Tilayhtälötekniikasta

Koko: px
Aloita esitys sivulta:

Download "Tilayhtälötekniikasta"

Transkriptio

1 Tilayhtälötekniikasta Tilayhtälöesityksessä it ä useamman kertaluvun differentiaaliyhtälö esitetään ensimmäisen kertaluvun differentiaaliyhtälöryhmänä. Jokainen ensimmäisen kertaluvun differentiaaliyhtälö kuvaa yhden tilamuuttujan dynaamisen riippuvuuden muista tilamuuttujista ja tulosuureista. Systeemin kertaluku määrää tilamuuttujien lukumäärän. BL40A0000 SSKO KH Esim. Jousi-massa-vaimennin systeemin tilayhtälö Jousi-massa-vaimennin systeemin differentiaaliyhtälö on && x + b x& + k x = F Kyseessä on nyt toisen kertaluvun systeemi, jolloin systeemille voidaan valita kaksi tilamuuttujaa. Valitaan tilamuuttujiksi esimerkiksi massan paikkakoordinaatti ja nopeus eli paikan. aikaderivaatta x ( t) = x( t) dx( t) x 2 ( t ) = = x& dt Valittujen tilamuuttujien perusteella systeemin differentiaaliyhtälö voidaan esittää yhtälöryhmänä x& = x x& 2 2 k = x b x2 + F BL40A0000 SSKO KH 2

2 Esim. Jousi-massa-vaimennin systeemin tilayhtälö Lineaariset tilayhtälöt esitetään yleisesti matriisimuodossa x & = Ax + Bu missä x on tilamuuttujavektori ja u on ohjausvektori: x u x = u = xn u m ikäli systeemimatriisit A ja B ovat ajasta riippumattomia, puhutaan aikainvariantista systeemistä, uutoin systeemi on aikavariantti. Systeemimatriisi A määrää systeemin dynaamisen luonteen eli se on vastaavassa asemassa kuin siirtofunktion karakteristinen polynomi. Yhtälön tapauksessa systeemimatriiseiksi saadaan = k 0 b = 0 A _ B BL40A0000 SSKO KH 3 Esim. Jousi-massa-vaimennin systeemin tilayhtälö Systeemin lähtö kuvataan matriisiyhtälöllä y = Cx + Du Jousi-massa-vaimennin systeemin tapauksessa, jos massan paikka x mitataan, saadaan C matriisiksi C =[0]. ikäli kyseessä on yhden tulosuureen (ohjaussuureen) ja yhden lähtösuureen systeemi (SISO), käytetään systeemiyhtälöistä muotoa x & = Ax + bu y = Cx + du missä ohjaus u ja lähtö y ovat yksiulotteisia eli skalaariarvoisia muuttujia. BL40A0000 SSKO KH 4 2

3 Lineaarisen aikajatkuvan tilayhtälön ratkaiseminen atlabissa atlab tarjoaa useita vaihtoehtoja lineaaristen aikajatkuvien (ja myös aikadiskreettien) tilayhtälöiden ratkaisemiseksi. atlabin perusfunktioihin kuuluu seitsemän erilaista alkuarvoongelmien ratkaisemiseen soveltuvaa funktiota eli nk. odenn-funktiot (ks. help funfun). Control System Toolbox tarjoaa kaksi helppokäyttöistä funktiota lineaaristen tilayhtälömuotoisten systeemien ratkaisemiseen: initial funktiota voidaan käyttää nk. vapaan vasteen (u=0), eli homogeenisen tilayhtälön, ratkaisemiseen alkuehdolla x 0 =x(t 0 ). Lsim funktiolla puolestaan voidaan määrittää lineaarisen aikainvariantin systeemin vaste mille tahansa mielivaltaiselle ohjaussignaalille u(t). Funktion käyttö ei rajoitu mitenkään tilayhtälömalleihin vaan sitä voidaan soveltaa myös siirtofunktiomalleille. Tosin vain tilayhtälömuotoisella systeemillä alkuehto voi olla nollasta poikkeava. BL40A0000 SSKO KH 5 illä, kuten kaikilla muillakin simulointi- ympäristöillä, on tietyt tehtävätyypit joiden käsittelyyn ohjelma kykenee paremmin kuin joihinkin muihin. Esimerkkinä mainittakoon sähköisten piirien simuloiminen, mikä edelleen, ainakin analogia- ja digitaalielektroniikan osalta, soveltuu paremmin piirisimulaattoreiden kuin in ratkaistavaksi. Sen sijaan järjestelmät joista voidaan laatia matemaattisia malleja ja jotka sisältävät säätöpiirejä soveltuvat hyvin ympäristöön BL40A0000 SSKO KH 6 3

4 uutamia tekniikan esimerkkejä: sähkökoneet erilaiset muuttajat (taajuus-, tasasähkö-, ) prosessiteollisuuden prosessit (säiliösysteemit, virtaussysteemit,...) lämpötekniikan probleemat mekaaniset järjestelmät signaalinkäsittely- ja säätöjärjestelmät JA PALJON UITA SOVELLUKSIA! BL40A0000 SSKO KH 7 Useimmat fysikaaliset systeemit ovat aikajatkuvia, joten niitä voidaan mallintaa differentiaaliyhtälöillä. Yleensä käytettävät DY:t ovat lineaarisia ja aikainvariantteja. Tällöin niiden kuvaamiseen riittävät seuraavat aikajatkuvien systeemimallien peruslohkot: s Integrator Gain du/dt Derivative Kaikille aikajatkuville lohkoille löytyy yleensä vastaava diskreettiaikainen lohko. BL40A0000 SSKO KH 8 4

5 Edellisten peruslohkojen avulla voidaan mallintaa mikä tahansa lineaarinen aikainvariantti differentiaaliyhtälö tai -yhtälöryhmä. Peruslohkojen lisäksi usein tarvittavia lohkoja ovat siirtofunktio- ja tilamallilohkot s+ Transfer Fcn x' = Ax+Bu y = Cx+Du State-Space BL40A0000 SSKO KH 9 Työskentelyesimerkki: käynnistyy joko kirjoittamalla komentoikkunassa simulink tai näpäyttämällä työkalurivin painiketta BL40A0000 SSKO KH 0 5

6 Käynnistyttyä avautuu in kirjastoselainikkuna Uusi malli Lohkokirjastopuu BL40A0000 SSKO KH Uusi malli painikkeesta avautuu tyhjä ikkuna, johon simulointimallin rakentamisen voi aloittaa Simulointiin liittyvät parametrit Start alli kasataan tälle alueelle raahaamalla lohkoja kirjastosta BL40A0000 SSKO KH 2 6

7 Valmiin mallin simulointi aloitetaan valikosta Simulation -> Start tai suoraan painikkeesta. Samasta valikosta löytyy myös simuloinnin aseteltavat parametrit Ratkaisualgoritmi Aika-asetukset Algoritmin ohjausparametrit BL40A0000 SSKO KH 3 Avustustoiminnot Jokaista -lohkoa kaksoisnäpäyttämällä avautuu lohkon parametri-ikkuna. Saman ikkuna Help painikkeesta avautuu kattava dokumentaatio ko. lohkosta. -malleja voi ajaa myös komentoikkunasta käsin sim-komennolla ilman, että mallin tarvitsee olla edes avattuna. linmod komennolla saa -mallista lineaarisen (tai linearisoidun) tilamallin atlabin työtilaan. BL40A0000 SSKO KH 4 7

8 Esimerkki: Van der Pol n yhtälö & y μ 2 ( y ) y& + y = 0 BL40A0000 SSKO KH 5 8

SIMULINK 5.0 Harjoitus. Matti Lähteenmäki 2004 www.tpu.fi/~mlahteen/

SIMULINK 5.0 Harjoitus. Matti Lähteenmäki 2004 www.tpu.fi/~mlahteen/ SIMULINK 5.0 Harjoitus 2004 www.tpu.fi/~mlahteen/ SIMULINK 5.0 Harjoitus 2 Harjoitustehtävä. Tarkastellaan kuvan mukaisen yhden vapausasteen jousi-massa-vaimennin systeemin vaakasuuntaista pakkovärähtelyä,

Lisätiedot

2. kierros. 2. Lähipäivä

2. kierros. 2. Lähipäivä 2. kierros 2. Lähipäivä Viikon aihe Vahvistimet, kohina, lineaarisuus Siirtofunktiot, tilaesitys Tavoitteet: tietää Yhden navan vasteen ekvivalentti kohinakaistaleveys Vastuksen terminen kohina Termit

Lisätiedot

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia 29.7.2002

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia 29.7.2002 Matlab tehtäviä 1. Muodosta seuraavasta differentiaaliyhtälöstä siirtofuntio. Tämä differentiaaliyhtälö saattaisi kuvata esimerkiksi yksinkertaista vaimennettua jousi-massa systeemiä, johon on liitetty

Lisätiedot

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä 1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 9 Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa

Lisätiedot

Säätötekniikan alkeita

Säätötekniikan alkeita Säätötekniikan alkeita Säätötekniikan avulla pyritään ohjaamaan erilaisia i i järjestelmiäj älyä sisältävällä menetelmällä. Tavoitteena on saada systeemi käyttäytymään halutulla tavalla luotettavasti,

Lisätiedot

4. Differentiaaliyhtälöryhmät 4.1. Ryhmän palauttaminen yhteen yhtälöön

4. Differentiaaliyhtälöryhmät 4.1. Ryhmän palauttaminen yhteen yhtälöön 4 Differentiaaliyhtälöryhmät 41 Ryhmän palauttaminen yhteen yhtälöön 176 Ratkaise differentiaaliyhtälöryhmät a) dt = y +t, b) = y z + sinx x 2 dt = x +t, c) + z = x2 = y + z + cosx + 2y = x a)x = C 1 e

Lisätiedot

Luento 2: Liikkeen kuvausta

Luento 2: Liikkeen kuvausta Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros 1

Mat Dynaaminen optimointi, mallivastaukset, kierros 1 Mat-214 Dynaaminen optimointi, mallivastaukset, kierros 1 1 a) Sekoitussäiliöön A virtaa puhdasta vettä virtauksella v A, säiliöstä A säiliöön B täysin sekoittunutta liuosta virtauksella v AB ja säiliöstä

Lisätiedot

5 Differentiaaliyhtälöryhmät

5 Differentiaaliyhtälöryhmät 5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) =

Lisätiedot

Harjoitus 5: Simulink

Harjoitus 5: Simulink Harjoitus 5: Simulink Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen Simulinkiin Differentiaaliyhtälöiden

Lisätiedot

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x BM0A5830 Differentiaaliyhtälöiden peruskurssi Harjoitus 4, Kevät 017 Päivityksiä: 1. Ratkaise differentiaaliyhtälöt 3y + 4y = 0 ja 3y + 4y = e x.. Ratkaise DY (a) 3y 9y + 6y = e 10x (b) Mikä on edellisen

Lisätiedot

4 Korkeamman kertaluvun differentiaaliyhtälöt

4 Korkeamman kertaluvun differentiaaliyhtälöt Differentiaaliyhtälöt c Pekka Alestalo 2015 Tässä monisteessa käydään läpi tavallisiin differentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Luennolla lasketaan esimerkkitehtäviä

Lisätiedot

MATLAB harjoituksia RST-säädöstä (5h)

MATLAB harjoituksia RST-säädöstä (5h) Digitaalinen säätöteoria MATLAB harjoituksia RST-säädöstä (5h) Enso Ikonen Oulun yliopisto, systeemitekniikan laboratorio November 25, 2008 Harjoituskerran sisältö kertausta (15 min) Napojensijoittelu

Lisätiedot

x = ( θ θ ia y = ( ) x.

x = ( θ θ ia y = ( ) x. Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan systeemianalyysin laitos Mat-2429 Systeemien Identifiointi 5 harjoituksen ratkaisut Esitetään ensin systeemi tilayhtälömuodossa Tiloiksi valitaan

Lisätiedot

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä 1 Laaja matematiikka 5 Kevät 010 4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö.

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät Matematiikan peruskurssi K3/P3, syksy 25 Kenrick Bingham 825 Toisen välikokeen alueen ydinasioita Alla on lueteltu joitakin koealueen ydinkäsitteitä, joiden on hyvä olla ensiksi selvillä kokeeseen valmistauduttaessa

Lisätiedot

Mat Systeemien identifiointi, aihepiirit 1/4

Mat Systeemien identifiointi, aihepiirit 1/4 , aihepiirit 1/4 Dynaamisten systeemien matemaattinen mallintaminen ja analyysi Matlab (System Identification Toolbox), Simulink 1. Matemaattinen mallintaminen: Mallintamisen ja mallin määritelmät Fysikaalinen

Lisätiedot

Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt

Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt Digress: vakio- vs. muuttuva kiihtyvyys käytännössä Kinematiikkaa yhdessä dimensiossa taustatietoa Matlab-esittelyä 1 / 20 Luennon sisältö Digress: vakio-

Lisätiedot

BM20A0900, Matematiikka KoTiB3

BM20A0900, Matematiikka KoTiB3 BM20A0900, Matematiikka KoTiB3 Luennot: Matti Alatalo Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luvut 1 4. 1 Sisältö Ensimmäisen kertaluvun differentiaaliyhtälöt

Lisätiedot

5 DIFFERENTIAALIYHTÄLÖRYHMÄT

5 DIFFERENTIAALIYHTÄLÖRYHMÄT 5 DIFFERENTIAALIYHTÄLÖRYHMÄT 5. Ensimmäisen kl:n DY-ryhmät Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Useimmat voidaan mallintaa ensimmäisen kertaluvun DY-ryhmien avulla. Ensimmäisen kl:n

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

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

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

Lisätiedot

Matematiikka B3 - Avoin yliopisto

Matematiikka 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

Lisätiedot

SIMULINK S-funktiot. SIMULINK S-funktiot

SIMULINK S-funktiot. SIMULINK S-funktiot S-funktio on ohjelmointikielellä (Matlab, C, Fortran) laadittu oma algoritmi tai dynaamisen järjestelmän kuvaus, jota voidaan käyttää Simulink-malleissa kuin mitä tahansa valmista lohkoa. S-funktion rakenne

Lisätiedot

8. kierros. 2. Lähipäivä

8. kierros. 2. Lähipäivä 8. kierros 2. Lähipäivä Viikon aihe Tilaestimointi Tilasäätö Saavutettavuus, ohjattavuus Tarkkailtavuus, havaittavuus Mitoitus Kontaktiopetusta: 8 tuntia Kotitehtäviä: 4 tuntia Tavoitteet: tietää Saavutettavuus

Lisätiedot

Luento 3: Liikkeen kuvausta, differentiaaliyhtälöt

Luento 3: Liikkeen kuvausta, differentiaaliyhtälöt Luento 3: Liikkeen kuvausta, differentiaaliyhtälöt Suoraviivainen liike integrointi Digress: vakio- vs. muuttuva kiihtyvyys käytännössä Kinematiikkaa yhdessä dimensiossa taustatietoa ELEC-A3110 Mekaniikka

Lisätiedot

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z 5. Z-muunnos ja lineaariset diskreetit systeemit Jono: (x(n)) n=0 = (x(0), x(1), x(2),..., x(n),...) Z-muunnos: X(z) = n=0 x(n)z n, jos sarja suppenee jossain kompleksitason osassa. Esim. 4. Ykkösjonon

Lisätiedot

3 TOISEN KERTALUVUN LINEAARISET DY:T

3 TOISEN KERTALUVUN LINEAARISET DY:T 3 TOISEN KERTALUVUN LINEAARISET DY:T Huomautus epälineaarisista. kertaluvun differentiaaliyhtälöistä Epälineaarisen DY:n ratkaisemiseen ei ole yleismenetelmää. Seuraavat erikoistapaukset voidaan ratkaista

Lisätiedot

Matriisilaskenta Luento 8: LU-hajotelma

Matriisilaskenta Luento 8: LU-hajotelma Matriisilaskenta Luento 8: LU-hajotelma Antti Rasila 2016 Matriisihajotelmat 1/2 Usein matriisiyhtälön Ax = y ratkaiseminen on epäkäytännöllistä ja hidasta. Siksi numeerisessa matriisilaskennassa usein

Lisätiedot

4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt

4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt 4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt 4.1 Homogeeniset lineaariset differentiaaliyhtälöt Homogeeninen yhtälö on muotoa F(x, y,, y (n) ) = 0. (1) Yhtälö on lineaarinen, jos se voidaan

Lisätiedot

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut Insinöörimatematiikka D, 5.4.06 5. laskuharjoituksien esimerkkiratkaisut. Etsitään homogeenisen vakiokertoimisen lineaarisen differentiaaliyhtälön kaikki ratkaisut (reaalisessa muodossa). y (5) +4y (4)

Lisätiedot

5 OMINAISARVOT JA OMINAISVEKTORIT

5 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

Lisätiedot

Y (s) = G(s)(W (s) W 0 (s)). Tarkastellaan nyt tilannetta v(t) = 0, kun t < 3 ja v(t) = 1, kun t > 3. u(t) = K p y(t) K I

Y (s) = G(s)(W (s) W 0 (s)). Tarkastellaan nyt tilannetta v(t) = 0, kun t < 3 ja v(t) = 1, kun t > 3. u(t) = K p y(t) K I Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan systeemianalyysin laitos Mat-2.429 Systeemien Identifiointi 6. harjoituksen ratkaisut. Laplace-tasossa saadaan annetulle venttiilille W (s) W (s)

Lisätiedot

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

[xk r k ] T Q[x k r k ] + u T k Ru k. }. Mat-2.48 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 3. Johdetaan lineaarisen aikainvariantin seurantatehtävän yleinen ratkaisu neliöllisellä kustannuksella. Systeemi: x k+

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ

Mat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ Mat-48 Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ L ẋ = x ẋ = g L sin x rx Epälineaarisen systeemin tasapainotiloja voidaan

Lisätiedot

1 Perusteita lineaarisista differentiaaliyhtälöistä

1 Perusteita lineaarisista differentiaaliyhtälöistä 1 Perusteita lineaarisista differentiaaliyhtälöistä Johdetaan lineaarisen aikavariantin systeemin ẋ(t) = A(t)x(t) + B(t)u(t), x(t 0 ) = x 0 yleinen ratkaisu. Tarkastellaan ensin homogeenistä yhtälöä. Lause

Lisätiedot

12. Differentiaaliyhtälöt

12. Differentiaaliyhtälöt 1. Differentiaaliyhtälöt 1.1 Johdanto Differentiaaliyhtälöitä voidaan käyttää monilla alueilla esimerkiksi tarkasteltaessa jonkin kohteen lämpötilan vaihtelua, eksponentiaalista kasvua, sähkölatauksen

Lisätiedot

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / t Alkuviikon tuntitehtävä Hahmottele matriisia A ( 2 6 3 vastaava vektorikenttä Matriisia A

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

6. Toisen ja korkeamman kertaluvun lineaariset

6. Toisen ja korkeamman kertaluvun lineaariset SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 51 6. Toisen ja korkeamman kertaluvun lineaariset differentiaaliyhtälöt Määritelmä 6.1. Olkoon I R avoin väli. Olkoot p i : I R, i = 0, 1, 2,..., n, ja q : I R jatkuvia

Lisätiedot

3 Toisen kertaluvun lineaariset differentiaaliyhtälöt

3 Toisen kertaluvun lineaariset differentiaaliyhtälöt 3 Toisen kertaluvun lineaariset differentiaaliyhtälöt 3.1 Homogeeniset lineaariset differentiaaliyhtälöt Toisen kertaluvun differentiaaliyhtälö on lineaarinen, jos se voidaan kirjoittaa muotoon Jos r(x)

Lisätiedot

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

2.2 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

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21

Lisätiedot

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista 29 9 Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista Tarkastelemme kertalukua n olevia lineaarisia differentiaaliyhtälöitä y ( x) + a ( x) y ( x) + + a ( x) y( x) + a ( x) y= b( x) ( n) ( n

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä 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

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28 Numeeriset menetelmät TIEA381 Luento 5 Kirsi Valjus Jyväskylän yliopisto Luento 5 () Numeeriset menetelmät 3.4.2013 1 / 28 Luennon 5 sisältö Luku 4: Ominaisarvotehtävistä Potenssiinkorotusmenetelmä QR-menetelmä

Lisätiedot

Vakiokertoiminen lineaarinen normaaliryhmä

Vakiokertoiminen lineaarinen normaaliryhmä 1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 29 Vakiokertoiminen lineaarinen normaaliryhmä Todetaan ensin ilman todistuksia (tulos on syvällinen) ratkaisujen

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle / Differentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle / 16. 18.5. Lineaariset differentiaaliyhtälöt, homogeeniset differentiaaliyhtälöt Tehtävä 1: a) Määritä differentiaaliyhtälön y 3y = 14e 4x

Lisätiedot

Harjoitus 6: Simulink - Säätöteoria. Syksy 2006. Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1

Harjoitus 6: Simulink - Säätöteoria. Syksy 2006. Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoitus 6: Simulink - Säätöteoria Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen säätötekniikkaan Takaisinkytkennän

Lisätiedot

Ominaisarvo ja ominaisvektori

Ominaisarvo ja ominaisvektori Määritelmä Ominaisarvo ja ominaisvektori 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

Lisätiedot

Matemaattinen Analyysi

Matemaattinen Analyysi Vaasan yliopisto, syksy 2016 / ORMS1010 Matemaattinen Analyysi 8. harjoitus, viikko 49 R1 to 12 14 F453 (8.12.) R2 to 14 16 F345 (8.12.) R3 ke 8 10 F345 (7.11.) 1. Määritä funktion f (x) = 1 Taylorin sarja

Lisätiedot

Differentiaaliyhtälön ratkaisu. ELEC-C1230 Säätötekniikka. Esimerkki: läpivirtaussäiliö. Esimerkki: läpivirtaussäiliö

Differentiaaliyhtälön ratkaisu. ELEC-C1230 Säätötekniikka. Esimerkki: läpivirtaussäiliö. Esimerkki: läpivirtaussäiliö Differentiaaliyhtälön ratkaisu ELEC-C1230 Säätötekniikka Luku 3: Dynaamisen vasteen määrittäminen, Laplace-muunnos, siirtofunktio Systeemin ymmärtämisen ja hallinnan kannalta on olennaista tietää, miten

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

Mat-2.129 Systeemien identifiointi

Mat-2.129 Systeemien identifiointi Luennot: TkT, erik. op. to 16-18 U261 Harjoitukset tekn.yo Ville Koskinen pe 10-12 joko mikroluokka U352 tai U261 Kurssikirja Ljung & Glad: Modeling of Dynamic Systems, Prentice-Hall, 1994 TAI Ibid.: Modelbygge

Lisätiedot

Tilaesityksen hallinta ja tilasäätö. ELEC-C1230 Säätötekniikka. Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus

Tilaesityksen hallinta ja tilasäätö. ELEC-C1230 Säätötekniikka. Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus Tilaesityksen hallinta ja tilasäätö ELEC-C1230 Säätötekniikka Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus Edellisessä luvussa tarkasteltiin napoja ja nollia sekä niiden vaikutuksia

Lisätiedot

MS-A Differentiaali- ja integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko

MS-A Differentiaali- ja integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko MS-A0107 - Differentiaali- integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko 1 Tehtävä Etsi seuraavien yhtälöiden yleiset ratkaisut: Ratkaisu: a) y y 2y = 4x, b) y + 4y = sin 3x, c) y + 2y + 5y = e x

Lisätiedot

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon: TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2429 Systeemien Identifiointi 2 harjoituksen ratkaisut Yhtälö voitaisiin ratkaista suoraankin, mutta käytetään Laplace-muunnosta tehtävän ratkaisemisessa

Lisätiedot

Osa IX. Z muunnos. Johdanto Diskreetit funktiot

Osa IX. Z muunnos. Johdanto Diskreetit funktiot Osa IX Z muunnos A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 298 / 322 A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 299 / 322 Johdanto

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu

Lisätiedot

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio, Differentiaaliyhtälöt, Kesä 06 Harjoitus 3 Kaikissa tehtävissä, joissa pitää tarkastella kriittisten pisteiden stabiliteettia, jos kyseessä on satulapiste, ilmoita myös satulauraratkaisun (tai kriittisessä

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros 3

Mat Dynaaminen optimointi, mallivastaukset, kierros 3 Mat-2.48 Dynaaminen optimointi, mallivastaukset, kierros 3. Johdetaan lineaarisen aikainvariantin seurantatehtävän yleinen ratkaisu neliöllisellä kustannuksella. Systeemi: Kustannusfunktio: J = 2 xt NHx

Lisätiedot

Dierentiaaliyhtälöistä

Dierentiaaliyhtälöistä Dierentiaaliyhtälöistä Markus Kettunen 4. maaliskuuta 2009 1 SISÄLTÖ 1 Sisältö 1 Dierentiaaliyhtälöistä 2 1.1 Johdanto................................. 2 1.2 Ratkaisun yksikäsitteisyydestä.....................

Lisätiedot

1 Matriisit ja lineaariset yhtälöryhmät

1 Matriisit ja lineaariset yhtälöryhmät 1 Matriisit ja lineaariset yhtälöryhmät 11 Yhtälöryhmä matriisimuodossa m n-matriisi sisältää mn kpl reaali- tai kompleksilukuja, jotka on asetetettu suorakaiteen muotoiseksi kaavioksi: a 11 a 12 a 1n

Lisätiedot

8. kierros. 1. Lähipäivä

8. kierros. 1. Lähipäivä 8. kierros 1. Lähipäivä Viikon aihe Tilaestimointi Tilasäätö Saavutettavuus, ohjattavuus Tarkkailtavuus, havaittavuus Mitoitus Kontaktiopetusta: 8 tuntia Kotitehtäviä: 4 tuntia Tavoitteet: tietää Saavutettavuus

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle / MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,

Lisätiedot

Harjoitus 4: Differentiaaliyhtälöt (Matlab) MS-C2107 Sovelletun matematiikan tietokonetyöt 1

Harjoitus 4: Differentiaaliyhtälöt (Matlab) MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Harjoitus 4: Differentiaaliyhtälöt (Matlab) MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Matlab:n solver komento differentiaaliyhtöiden

Lisätiedot

Kun järjestelmää kuvataan operaattorilla T, sisäänmenoa muuttujalla u ja ulostuloa muuttujalla y, voidaan kirjoittaa. y T u.

Kun järjestelmää kuvataan operaattorilla T, sisäänmenoa muuttujalla u ja ulostuloa muuttujalla y, voidaan kirjoittaa. y T u. DEE-00 Lineaariset järjestelmät Harjoitus, ratkaisuehdotukset Järjestelmien lineaarisuus ja aikainvarianttisuus Kun järjestelmää kuvataan operaattorilla T, sisäänmenoa muuttujalla u ja ulostuloa muuttujalla

Lisätiedot

Lyhyt tutustumiskierros Simulink-ohjelman käyttöön hydrauliikan simuloinnissa

Lyhyt tutustumiskierros Simulink-ohjelman käyttöön hydrauliikan simuloinnissa Lyhyt tutustumiskierros Simulink-ohjelman käyttöön hydrauliikan simuloinnissa Matlab käyntiin valikosta Simulink käyntiin Kirjoitetaan simulink tai klikataan Simulink-symbolia Simulink Library

Lisätiedot

Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva).

Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva). 6 DIFFERENTIAALIYHTÄLÖISTÄ Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva). Newtonin II:n lain (ma missä Yhtälö dh dt m dh dt F) mukaan mg, on kiihtyvyys ja

Lisätiedot

Kompleksiluvun logaritmi: Jos nyt z = re iθ = re iθ e in2π, missä n Z, niin saadaan. ja siihen vaikuttava

Kompleksiluvun logaritmi: Jos nyt z = re iθ = re iθ e in2π, missä n Z, niin saadaan. ja siihen vaikuttava Kompleksiluvun logaritmi: ln z = w z = e w Jos nyt z = re iθ = re iθ e inπ, missä n Z, niin saadaan w = ln z = ln r + iθ + inπ, n Z Logaritmi on siis äärettömän moniarvoinen funktio. Helposti nähdään että

Lisätiedot

Luento 13: Periodinen liike. Johdanto Harmoninen värähtely Esimerkkejä F t F r

Luento 13: Periodinen liike. Johdanto Harmoninen värähtely Esimerkkejä F t F r Luento 13: Periodinen liike Johdanto Harmoninen värähtely Esimerkkejä θ F t m g F r 1 / 27 Luennon sisältö Johdanto Harmoninen värähtely Esimerkkejä 2 / 27 Johdanto Tarkastellaan jaksollista liikettä (periodic

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

Osoita, että eksponenttifunktio ja logaritmifunktio ovat differentiaaliyhtälön

Osoita, että eksponenttifunktio ja logaritmifunktio ovat differentiaaliyhtälön 3. Lineaariset differentiaaliyhtälöt 3.1. Lineaariyhtälöiden teoriaa 99. Onko differentiaaliyhtälö y + x(y y )=y + 1 a) lineaarinen, b) homogeeninen? 100. Olkoot funktiot f (x) ja g(x) jatkuvasti derivoituvia

Lisätiedot

1 Rajoittamaton optimointi

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

Lisätiedot

Ominaisarvo ja ominaisvektori

Ominaisarvo 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

Lisätiedot

Mekaniikan jatkokurssi Fys102

Mekaniikan jatkokurssi Fys102 Mekaniikan jatkokurssi Fys10 Kevät 010 Jukka Maalampi LUENTO 7 Harmonisen värähdysliikkeen energia Jousen potentiaalienergia on U k( x ) missä k on jousivakio ja Dx on poikkeama tasapainosta. Valitaan

Lisätiedot

Identifiointiprosessi

Identifiointiprosessi Identifiointiprosessi Koesuunnittelu Identifiointikoe Datan esikäsittely Mallirakenteen valinta Parametrien estimointi Diagnostiset testit Mallin validointi Mallin käyttö & ylläpito Identifiointi- ja simulointiohjelmistoja

Lisätiedot

Differentiaaliyhtälöt

Differentiaaliyhtälöt Differentiaaliyhtälöt Differentiaaliyhtälöksi (lyh. DY) sanotaan yhtälöä, jossa on tuntemattomana jokin funktio y(x) ja jossa esiintyy sen derivaattoja y, y, y, y (4),... Esimerkiksi y + y = x, y y + y

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

Värähtelevä jousisysteemi

Värähtelevä jousisysteemi Mathematican version 8 mukainen. (5.10.01 SKK) Värähtelevä jousisysteemi Jousen puristumista ja venymistä voidaan kuvata varsin yksinkertaisella matemaattisella mallilla m d x k x, d t missä x on jousen

Lisätiedot

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 2015

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 2015 BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 205 Päivityksiä: 4.0.205 klo 5:0. Tehtävässä 3b vektorin x lauseke korjattu. 5.0.205 klo 3:20. Tehtävässä 8d viittaus väärään tehtävään

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 6 To 22.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 6 To 22.9.2011 p. 1/38 p. 1/38 Ominaisarvotehtävät Monet sovellukset johtavat ominaisarvotehtäviin Yksi

Lisätiedot

Ellipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio

Ellipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio Ellipsoidimenetelmä Kokonaislukuoptimointi Sovelletun matematiikan lisensiaattiseminaari Kevät 2008 / 1 Sisällys Ellipsoidimenetelmän geometrinen perusta ja menetelmän idea Formaali ellipsoidimenetelmä

Lisätiedot

Matematiikka B2 - Avoin yliopisto

Matematiikka 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

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden

Lisätiedot

a 1 y 1 (x) + a 2 y 2 (x) = 0 vain jos a 1 = a 2 = 0

a 1 y 1 (x) + a 2 y 2 (x) = 0 vain jos a 1 = a 2 = 0 6. Lineaariset toisen kertaluvun yhtälöt Toisen kertaluvun differentiaaliyhtälöt ovat tuntuvasti hankalampia ratkaista kuin ensimmäinen. Käsittelemmekin tässä vain tärkeintä erikoistapausta, toisen kertaluvun

Lisätiedot

Luento 11: Periodinen liike

Luento 11: Periodinen liike Luento 11: Periodinen liike Johdanto Harmoninen värähtely Esimerkkejä Laskettuja esimerkkejä ~F t m~g ~F r Konseptitesti 1 Tehtävänanto Kuvassa on jouseen kytketyn massan sijainti ajan funktiona. Kuvaile

Lisätiedot

Matematiikka B2 - TUDI

Matematiikka 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

Lisätiedot

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen 16.06.2014 Ohjaaja: Urho Honkanen Valvoja: Prof. Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston

Lisätiedot

Y (z) = z-muunnos on lineaarinen kuten Laplace-muunnoskin

Y (z) = z-muunnos on lineaarinen kuten Laplace-muunnoskin Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-2.429 Systeemien Identifiointi 3. harjoituksen ratkaisut. Vapaan vasteen löytämiseksi asetetaan ohjaukseksi u(t)

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

MS-A0004/A0006 Matriisilaskenta

MS-A0004/A0006 Matriisilaskenta 4. MS-A4/A6 Matriisilaskenta 4. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto..25 Tarkastellaan neliömatriiseja. Kun matriisilla kerrotaan vektoria, vektorin

Lisätiedot

Yleistä. Aalto-yliopisto Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Yleistä. Aalto-yliopisto Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos MS-E2129 Systeemien identifiointi 3. Harjoitustyö Heiluri-vaunusysteemin parametrien estimointi Yleistä Systeemianalyysin

Lisätiedot

= 0 y oleva yhtälö. Vastaavasti yhtälö. x, u

= 0 y oleva yhtälö. Vastaavasti yhtälö. x, u 1. Määritelmiä Ensimmäisen ja toisen kertaluvun ratkaisemattomassa muodossa olevat tavalliset differentiaaliyhtälöt ovat tuntemattomalle funktiolle y = y(x) muotoa F (x, y, y ) = 0 ja G(x, y, y, y ) =

Lisätiedot

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla Säätötekniikkaa Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla servo-ongelma: ulostulon seurattava referenssisignaalia mahdollisimman tarkasti,

Lisätiedot

2.5. Matriisin avaruudet ja tunnusluvut

2.5. Matriisin avaruudet ja tunnusluvut 2.5. Matriisin avaruudet ja tunnusluvut m n-matriisi A Lineaarikuvaus A : V Z, missä V ja Z ovat sopivasti valittuja, dim V = n, dim Z = m (yleensä V = R n tai C n ja Z = R m tai C m ) Kuva-avaruus ja

Lisätiedot