Mat Dynaaminen optimointi, mallivastaukset, kierros 5
|
|
- Kalle Pakarinen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Mat Dynaaminen optimointi, mallivastaukset, kierros 5 1. Kotitehtävä. 2. Lasketaan aluksi korkoa korolle. Jos korkoprosentti on r, ja korko maksetaan n kertaa vuodessa t vuoden ajan, niin kokonaisvuosikorko on (1 + r/n) nt. Antamalla n saadaan jatkuvan koron prosentti lim (1 + n r/n)nt = e rt. Tätä voidaan siis käyttää tulevien voittojen/tappioiden diskonttaustekijänä nykyisyyteen. Olkoon varaston koko x(t) ja tuotantonopeus ẋ(t). Tehtävä on silloin minimoida kustannukset min J = e rt[ C 1 ẋ 2 (t) + C 2 x(t) ] dt = F (x, ẋ, t) dt reunaehdoilla x() = ja x(t ) = B. Lisäksi tulee päteä ẋ(t) kaikilla t [, T ]. Nyt F x = C 2 e rt, Fẋ = 2C 1 e rt ẋ, d dt F ẋ = 2C 1 re rt ẋ + 2C 1 e rt ẍ jolloin Eulerin yhtälö on muotoa ẍ rẋ = C 2 2C 1. (1) Ratkaistaan homogeeninen yhtälö ẍ rẋ = yritteellä x(t) = e at, jolloin sijoittamalla saadaan a 2 e at rae at = a(a r) = ja homogeenisen yhtälön ratkaisu on x(t) = k 1 + k 2 e rt. Yleisen yhtälön (1) erikoisratkaisu on suora x(t) = C 2 t, 1
2 jolloin yhtälön (1) täydellinen ratkaisu on muotoa x(t) = k 1 + k 2 e rt C 2 t. Vakiot k 1 ja k 2 määritetään reunaehdoista: ja ratkaisu on k 1 = k 2, k 2 = B + [C 2/( )]T e rt 1 x (t) = ( B + C 2 T ) e rt 1 e rt 1 C 2 t. Toteutuuko nyt rajoitus ẋ (t) kaikilla t [, T ]? Tarkastelemalla Eulerin yhtälöä ẍ(t) = rẋ(t) + C 2 2C 1 havaitaan, että mikäli ẋ(τ) jollakin ajan hetkellä τ, niin silloin ẍ > ja siten ẋ on aidosti kasvava ja myös pysyy aidosti kasvavana kaikilla tulevilla ajanhetkillä t > τ. Välttämätön ja riittävä ehto on siis, että ẋ (). Derivoimalla ratkaisua saadaan ẋ (t) = ( B + C 2 T ) re rt e rt 1 C 2 ja sijoittamalla t = saadaan ehto eli ( C 2 B + T ) r e rt 1 C 2 B C 2 2r 2 C 1 (e rt 1 rt ). Mikäli tämä ehto toteutuu, on x (t) optimaalinen tuotantosuunnitelma. Muussa tapauksessa joudutaan tuotannon aloitusta viivästyttämään. Epäyhtälörajoitettuja tehtäviä käsitellään myöhemmin. 2
3 3. Olkoon y(t) ajan hetkeen t mennessä myydyn mineraalin määrä. Tällöin ẏ(t) on myyntinopeus hetkellä t. Kokonaishyödyn maksimointitehtävä on max J = e rt ln ẏ(t) dt = missä r on diskonttauskerroin, ja reunaehdot ovat y() =, y(t ) = B. Muodostetaan Eulerin yhtälö ja ratkaistaan se: F (ẏ, t) dt, F y =, Fẏ = e rt /ẏ(t) d dt( e rt /ẏ(t) ) = e rt /ẏ(t) = C (vakio) y(t) = e rt rc + D (=vakio). Vakiot C ja D määrätään reunaehdoista: Sijoittamalla saadaan C = 1 rb (1 e rt ), D = B/(1 e rt ). y(t) = B 1 e rt 1 e rt. Optimaalinen myyntinopeus on tällöin e rt ẏ(t) = Br, t T. 1 e rt 4. Edellinen tehtävä tuottofunktiolla P (x), missä P toteuttaa ehdot: Maksimoitava tuotto: max J = P () >, P (x) <, x. e rt P (ẏ(t)) dt = F (ẏ, t) dt. 3
4 (a) Marginaalituotto määritellään siten, että se on tuottofunktion derivaatta P (x). Marginaalituotto kuvaa lisätuottoa, joka saadaan, kun myyntinopeutta kasvatetaan yhden yksikön verran. Nykyarvo saadaan, kun kerrotaan diskonttaustekijällä e rt. Integrandille F pätee: F y =, Fẏ = e rt P (ẏ(t)). Optimiratkaisussa tulee toteutua Eulerin yhtälö: eli d [ e rt P (ẏ(t)) ] = dt e rt P (ẏ(t)) = C (vakio), joten marginaalituoton nykyarvo optimaalisella myyntikäyrällä on siis vakio. Koska P () >, niin on itse asiassa oltava C >, joten marginaalituotto on kaikilla ajan hetkillä positiivinen. Optimiratkaisussa millään ajan hetkellä ei siis kannata vähentää myyntiä. Lisäksi myyntiä ei kannata aikaistaa, koska nykyarvo ei muutu. (b) Optimaalisella myyntikäyrälla marginaalituoton lauseke on P (ẏ(t)) = Ce rt. Derivoimalla ajan suhteen saadaan jolloin on oltava P (ẏ(t)) ÿ(t) = Cre } {{ } } {{ rt }, < > ÿ(t) <, ja siten optimaalinen myyntikäyrä ẏ(t) on aidosti vähenevä. Huomattavaa on, että olemme johtaneet voimakkaan karakterisoinnin optimaaliselle myyntistrategialle varsin yleisin oletuksin tuottofunktiosta P. Tällaisella mallilla voisi esimerkiksi yrittää selittää, miksi öljyntuottajamonopoli OPEC:in kannattaa tuottaa markkinoille koko ajan vähemmän öljyä, kun luonnonvarat hupenevat. Tässä tosin tulisi varmaankin olettaa, että tarkasteltava aikaväli on äärettömän pitkä (T ). Näitä äärettömän aikavälin variaatiotehtäviä käsitellään myöhemmin tällä kurssilla. t 4
5 5. Etsittävä ekstremaalit funktionaalille J = isoperimetrisellä rajoitusehdolla sekä reunaehdoilla ẋ 2 (t) dt x 2 (t) dt = 2 x() = x(1) =. Isoperimetrinen rajoite voidaan sisällyttää tehtävään seuraavasti. Olkoon ( t ) z(t) = x 2 (τ) dτ ylimääräinen tilamuuttuja em.tehtävälle, jolloin isoperimetrinen rajoitus vastaa ehtoja z() =, z(1) = 2. Derivoimalla saadaan rajoitus muodossa ż(t) = x 2 (t). Ekvivalentti funktionaali rajoitusten vallitessa on tällöin J a = g a (x, ẋ, z, ż, t) dt = {ẋ 2 (t) + p(t)[x 2 (t) ż(t)]} dt, missä p(t) on Lagrangen kerroinfunktio. Muodostamalla Eulerin yhtälöt sekä tilamuuttujalle x(t) että ylimääräiselle tilamuuttujalle z(t) saadaan välttämättömät ehdot ekstremaalille: p(t)x(t) d [2ẋ(t)] = dt d dt [ p(t)] = ẍ(t) = p(t)x(t), p(t) λ (vakio). Tällöin ratkaisut ovat tunnetusti muotoa x(t) = c 1 e t λ + c 2 e t λ. 5
6 Vakiot c 1,c 2 ja λ määräytyvät reunaehdoista. Jos olisi λ >, niin silloin reunaehdoista seuraa c 1 = c 2 =, eli x(t), mutta silloin isoperimetrinen rajoite ei voi toteutua. Samoin käy jos λ =. On siis oltava λ <. Olkoon ω = λ. Ratkaisut ovat tällöin muotoa Reunaehdoista seuraa, että jolloin x(t) = c 1 sin(ωt) + c 2 cos(ωt). c 1 sin(ω) =, c 2 =, x(t) = c 1 sin(πnt), Vakion c 1 kiinnittää isoperimetrinen ehto: x 2 (t) dt = c 2 1 Ekstremaaliehdokkaita ovat siis funktiot n Z\{}. sin 2 (πnt) dt = c2 1 2 = 2 c 1 = ±2. x(t) = ±2 sin(πnt), n Z\{}. Laskemalla funktionaalin arvot saadaan J(x(t)) = ẋ 2 (t) dt = 4π 2 n 2 cos 2 (πxt) dt = 2π 2 n 2, joten minimi löytyy, kun x min (t) = ± sin(πt), ja maksimia ei ole olemassa. 6. Tehtävänä etsiä funktionaalin t1 t F (t, x(t), ẋ(t)) dt maksimoiva funktio x (t), kun t ja t 1 ovat kiinteitä, mutta funktion arvot x(t ) ja x(t 1 ) ovat vapaita. Funktionaalin variaatio on standardia osittaisintegrointitemppua käyttäen δj(x, δx) = = t1 t t1 t { F x { F x d dt δx + F ẋ δẋ} dt [ F ẋ ]} δx dt + F ẋ (t 1, x(t 1 ), ẋ(t 1 ))δx(t 1 ) F ẋ (t, x(t ), ẋ(t ))δx(t ). 6
7 Jotta x (t) olisi ekstremaali, on oltava J(x, δx) =. Jos variaatio rajoitetaan sellaisiin pieniin muutoksiin, jossa päätepisteet pidetään paikallaan, eli δx(t ) = δx(t 1 ) =, niin silloin myös Eulerin yhtälön tulee toteutua: F x d [ F ] =, t [t, t 1 ]. dt ẋ Toisaalta päätepisteitä voidaan varioida toisistaan riippumatta valitsemalla erikseen δx(t ) = tai δx(t 1 ) =, jolloin kummankin termin erikseen tulee hävitä, ja saadaan kaksi erillistä transversaalisuusehtoa: F ẋ (t, x (t ), ẋ (t )) =, F ẋ (t 1, x (t 1 ), ẋ (t 1 )) =. 7. (a) Olkoon jälleen y(t) kumulatiivinen myynti, ẏ(t) hetkittäinen myyntivirta ja öljyn nettohinta p(ẏ(t)), missä p on vähenevä jatkuvasti derivoituva funktio. Alussa öljyä on määrä B. Tavoite on maksimoida kokonaismyynnin nykyarvo, kun myös loppuaika T on vapaa. Tällöin tehtävä on max J = e rt }{{} p(ẏ(t)) } {{ } ẏ(t) }{{} nykyarvo nettohinta myynti dt (b) Nyt reunaehdoilla y() =, y(t ) = B ja loppuaika T vapaa. F y =, Fẏ = e rt[ p (ẏ)ẏ + p(ẏ) ]. Eulerin yhtälön tulee toteutua maksimissa, joten = d F dt ẏ αe rt = p (ẏ)ẏ + p(ẏ), α on vakio. Koska loppuaika on vapaa, täytyy toteutua transversaalisuusehto (Kirk s ) eli F (T, ẏ(t )) F (T, ẏ(t ))ẏ(t ) = ẏ e rt p(ẏ(t ))ẏ(t ) e rt { p (ẏ(t ))(ẏ(t )) 2 + p(ẏ(t ))ẏ(t ) } =, 7
8 jolloin p (ẏ(t ))(ẏ(t )) 2 =. Nyt koska p (ẏ) < kaikilla t, niin on oltava ẏ(t ) = (myyntivirta lopussa on nolla). Marginaalinen tuotto ajan hetkellä T on d [ ] p(ẏ(t ))ẏ(t ) = p (ẏ(t ))ẏ(t ) +p(ẏ(t )) = p(ẏ(t )), dẏ } {{ } = eli keskimääräinen myyntituotto hetkellä T. 8
k = 1,...,r. L(x 1 (t), x
Mat-2.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 6 1. Johdetaan välttämättömät ehdot funktionaalin J(y) = t g(y(t), ẏ(t),..., dr y(t), t) dt dt r ekstremaalille, kun
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),...
Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 6 1. Johdetaan välttämättömät ehdot funktionaalin J(y) = g(y(t), ẏ(t),..., dr y(t), t) dt dt r ekstremaalille, kun ja t f ovat kiinteitä ja tiedetään
Lisätiedot[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+
Lisätiedot6 Variaatiolaskennan perusteet
6 Variaatiolaskennan perusteet Sivut ss. 22 26 pääosin lähteen [Kirk, Ch. 4, ss. 107 127] pohjalta Variaatiolaskenta keskittyy lokaaliin analyysiin eli funktion lokaalin minimin vastineisiin funktionaaleilla.
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros 11
Mat-.148 Dynaaminen optimointi, mallivastaukset, kierros 11 1. Olkoon tehtaan tuotanto x(t) ajan hetkellä t ja investoitava osuus tuotannosta u(t). Tehdasta kuvaa systeemiyhtälö ẋ(t) = u(t)x(t) x() = c
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle.
Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 9 1. Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle. Tilayhtälö on x k+1 = f k (x k, u k ), k = 1,..., N 1 alkuehdolla
LisätiedotJos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.
Mat-.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 1 1. Olkoon maaston korkeus y(s) derivoituva funktio ja etsitään tien profiilia x(s). Päätösmuuttuja on tien jyrkkyys
Lisätiedotmin x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-39 Optimointioppi Kimmo Berg 6 harjoitus - ratkaisut min x + x x + x = () x f = 4x, h = x 4x + v = { { x + v = 4x + v = x = v/ x = v/4 () v/ v/4
LisätiedotFourier-analyysi, I/19-20, Mallivastaukset, Laskuharjoitus 7
MS-C14, Fourier-analyysi, I/19- Fourier-analyysi, I/19-, Mallivastaukset, Laskuharjoitus 7 Harjoitustehtävä 7.1. Hetkellä t R olkoon s(t) 1 + cos(4πt) + sin(6πt). Laske tämän 1-periodisen signaalin s Fourier-kertoimet
Lisätiedotw + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.
Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)
LisätiedotHY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.
HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 8 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Mitkä seuraavista funktioista F, F, F ja F 4 ovat kertymäfunktioita? Mitkä
LisätiedotMat 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
LisätiedotMaksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta
Maksimit ja minimit 1/5 Sisältö Funktion kasvavuus ja vähenevyys; paikalliset ääriarvot Jos derivoituvan reaalifunktion f derivaatta tietyssä pisteessä on positiivinen, f (x 0 ) > 0, niin funktion tangentti
Lisätiedot12. Hessen matriisi. Ääriarvoteoriaa
179 12. Hessen matriisi. Ääriarvoteoriaa Tarkastelemme tässä luvussa useamman muuttujan (eli vektorimuuttujan) n reaaliarvoisia unktioita : R R. Edellisessä luvussa todettiin, että riittävän säännöllisellä
LisätiedotHaitallinen valikoituminen: yleinen malli ja sen ratkaisu
Haitallinen valikoituminen: yleinen malli ja sen ratkaisu Mat-2.4142 Optimointiopin seminaari Matias Leppisaari 29.1.2008 Esityksen rakenne Yleinen malli Käypyys ja rajoitusehdot Mallin ratkaisu Kotitehtävä
Lisätiedot2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.
2. kl:n DY:t Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.) Lause Olkoon f(x 2, x 1, t) funktio, ja oletetaan, että f, f/ x 1 ja f/ x
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 8 Väliarvolause Oletetaan, että funktio f on jatkuva jollain reaalilukuvälillä [a, b] ja derivoituva avoimella välillä (a, b). Funktion muutos tällä välillä on luonnollisesti
LisätiedotFunktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.
Funktiot Tässä luvussa käsitellään reaaliakselin osajoukoissa määriteltyjä funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Avoin väli: ]a, b[ tai ]a, [ tai ],
Lisätiedot1 UUSIUTUMATTOMAT LUONNONVARAT
1 UUSIUTUMATTOMAT LUONNONVARAT 1.1 Johdantoa optimiohjausteoriaan Kaikissa kurssilla esitetyissä malleissa oletetaan, että luonnonvaran tila (tilamuuttuja = state variable) muuttuu ajassa ennalta tiedetyllä
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 20 R. Kangaslampi Matriisihajotelmista
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
LisätiedotNormaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa
Normaaliryhmä Toisen kertaluvun normaaliryhmä on yleistä muotoa x = u(t,x,y), y t I, = v(t,x,y), Funktiot u = u(t,x,y), t I ja v = v(t,x,y), t I ovat tunnettuja Toisen kertaluvun normaaliryhmän ratkaisu
Lisätiedot0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,
HY / Matematiikan ja tilastotieteen laitos Todennäköisyyslaskenta II, syksy 07 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Mitkä seuraavista funktioista F, F, F ja F 4 ovat kertymäfunktioita? Mitkä niistä
LisätiedotMat 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
LisätiedotLuku 4. Derivoituvien funktioiden ominaisuuksia.
1 MAT-1343 Laaja matematiikka 3 TTY 1 Risto Silvennoinen Luku 4 Derivoituvien funktioiden ominaisuuksia Derivaatan olemassaolosta seuraa funktioille eräitä säännöllisyyksiä Näistä on jo edellisessä luvussa
LisätiedotMalliratkaisut Demo 1
Malliratkaisut Demo 1 1. Merkitään x = kuinka monta viikkoa odotetaan ennen kuin perunat nostetaan. Nyt maksimoitavaksi kohdefunktioksi tulee f(x) = (60 5x)(300 + 50x). Funktio f on alaspäin aukeava paraaeli,
Lisätiedot1 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
LisätiedotBM20A0900, 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
LisätiedotMalliratkaisut Demot
Malliratkaisut Demot 1 23.1.2017 1. Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x 1 + 350x 2 s. t. 5x
LisätiedotYhdistetty funktio. Älä sekoita arvo- eli kuvajoukkoa maalijoukkoon! (wikipedian ongelma!)
Yhdistetty unktio TRIGONOMETRISET FUNKTIOT, MAA7 Määritelmä, yhdistetty unktio: Funktioiden ja g yhdistetty unktio g (luetaan g pallo ) määritellään yhtälöllä g g. Funktio g on ns. ulkounktio ja sisäunktio.
Lisätiedot13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Differentiaaliyhtälöt, kesä 00 Tehtävät 3-8 / Ratkaisuehdotuksia (RT).6.00 3. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: y = + y + y = + y + ( y ) (y
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Funktion monotonisuus Derivoituva funktio f on aidosti kasvava, jos sen derivaatta on positiivinen eli jos f (x) > 0. Funktio on aidosti vähenevä jos sen derivaatta
Lisätiedoty (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
LisätiedotWiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia
Wiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia { z(t k+1 ) = z(t k ) + ɛ(t k ) t t k+1 = t k + t, k = 0,..., N, missä ɛ(t i ), ɛ(t j ), i j ovat toisistaan riippumattomia siten, että
LisätiedotTalousmatematiikan perusteet: Luento 14. Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta
Talousmatematiikan perusteet: Luento 14 Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta Viime luennolla Tarkastelimme usean muuttujan funktioiden
Lisätiedotb 1. b m ) + ( 2b Ax) + (b b)
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-9 Optimointioppi Kimmo Berg 5 harjoitus - ratkaisut min Ax b (vertaa PNS-tehtävät) a x + + a n x n a) Ax b = a m x + + a mn x n = x a a m }{{}
Lisätiedotx = π 3 + nπ, x + 1 f (x) = 2x (x + 1) x2 1 (x + 1) 2 = 2x2 + 2x x 2 = x2 + 2x f ( 3) = ( 3)2 + 2 ( 3) ( 3) + 1 3 1 + 4 2 + 5 2 = 21 21 = 21 tosi
Mallivastaukset - Harjoituskoe F F1 a) (a + b) 2 (a b) 2 a 2 + 2ab + b 2 (a 2 2ab + b 2 ) a 2 + 2ab + b 2 a 2 + 2ab b 2 4ab b) tan x 3 x π 3 + nπ, n Z c) f(x) x2 x + 1 f (x) 2x (x + 1) x2 1 (x + 1) 2 2x2
LisätiedotJatkuvan ajan dynaaminen optimointi
Jatkuvan ajan dynaaminen optimointi Diskreetistä ajasta jatkuvaan Ito prosessit Optimaalinen pysäytys Poisson prosessit Optimointiopin seminaari - Syksy 2000 / 1 Jatkuvan ajan dynaaminen π(x,u,t) tuottovirta
Lisätiedot2 Funktion derivaatta
ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT 2018 2 Funktion derivaatta 1. Määritä derivaatan määritelmää käyttäen f (), kun (a), (b) 1 ( > 0). 2. Tutki, onko funktio sin(2) sin 1, kun 0, 2 0, kun = 0, derivoituva
Lisätiedoty = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 2 mallit Kevät 219 Tehtävä 1. Laske osittaisderivaatat f x = f/x ja f y = f/, kun f = f(x, y) on funktio a) x 2 y 3 + y sin(2x),
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan
LisätiedotSatunnaismuuttujien muunnokset ja niiden jakaumat
Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2007) 1 Satunnaismuuttujien muunnokset ja
LisätiedotJohdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1
Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2004) 1 Satunnaismuuttujien muunnokset ja niiden jakaumat Satunnaismuuttujien muunnosten jakaumat
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1 / 18
Lisätiedot6. 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
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
LisätiedotNumeeriset 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
Lisätiedot2 Osittaisderivaattojen sovelluksia
2 Osittaisderivaattojen sovelluksia 2.1 Ääriarvot Yhden muuttujan funktiolla f(x) on lokaali maksimiarvo (lokaali minimiarvo) pisteessä a, jos f(x) f(a) (f(x) f(a)) kaikilla x:n arvoilla riittävän lähellä
LisätiedotDerivaatan sovellukset (ääriarvotehtävät ym.)
Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion
LisätiedotDifferentiaalilaskenta 1.
Differentiaalilaskenta. a) Mikä on tangentti? Mikä on sekantti? b) Määrittele funktion monotonisuuteen liittyvät käsitteet: kasvava, aidosti kasvava, vähenevä ja aidosti vähenevä. Anna esimerkit. c) Selitä,
LisätiedotEnsimmäisen 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
Lisätiedota(t) = v (t) = 3 2 t a(t) = 3 2 t < t 1 2 < 69 t 1 2 < 46 t < 46 2 = 2116 a(t) = v (t) = 50
BM0A5810 - Differentiaalilaskenta ja sovellukset Harjoitus 1, Syksy 015 1. (a) Kiihtyvyys on nopeuden derivaatta, eli a(t) v (t) 3 t 1 + 1 Nyt on siis selvitettävä, milloin kiihtyvyys kasvaa itseisarvoltaan
Lisätiedota) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3.
Integraalilaskenta. a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. b) Mitä määrätty integraali tietyllä välillä x tarkoittaa? Vihje: * Integraali * Määrätyn integraalin
LisätiedotTalousmatematiikan perusteet: Luento 15. Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta
Talousmatematiikan perusteet: Luento 15 Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta Viime luennolla Tarkastelimme usean muuttujan funktioiden rajoittamatonta optimointia:
LisätiedotMATP153 Approbatur 1B Harjoitus 6 Maanantai
. (Teht. s. 93.) Määrää raja-arvo MATP53 Approbatur B Harjoitus 6 Maanantai 7..5 cos x x. Ratkaisu. Suora sijoitus antaa epämääräisen muodon (ei auta). Laventamalla päädytään muotoon ja päästään käyttämään
LisätiedotDiskreettiaikainen dynaaminen optimointi
Diskreettiaikainen dynaaminen optimointi Usean kauden tapaus 2 kauden yleistys Ääretön loppuaika Optimaalinen pysäytys Optimointiopin seminaari - Syksy 2000 / Ongelma t 0 x 0 t- t T x t- + x t + x T u
LisätiedotTalousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla
Talousmatematiikan perusteet: Luento 12 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,
LisätiedotMikäli funktio on koko ajan kasvava/vähenevä jollain välillä, on se tällä välillä monotoninen.
4.1 Polynomifunktion kulun tutkiminen s. 100 digijohdanto Funktio f on kasvava jollain välillä, jos ehdosta a < b seuraa ehto f(a) < f(b). Funktio f on vähenevä jollain välillä, jos ehdosta a < b seuraa
LisätiedotInsinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut
Insinöörimatematiikka D, 406 6 laskuharjoituksien esimerkkiratkaisut Ratkaistaan differentiaaliyhtälö y = y () Tässä = d dy eli kyseessä on lineaarinen kertaluvun differentiaaliyhtälö: Yhtälön () homogenisoidulle
LisätiedotEsimerkki: 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
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta 8..206 Gripenberg, Nieminen, Ojanen, Tiilikainen, Weckman Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi
Lisätiedot3 Derivoituvan funktion ominaisuuksia
ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT 2019 3 Derivoituvan funktion ominaisuuksia 31 l Hospitalin sääntö 1 Määritä 2 5 4 2 + 2 7 12 + 11, e 1 2, (c) tan sin 2 Määritä 2012 3 704 + 2 6 30 13 10 + 7, 3 2017
Lisätiedotl 1 2l + 1, c) 100 l=0
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 5. Millä reaaliluvun arvoilla a) 9 =, b) 5 + 5 +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c)
Lisätiedoty + 4y = 0 (1) λ = 0
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 6 mallit Kevät 2019 Tehtävä 1. Ratkaise yhtälöt a) y + 4y = x 2, b) y + 4y = 3e x. Ratkaisu: a) Differentiaaliyhtälön yleinen
Lisätiedot2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.
2. Viikko Keskeiset asiat ja tavoitteet: 1. Peruskäsitteet: kertaluku, lineaarisuus, homogeenisuus. 2. Separoituvan diff. yhtälön ratkaisu, 3. Lineaarisen 1. kl yhtälön ratkaisu, CDH: luvut 19.1.-19.4.
LisätiedotDifferentiaali- 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
Lisätiedot4 Korkeamman kertaluvun differentiaaliyhtälöt
Differentiaaliyhtälöt c Pekka Alestalo 2015 Tässä monisteessa käydään läpi tavallisiin differentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Luennolla lasketaan esimerkkitehtäviä
LisätiedotMS-A0102 Differentiaali- ja integraalilaskenta 1
MS-A0102 Differentiaali- ja integraalilaskenta 1 Riikka Korte (Pekka Alestalon kalvojen pohjalta) Aalto-yliopisto 24.10.2016 Sisältö Derivaatta 1.1 Derivaatta Erilaisia lähestymistapoja: I geometrinen
LisätiedotRatkaisuehdotus 2. kurssikokeeseen
Ratkaisuehdotus 2. kurssikokeeseen 4.2.202 (ratkaisuehdotus päivitetty 23.0.207) Huomioitavaa: - Tässä ratkaisuehdotuksessa olen pyrkinyt mainitsemaan lauseen, johon kulloinenkin päätelmä vetoaa. Näin
Lisätiedotlnx x 1 = = lim x = = lim lim 10 = x x0
BM0A580 - Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 05. (a) (b) ln = sin(t π ) t π t π = = 0 = = cos(t π = ) = 0 t π (c) e [ = ] = = e e 3 = e = 0 = 0 (d) (e) 3 3 + 6 + 8 + 6 5 + 4 4 + 4
LisätiedotRatkaisuehdotus 2. kurssikoe
Ratkaisuehdotus 2. kurssikoe 4.2.202 Huomioitavaa: - Tässä ratkaisuehdotuksessa olen pyrkinyt mainitsemaan lauseen, johon kulloinenkin päätelmä vetoaa. Näin opiskelijan on helpompi jäljittää teoreettinen
LisätiedotMat-2.3114 Investointiteoria Laskuharjoitus 3/2008, Ratkaisut 05.02.2008
Korko riippuu usein laina-ajan pituudesta ja pitkille talletuksille maksetaan korkeampaa korkoa. Spot-korko s t on se korko, joka kertyy lainatulle pääomalle hetkeen t (=kokonaisluku) mennessä. Spot-korot
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016
LisätiedotMatemaattinen Analyysi
Vaasan yliopisto, kevät 01 / ORMS1010 Matemaattinen Analyysi. harjoitus, viikko 1 R1 ke 1 16 D11 (..) R to 10 1 D11 (..) 1. Määritä funktion y(x) MacLaurinin sarjan kertoimet, kun y(0) = ja y (x) = (x
LisätiedotMapu 1. Laskuharjoitus 3, Tehtävä 1
Mapu. Laskuharjoitus 3, Tehtävä Lineaarisessa approksimaatiossa funktion arvoa lähtöpisteen x 0 ympäristössä arvioidaan liikkumalla lähtöpisteeseen sovitetun tangentin kulmakertoimen mukaisesti: f(x 0
LisätiedotAntti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Antti Rasila Matematiikan ja systeemianalyysin laitos
LisätiedotOletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on
Derivaatta Erilaisia lähestymistapoja: geometrinen (käyrän tangentti sekanttien raja-asentona) fysikaalinen (ajasta riippuvan funktion hetkellinen muutosnopeus) 1 / 19 Derivaatan määritelmä Määritelmä
LisätiedotMATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 6. Millä reaaliluvun arvoilla a) 9 =, b) + + + 4, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + 4 + 6 + +, b) 8 + 4 6 + + n n, c) + + +
LisätiedotIV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n
IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee
LisätiedotMatematiikan taito 9, RATKAISUT. , jolloin. . Vast. ]0,2] arvot.
7 Sovelluksia 90 a) Koska sin saa kaikki välillä [,] olevat arvot, niin funktion f ( ) = sin pienin arvo on = ja suurin arvo on ( ) = b) Koska sin saa kaikki välillä [0,] olevat arvot, niin funktion f
LisätiedotA = (a 2x) 2. f (x) = 12x 2 8ax + a 2 = 0 x = 8a ± 64a 2 48a x = a 6 tai x = a 2.
MATP53 Approbatur B Harjoitus 7 Maanantai..5. (Teht. s. 9.) Neliön muotoisesta pahviarkista, jonka sivun pituus on a, taitellaan kanneton laatikko niin, että pahviarkin nurkista leikataan neliön muotoiset
Lisätiedot, c) x = 0 tai x = 2. = x 3. 9 = 2 3, = eli kun x = 5 tai x = 1. Näistä
Pitkä matematiikka 8.9.0, ratkaisut:. a) ( x + x ) = ( + x + x ) 6x + 6x = + 6x + 6x x = x =. b) Jos x > 0, on x = + x x = + x. Tällä ei ole ratkaisua. Jos x 0, on x = + x x = + x x =. c) x = x ( x) =
Lisätiedot1 Peruskäsitteet. Dierentiaaliyhtälöt
Teknillinen korkeakoulu Matematiikka Dierentiaaliyhtälöt Alestalo Tässä monisteessa käydään läpi tavallisiin dierentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Esimerkkejä luennoilla
LisätiedotKaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua.
6 Alkeisfunktiot Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua. 6. Funktion määrittely Funktio f : A B on sääntö, joka liittää jokaiseen joukon A alkioon
Lisätiedotf (28) L(28) = f (27) + f (27)(28 27) = = (28 27) 2 = 1 2 f (x) = x 2
BMA581 - Differentiaalilaskenta ja sovellukset Harjoitus 4, Syksy 15 1. (a) Olisiko virhe likimain.5, ja arvio antaa siis liian suuren arvon. (b) Esim (1,1.5) tai (,.5). Funktion toinen derivaatta saa
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 6 1 Korkolaskentaa Oletetaan, että korkoaste on r Jos esimerkiksi r = 0, 02, niin korko on 2 prosenttia Tätä korkoastetta käytettään diskonttaamaan tulevia tuloja ja
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
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
Lisätiedot3.1 Väliarvolause. Funktion kasvaminen ja väheneminen
Väliarvolause Funktion kasvaminen ja väheneminen LAUSE VÄLIARVOLAUSE Oletus: Funktio f on jatkuva suljetulla välillä I: a < x < b f on derivoituva välillä a < x < b Väite: On olemassa ainakin yksi välille
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle /
MS-A008 Differentiaali- ja integraalilaskenta, V/207 Differentiaali- ja integraalilaskenta Ratkaisut 2. viikolle / 8. 2.4. Jatkuvuus ja raja-arvo Tehtävä : Määritä raja-arvot a) 3 + x, x Vihje: c)-kohdassa
LisätiedotMatematiikkaa kauppatieteilijöille
Matematiikkaa kauppatieteilijöille Harjoitus 7, syksy 2016 1. Funktio f(x) = x 2x 2 + 4 on jatkuva ja derivoituva kaikilla x R. Nyt funktio f(x) on aidosti alaspäin kupera kun f (x) > 0 ja aidosti ylöspäin
LisätiedotKun 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
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,
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
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
LisätiedotMS-A0102 Differentiaali- ja integraalilaskenta 1
MS-A0102 Differentiaali- ja integraalilaskenta 1 Riikka Korte (Pekka Alestalon kalvojen pohjalta) Aalto-yliopisto 15.11.2016 Sisältö Alkeisfunktiot 1.1 Funktio I Funktio f : A! B on sääntö, joka liittää
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
LisätiedotMatriisit ja optimointi kauppatieteilijöille
Matriisit ja optimointi kauppatieteilijöille Harjoitus 4, kevät 2019 1. a) f(x) = x 3 6x 2 + 9x + 1, 3 x 3 Funktio f(x) on jatkuva ja derivoituva. Funktio f(x) saavuttaa suurimman ja pienimmän arvonsa
LisätiedotFunktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot
3. Funktion raja-arvo ja jatkuvuus 3.1. Reaali- ja kompleksifunktiot 43. Olkoon f monotoninen ja rajoitettu välillä ]a,b[. Todista, että raja-arvot lim + f (x) ja lim x b f (x) ovat olemassa. Todista myös,
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.
Lisätiedot