Mat Lineaarinen ohjelmointi
|
|
- Timo-Pekka Kyllönen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 Mat Lneaarnen ohjelmont Luento 0 Ssäpstemenetelmät ja kokonaslukuoptmont (krja ) Ssäpstemenetelmät luvut 8 ja 9, e tarvtse lukea Lneaarnen ohjelmont - Syksy 2007 /
2 Luentorunko Sananen ssäpstemenetelmstä Ellpsodmenetelmä Ssäpstemenetelmät Kokonaslukutehtävä Bnäärmuuttujat Vahvat formulonnt Yhteenveto Lneaarnen ohjelmont - Syksy 2007 / 2
3 Sananen ssäpstemenetelmstä 2. maalmansodasta lähten LP:tä ratkastu Smplellä Peraate: LP-tehtävän ratkasu löytyy kulmapsteestä, joten lkutaan kulmasta toseen reunoja ptkn Ongelma: eksponentaalnen ratkasuaka Tavote: menetelmä, joka takaa ratkasun polynomajassa Lneaarnen ohjelmont - Syksy 2007 / 3
4 Ellpsodmenetelmä Kachyan 979: Ellpsodmenetelmän polynomakasuuden osotus Idea: Alussa jokn käyvän alueen ssäpste, joka ensmmäsen, koko alueen ssältävän ellpsodn keskpste Jaetaan ellpsod puolks psteen kautta kulkevalla tasolla sten, että kustannusfunkto vähenee tosella ja kasvaa tosella puolella Kuljetaan askel vähenemssuuntaan ja muodostetaan uus, penemp ellpsod Jatketaan, kunnes ollaan kylln lähellä optma Lneaarnen ohjelmont - Syksy 2007 / 4
5 Ssäpstemenetelmät Ellpsodmenetelmä käytännössä kehno, kutenkn teoran kannalta tärkeä Karmakar 984: ssäpstemenetelmä Hyvät omnasuudet sekä teorassa (polynomakasuus) että käytännössä Useta varaatota kehtetty Lneaarnen ohjelmont - Syksy 2007 / 5
6 Ssäpstemenetelmät: Affn skaalaus Idea: Lähtö ssäpsteestä, jonka ympärlle muodostettu ellpsod Mnmodaan kohdefunktota ellpsodssa Otetaan mnmova pste seuraavan ellpsodn keskpsteeks Jatketaan, kunnes ollaan kylln lähellä optma Lneaarnen ohjelmont - Syksy 2007 / 6
7 Idea: Ssäpstemenetelmät: Estefunktomenetelmät Muodostetaan tehtävälle duaal Lähdetään lkkeelle alueen ssäpsteestä Muodostetaan kohdefunkto, joka rankasee yhtäältä duaalaukosta (dualty gap) ja tosaalta alueen reunolle menemsestä jollakn estefunktolla Duaalaukko penenee -> lähestytään optma E pääsyä reunolle -> e vaaraa joutua ulos alueesta Estefunkton sakkoparametra penennetään optmonnn edetessä, sllä ratkasu löytyy kutenkn reunalta Lneaarnen ohjelmont - Syksy 2007 / 7
8 Ssäpstemenetelmät Ssäpstemenetelmät tehokkata (etenkn suurlle tehtävlle) ja usempen kaupallstenkn solveren käyttämä (esm. Matlab) Ongelma: e päästä alueen reunalle, josta ratkasu kutenkn löytyy => sksakkausta optmn tuntumassa Ratkasu: alotetaan ssäpstemenetelmällä ja vahdetaan sopvan hetken tullen Smplen Syvemp perehtymnen ssäpstemenetelmn: Mat Optmontopp Lneaarnen ohjelmont - Syksy 2007 / 8
9 Kokonaslukutehtävä LP-tehtävä ylesest muotoa: mn c +d y s.e. A+By=b,y 0 kokonaslukuja Kokonaslukutehtävä laajassa merktyksessä = kattoterm erotukseks jatkuvasta tehtävästä Lneaarnen ohjelmont - Syksy 2007 / 9
10 Kokonaslukutehtävä Unohdetaan kokonaslukurajotteet = relaksotu tehtävä Relaksotu tehtävä mnmo suuremmassa vahtoehtojoukosta => antaa alarajan kokonaslukutehtävän optmlle Jos relaksodun tehtävän optmratkasu on kokonasluku(-vektor), on se myös alkuperäsen tehtävän optm (toteuttaa relaksodut rajotteet) Lneaarnen ohjelmont - Syksy 2007 / 0
11 Kokonaslukutehtävä Mukana sekä kokonasa että jatkuva muuttuja = sekalukutehtävä (med nteger programmng problem MIP) Kakk muuttujat rajotettu kokonasluvuks = kokonaslukutehtävä (nteger programmng problem IP); nyt ss suppeammassa merktyksessä Jos kokonaslukutehtävän muuttujat rajotettu arvohn 0 ja, kyseessä bnäärtehtävä (zero-one neteger programmng problem ZOIP). Lneaarnen ohjelmont - Syksy 2007 /
12 Esmerkkejä bnäärtehtävästä (/3) Hankevalnta: Mtkä seuraavsta kolmevuotssta hankkesta kannattaa käynnstää? Taulukossa projekten tuotot sekä vuosttaset kustannukset ja resursst Hanke 2 3 Tuotot Resursst Lneaarnen ohjelmont - Syksy 2007 / 2
13 Esmerkkejä bnäärtehtävästä (/3) ma s. e {0,}, =,..., Kokonaslukuratkasu: = 2 = 3 = 4 =, 5 =0, tuotto 95 Jatkuvlla muuttujlla (relaksotu tehtävä): = 0.579, 2 = 3 = 4 =, 5 =0.737, tuotto 09 pyörstämnen e tom!! Lneaarnen ohjelmont - Syksy 2007 / 3
14 Esmerkkejä bnäärtehtävästä (/3) Esm. kapsäkktehtävä (knapsack probelm) Olet murtautunut ryöstöakessa taloon, josta löytyy kakenlasta tavaraa. Tavara j panaa w j kloa ja sen arvo varastetun tavaran markknolla on c j euroa. Haluat optmoda saals arvon, kun tedät jaksavas kantaa enntään K kloa. ma s.e. j n j= n j= j c j w j j j {0,}, K j=,..., n : otetaanko tavara j mukaan va e? Lneaarnen ohjelmont - Syksy 2007 / 4
15 Bnäärmuuttujat Useat ns. epätavallsemmat rajotteet saadaan mallnnettua bnäärmuuttujen avulla Pysytään LP-ympärstössä, mutta tosaalta saatetaan joutua jatkuvasta tapauksesta hankalampaan kokonaslukumaalmaan Lneaarnen ohjelmont - Syksy 2007 / 5
16 Esmerkkejä (/6) Pakotusehdot: Päätös A vodaan tehdä van jos päätös B on tehty otetaan bnäärmuuttujat (y) joka saa arvon jos päätös A (B) tehdään ja 0 muuten. Rajotus: y Bnäärmuuttujsta enntään yks saa poketa nollasta: Tasan yks: n j= j = n j= j Lneaarnen ohjelmont - Syksy 2007 / 6
17 Esmerkkejä (2/6) Joko-ta rajote: Kahdesta rajotteesta a b, c d tasan tosen tulee päteä Ylenen tapaus: m kpl rajotteta, josta tasan k kpl tulee päteä Vähntään k kpl pätevä rajotteta: korvataan yhtälörajote epäyhtälöllä a' b My c' d M ( y {0,} a ' b m = y My = m k ( ) y {0,} y) Lneaarnen ohjelmont - Syksy 2007 / 7
18 Esmerkkejä (3/6) Muuttujan arvot halutaan rajata dskreettn joukkoon: { a,..., a n } = m j= y j m y j= j a j = y {0,} j Esm ta 6 ta 8: y y + + y,2, y + y 3 {0,} + 6y = 2 + 8y 3 Lneaarnen ohjelmont - Syksy 2007 / 8
19 Esmerkkejä (4/6) Melvaltanen jatkuva palottan lneaarnen kohdefunkto (vrt. luennolla kästelty konveks verso): f() = 0.75a a 3 Olk. a < a 2 <...<a k jatkuvan pal. ln. funkton tatekohdat, jollon funkton määrttävät pstepart (a,f(a )), =,..,k. Mkä tahansa välllä [a, a k ] vodaan esttää a :den konveksna kombnaatona a a 2 a 3 a 4 k k = λ λ [0,], = =, λ Lneaarnen ohjelmont - Syksy 2007 / 9
20 Esmerkkejä (5/6) Kombnaatoestys e ole ykskästtenen, mutta vodaan tehdä sellaseks vaatmalla, että van kaks peräkkästä λ :tä ovat nollasta pokkeava f() = 0.5a + a Ts. vällle [a, a + ] osuva pste estetään a :n ja a + :n konv. kombnaatona Lneaarsuudesta ja ykskästtesyydestä seuraa = k f ( ) = λ f ( a ) a a 2 a 3 a 4 Lneaarnen ohjelmont - Syksy 2007 / 20
21 Esmerkkejä (6/6) Palottan lneaarsen kohdefunkton mnmont saadaan ss mallnnettua seuraavast ottamalla avuks bnäärmuuttujat y : Formulont LP:nä lman bnäärmuuttuja = Feldsn mtal tms. manetta ja kunnaa mn s. e. k = k = λ f ( a ) λ = λ λ λ k k = λ y y y y 0,, y + k =, {0,} y, = 2,..., k Lneaarnen ohjelmont - Syksy 2007 / 2
22 Vahvat formulonnt (/6) Jatkuva LP: ekvvalentt formulonnt evät vakuta kykyyn ratkasta tehtävää Kokonaslukutehtävä: vakutus vo olla dramaattnen! Tehtävän formulonta I sanotaan formulonta II vahvemmaks, jos I:n relaksaaton käypä joukko on II:n relaksaaton käypää joukkoa penemp Lneaarnen ohjelmont - Syksy 2007 / 22
23 Vahvat formulonnt (2/6) Esm. Locaton, locaton, locaton... Halutaan valta n:stä mahdollsesta optmaalset sjannt palvelulle, jolla on m asakasta. Palvelun avaamnen pakassa j aheuttaa kustannuksen c j ja asakkaan palvelemnen ko. sjannsta kustannuksen d j Lneaarnen ohjelmont - Syksy 2007 / 23
24 Vahvat formulonnt (3/6) Määrtellään bnäärmuuttujat y j, joka saa arvon jos sjannssa j on palvelupakka ja nollan muuten; sekä j, joka saa arvon jos asakasta palvellaan sjannssa j ja nollan muuten. Tällön tehtävä formulodaan seuraavast: I: mn s. e. n j= n j= c j j j, j y y y j d = + j m n = j= {0,} j j, j, j Lneaarnen ohjelmont - Syksy 2007 / 24
25 Vahvat formulonnt (4/6 Edellsen kanssa ekvvalentt formulont on veressä estetty; jos y j =0, on oltava j =0 kaklla jos y j =, on mahdollsta, että j = vakka kaklla. II: mn s. e. n j= n j= m = j, c j y j j y j + = my m = j= j {0,} n d j j j, j Lneaarnen ohjelmont - Syksy 2007 / 25
26 Vahvat formulonnt (5/6) Edellsten tehtäven relaksaatot tuottavat erlaset käyvät alueet I-alue II-aluetta penemp => formulont I on vahvemp I-relaksaaton ratkasu on kokonaslukuratkasu, el myös kokonaslukutehtävän ratkasu! c II-relaksaaton ratkasu I-relaksaaton ratkasu Lneaarnen ohjelmont - Syksy 2007 / 26
27 Vahvat formulonnt Jatkuva LP on huomattavast helpomp ratkasta kun kokonaslukutehtävä c On ss tovottavaa, että relaksaaton ratkasu on alkuperäsen tehtävän ratkasu Paras formulont: relaksaaton käypä joukko on käypen kokonaslukuratkasujen konveks kuor (kakk kulmapsteet kokonaslukuja!) Lneaarnen ohjelmont - Syksy 2007 / 27
28 Vahvat formulonnt: Parnmuodostus (/4) Vahvat formulonnt ovat ertysen tärketä tehtävssä, jossa rajotusten määrä on eksponentaalnen Esm. parnmuodostus: yhdstetään joukosta part sten, että kustannus mnmotuu Verkkotehtävä! G=(N,A), kaarkustannukset c a c (,2) E kaarta = para e ole mahdollsta muodostaa Lneaarnen ohjelmont - Syksy 2007 / 28 6
29 Vahvat formulonnt: Parnmuodostus (2/4) Bnäärmuuttuja a =, jos kaarta a vastaavat tyypt partetaan Merktään δ(s):llä kaara, joden lähtösolmu joukossa S ja maalsolmu joukossa N\S Ertysest δ({}) solmua svuavat kaaret Tällön eräs formulont: mn s. e. a A a a δ ({ }) a c a a = {0,} N Lneaarnen ohjelmont - Syksy 2007 / 29
30 Vahvat formulonnt: Parnmuodostus (3/4) Sovelletaan edellstä formulonta vereseen verkkoon Kokonaslukutehtävän optmkustannus L+2 Relaksodun tehtävän ratkasu: rtasa kolmodraamoja optmkustannuksella 3 /2 / L L /2 / /2 6 /2 Lneaarnen ohjelmont - Syksy 2007 / 30
31 Vahvat formulonnt: Parnmuodostus (4/4) Vahvemp formulont saadaan vaatmalla: a δ ( S ) a, S N, N, parton Ts. kolmen/vden jne. poppoosta anakn yhden paruduttava porukan ulkopuolelta löytyvän henklön kanssa e draamojen mahdollsuutta! Osottautuu, että ko. formulonnn relaksaaton käypä joukko on käypen kokonaslukuratkasujen konveks kuor! LP-ratkasu = IP-ratkasu löytyy polynomajassa! S S Lneaarnen ohjelmont - Syksy 2007 / 3
32 Vahvat formulonnt: Kauppamatkustajan ongelma (/4) Esm. kauppamatkustajan ongelma (travelng salesman) eräs kuulusmmsta kokonaslukutehtävstä: N kpl kaupunkeja, jossa kauppamatkustajan on veraltava mahdollsmman vähäsn kustannuksn palaten lopulta lähtöpsteeseen. Samaa rettä e saa kulkea kahdest. Lneaarnen ohjelmont - Syksy 2007 / 32
33 Vahvat formulonnt: Kauppamatkustajan ongelma (2/4) Kyseessä verkko G=(N,A), kaarkustannukset c a Bnäärmuuttuja a kutakn verkon kaarta kohden; a =, jos a kuuluu kauppamatkustajan rettn, muuten nolla Hmm Lneaarnen ohjelmont - Syksy 2007 / 33
34 Vahvat formulonnt: Kauppamatkustajan ongelma (3/4) Kuhunkn kaupunkn on tultava ja seltä on lähdettävä er tetä, el: a a δ ({ }) = 2 N Verkon tulee olla yhtenänen kullekn kaupunkjoukolle tulee löytyä rett ssään ja joukosta ulos, el: a δ ( S ) a 2 S N, S, N Formulont: mn s. e. a A a a δ ({ }) a a δ ( S ) a c a a = 2 {0,} 2 N S N, S, N Lneaarnen ohjelmont - Syksy 2007 / 34
35 Vahvat formulonnt: Kauppamatkustajan ongelma (4/4) Kauppamatkustajan ongelmalle löytyy mutakn formulonteja, mutte edellstä vahvempa Formulonnn relaksaaton käypä joukko on konveksa kuorta suuremp LP:n ratkasu e välttämättä ole IP:n ratkasu Kauppamatkustajan ongelmalle e ole löydetty polynomakasta ratkasualgortma Lneaarnen ohjelmont - Syksy 2007 / 35
36 Yhteenveto Smple hyvä käytännössä, mutta pahmmassa tapauksessa eksponentaalakanen Ssäpstemenetelmät todstetust polynomakasa Nyrkksääntö: pen tehtävä = Smple, suur tehtävä = ssäpstemenetelmä Kokonaslukutehtävät (IP) hankalampa ratkasta kun jatkuvat (LP) IP:n ratkasuteho rppuu olennasest formulonnsta, tosn kun LP:n Bnäärmuuttujlla saadaan mallnnettua erlasa rajotteta Lneaarnen ohjelmont - Syksy 2007 / 36
Mat Lineaarinen ohjelmointi
Mat-2.340 Lneaarnen ohjelmont 3.9.2007 Luento Johdanto (krja.-.4) S ysteemanalyysn Laboratoro eknllnen korkeakoulu Eeva Vlkkumaa Lneaarnen ohjelmont - Syksy 2007 / Luentorunko Hstoraa Lneaarnen optmonttehtävä
LisätiedotMat Lineaarinen ohjelmointi
Mat-.4 Lneaarnen ohelmont 8..7 Luento 6 Duaaltehtävä (kra 4.-4.4) S ysteemanalyysn Lneaarnen ohelmont - Syksy 7 / Luentorunko Motvont Duaaltehtävä Duaalteoreemat Hekko duaalsuus Vahva duaalsuus Täydentyvyysehdot
Lisätiedot4. A priori menetelmät
4. A pror menetelmät 4. Arvofunkto-menetelmä 4.2 Lekskografnen järjestämnen 4.3 Tavoteohjelmont Tom Bäckström Optmontopn semnaar - Kevät 2000 / 4. Arvofunkto-menetelmä Päätöksentekjä antaa eksplsttsen
LisätiedotPainokerroin-, epsilon-rajoitusehtoja hybridimenetelmät
Panokerron-, epslon-rajotusehtoja hybrdmenetelmät Optmontopn semnaar - Kevät 000 / Estelmän ssältö Ylestä jälkkätespreferenssmenetelmstä Panokerronmenetelmä Epslon-rajotusehtomenetelmä Hybrdmenetelmä Esmerkkejä
LisätiedotTchebycheff-menetelmä ja STEM
Tchebycheff-menetelmä ja STEM Optmontopn semnaar - Kevät 2000 / 1 1. Johdanto Tchebycheff- ja STEM-menetelmät ovat vuorovakuttesa menetelmä evät perustu arvofunkton käyttämseen pyrkvät shen, että vahtoehdot
Lisätiedot1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä
Johdatus dskreettn matematkkaan Harjotus 3, 30.9.2015 1. Luvut 1, 10 on latettu ympyrän kehälle. Osota, että löytyy kolme verekkästä lukua, joden summa on vähntään 17. Ratkasu. Tällasa kolmkkoja on 10
LisätiedotTavoitteet skaalaavan funktion lähestymistapa eli referenssipiste menetelmä
Tavotteet skaalaavan funkton lähestymstapa el referensspste menetelmä Optmontopn semnaar - Kevät 2000 / 1 Estelmän ssältö Panotetun metrkan ongelmen havatsemnen Referensspste menetelmän dean esttely Referensspste
LisätiedotPainotetun metriikan ja NBI menetelmä
Panotetun metrkan ja NBI menetelmä Optmontopn semnaar - Kevät / 1 Estelmän ssältö Paretopsteden generont panotetussa metrkossa Panotettu L p -metrkka Panotettu L -metrkka el panotettu Tchebycheff -metrkka
LisätiedotVERKKOJEN MITOITUKSESTA
J. Vrtamo 38.3141 Telelkenneteora / Verkon mtotus 1 VERKKOJEN MITOITUKSESTA 1. Prkytkentäset verkot Lnkken kapasteetten (johtoja/lnkk) määräämnen sten, että verkon kokonaskustannukset mnmotuvat, kun päästä-päähän
LisätiedotJaetut resurssit. Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit. Mitä voi mennä pieleen? Resurssikilpailu ja estyminen
Tosakajärjestelmät Luento : Resurssen hallnta ja prorteett Tna Nklander Jaetut resursst Useat tapahtumat jakavat ohjelma-/lattesto-olota, jossa kesknänen possulkemnen on välttämätöntä. Ratkasuja: Ajonakanen
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä.
MS-A0205/MS-A0206 Dfferentaal- ja ntegraallaskenta 2 Luento 7: Lagrangen kertojat. Penmmän nelösumman menetelmä. Jarmo Malnen Matematkan ja systeemanalyysn latos 1 Aalto-ylopsto Kevät 2016 1 Perustuu Antt
LisätiedotKokonaislukutehtävien formulointeja ( ) 1.4) Mirko Ruokokoski S ysteemianalyysin. Laboratorio. Mirko Ruokokoski
Kokonaslukuthtävn formulonta (.-.4).4) 23..2008 Sovlltun matmatkan lsnsaattsmnaar Kvät 2008 / Ssälls Kokonaslukuthtävn formulonta Ertsst ärsttt oukot (spcal ordrd sts) Vahva formulont (strong formulaton)
Lisätiedot3.5 Generoivat funktiot ja momentit
3.5. Generovat funktot ja momentt 83 3.5 Generovat funktot ja momentt 3.5.1 Momentt Eräs tapa luonnehta satunnasmuuttujan jakaumaa, on laskea jakauman momentt. Ne määrtellään odotusarvon avulla. Määrtelmä
LisätiedotTIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010
TIES592 Montavoteoptmont ja teollsten prosessen hallnta Ylassstentt Juss Hakanen juss.hakanen@jyu.f syksy 2010 Interaktvset menetelmät Idea: päätöksentekjää hyödynnetään aktvsest ratkasuprosessn akana
LisätiedotKokonaislukuoptimointi
Kokonaslukuotmont Robust dskreett otmont ysteemanalyysn Laboratoro Teknllnen korkeakoulu Ar-Pekka Perkkö ovelletun matematkan tutkasemnaar Kevät 28 sältö Robustn lneaarsen kokonasluku- sekä sekalukuotmontongelman
LisätiedotHASSEN-WEILIN LAUSE. Kertausta
HASSEN-WEILIN LAUSE Kertausta Käytetään seuraava merkntjä F = F/F q on sukua g oleva funktokunta Z F (t = L F (t (1 t(1 qt on funktokunnan F/F q Z-funkto. α 1, α 2,..., α 2g ovat polynomn L F (t nollakohten
Lisätiedot1 0 2 x 1 a. x 1 2x c b 2a c a. Alimmalta riviltä nähdään että yhtälöyhmällä on ratkaisu jos ja vain jos b 3a + c = 0.
BM20A5800 - Funktot, lneaaralgebra, vektort Tentt, 26.0.206. (a) Krjota yhtälöryhmä x + 2x 3 = a 2x + x 2 + 5x 3 = b x x 2 + x 3 = c matrsmuodossa Ax = b ja ratkase x snä erkostapauksessa kun b = 0. Mllä
LisätiedotMarkov-prosessit (Jatkuva-aikaiset Markov-ketjut)
J. Vrtamo Lkenneteora a lkenteenhallnta / Markov-prosesst 1 Markov-prosesst (Jatkuva-akaset Markov-ketut) Tarkastellaan (statonaarsa) Markov-prosessea, oden parametravaruus on atkuva (yleensä aka). Srtymät
LisätiedotEpälineaaristen pienimmän neliösumman tehtävien ratkaiseminen numeerisilla optimointimenetelmillä (valmiin työn esittely)
Epälneaarsten penmmän nelösumman tehtäven ratkasemnen numeerslla optmontmenetelmllä valmn työn esttely Lar Pelkola 9.9.014 Ohjaaja/valvoja: Prof. Harr Ehtamo yön saa tallentaa ja julkstaa Aalto-ylopston
LisätiedotFYSA220/2 (FYS222/2) VALON POLARISAATIO
FYSA220/2 (FYS222/2) VALON POLARSAATO Työssä tutktaan valoaallon tulotason suuntasen ja stä vastaan kohtsuoran komponentn hejastumsta lasn pnnasta. Havannosta lasketaan Brewstern lan perusteella lasn tatekerron
LisätiedotPalkanlaskennan vuodenvaihdemuistio 2014
Palkanlaskennan vuodenvahdemusto 2014 Pkaohje: Tarkstettavat asat ennen vuoden ensmmästä palkanmaksua Kopo uudet verokortt. Samat arvot kun joulukuussa käytetyssä, lman kumulatvsa tetoja. Mahdollsest muuttuneet
Lisätiedot4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman
4. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento 7..008 Thomas Hackman 4. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus Akasarja-anals 4. Tähtteteellsten
Lisätiedot3. Datan käsittely lyhyt katsaus
3. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento..0 Thomas Hackman HTTPK I, kevät 0, luento 3 3. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus
LisätiedotEräs Vaikutuskaavioiden ratkaisumenetelmä
Mat-2.142 Optmontopn semnaar, s-99 28.9. 1999 Semnaarestelmän referaatt Joun Ikonen Lähde: Ross D. Schachter: Evaluatng nfluence dagrams, Operatons Research, Vol 34, No 6, 1986 Eräs Vakutuskaavoden ratkasumenetelmä
LisätiedotTchebycheff-menetelmä ja STEM
Mat-2.142 Optmontopn semnaar K-2000 Montavoteopmont Semnaarestelmän tvstelmä Pentt Säynätjo 22.3.2000 Tchebycheff-menetelmä ja STEM 1. Johdanto Tchebycheff-menetelmä ja STEM ovat vuorovauttesa montavoteoptmontmenetelmä.
LisätiedotMat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut
Harjotus, esmerkkratkasut K 1. Olkoon f : C C, f(z) z z. Tutk, mssä pstessä f on dervotuva. Ratkasu 1. Jotta funkto on dervotuva, on sen erotusosamäärän f(z + ) f(z) raja-arvon 0 oltava olemassa ja ss
LisätiedotJaksolliset ja toistuvat suoritukset
Jaksollset ja tostuvat suortukset Korkojakson välen tostuva suortuksa kutsutaan jaksollsks suortuksks. Tarkastelemme tässä myös ylesempä tlanteta jossa samansuurunen talletus tehdään tasavälen mutta e
Lisätiedot7. Modulit Modulit ja lineaarikuvaukset.
7. Modult Vektoravaruudet ovat vahdannasa ryhmä, jossa on määrtelty jonkn kunnan skalaartomnta. Hyväksymällä kerronrakenteeks kunnan sjaan rengas saadaan rakenne nmeltä modul. Moduln käste on ss vektoravaruuden
LisätiedotKanoniset muunnokset
Kanonset muunnokset Koordnaatstomuunnokset Lagrangen formalsmssa pstemuunnoksa: Q = Q (q, t) nopeudet saadaan nästä dervomalla Kanonnen formalsm: p:t ja q:t samanarvosa 2n-ulottesen faasavaruuden muuttuja
LisätiedotJäykän kappaleen liike
aananta 9.9.014 1/17 Jäykän kappaleen lke Tähän ast tarkasteltu massapstemekankkaa : m, r, v Okeast fyskaalset systeemt ovat äärellsen kokosa, esm. jäykät kappaleet r r j = c j =vako, j elastset kappaleet
Lisätiedot3 Tilayhtälöiden numeerinen integrointi
3 Tlayhtälöden numeernen ntegront Alkuarvotehtävässä halutaan ratkasta lopputla xt f ) sten, että tlayhtälöt ẋ = fx,u, t) toteutuvat, kun alkutla x 0 on annettu Tlayhtälöden numeernen ntegront vodaan suorttaa
LisätiedotTuotteiden erilaistuminen: hintakilpailu
Tuotteden erlastumnen: hntaklalu Lass Smlä 19.03.003 Otmonton semnaar - Kevät 003 / 1 Johdanto Yrtykset evät yleensä halua tuottaa saman tuoteavaruuden tlan täyttävä tuotteta (syynä Bertrandn aradoks)
LisätiedotYrityksen teoria ja sopimukset
Yrtyksen teora a sopmukset Mat-2.4142 Optmontopn semnaar Ilkka Leppänen 22.4.2008 Teemoa Yrtyksen teora: tee va osta? -kysymys Yrtys kannustnsysteemnä: ylenen mall Työsuhde vs. urakkasopmus -analyysä Perustuu
LisätiedotTilastollisen fysiikan luennot
Tlastollsen fyskan luennot Tvstelmät luvuttan I PERUSKÄSITTEITÄ JA MÄÄRITELMIÄ Lämpö on systeemen mkroskooppsten osen satunnasta lkettä Lämpöenerga vrtaa kuumemmasta kappaleesta kylmempään Jos kaks kappaletta
LisätiedotTaustaa. Sekventiaalinen vaikutuskaavio. Päätöspuista ja vaikutuskaavioista. Esimerkki: Reaktoriongelma. Johdantoa sekventiaalikaavioon
Taustaa Sekventaalnen vakutuskaavo Sekventaalnen päätöskaavo on 1995 ovalun ja Olven esttämä menetelmä päätösongelmen mallntamseen, fomulontn ja atkasemseen. Päätöspuun omnasuukssta Hyvää: Esttää eksplsttsest
LisätiedotMonte Carlo -menetelmä
Monte Carlo -menetelmä Helumn perustlan elektron-elektron vuorovakutuksen laskemnen parametrsodulla yrteaaltofunktolla. Menetelmän käyttökohde Monen elektronn systeemen elektronkorrelaato oteuttamnen mulla
LisätiedotJohdatus tekoälyn taustalla olevaan matematiikkaan
Johdatus tekoälyn taustalla olevaan matematkkaan Informaatoteknologan tedekunta Jyväskylän ylopsto 4. luento 24.11.2017 Neuroverkon opettamnen - gradenttmenetelmä Neuroverkkoa opetetaan syöte-tavote-parella
LisätiedotBL20A0600 Sähkönsiirtotekniikka
BLA6 Sähkönsrtoteknkka Tehonaon laskenta Jarmo Partanen LT Energy Electrcty Energy Envronment Srtoverkkoen laskenta Verkon tehonaon laskemnen srron hävöt ännteolosuhteet ohtoen kuormttumnen verkon käyttäytymnen
LisätiedotTuringin kone on kuin äärellinen automaatti, jolla on käytössään
4 TUINGIN KONEET Ala Turg 1935 36 auha Koe vo srtää auha: T U I N G auhapää: ohjausykskkö: Turg koe o ku äärelle automaatt, jolla o käytössää auhapäätä vasemmalle ta okealle; se vo myös lukea ta krjottaa
Lisätiedot5. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman
5. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento 7.4.006 Thomas Hackman 5. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus Akasarja-anals 5. Tähtteteellsten
LisätiedotSähköstaattinen energia
ähköstaattnen enega Potentaalenegan a potentaaln suhde on samanlanen kun Coulomn voman a sähkökentän suhde: ähkökenttä vakuttaa vaattuun kappaleeseen nn, että se kokee Coulomn voman, mutta sähkökenttä
LisätiedotPuupintaisen sandwichkattoelementin. lujuuslaskelmat. Sisältö:
Puupntasen sandwchkattoelementn lujuuslaskelmat. Ssältö: Sandwch kattoelementn rakenne ja omnasuudet Laatan laskennan kulku Tulosten vertalua FEM-malln ja analyyttsen malln välllä. Elementn rakenne Puupntasa
LisätiedotLuento 7: Kokonaislukuoptimointi
Luento 7: Kokonaislukuoptimointi Lineaarisessa optimointitehtävässä (LP) kaikki muuttujat ovat jatkuvia. Kokonaislukuoptimoinnin (ILP = Integer LP) tehtävässä kaikilla muuttujilla on kokonaislukurajoitus
Lisätiedotr i m i v i = L i = vakio, (2)
4 TÖRMÄYKSET ILMATYYNYPÖYDÄLLÄ 41 Erstetyn systeemn sälymslat Kun kaks kappaletta törmää tosnsa ne vuorovakuttavat keskenään tetyn ajan Vuorovakutuksella tarkotetaan stä että kappaleet vahtavat keskenään
LisätiedotLuento 6 Luotettavuus Koherentit järjestelmät
Aalto-ylosto erustetede korkeakoulu Matematka a systeemaalyys latos Lueto 6 Luotettavuus Koherett ärestelmät Aht Salo Systeemaalyys laboratoro Matematka a systeemaalyys latos Aalto-ylosto erustetede korkeakoulu
Lisätiedot11. Vektorifunktion derivaatta. Ketjusääntö
7 Vektorfunkton dervaatta Ketjusääntö Täydennämme ja kertaamme seuraavassa dfferentaallaskennan teoraa kursslta Laaja matematkka Palautetaan meln dervaatan määrtelmä reaalfunktolle: Funkton f : R R dervaatta
LisätiedotRahastoonsiirtovelvoitteeseen, perustekorkoon ja vakuutusmaksukorkoon liittyvät laskentakaavat ja periaatteet
SU/Vakuutusmatemaattnen ykskkö 3..209 (7) Rahastoonsrtovelvotteeseen, perustekorkoon ja vakuutusmaksukorkoon lttyvät laskentakaavat ja peraatteet Soveltamnen. Rahastosrtovelvote RSV 2. Täydennyskerron
Lisätiedot= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2
HY / Matematka ja tlastotetee latos Tlastolle päättely II, kevät 28 Harjotus 3A Ratkasuehdotuksa Tehtäväsarja I Olkoot Y,, Y ja Nθ, ) Osota, että T T Y) Y 2 o parametr gθ) θ 2 harhato estmaattor Laske
LisätiedotPalkanlaskennan vuodenvaihdemuistio 2017
Palkanlaskennan vuodenvahdemusto 2017 Tarkstuslsta Tarkstettavat asat ennen vuoden ensmmästä palkanmaksua Kopo uudet verokortt. Samat arvot kun joulukuussa käytetyssä, lman kumulatvsa tetoja. Mahdollsest
LisätiedotSU/Vakuutusmatemaattinen yksikkö (5)
SU/Vakuutusmatemaattnen ykskkö 0..06 (5) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan täydennyskertomen,
LisätiedotMat Lineaarinen ohjelmointi
Mat-2.3140 Lineaarinen ohjelmointi 4.10.2007 Luento 4 Ekstreemipisteiden optimaalisuus ja Simplex (kirja 2.4-2.6, 3.1-3.2) Lineaarinen ohjelmointi - Syksy 2007 / 1 Luentorunko Degeneroituvuus Ekstreemipisteiden
LisätiedotLuento 7: Kokonaislukuoptimointi
Luento 7: Kokonaislukuoptimointi Lineaarisessa optimointitehtävässä (LP) kaikki muuttujat ovat jatkuvia. Kokonaislukuoptimoinnin (ILP = Integer LP) tehtävässä kaikilla muuttujilla on kokonaislukurajoitus
LisätiedotTyön tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt
FYSP103 / 1 KAASUTUTKIMUS Työn tavotteta havannollstaa deaalkaasun tlanyhtälöä oppa, mten lman kosteus vakuttaa havattavn lmöhn ja mttaustuloksn kerrata mttauspöytäkrjan ja työselostuksen laatmsta Luento-
LisätiedotMekaniikan jatkokurssi Fys102
Mekankan jatkokurss Fys102 Syksy 2009 Jukka Maalamp LUENTO 2 Alkuverryttelyä Vääntömomentt Oletus: Vomat tasossa, joka on kohtsuorassa pyörmsaksela vastaan. Oven kääntämseen tarvtaan er suurunen voma
LisätiedotMat Lineaarinen ohjelmointi
Mat-.34 Lineaarinen ohjelmointi 5..7 Luento Kertausta Lineaarinen ohjelmointi - Syksy 7 / LP ja Simplex Kurssin rakenne Duaalisuus ja herkkyysanalyysi Verkkotehtävät Kokonaislukutehtävät Lineaarinen ohjelmointi
LisätiedotAquaPro 3-10 11-18 19-26 27-34. Bedienungsanleitung Operating instructions Gebruiksaanwijzing Käyttöohje FIN. 046.01.00 Rev.0607
046.01.00 Rev.0607 D GB NL FIN Bedenungsanletung Operatng nstructons Gebruksaanwjzng Käyttöohje 3-10 11-18 19-26 27-34 120 Automaattnen pyörvä laser kallstustomnnolla: Itsetasaus vaakasuorassa tasossa
Lisätiedot4. MARKKINOIDEN TASAPAINOTTUMINEN 4.1. Tasapainoperiaate Yritysten ja kuluttajien välinen tasapaino
4. MARKKINOIDEN TASAPAINOTTUMINEN 4.. Tasapanoperaate 4... Yrtysten ja kuluttajen välnen tasapano Näkymätön käs muodostuu kahdesta vakutuksesta: ) Yrtysten voton maksmont johtaa ne tuottamaan ntä hyödykketä,
LisätiedotTyössä tutustutaan harmonisen mekaanisen värähdysliikkeen ominaisuuksiin seuraavissa
URUN AMMAIKORKEAKOULU YÖOHJE (7) FYSIIKAN LABORAORIO V.2 2.2 38E. MEKAANISEN VÄRÄHELYN UKIMINEN. yön tavote 2. eoraa yössä tutustutaan harmonsen mekaansen värähdyslkkeen omnasuuksn seuraavssa tapauksssa:
LisätiedotSMG-1100: PIIRIANALYYSI I
SMG-1100: PIIRIANALYYSI I Vahtosähkön teho hetkellnen teho p(t) pätöteho P losteho Q näennästeho S kompleksnen teho S HETKELLINEN TEHO Kn veresen kvan mpedanssn Z jännte ja vrta (tehollsarvon osottmet)
LisätiedotSäilörehun korjuuajan vaikutus maitotilan talouteen -lyhyen aikavälin näkökulma
Sälörehun korjuuajan vakutus matotlan talouteen -lyhyen akaväln näkökulma Elna Vauhkonen Mastern tutkelma Helsngn Ylopsto Helsnk 13.5.2011 Tedekunta/Osasto Fakultet/Sekton Faculty Latos Insttuton Department
LisätiedotRaja-arvot. Osittaisderivaatat.
1 MAT-13440 LAAJA MATEMATIIKKA 4 Tamperee teklle ylopsto Rsto Slveoe Kevät 2010 Luku 3 Raja-arvot Osttasdervaatat 1 Fuktode raja-arvot Tarkastelemme fuktota f : A, jode määrttelyjoukko A T Muuttujat ovat
LisätiedotUuden eläkelaitoslain vaikutus allokaatiovalintaan
TEKNILLINEN KORKEAKOULU Systeemanalyysn laboratoro Mat-2.108 Sovelletun matematkan erkostyö Uuden eläkelatoslan vakutus allokaatovalntaan Tmo Salmnen 58100V Espoo, 14. Toukokuuta 2007 Ssällysluettelo Johdanto...
LisätiedotMittausepävarmuus. Mittaustekniikan perusteet / luento 7. Mittausepävarmuus. Mittausepävarmuuden laskeminen. Epävarmuuslaskelma vai virhearvio?
Mttausteknkan perusteet / luento 7 Mttausepävarmuus Mttausepävarmuus Mttaustulos e ole koskaan täysn oken Mttaustulos on arvo mtattavasta arvosta Mttaustuloksen ja mtattavan arvon ero on mttausvrhe Mkäl
LisätiedotPaperikoneiden tuotannonohjauksen optimointi ja tuotefokusointi
TEKNILLINEN KORKEAKOULU Teknllsen fyskan koulutusohjelma ERIKOISTYÖ MAT-2.108 Sovelletun matematkan erkostyöt 22.4.2003 Paperkoneden tuotannonohjauksen optmont ja tuotefokusont Jyrk Maaranen 38012p 1 Ssällysluettelo
LisätiedotRahastoonsiirtovelvoitteeseen ja perustekorkoon liittyvät laskentakaavat. Soveltaminen
SU/Vakuutusmatemaattnen ykskkö 0.4.05 Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä perusteta sovelletaan täydennyskertomen,
LisätiedotEpätäydelliset sopimukset
Eätäydellset somukset Matt Rantanen 15.4.008 ysteemanalyysn Laboratoro Teknllnen korkeakoulu Estelmä 16 Matt Rantanen Otmonton semnaar - Kevät 008 Estelmän ssältö Eätäydellset somukset ja omstusokeus alanén
LisätiedotCOULOMBIN VOIMA JA SÄHKÖKENTTÄ, PISTEVARAUKSET, JATKUVAT VARAUSJAKAUMAT
COUOMBIN VOIMA JA SÄHKÖKENTTÄ, PISTEVARAUKSET, JATKUVAT VARAUSJAKAUMAT SISÄTÖ: Coulombn voma Sähkökenttä Coulombn voman a sähkökentän laskemnen pstevaaukslle Jatkuvan vaauksen palottelemnen pstevaauksks
LisätiedotA = B = T = Merkkijonon A osamerkkijono A[i..j]: n merkkiä pitkä merkkijono A:
Merkkjonot (strngs) n merkkä ptkä merkkjono : T T T G T n = 18 kukn merkk [], mssä 0 < n, kuuluu aakkostoon Σ, jonka koko on Σ esm. bttjonot: Σ = {0,1} ja Σ = 2, DN: Σ = {,T,,G} ja Σ = 4 tetokoneen aakkosto
LisätiedotReaaliarvoinen funktio f : on differentioituva pisteessä x, jos f:lle on siinä voimassa kehitelmä. h h. eli. Silloin
MAT-3440 LAAJA MATEMATIIKKA 4 Tampereen teknllnen ylopsto Rsto Slvennonen Kevät 00 4. Vektorfunkton dervaatta. Ketjusääntö.. Reaalarvosen funkton dervaatta Tässä luvussa estetään dervaattakäste ensn reaalarvoselle
LisätiedotMaanhintojen vikasietoisesta mallintamisesta
Maanmttaus 8:-2 (2006) 5 Maanmttaus 8:-2 (2006) Saapunut 0.8.2005 ja tarkstettuna.4.2006 Hyväksytty 30.6.2006 Maanhntojen vkasetosesta mallntamsesta Marko Hannonen Teknllnen korkeakoulu, Kntestöopn laboratoro
LisätiedotModerni portfolioteoria
Modern portfoloteora Helsngn Ylopsto Kansantalousteteen Kanddaatntutkelma 4.12.2006 Juho Kostanen (013297143) juho.kostanen@helsnk.f 2 1. Johdanto... 3 2. Sjotusmarkknat... 4 2.1. Osakemarkknat... 4 2.2.
LisätiedotTaustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka
IMA- Exurso: Kompleksluvu ja radosgnaal / KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT Tausaa IMA- Exurso: Kompleksluvu ja radosgnaal / Kakk langaon vesnä ja radoeolkenne (makapuhelme, WLAN, ylesrado
LisätiedotMat Lineaarinen ohjelmointi
Mat-2.34 Lineaarinen ohjelmointi..27 Luento 5 Simplexin implementaatioita (kirja 3.2-3.5) Lineaarinen ohjelmointi - Syksy 27 / Luentorunko (/2) Simplexin implementaatiot Naiivi Revised Full tableau Syklisyys
LisätiedotMat Lineaarinen ohjelmointi
Mat-.34 Lineaarinen ohjelmointi 9..7 Luento Kokonaislukuoptimoinnin algoritmeja (kirja.-.) Lineaarinen ohjelmointi - Syksy 7 / Luentorunko Gomoryn leikkaava taso Branch & Bound Branch & Cut Muita menetelmiä
Lisätiedot5. Datan käsittely lyhyt katsaus
5. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento 4..0 Thomas Hackman HTTPK I, kevät 0, luento 5 5. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus
LisätiedotPyörimisliike. Haarto & Karhunen.
Pyörmslke Haarto & Karhunen www.turkuamk.f Pyörmslke Lttyy jäykän kappaleen pyörmseen akselnsa ympär Pyörmsenerga on pyörmsakseln A ympär pyörvän kappaleen osasten lke-energoden summa E r Ek mv mr mr www.turkuamk.f
LisätiedotHY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 7B Ratkaisuehdotuksia.
HY, MTO / Matemaattste tetede kadohjelma Tlastolle päättely II, kevät 208 Harjotus 7B Ratkasuehdotuksa Tehtäväsarja I Olkoo Y, Y rppumato otos Pareto jakaumasta, fy; θ θc θ y θ+ { y > c } tuetulla vakolla
LisätiedotJohdatus verkkoteoriaan 4. luento
Johdatus verkkoteoriaan 4. luento 28.11.17 Viikolla 46 läpikäydyt käsitteet Viikolla 47 läpikäydyt käsitteet Verkko eli graafi, tasoverkko, solmut, välit, alueet, suunnatut verkot, isomorfiset verkot,
LisätiedotYksikköoperaatiot ja teolliset prosessit
Ykskköoperaatot ja teollset prosesst 1 Ylestä... 2 2 Faasen välnen tasapano... 3 2.1 Neste/höyry-tasapano... 4 2.1.1 Puhtaan komponentn höyrynpane... 4 2.1.2 Ideaalnen seos... 5 2.1.3 Epädeaalnen nestefaas...
Lisätiedot1. (Monisteen teht. 5.16) Eräiden kuulalaakereiden kestoa (miljoonaa kierrosta) on totuttu kuvaamaan Weibull-jakaumalla, jonka tiheysfunktio on
HY MTO / Matemaattste tetede kadohjelma Tlastolle päättely II kevät 019 Harjotus 7B Ratkasuehdotuksa Tehtäväsarja I 1 Mostee teht 516 Eräde kuulalaakerede kestoa mljooaa kerrosta o totuttu kuvaamaa Webull-jakaumalla
LisätiedotNeuroHaku monikerroksisen perceptron-neuroverkon epälineaarinen optimointi
Arja Lavonen NeuroHaku monkerrokssen perceptron-neuroverkon epälneaarnen optmont Tetoteknkan pro gradu -tutkelma Teteellnen laskenta 4. syyskuuta 2005 Jyväskylän ylopsto Tetoteknkan latos Jyväskylä Tekjä:
Lisätiedoton määritelty tarkemmin kohdassa 2.3 ja pi kohdassa 2.2.
SU/Vakuutusmatemaattnen ykskkö 7.8.08 (7) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan täydennyskertomen,
LisätiedotVIHDIN KUNTA TOIMEENTULOTUKIHAKEMUS 1(5) PERUSTURVAKESKUS Perhehuolto
VIHDIN KUNTA TOIMEENTULOTUKIHAKEMUS 1(5) PERUSTURVAKESKUS Perhehuolto Hakemus kuulle 200 (Vranomanen täyttää) Hakemus saapunut/jätetty / 200 Henklötedot hakjasta ja hänen perheenjäsenstä Sukunm ja etunmet
Lisätiedot6. Stokastiset prosessit (2)
Ssältö Markov-prosesst Syntymä-kuolema-prosesst luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 6 Markov-prosess Esmerkk Tark. atkuva-akasta a dskreetttlasta stokaststa prosessa X(t) oko tla-avaruudella
LisätiedotTietojen laskentahetki λ α per ,15 0,18 per ,15 0,18 per tai myöhempi 0,20 0,18
SU/Vakuutusmatemaattnen ykskkö 6.3.07 (6) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan täydennyskertomen,
LisätiedotSU/Vakuutusmatemaattinen yksikkö (6)
SU/Vakuutusmatemaattnen ykskkö 28.0.206 (6) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV 2. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan
LisätiedotKvanttimekaanisten joukkojen yhteys termodynamiikkaan
Kvanttmekaansten joukkojen yhteys termodynamkkaan Hukkaslukumäärän sälyttävä systeem vo vahtaa energaa ympärstönsä kanssa kahdella tavalla: työnä ta lämpönä. Termodynamkassa entropan muutos lttyy lämmön
LisätiedotPro gradu -tutkielma. Whitneyn upotuslause. Teemu Saksala
Pro gradu -tutkelma Whtneyn upotuslause Teemu Saksala Helsngn ylopsto Matematkan ja tlastoteteen latos 5. maalskuuta 2013 0.1 Johdanto Topologset monstot ovat melenkntosa, koska ne ovat määrtelmänsä nojalla
LisätiedotABTEKNILLINEN KORKEAKOULU
ABTEKNILLINEN KORKEAKOULU Tetoverkkolaboratoro 6. Stokastset prosesst () Luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 5 6. Stokastset prosesst () Ssältö Markov-prosesst Syntymä-kuolema-prosesst
LisätiedotSoile Kulmala. Yksikkökohtaiset kalastuskiintiöt Selkämeren silakan kalastuksessa: bioekonominen analyysi
Sole Kulmala Ykskkökohtaset kalastuskntöt Selkämeren slakan kalastuksessa: boekonomnen analyys Helsngn Ylopsto Talousteteen latos Selvtyksä nro 29 Ympärstöekonoma Helsnk 2005 Ssällys 1 Johdanto... 1 1.1
LisätiedotJOHDANNAISTEN KÄYTTÖ JOUKKOVELKAKIRJALAINASALKUN RISKIENHALLINNASSA: empiirinen tutkimus kotimaisista pitkän koron rahastoista vuosilta 2001 2005.
TAMPEREEN YLIOPISTO Talousteteden latos JOHDANNAISTEN KÄYTTÖ JOUKKOVELKAKIRJALAINASALKUN RISKIENHALLINNASSA: emprnen tutkmus kotmassta ptkän koron rahastosta vuoslta 2001 2005. Kansantaloustede Pro gradu
LisätiedotR 2. E tot. Lasketaan energialähde kerrallaan 10 Ω:n vastuksen läpi oleva virta.
D-000 Pranalyys Harjotus 3 / vkko 5 4.4 Laske kuvan vrta käyttäen energalähteden muunnoksa. Tarkotuksena on saada energalähteden muutokslla ja yhdstämsllä akaan yksnkertanen pr, josta vo Ohmn lan avulla
LisätiedotAamukatsaus 13.02.2002
Indekst & korot New Yorkn päätöskursst, euroa Muutos-% Päätös Muutos-% Helsnk New York (NY/Hel) Dow Jones 9863.7-0.21% Noka 26.21 26.05-0.6% S&P 500 1107.5-0.40% Sonera 5.05 4.99-1.1% Nasdaq 1834.2-0.67%
LisätiedotTimo Tarvainen PUROSEDIMENTIIANALYYSIEN HAVAINNOLLISTAMINEN GEOSTATISTIIKAN KEINOIN. Outokumpu Oy Atk-osasto
Tmo Tarvanen PUROSEDMENTANALYYSEN HAVANNOLLSTAMNEN GEOSTATSTKAN KENON Outokumpu Oy Atk-osasto PUROSEDMENTTANALYYSEN HAVANNOLLSTAMNEN GEOSTATSSTKAN KENON 1. Johdanto Nn sanotulla SKALAn alueella (karttaleht
LisätiedotTarkastellaan kuvan 8.1 (a) lineaarista nelitahoista elementtiä, jonka solmut sijaitsevat elementin kärkipisteissä ja niiden koordinaatit ovat ( xi
Elementtmenetelmän erusteet 8. 8 D-SOLIDIRKEEE 8. ohdanto Kolmulottesa soldelementtejä tartaan kolmulottesten kaaleden mallntamseen. ällön tarkasteltaan kaaleen geometralla e ole ertsrtetä jotka teksät
LisätiedotSähkön- ja lämmöntuotannon kustannussimulointi ja herkkyysanalyysi
Sähkön- ja lämmöntuotannon kustannussmulont ja herkkyysanalyys Pekka Nettaanmäk Osmo Schroderus Jyväskylän ylopsto Tetoteknkan latos 2010 1 2 Tvstelmä Raportn tarkotuksena on esttää pelkstetyn matemaattsen
Lisätiedot9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli
lueto9.ppt S-38.45 Lkeeteora perusteet Kevät 5 Ykskertae lkeeteoreette mall Puhdas jakojärjestelmä Asakkata saapuu keskmäär opeudella asakasta per akayks. / keskmääräe asakkade välaka Asakkata palvellaa
Lisätiedot1, x < 0 tai x > 2a.
PHYS-C020 Kvanttmekankka Laskuharotus 2, vkko 45 Tarkastellaan ptkn x-aksela lkkuvaa hukkasta, onka tlafunkto on (x, t) Ae x e!t, mssä A, a! ovat reaalsa a postvsa vakota a) Määrtä vako A sten, että tlafunkto
LisätiedotTyön tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt
FYSP103 / 1 KAASUTUTKIUS Työn tavotteta havannollstaa deaalkaasun tlanyhtälöä oa, mten lman kosteus vakuttaa havattavn lmöhn ja mttaustuloksn kerrata mttausöytäkrjan ja työselostuksen laatmsta Luento-
LisätiedotYrityksen teoria. Lari Hämäläinen S ysteemianalyysin. Laboratorio. Teknillinen korkeakoulu
Yrtyksen teora Lar Hämälänen.1.003 Yrtys Organsaato, joka muuttaa tuotantopanokset tuotteks ja tom tehokkaammn kun sen osat erllään Yrtys tenaa rahaa myynthnnan sekä ostohnnan ja aheutuneden kustannuksen
Lisätiedot