Lien ryhmät D 380 klo Ratkaisut 6+6=12

Koko: px
Aloita esitys sivulta:

Download "Lien ryhmät D 380 klo Ratkaisut 6+6=12"

Transkriptio

1 JYVÄSKYLÄN YLIOPISO MAEMAIIKAN JA ILASOIEEEN LAIOS Lien ryhmät D 380 klo Ratkaisut 6+6=12 1. Käytä ehtoa g = {X M n n exp(tx) kaikille t R} ja tarvittaessa tietoa et exp A = exp r A toistaksesi yhen tai useampia seuraavista. (1) so(n, R) = {X M n n X + X = 0} (2) u(n, C) = {X M n n X + X = 0} (3) su(n, C) = {X M n n X + X = 0 ja r X = 0} Olkoon X M n n. (1) SO(n, R) = {A M n n AA = I}. Oletetaan ensin X + X = 0. Olkoon t R. Osoitetaan, että exp(tx) SO(n, R). Koska oletettiin, että X + X = 0, niin X = X, joten X ja X kommutoivat ja siis exp(tx)(exp(tx)) = exp(tx)(exp(tx )) = exp(t(x + X )) = exp 0 = I. Oletetaan seuraavaksi, että että exp(tx) SO(n, R) pätee kaikilla t R. Osoittetaan, että X + X = 0. Oletuksen mukaan kaikilla t pätee exp(tx) SO(n, R) eli exp(tx) exp(tx) = I. Campbellin ja Hausorffin lauseen mukaan pätee, kun X ja Y < 1 log( ): log(exp X exp Y ) = X + Y [X, Y ] + 1 ([X, [X, Y ]] + [Y, [Y, X]]) 12 + {korkeammanasteisia Lien sulkeita}. Pienillä t pätee siis oletuksen mukaan 0 = log I = log(exp(tx) exp(tx )) = t(x + X ) + t [X, X ] + t 3 P (X, X ), missä jäännöstermi P on rajoitettu matriisifunktio. 1 ästä seuraa, että X + X = 0. (2) U(n) = {A M n n (C) AA = I}. Voiaan siis laskea kuten kohassa (1), kunhan huomioiaan kompleksikojugointi tarvittaessa. (3) SU(n, C) = {A M n n (C) AA = I ja et A = 1}. Kohan (2) mukaan riittää siis tarkastaa, että et A = 1 r A = 0, ja tämähän pätee, koska tehtävässä kerrottiin, että exp A = exp(r A). 2. Osoita, että exp(a X ) = A exp X Ohje: Sekä kuvaus γ 1 (t) = exp(t a X ) että kuvaus γ 2 (t) = A exp(tx) ovat lineaarisen Lien ryhmän yhen parametrin aliryhmiä samalla alkuarvolla γ 1(0) = γ 1(0) = a X, joten ne ovat sama kuvaus. arkasta yksityiskohat. 1 arvitaanko selitys?

2 Yksiparametriset aliryhmät yhtyvät, kun niillä on sama erivaatta kohassa t = 0, joten riittää tosiaan tarkastaa, että γ 1 ja γ 2 ovat yksiparametrisia aliryhmiä eli homomorfismeja R ja laskea niien erivaatat kohassa t = 0. a) Homomorfisuus: ietenkin a on lineaarikuvaus ja t a X ja s a X kommutoivat, joten γ 1 (t + s) = exp(a (t+s)x ) = exp((t + s) a X ) = exp(t a X +s a X ) = exp(t a X ) exp(s a X )) = γ 1 (t)γ 1 (s). Muistaen, että ryhmän ajungoitu esitys A on homomorfismi, saaaan γ 2 (t + s) = A exp((t+s)x) = A exp(tx+sx) = A exp(tx) exp(sx) = A exp(tx) A exp(sx) = γ 2 (t)γ 2 (s). b) Derivaattojen alkuarvot: γ 1 on helppo erivoia: t γ 1(t) = t exp(t a X) = a X exp(t a X ) = a X γ 1 (t), joten γ 1(0) = γ 1(0) = a X. Kuvaus γ 1 vaatii hieman harkintaa, onhan A A Y = AY A 1 ja erivointi A:n suhteen vaatii siis matriisitulon erivointikaavaa. Käänteisen erivointia ei tässä tarvita, koska tässä onneksi A:n roolissa on exp(tx), on A 1 = exp( tx). Käytämme rreaalimuuttujan erivaatan määritelmää ja piämme selvyyen vuoksi muuttujan Y mukana: t γ 2(t)Y = t A exp(tx) Y = t exp(tx)y exp( tx) = X exp(tx)y exp( tx) + exp(tx)y ( X) exp( tx) = [X, Y ] = a X Y. 3. äyennä merkityt yksityiskohat: Lien sulkeien säilymisen toteamiseksi vektorikentät ξ Ξ kannattaa tulkita erivaatioiksi, onhan erivaatioien ξ ja η Lien sulje yksinkertaisesti [ ξ, η] = ξ η η ξ. Merkitsemme vektorikenttää ξ vastaavaa erivaatiota tässä selvyyen vuoksi ξ Ξ. Muistin virkistykseksi: ξ : C () C : ( ξf)(g) = (Df) g ξ g. Erityisesti vektorikenttää ξ X vastaa erivaatio ( ξ X f)(g) = (Df) g (ξ X ) g = (Df) g (gx). Erityisesti, jos X e tulkitaan 1. tehtävän määritelmän mielessä, siis matriisina, jolla jokainen exp(tx) ), niin ( ξ X f)(g) = (Df) g (gx) = t sillä (a) ketjusäännön mukaan erivoien t f(g exp(tx)) = (DF ) ge tx f(g exp(tx)), (gxe tx ) = (Df) g (gx). 2

3 (b) ästä saaaan sulkeien säilymiskaava. arvitaan tosin lemma (c): ( ξ X ( ξ Y f))(g) (a) = s s=0 t f(g exp(sx) exp(ty )) = (D 2 f) g (gx, gy ) + (Df) g (gxy ). Osoitetaan ensin, että (c) riittää: Väite on Määritelmän ja lemman (c) mukaan ([ ξ X, ξ Y ]f)(g) = ( ξ [X,Y ] f)(g). ([ ξ X, ξ Y ])(g) = ( ξ X ( ξ Y f))(g) ( ξ Y ( ξ X f))(g) ja = ((D 2 f) g (gx, gy ) + (Df) g (gxy )) ((D 2 f) g (gy, gx) + (Df) g (gy X)) joten riittää huomata, että s ( ξ [X,Y ] f)(g) = (Df) g (g[x, Y ]) = (Df) g (gxy gy X) = (Df) g (gxy ) (Df) g (gy X), (D 2 f) g (gx, gy ) = ((D 2 f) g (gy, gx), mikä C -funktiolle f päteekin. Osoitetaan lopuksi, että lauseke (c) on oikein eli että s=0 t ämä on suora lasku 2. f(g exp(sx) exp(ty )) = (D 2 f) g (gx, gy ) + (Df) g (gxy ). 4. Olkoon ω -ulotteisen lineaarisen Lien ryhmän vaseninvariantti -muoto ja x ϕ(x) = x 1, käänteisen muoostamiskuvaus ϕ :. Osoita, että ϕ ω = et( A g )ω. Ohje: a) Muista (tai osoita) että (Dϕ) e A = A. b) Osoita sitten, että kaikilla g on (Dϕ) g (gx) = g 1 (A g X). c) Loput. a) Osoittaminen sujuu soveltamalla tulon erivoimiskaavaa tuloon XX 1 = e kohassa e: 0 = D(XX 1 ) e A = D(X ϕx) e A = Aϕ(e) + e(dϕ) e A = A + (Dϕ) e A. b) Kuvaus ϕ : on yhistetty kuvaus 2 mutta vaatii työtä ja rauhaa. L g 1 R g 1 x g 1 x x 1 g x 1 erityisesti: g e e g 1. ϕ 3

4 Lineaarikuvausten erivaatat ovat ne itse, ja kääntämisen erivaatta neutraalialkion kohalla tunnetaan, joten erivoimalla saaaan lausuttua (Dϕ) g : (DL g 1 ) g (DR g 1 ) e g e (Dϕ)e e g 1 X g 1 X g 1 X g 1 Xg 1 siis: gx g 1 gx g 1 gx g 1 gxg 1 = g 1 A g X. c) ω on -ulotteisen Lien ryhmän vaseninvariantti -muoto, joten 3 (ϕ ω) x (xx 1,..., xx ) = ω ϕ(x) ((Dϕ) x (xx 1 ),..., (Dϕ) x (xx )) = ω x 1( x 1 A x X 1,..., x 1 A x X ) = ω e ( A x X 1,..., A x X ) = et( A x )ω e (X 1,..., X ) = et( A x )ω x (xx 1,..., xx ) Siis ϕ ω = et( A g )ω. Huomautus: -ulotteisella ryhmällä vaseninvariantti -muoto ω määrää vaseninvariantin eli Haarin itan µ. Äsken toistettu merkitsee, että kaikilla g ja kompaktikantajaisilla jatkuvilla funktioilla f on f(x 1 ) µ(x) = f(x) et(a g 1) µ(x), ämän avulla voiaan uuelleen toistaa lause 3.24 eli väite (g) = et(a g 1), sillä emojen (10) seurauksen mukaan kaikilla g ja kompaktikantajaisilla jatkuvilla funktioilla f on f(x 1 ) µ(x) = f(x) (x 1 ) µ(x), missä µ on Haarin mitta. 5. Osoita, että jos Lien ryhmän esitys η on unitaarinen ja W on invariantti aliavaruus, niin W :n ortogonaalinen komplementti W = {v V (v, u) = 0 kaikilla u W } on myös invariantti. u W (u w) = 0 kaikilla w W. Olkoon u W ja g. Osoitetaan, että η g u W. Olkoon w W. Unitaarisuusehon nojalla (η g u w) = (u η g w) = (u η g 1w) = 0, koska W :n invrianssin mukaan η g 1w W. 6. Olkoon kompakti Lien ryhmä ja η sen äärellisulotteinen esitys. Silloin on olemassa korjattu sisätulo avaruuessa V siten, että η on sen suhteen unitaarinen. Ohje: Osoita, että (u v) η = (η gu η g v) µ(g) kelpaa. Huomaa, että kun g, niin {gh h } =. 3 Vrt. toistus lauseelle (3.24?) (g) = et A g 1, jossa on eri ϕ-kuvaus. 4

5 (u v) η = (η gu η g v) µ(g) on äärellinen, sillä on kompakti ja kuvaus g (η g u η g v) on jatkuva. Selvästi siis (u v) η on sisätulo avaruuessa V. Osoitetan esityksen η unitaarisuus tämän sisätulon (u v) η suhteen. Väite sanoo, että kaikille h on voimassa (η h u η h v) η = (u v) η. Lasketaan huomaten, että ryhmä on kompakti, siis unimoulaarinen, joten µ on myös oikeainvariantti. : µ oik inv (η h u η h v) η = (η g η h u η g η h v) µ(g) = (η gh u η gh v) µ(gh) = (u v) η. 5

Lineaariset Lien ryhmät / Ratkaisut 6 D 381 klo

Lineaariset Lien ryhmät / Ratkaisut 6 D 381 klo JYVÄSKYLÄN YLIOPISO MAEMAIIKAN JA ILASOIEEEN LAIOS Lineaariset Lien ryhmät 27.2.2012 / t 6 D 381 klo. 16-18. 1. Matriisiryhmällä U(n) on epätriviaali normaali aliryhmä SU(n), joka on homomorfismin det

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 7 Differentiaalikehitelmä Funktion f erivaatta pisteessä x 0 eli f (x 0 ) on erotusosamäärän rajaarvo: f (x) f (x 0 ). x x 0 x x 0 Tämä voiaan esittää hieman eri muoossa

Lisätiedot

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg) Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus 4 9.4.-23.4.200 Malliratkaisut (Sauli Lindberg). Näytä, että Lusinin lauseessa voidaan luopua oletuksesta m(a)

Lisätiedot

HAARIN MITTA. 1. Differentiaalimuodot Tangenttivektorit ja -kuvaukset Vektorikentät Vektorikentät derivaatioina 4

HAARIN MITTA. 1. Differentiaalimuodot Tangenttivektorit ja -kuvaukset Vektorikentät Vektorikentät derivaatioina 4 HAARIN MITTA Sisältö 1. Differentiaalimuodot 3 1.1. Tangenttivektorit ja -kuvaukset 3 1.2. Vektorikentät 3 1.3. Vektorikentät derivaatioina 4 1.4. Differentiaalimuodot 5 1.5. d-muodon tilavuusmuoto ja

Lisätiedot

(1.1) Ae j = a k,j e k.

(1.1) Ae j = a k,j e k. Lineaarikuvauksen determinantti ja jälki 1. Lineaarikuvauksen matriisi. Palautetaan mieleen, mikä lineaarikuvauksen matriisi annetun kannan suhteen on. Olkoot V äärellisulotteinen vektoriavaruus, n = dim

Lisätiedot

Mapu I Laskuharjoitus 2, tehtävä 1. Derivoidaan molemmat puolet, aloitetaan vasemmasta puolesta. Muistetaan että:

Mapu I Laskuharjoitus 2, tehtävä 1. Derivoidaan molemmat puolet, aloitetaan vasemmasta puolesta. Muistetaan että: Mapu I Laskuharjoitus 2, tehtävä 1 1. Eräs trigonometrinen ientiteetti on sin2x = 2sinxcosx Derivoimalla yhtälön molemmat puolet x:n suhteen, joha lauseke cos 2x:lle. Ratkaisu: Derivoiaan molemmat puolet,

Lisätiedot

{I n } < { I n,i n } < GL n (Q) < GL n (R) < GL n (C) kaikilla n 2 ja

{I n } < { I n,i n } < GL n (Q) < GL n (R) < GL n (C) kaikilla n 2 ja 5. Aliryhmät Luvun 4 esimerkeissä esiintyy usein ryhmä (G, ) ja jokin vakaa osajoukko B G siten, että (B, B ) on ryhmä. Määrittelemme seuraavassa käsitteitä, jotka auttavat tällaisten tilanteiden käsittelyssä.

Lisätiedot

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,...

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,... HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 2017 Harjoitus 1 Ratkaisuehdotukset 11 Osoita, että vektorifunktio f = (f 1,, f m ): R n R m, on jatkuva, jos ja vain jos jokainen komponenttifunktio

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 10 1 Sarjakehitelmiä Palautetaan mieliin, että potenssisarja on sarja joka on muotoa a n (x x 0 ) n = a 0 + a 1 (x x 0 ) + a 2 (x x 0 ) 2 + a 3 (x x 0 ) 3 +. n=0 Kyseinen

Lisätiedot

Matematiikan tukikurssi: kurssikerta 12

Matematiikan tukikurssi: kurssikerta 12 Matematiikan tukikurssi: kurssikerta 2 Tenttiin valmentavia harjoituksia Huomio. Tähän tulee lisää ratkaisuja sitä mukaan kun ehin niitä kirjoittaa. Kurssilla käyään läpi tehtävistä niin monta kuin mahollista.

Lisätiedot

Monistot LUKU 4. (P ): on olemassa avoin, pisteen x sisältävä joukko U R n, avoin joukko W

Monistot LUKU 4. (P ): on olemassa avoin, pisteen x sisältävä joukko U R n, avoin joukko W LUKU 4 Monistot Muistettakoon, että avointen joukkojen U, V R n välinen diffeomorfismi h: U V on C 1 -kuvaus, jolle myös käänteiskuvaus h 1 on C 1. Jatkossa oletetaan, että tarkasteltavat kuvaukset ovat

Lisätiedot

Esko Turunen Luku 3. Ryhmät

Esko Turunen Luku 3. Ryhmät 3. Ryhmät Monoidia rikkaampi algebrallinen struktuuri on ryhmä: Määritelmä (3.1) Olkoon joukon G laskutoimitus. Joukko G varustettuna tällä laskutoimituksella on ryhmä, jos laskutoimitus on assosiatiivinen,

Lisätiedot

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

MATEMATIIKAN JA TILASTOTIETEEN LAITOS f ( n JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Harjoitusten 8 ratkaisut Topologiset vektoriavaruudet 2010 8.1. Olkoon P n = {f : K K p on enintään asteen n 1 polynomi} varustettuna

Lisätiedot

Algebra 1, harjoitus 9, h = xkx 1 xhx 1. a) Käytetään molemmissa tapauksissa isomorfialausetta. Tarkastellaan kuvauksia

Algebra 1, harjoitus 9, h = xkx 1 xhx 1. a) Käytetään molemmissa tapauksissa isomorfialausetta. Tarkastellaan kuvauksia Algebra 1, harjoitus 9, 11.-12.11.2014. 1. Olkoon G ryhmä ja H G normaali aliryhmä. Tiedetään, että tällöin xhx 1 H kaikilla x G. Osoita, että itse asiassa xhx 1 = H kaikilla x G. Ratkaisu: Yritetään osoittaa,

Lisätiedot

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2 MS-C50 Osittaisdifferentiaaliyhtälöt Harjoitukset syksy 07. Oletetaan että vektorikenttä E E E E : R R on kaksi kertaa jatkuvasti derivoituva E C R. Näytä että E E. Derivaatat lasketaan komponenteittain

Lisätiedot

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka

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

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kertausta 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat: 1. Potenssisarjojen suppenemissäe, suppenemisväli ja suppenemisjoukko. 2. Derivaatan laskeminen

Lisätiedot

Esko Turunen MAT Algebra1(s)

Esko Turunen MAT Algebra1(s) Määritelmä (4.1) Olkoon G ryhmä. Olkoon H G, H. Jos joukko H varustettuna indusoidulla laskutoimituksella on ryhmä, se on ryhmän G aliryhmä. Jos H G on ryhmän G aliryhmä, merkitään usein H G, ja jos H

Lisätiedot

1. Tarkastellaan esimerkissä 4.9 esiintynyttä neliön symmetriaryhmää

1. Tarkastellaan esimerkissä 4.9 esiintynyttä neliön symmetriaryhmää Ryhmäteoreettinen näkökulma Rubikin kuutioon Matematiikan ja tilastotieteen laitos Syksy 2010 Harjoitus 2 Ratkaisuehdotus 1. Tarkastellaan esimerkissä 4.9 esiintynyttä neliön symmetriaryhmää D 8 = { id,

Lisätiedot

Lien ryhmät, Lien algebrat ja esitysteoria

Lien ryhmät, Lien algebrat ja esitysteoria Lien ryhmät, Lien algebrat ja esitysteoria Heikki Orelma 14. marraskuuta 2010 Sisältö 1 Johdanto 1 2 Lien (matriisi)ryhmät 2 2.1 Määritelmiä............................ 2 2.2 Esimerkkejä............................

Lisätiedot

Vastaa kaikkiin kysymyksiin (kokeessa ei saa käyttää laskinta)

Vastaa kaikkiin kysymyksiin (kokeessa ei saa käyttää laskinta) Helsingin yliopisto, Matematiikan ja tilastotieteen osasto Vektorianalyysi II (MAT22, syksy 28 Kurssitentti, Ma 7228 (RATKAISUEHDOTUKSET Tentaattori: Ville Tengvall (villetengvall@helsinkifi Vastaa kaikkiin

Lisätiedot

f (t) + t 2 f(t) = 0 f (t) f(t) = t2 d dt ln f(t) = t2, josta viimeisestä yhtälöstä saadaan integroimalla puolittain

f (t) + t 2 f(t) = 0 f (t) f(t) = t2 d dt ln f(t) = t2, josta viimeisestä yhtälöstä saadaan integroimalla puolittain Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoituksen mallit Kevät 09 Tehtävän ratkaisu a) Analyysin peruslauseen mukaan missä c, c R y () = 3 sin() y () = 3 sin() = 3 cos()

Lisätiedot

Transversaalit ja hajoamisaliryhmät

Transversaalit ja hajoamisaliryhmät Transversaalit ja hajoamisaliryhmät Graduseminaariesitelmä Miikka Rytty Matemaattisten tieteiden laitos Oulun yliopisto 2006 Motivointi Esimerkki 1 (Ryhmäteorian kurssin harjoitustehtävä). Jos G on ryhmä,

Lisätiedot

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: Differentiaaliyhtälöt, Kesä 216 Harjoitus 2 1. Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: (a) y = (2 y) 3, (b) y = (y 1) 2, (c) y = 2y y 2. 2. Etsi seuraavien

Lisätiedot

1 Lineaariavaruus eli Vektoriavaruus

1 Lineaariavaruus eli Vektoriavaruus 1 Lineaariavaruus eli Vektoriavaruus 1.1 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä V epätyhjä joukko. Oletetaan, että joukossa V on määritelty laskutoimitus

Lisätiedot

Sarjoja ja analyyttisiä funktioita

Sarjoja ja analyyttisiä funktioita 3B Sarjoja ja analyyttisiä funktioita 3B a Etsi funktiolle z z 5 potenssisarjaesitys kiekossa B0, 5. b Etsi funktiolle z z potenssisarjaesitys kiekossa, jonka keskipiste on z 0 4. Mikä on tämän potenssisarjan

Lisätiedot

4.3.7 Epäoleellinen integraali

4.3.7 Epäoleellinen integraali Esimerkki 4.3.16. (Lineaarinen muuttujien vaihto) Olkoot A R m sellainen kompakti joukko, että A on nollajoukko. Olkoon M R m m säännöllinen matriisi (eli det(m) 0) ja f : R m R jatkuva funktio. Tehdään

Lisätiedot

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 018 Harjoitus 4 Ratkaisuehdotukset Tehtävä 1. Olkoon U R avoin joukko ja ϕ = (ϕ 1, ϕ, ϕ 3 ) : U R 3 kaksiulotteisen C 1 -alkeispinnan

Lisätiedot

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k LUKU 3 Ulkoinen derivaatta Olkoot A R n alue k n ja ω jatkuvasti derivoituva k-muoto alueessa A Muoto ω voidaan esittää summana ω = ω i1 i 2 i k dx i 1 dx i 2 1 i 1

Lisätiedot

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja Renkaat Tarkastelemme seuraavaksi rakenteita, joissa on määritelty kaksi binääristä assosiatiivista laskutoimitusta, joista toinen on kommutatiivinen. Vaadimme muuten samat ominaisuudet kuin kokonaisluvuilta,

Lisätiedot

Jatkuva-aikaisten Markov-prosessien aikakehitys

Jatkuva-aikaisten Markov-prosessien aikakehitys 5A Jatkuva-aikaisten Markov-prosessien aikakehitys Tämän harjoituksen tavoitteena on harjoitella jatkuva-aikaisiin Markov-prosesseihin liittyviä hetkittäisiä jakaumia ja tutkia niien muutoksia ajassa.

Lisätiedot

Differentiaalimuodot

Differentiaalimuodot LUKU 2 Differentiaalimuodot Olkoot A R n ja p A. Vektori pisteessä p on pari (p; v), missä v R n. Pisteeseen p kiinnitetyn vektorin v p := (p; v) ensimmäinen komponentti p on vektorin v p paikkaosa ja

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja integraalilaskenta

Lisätiedot

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain Matriisilaskenta LH4 24 ratkaisut 1 Hae seuraavien R 4 :n aliavaruuksien dimensiot jotka sisältävät vain a) Kaikki muotoa (a b c d) olevat vektorit joilla d a + b b) Kaikki muotoa (a b c d) olevat vektorit

Lisätiedot

Kuvaus. Määritelmä. LM2, Kesä /160

Kuvaus. Määritelmä. LM2, Kesä /160 Kuvaus Määritelmä Oletetaan, että X ja Y ovat joukkoja. Kuvaus eli funktio joukosta X joukkoon Y on sääntö, joka liittää jokaiseen joukon X alkioon täsmälleen yhden alkion, joka kuuluu joukkoon Y. Merkintä

Lisätiedot

Esimerkki A1. Jaetaan ryhmä G = Z 17 H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4 4 = 16 = 1}.

Esimerkki A1. Jaetaan ryhmä G = Z 17 H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4 4 = 16 = 1}. Jaetaan ryhmä G = Z 17 n H = 4 sivuluokkiin. Ratkaisu: Koska 17 on alkuluku, #G = 16, alkiona jäännösluokat a, a = 1, 2,..., 16. Määrätään ensin n H alkiot: H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4

Lisätiedot

Miten osoitetaan joukot samoiksi?

Miten osoitetaan joukot samoiksi? Miten osoitetaan joukot samoiksi? Määritelmä 1 Joukot A ja B ovat samat, jos A B ja B A. Tällöin merkitään A = B. Kun todistetaan, että A = B, on päättelyssä kaksi vaihetta: (i) osoitetaan, että A B, ts.

Lisätiedot

Konvergenssilauseita

Konvergenssilauseita LUKU 4 Konvergenssilauseita Lause 4.1 (Monotonisen konvergenssin lause). Olkoon (f n ) kasvava jono Lebesgueintegroituvia funktioita. Asetetaan f(x) := f n (x). Jos f n

Lisätiedot

renkaissa. 0 R x + x =(0 R +1 R )x =1 R x = x

renkaissa. 0 R x + x =(0 R +1 R )x =1 R x = x 8. Renkaat Tarkastelemme seuraavaksi rakenteita, joissa on määritelty kaksi assosiatiivista laskutoimitusta, joista toinen on kommutatiivinen. Vaadimme näiltä kahdella laskutoimituksella varustetuilta

Lisätiedot

802320A LINEAARIALGEBRA OSA I

802320A LINEAARIALGEBRA OSA I 802320A LINEAARIALGEBRA OSA I Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 72 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä

Lisätiedot

Ryhmä SO(3) ja sen lineaariset redusoitumattomat esitykset

Ryhmä SO(3) ja sen lineaariset redusoitumattomat esitykset Ryhmä SO(3) ja sen lineaariset redusoitumattomat esitykset Ilari Korhonen Matematiikan Pro gradu -tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Kevät 2014 Tiivistelmä: Korhonen

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta

MS-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

Lisätiedot

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus. 1 Lineaarikuvaus 1.1 Määritelmä Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos (a) L(v + w) = L(v) + L(w); (b) L(λv) = λl(v) aina, kun v, w V ja λ K. Termejä:

Lisätiedot

Matematiikan tukikurssi: kurssikerta 10

Matematiikan tukikurssi: kurssikerta 10 Matematiikan tukikurssi: kurssikerta 10 1 Newtonin menetelmä Oletetaan, että haluamme löytää funktion f(x) nollakohan. Usein tämä tehtävä on mahoton suorittaa täyellisellä tarkkuuella, koska tiettyjen

Lisätiedot

HN = {hn h H, n N} on G:n aliryhmä.

HN = {hn h H, n N} on G:n aliryhmä. Matematiikan ja tilastotieteen laitos Algebra I Ratkaisuehdoituksia harjoituksiin 8, 23.27.3.2009 5 sivua Rami Luisto 1. Osoita, että kullakin n N + lukujen n 5 ja n viimeiset numerot kymmenkantaisessa

Lisätiedot

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1 1. Tarkastellaan funktiota missä σ C ja y (y 1,..., y n ) R n. u : R n R C, u(x, t) e i(y x σt), (a) Miksi funktiota u(x, t) voidaan kutsua tasoaalloksi, jonka aaltorintama on kohtisuorassa vektorin y

Lisätiedot

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset MS-C350 Osittaisdifferentiaaliyhtälöt Haroitukset 5, syksy 207. Oletetaan, että a > 0 a funktio u on yhtälön u a u = 0 ratkaisu. a Osoita, että funktio vx, t = u x, t toteuttaa yhtälön a v = 0. b Osoita,

Lisätiedot

Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 3 (9 sivua) OT

Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 3 (9 sivua) OT Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 3 (9 sivua) 31.1.-4.2.2011 OT 1. Määritellään kokonaisluvuille laskutoimitus n m = n + m + 5. Osoita, että (Z, ) on ryhmä.

Lisätiedot

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2

y = 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),

Lisätiedot

Derivointikaavoja, interpolointi, jousto, rajatuotto, L4b

Derivointikaavoja, interpolointi, jousto, rajatuotto, L4b , interpolointi, jousto, rajatuotto, L4b Funktioita Potenssifunktio: x (axn ) = nax n 1 Eksponentin n ei tarvitse olla kokonaisluku, vaan se voi olla murtoluku tai esimaaliluku! Neliöjuuri: ax = x x (

Lisätiedot

MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus alkavalle viikolle Ratkaisuehdotuksia (7 sivua) (S.M)

MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus alkavalle viikolle Ratkaisuehdotuksia (7 sivua) (S.M) MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus 7. 2. 2009 alkavalle viikolle Ratkaisuehdotuksia (7 sivua) (S.M) Luennoilla on nyt menossa vaihe, missä Hurri-Syrjäsen monistetta käyttäen tutustutaan

Lisätiedot

Positiivitermisten sarjojen suppeneminen

Positiivitermisten sarjojen suppeneminen Positiivitermisten sarjojen suppeneminen Jono (b n ) n= on kasvava, jos b n+ b n kaikilla n =, 2,... Lemma Jokainen ylhäältä rajoitettu kasvava jono (b n ) n= raja-arvo on lim n b n = sup n Z+ b n. suppenee

Lisätiedot

Ortogonaalisen kannan etsiminen

Ortogonaalisen kannan etsiminen Ortogonaalisen kannan etsiminen Lause 94 (Gramin-Schmidtin menetelmä) Oletetaan, että B = ( v 1,..., v n ) on sisätuloavaruuden V kanta. Merkitään V k = span( v 1,..., v k ) ja w 1 = v 1 w 2 = v 2 v 2,

Lisätiedot

802320A LINEAARIALGEBRA OSA III

802320A LINEAARIALGEBRA OSA III 802320A LINEAARIALGEBRA OSA III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 56 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V

Lisätiedot

Ryhmäteoriaa. 2. Ryhmän toiminta

Ryhmäteoriaa. 2. Ryhmän toiminta Ryhmäteoriaa 2. Ryhmän toiminta Permutaatiot kuvaavat jonkin perusjoukon alkioita toisikseen. Eräät permutaatiot jättävät joitain alkioita paikalleen, toiset liikuttavat kaikkia joukon alkioita. Kaikki

Lisätiedot

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa. LINEAARIALGEBRA Harjoituksia 2016 1. Olkoon V = R 2 varustettuna tavallisella yhteenlaskulla. Määritellään reaaliluvulla kertominen seuraavasti: λ (x 1, x 2 ) = (λx 1, 0) (x 1, x 2 ) R 2 ja λ R. Osoita,

Lisätiedot

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

IV. 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

Lisätiedot

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

HY, 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

Lisätiedot

6. OMINAISARVOT JA DIAGONALISOINTI

6. OMINAISARVOT JA DIAGONALISOINTI 0 6 OMINAISARVOT JA DIAGONALISOINTI 6 Ominaisarvot ja ominaisvektorit Olkoon V äärellisulotteinen vektoriavaruus, dim(v ) = n ja L : V V lineaarikuvaus Määritelmä 6 Skalaari λ R on L:n ominaisarvo, jos

Lisätiedot

DIFFERENTIAALI- JA INTEGRAALILASKENTA I.1. Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS

DIFFERENTIAALI- JA INTEGRAALILASKENTA I.1. Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS DIFFERENTIAALI- JA INTEGRAALILASKENTA I.1 Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS Huomautus. Analyysin yksi keskeisimmistä käsitteistä on jatkuvuus! Olkoon A R mielivaltainen joukko

Lisätiedot

Johdatus diskreettiin matematiikkaan (syksy 2009) Harjoitus 3, ratkaisuja Janne Korhonen

Johdatus diskreettiin matematiikkaan (syksy 2009) Harjoitus 3, ratkaisuja Janne Korhonen Johdatus diskreettiin matematiikkaan (syksy 009) Harjoitus 3, ratkaisuja Janne Korhonen 1. Väite: Funktio f : [, ) [1, ), missä on bijektio. f(x) = x + 4x + 5, Todistus: Luentomateriaalissa todistettujen

Lisätiedot

Mikäli huomaat virheen tai on kysyttävää liittyen malleihin, lähetä viesti osoitteeseen

Mikäli huomaat virheen tai on kysyttävää liittyen malleihin, lähetä viesti osoitteeseen Mikäli huomaat virheen tai on kysyttävää liittyen malleihin, lähetä viesti osoitteeseen anton.mallasto@aalto.fi. 1. 2. Muista. Ryhmän G aliryhmä H on normaali aliryhmä, jos ah = Ha kaikilla a G. Toisin

Lisätiedot

Reaalianalyysin perusteita

Reaalianalyysin perusteita Reaalianalyysin perusteita Heikki Orelma 16. marraskuuta 2008 Sisältö 1 Johdanto 3 2 Mitallisuus 3 3 Yksinkertaiset funktiot 6 4 Mitat ja integrointi 7 5 Kompleksisten funktioiden integrointi 10 6 Nolla-mittaisten

Lisätiedot

Ratkaisuehdotus 2. kurssikoe

Ratkaisuehdotus 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

Lisätiedot

Algebra I, harjoitus 8,

Algebra I, harjoitus 8, Algebra I, harjoitus 8, 4.-5.11.2014. 1. Olkoon G ryhmä ja H sen normaali aliryhmä. Todista, että tällöin G/H on ryhmä, kun määritellään laskutoimitus joukossa G/H asettamalla aina, kun x, y G (lauseen

Lisätiedot

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

Kuva 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

Lisätiedot

Epälineaaristen yhtälöiden ratkaisumenetelmät

Epälineaaristen yhtälöiden ratkaisumenetelmät Epälineaaristen yhtälöiden ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Perusoletus Lause 3.1 Olkoon f : [a, b] R jatkuva funktio siten, että f(a)f(b) < 0. Tällöin funktiolla on ainakin

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio Ilkka Mellin Todennäköisyyslaskenta Osa : Satunnaismuuttujat ja todennäköisyysjakaumat Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (7) 1 Momenttiemäfunktio ja karakteristinen funktio

Lisätiedot

Oletetaan sitten, että γ(i) = η(j). Koska γ ja η ovat Jordan-polku, ne ovat jatkuvia injektiivisiä kuvauksia kompaktilta joukolta, ja määrittävät

Oletetaan sitten, että γ(i) = η(j). Koska γ ja η ovat Jordan-polku, ne ovat jatkuvia injektiivisiä kuvauksia kompaktilta joukolta, ja määrittävät HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 18 Harjoitus 6 Ratkaisuehdotukset Tehtävä 1. Osoita, että sileille Jordan-poluille on voimassa : I R n ja : J R n (I) = (J) jos ja vain

Lisätiedot

U missä U A := {U R n : U avoin ja U A}; intuitiivisesti suurin avoin joukko, joka sisältyy A:han. Määritellään A:n sulkeuma A := F F A

U missä U A := {U R n : U avoin ja U A}; intuitiivisesti suurin avoin joukko, joka sisältyy A:han. Määritellään A:n sulkeuma A := F F A Mitta a integraali Kesä 2 4. tehtävät Malliratkaisut (LS). Olkoon a i R i =, 2,... ono. Sanotaan, että i a i = os kaikille M R on olemassa i, olle kaikille i i pätee a i M. Sanotaan, että i a i = os i

Lisätiedot

MATA172 Sami Yrjänheikki Harjoitus Totta vai Tarua? Lyhyt perustelu tai vastaesimerkki!

MATA172 Sami Yrjänheikki Harjoitus Totta vai Tarua? Lyhyt perustelu tai vastaesimerkki! MATA17 Sami Yrjäheikki Harjoitus 7 1.1.018 Tehtävä 1 Totta vai Tarua? Lyhyt perustelu tai vastaesimerkki! (a) Jokaie jatkuva fuktio f : R R o tasaisesti jatkuva. (b) Jokaie jatkuva fuktio f : [0, 1[ R

Lisätiedot

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset 31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita

Lisätiedot

1 Sisätulo- ja normiavaruudet

1 Sisätulo- ja normiavaruudet 1 Sisätulo- ja normiavaruudet 1.1 Sisätuloavaruus Määritelmä 1. Olkoon V reaalinen vektoriavaruus. Kuvaus : V V R on reaalinen sisätulo eli pistetulo, jos (a) v w = w v (symmetrisyys); (b) v + u w = v

Lisätiedot

Täydellisyysaksiooman kertaus

Täydellisyysaksiooman kertaus Täydellisyysaksiooman kertaus Luku M R on joukon A R yläraja, jos a M kaikille a A. Luku M R on joukon A R alaraja, jos a M kaikille a A. A on ylhäältä (vast. alhaalta) rajoitettu, jos sillä on jokin yläraja

Lisätiedot

11. Poissonin yhtälö Perusratkaisu. Laplacen yhtälöön liittyvää epähomogeenista osittaisdifferentiaaliyhtälöä

11. Poissonin yhtälö Perusratkaisu. Laplacen yhtälöön liittyvää epähomogeenista osittaisdifferentiaaliyhtälöä . Poissonin yhtälö.. Perusratkaisu. Laplacen yhtälöön liittyvää epähomogeenista osittaisdifferentiaaliyhtälöä u = f kutsutaan Poissonin yhtälöksi ja siihen liittyvvää reuna-arvotehtävää { u = f :ssa, ja

Lisätiedot

Satunnaismuuttujien muunnokset ja niiden jakaumat

Satunnaismuuttujien 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

Lisätiedot

Surjektion käsitteen avulla kuvauksia voidaan luokitella sen mukaan, kuvautuuko kaikille maalin alkioille jokin alkio vai ei.

Surjektion käsitteen avulla kuvauksia voidaan luokitella sen mukaan, kuvautuuko kaikille maalin alkioille jokin alkio vai ei. 5.5 Surjektio Surjektion käsitteen avulla kuvauksia voidaan luokitella sen mukaan, kuvautuuko kaikille maalin alkioille jokin alkio vai ei. Määritelmä 5.5.1. Kuvaus f : X æ Y on surjektio, jos jokaisella

Lisätiedot

Derivointiesimerkkejä 2

Derivointiesimerkkejä 2 Derivointiesimerkkejä 2 (2.10.2008 versio 2.0) Parametrimuotoisen funktion erivointi Esimerkki 1 Kappale kulkee pitkin rataa { x(t) = sin 2 t y(t) = cos t. Määritetään raan suuntakulma positiiviseen x-akseliin

Lisätiedot

1. Jatketaan luentojen esimerkkiä 8.3. Oletetaan kuten esimerkissä X Y Bin(Y, θ) Y Poi(λ) λ y. f X (x) (λθ)x

1. Jatketaan luentojen esimerkkiä 8.3. Oletetaan kuten esimerkissä X Y Bin(Y, θ) Y Poi(λ) λ y. f X (x) (λθ)x HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 017 Harjoitus 5 Ratkaisuehdotuksia Tehtäväsarja I 1. Jatketaan luentojen esimerkkiä 8.3. Oletetaan kuten esimerkissä X

Lisätiedot

Insinöörimatematiikka IA

Insinöörimatematiikka IA Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Lisätiedot

Epälineaaristen yhtälöiden ratkaisumenetelmät

Epälineaaristen yhtälöiden ratkaisumenetelmät Epälineaaristen yhtälöiden ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Perusoletus Lause 3.1 Olkoon f : [a, b] R jatkuva funktio siten, että f(a)f(b) < 0. Tällöin funktiolla on ainakin

Lisätiedot

Metriset avaruudet 2017

Metriset avaruudet 2017 Metriset avaruudet 2017 Jouni Parkkonen Lukijalle Nämä ovat muistiinpanoni metristen avaruuksien kurssille syyslukukaudella 2017. Kurssi on johdatus metristen avaruuksien teoriaan. Peruskäsitteiden (metriikka,

Lisätiedot

1. Määritä funktion f : [ 1, 3], f (x)= x 3 3x, suurin ja pienin arvo.

1. Määritä funktion f : [ 1, 3], f (x)= x 3 3x, suurin ja pienin arvo. Matematiikan ja tilastotieteen laitos Differentiaalilaskenta, syksy 01 Lisätetävät Ratkaisut 1. Määritä funktion f : [ 1, 3], suurin ja pienin arvo. f (x)= x 3 3x, Ratkaisu. Funktio f on jatkuva suljetulla

Lisätiedot

Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät 3-6 4 sivua Heikki Koivupalo ja Rami Luisto

Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät 3-6 4 sivua Heikki Koivupalo ja Rami Luisto Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät 3-6 4 sivua Heikki Koivupalo ja Rami Luisto 3. Oletetaan, että kunnan K karakteristika on 3. Tutki,

Lisätiedot

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on? Harjoitus 1, kevät 007 1. Olkoon [ ] cos α sin α A(α) =. sin α cos α Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?. Olkoon a x y A = 0 b z, 0 0 c missä a, b, c 0. Määrää käänteismatriisi

Lisätiedot

Osittaisdifferentiaaliyhtälöt

Osittaisdifferentiaaliyhtälöt Osittaisdifferentiaaliyhtälöt Harjoituskokoelmat 4 ja 5, kevät 2011 Palautus Eemeli Blåstenille to 23.6. klo 16.00 mennessä 1. Ratkaise Dirichlet ongelma u(x, y) = 0, x 2 + y 2 < 1, u(x, y) = y + x 2,

Lisätiedot

Derivaatta: funktion approksimaatio lineaarikuvauksella.

Derivaatta: funktion approksimaatio lineaarikuvauksella. Viikko 5 Tällä viikolla yleistetään R 2 :n ja R 3 :n vektorialgebran peruskäsitteet n-ulotteiseen avaruuteen R n, ja määritellään lineaarikuvaus. Tarkastellaan funktioita, joiden määrittelyjoukko on n-ulotteisen

Lisätiedot

Algebra I, harjoitus 5,

Algebra I, harjoitus 5, Algebra I, harjoitus 5, 7.-8.10.2014. 1. 2 Osoita väitteet oikeiksi tai vääriksi. a) (R, ) on ryhmä, kun asetetaan a b = 2(a + b) aina, kun a, b R. (Tässä + on reaalilukujen tavallinen yhteenlasku.) b)

Lisätiedot

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012 KOMPLEKSIANALYYSI I KURSSI SYKSY 2012 RITVA HURRI-SYRJÄNEN 8. Integraalilauseiden sovelluksia 1. Analyyttisen funktion sarjaesitys. (eli jokainen analyyttinen funktio on lokaalisti suppenevan potenssisarjan

Lisätiedot

Luuppien ryhmistä Seminaariesitelmä Miikka Rytty Matemaattisten tieteiden laitos Oulun yliopisto 2006

Luuppien ryhmistä Seminaariesitelmä Miikka Rytty Matemaattisten tieteiden laitos Oulun yliopisto 2006 Luuppien ryhmistä Seminaariesitelmä Miikka Rytty Matemaattisten tieteiden laitos Oulun yliopisto 2006 Sisältö 1 Luupeista 2 1.1 Luupit ja niiden kertolaskuryhmät................. 2 2 Transversaalit 5 3

Lisätiedot

Johdatus 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 Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2004) 1 Satunnaismuuttujien muunnokset ja niiden jakaumat Satunnaismuuttujien muunnosten jakaumat

Lisätiedot

1 Avaruuksien ja lineaarikuvausten suora summa

1 Avaruuksien ja lineaarikuvausten suora summa MAT-33500 Differentiaaliyhtälöt, kevät 2006 Luennot 27.-28.2.2006 Samuli Siltanen 1 Avaruuksien ja lineaarikuvausten suora summa Tämä asialöytyy myös Hirschin ja Smalen kirjasta, luku 3, pykälä 1F. Olkoon

Lisätiedot

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina 10.8.2015 klo 16.15. Tehtäväsarja I Tutustu lukuun 15, jossa vektoriavaruuden

Lisätiedot

Stokesin lause LUKU 5

Stokesin lause LUKU 5 LUU 5 Stokesin lause 5.1. Integrointi monistolla Olkoot W R k alue, W kompakti Jordan-joukko ja ω jatkuva k-muoto alueessa W, ω f dx 1 dx k. Asetetaan ω : f, t.s. f dx 1 dx k : f(x dx f(x 1,, x k dx 1

Lisätiedot

9. Tila-avaruusmallit

9. Tila-avaruusmallit 9. Tila-avaruusmallit Aikasarjan stokastinen malli ja aikasarjasta tehdyt havainnot voidaan esittää joustavassa ja monipuolisessa muodossa ns. tila-avaruusmallina. Useat aikasarjat edustavat dynaamisia

Lisätiedot

Matematiikan peruskurssi 2

Matematiikan peruskurssi 2 Matematiikan peruskurssi Tentti, 9..06 Tentin kesto: h. Sallitut apuvälineet: kaavakokoelma ja laskin, joka ei kykene graaseen/symboliseen laskentaan Vastaa seuraavista viidestä tehtävästä neljään. Saat

Lisätiedot

sitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n

sitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n Määritelmä 1.1 Algebran A keskus C on joukko C (A) = {a A ax = xa x A}. Lause 1. Olkoon Cl n Cliffordin algebra, jonka generoi joukko {e 1,..., e n }. Jos n on parillinen, niin C (Cl n ) = {λ λ R}. Jos

Lisätiedot

Vapaus. 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. 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 +

Lisätiedot

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (5) 1 Momenttiemäfunktio ja karakteristinen funktio Momenttiemäfunktio Diskreettien jakaumien momenttiemäfunktioita

Lisätiedot