: 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:
Lisätiedotax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.
BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 7, Syksy 206 Tutkitaan yhtälöryhmää x + y + z 0 2x + y + az b ax + y + 2z 0 (a) Jos a 0 ja b 0 niin mikä on yhtälöryhmän ratkaisu? Tulkitse ratkaisu
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016 Antti Rasila
LisätiedotGaussin lause eli divergenssilause 1
80 VEKTOIANALYYI Luento 1 8. Gaussin lause eli divergenssilause 1 A 16.4 Kurssin jäljellä olevassa osassa käymme läpi joukon fysiikan kannalta tärkeitä vektorikenttien integrointia koskevia tuloksia, nimittäin
LisätiedotELEC 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
Lisätiedot3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset
32 Idea: Lineaarikuvausten laskutoimitusten avulla määritellään vastaavat matriisien laskutoimitukset Vakiolla kertominen ja summa Olkoon t R ja A, B R n m Silloin ta, A + B R n m ja määritellään ta ta
LisätiedotLuvun 5 laskuesimerkit
Luvun 5 laskuesimerkit Esimerkki 5.1 Moottori roikkuu oheisen kuvan mukaisessa ripustuksessa. a) Mitkä ovat kahleiden jännitykset? b) Mikä kahleista uhkaa katketa ensimmäisenä? Piirretäänpä parit vapaakappalekuvat.
Lisätiedot1. Normi ja sisätulo
Kurssimateriaalia K3/P3-kursille syksyllä 3 83 Heikki Apiola Sisältää otteita Timo Eirolan L3-kurssin lineaarialgebramonisteesta, jonka lähdekoodin Timo on ystävällisesti antanut käyttööni Normi ja sisätulo
LisätiedotTalousmatematiikan perusteet: Luento 9
Talousmatematiikan perusteet: Luento 9 Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo ja pituus Vektorien välinen kulma Motivointi Tähän asti olemme tarkastelleet yhden
Lisätiedot0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan.
Tekijä Pitkä matematiikka 4 9.1.016 168 a) Lasketaan vektorien a ja b pistetulo. a b = (3i + 5 j) (7i 3 j) = 3 7 + 5 ( 3) = 1 15 = 6 Koska pistetulo a b 0, niin vektorit eivät ole kohtisuorassa toisiaan
LisätiedotKJR-C2002 Kontinuumimekaniikan perusteet, viikko 47/2017
KJR-C00 Kontinuumimekaniikan perusteet, viikko 47/017 1. Määritä oheisen kuvan mukaisen kanaalin portin
LisätiedotDI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 11: ti klo 13:00-15:30
DI matematiikan opettajaksi: Tädennskurssi, kevät Luentorunkoa ja harjoituksia viikolle : ti 6 klo :-5: Kädään läpi: funktioita f : D f R n R m ja integrointia R n :ssä Oletetaan, että, R n ovat mielivaltaisia
LisätiedotAvaruuden R n aliavaruus
Avaruuden R n aliavaruus 1 / 41 Aliavaruus Esimerkki 1 Kuva: Suora on suljettu yhteenlaskun ja skalaarilla kertomisen suhteen. 2 / 41 Esimerkki 2 Kuva: Suora ei ole suljettu yhteenlaskun ja skalaarilla
LisätiedotVektoriarvoiset funktiot Vektoriarvoisen funktion jatkuvuus ja derivoituvuus
8. Vektoriarvoiset funktiot 8.1. Vektoriarvoisen funktion jatkuvuus ja derivoituvuus 320. Olkoon u reaalimuuttujan vektoriarvoinen funktio R R n ja lim t a u(t) = b. Todista: lim t a u(t) = b. 321. Olkoon
LisätiedotTekijä Pitkä matematiikka
K1 Tekijä Pitkä matematiikka 5 7..017 a) 1 1 + 1 = 4 + 1 = 3 = 3 4 4 4 4 4 4 b) 1 1 1 = 4 6 3 = 5 = 5 3 4 1 1 1 1 1 K a) Koska 3 = 9 < 10, niin 3 10 < 0. 3 10 = (3 10 ) = 10 3 b) Koska π 3,14, niin π
LisätiedotVektorit, suorat ja tasot
, suorat ja tasot 1 / 22 Koulussa vektori oli nuoli, jolla oli suunta ja suuruus eli pituus. Siirretään vektori siten, että sen alkupää on origossa. Tällöin sen kärki on pisteessä (x 1, x 2 ). Jos vektorin
LisätiedotAnna jokaisen kohdan vastaus kolmen merkitsevän numeron tarkkuudella muodossa
Preliminäärikoe Tehtävät Pitkä matematiikka / Kokeessa saa vastata enintään kymmeneen tehtävään Tähdellä (* merkittyjen tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä on 6 Jos tehtävässä
LisätiedotOminaisarvo ja ominaisvektori
Ominaisarvo ja ominaisvektori Määritelmä Oletetaan, että A on n n -neliömatriisi. Reaaliluku λ on matriisin ominaisarvo, jos on olemassa sellainen vektori v R n, että v 0 ja A v = λ v. Vektoria v, joka
LisätiedotKertausosa. 5. Merkitään sädettä kirjaimella r. Kaaren pituus on tällöin r a) sin = 0, , c) tan = 0,
Kertausosa. a),6 60 576 Peruuttaessa pyörähdyssuunta on vastapäivään. Kulma on siis,4 60 864 a) 576 864 0,88m. a) α b 0,6769... 0,68 (rad) r,m 8cm β,90...,9 (rad) 4cm a) α 0,68 (rad) β,9 (rad). a) 5,0
LisätiedotRistitulolle saadaan toinen muistisääntö determinantin avulla. Vektoreiden v ja w ristitulo saadaan laskemalla determinantti
14 Ristitulo Avaruuden R 3 vektoreille voidaan määritellä pistetulon lisäksi niin kutsuttu ristitulo. Pistetulosta poiketen ristitulon tulos ei ole reaaliluku vaan avaruuden R 3 vektori. Ristitulosta on
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu
LisätiedotMS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2016
Lisätiedot