Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 1. laskuharjoitus, ratkaisuehdotukset

Koko: px
Aloita esitys sivulta:

Download "Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 1. laskuharjoitus, ratkaisuehdotukset"

Transkriptio

1 Todennäöisyyslasenta IIa, syys loauu 019 / Hytönen 1. lasuharjoitus, rataisuehdotuset 1. ( Klassio ) Oloot A ja B tapahtumia. Todista lasuaavat (a) P(A B) P(A) + P(B \ A), (b) P(B) P(A B) + P(B \ A), (c) P(A) + P(B) P(A B) + P(A B). Rataisu. Huom! Tässä tehtävässä opetellaan monisteen Määritelmän 1.. seurausia eli todistusessa saa äyttää ainoastaan jouo-operaatioita ja Määritelmää 1... Eli todistetaan aiemmilla ursseilla äytetyt tuloset todennäöisyyden asioomiin perustuen. (a) Käytetään materiaalin Lauseessa 1.1 esiteltyä todennäöisyyden (siis tn-mitan P) äärellistä additiivisuutta: A B A (B \ A) ja A (B \ A), joten P(A B) P(A (B \ A)) äär.add. P(A) + P(B \ A). (b) Pienellä jouo-opillisella pyörittelyllä saadaan B Ω B B Ω B (A A c ) (B A) (B A c ) (A B) (B \ A). Nyt uten (a)-ohdassa, voidaan äyttää äärellistä additiivisuutta, sillä (A B) (B \ A). Eli P(B) P((A B) (B \ A)) äär.add. P(A B) + P(B \ A). (c) Nyt (a)-ohdan perusteella P(A B) P(A) + P(B \ A). (b)-ohdasta saadaan taas vähentämällä P(A B) puolittain P(B \ A) P(B) P(A B). Nämä tiedot yhdistämällä P(A B) (a) P(A) + P(B \ A) (b) P(A) + P(B) P(A B). Tästä saadaan P(A) + P(B) P(A B) + P(A B). 1

2 . Heitetään olioa asi ertaa. Tarastellaan tapahtumia A : {ensimmäisellä heitolla tulee laava}, B : {toisella heitolla tulee laava}, C : {ensimmäisellä ja toisella heitolla tulee eri tulos}. Osoita, että näistä tapahtumista mitä tahansa asi ovat esenään riippumattomia, mutta aii olme tapahtumaa eivät ole toisistaan riippumattomia. Rataisu. Määritellään perusjouo Ω seuraavasti: Ω {(ruuna, ruuna), (ruuna, laava), (laava, ruuna), (laava, laava)}. Nyt tapahtumat A, B ja C ovat perusjouon Ω seuraavat osajouot: A {(laava, ruuna), (laava, laava)}, B {(ruuna, laava), (laava, laava)}, C {(ruuna, laava), (laava, ruuna)}. Todennäöisyydet tapahtumille A, B ja C saadaan helposti: P(A) #A #Ω 4 1 #B, P(B) #Ω 4 1, P(C) #C #Ω 4 1. Tutitaan tapahtumat A B, A C, B C ja A B C samalla tavalla: A B {(laava, laava)}, A C {(laava, ruuna)}, B C {(ruuna, laava)}, A B C. Tällöin todennäöisyydet näille tapahtumille ovat P(A B) P(B C) #(A B) #Ω #(B C) #Ω 1 #(A C), P(A C) 1 4 #Ω 4, 1 #, P(A B C) 4 #Ω

3 Hyödynnetään Määritelmää 1.5 ja huomataan P(A B) P(A C) P(B C) P(A B C) P(A) P(B), P(A) P(C), P(B) P(C), P(A) P(B) P(C). Siis huomataan, että A B, A C, B C, mutta A, B, C. 3. Todista binomiaava ( ) n ( ) n 1 + ( ) n 1 1 (a) lasemalla apinan lailla, (b) tulitsemalla molemmat puolet ombinatorisesti ja päättelemällä, että niissä lasetaan sama luumäärä ahdella eri tavalla. Rataisu. (a) Lasetaan apinan lailla. ( ) ( ) n 1 n 1 (n 1)! + 1!(n 1 )! + (n 1)! ( 1)!(n 1 ( 1))! ( ) (n 1)!!(n 1)! + (n 1)! ( 1)!(n )! (n )(n 1)!!(n )! + (n 1)!!(n )! (n )(n 1)! + (n 1)!!(n )! n(n 1)! (n 1)! + (n 1)!!(n )! n!!(n )! 3 ( ) n.

4 (Kohdassa ( ) lavennetaan vasenta murtoluua (n ):lla ja oieaa :lla, jolloin nimittäjässä (n ) (n 1)! (n )! ja ( 1)!!. Loput yhtälöetjusta on vain järjestelyä, yhteenlasua, seä binomiertoimen määritelmän äyttämistä.) (b) Tämän voi ajatella monella tavalla. Tässä on ysi niistä: Kuvittele, että edessäsi on n laatioa rivissä ja sinulla on äsissäsi palloa. Tehtävänäsi on laittaa pallot laatioihin niin, että joaisessa laatiossa on enintään ysi pallo. Kuina monella tapaa voit täyttää laatiot palloillasi? Siis uina monella tapaa voit valita n:stä laatiosta laatioa, joihin laitat pallosi? Selvästi tapoja täyttää laatiot palloilla on ( n ). Voidaan myös irjoittaa ( ) n #{ n:ssä laatiossa on palloa }. Mutta yllä voidaan myös jaottautua erillisiin tapausiin seuraavalla tavalla: { n:ssä laatiossa on palloa } { Ensimmäisessä laatiossa ei ole palloa. } { Ensimmäisessä laatiossa on pallo. } Nyt asi tapausta voidaan pohtia eriseen. Jos ävelet ensimmäisen laation ohi laittamatta siihen palloa, sinulla on jäljella n 1 laatioa ja palloa. Kuina monta tapaa on täyttää n 1 laatioa :lla pallolla? Kuten yllä: ( ) n 1 #{ Ensimmäisessä laatiossa ei ole palloa. }. Mutta mitä jos ävelet ensimmäiselle laatiolle, laitat sinne pallon ja sitten siirryt seuraavalle? Nyt sinulla on jäljella n 1 laatioa ja 1 palloa. Kuina monta tapaa on täyttää n 1 laatioa 1:llä pallolla? Taas erran: ( ) n 1 #{ Ensimmäisessä laatiossa on pallo. }. 1 Ne mahdolliset laatioiden täyttötavat joissa laitat ensimmäiseen pallon ja ne joissa et laita ensimmäiseen palloa muodostavat yhdessä aii mahdolliset tavat täyttää nämä n laatioa :lla pallolla. Siis ( ) n #{ n:ssä laatiossa on palloa } #{ Ensimmäisessä laatiossa ei ole palloa. } + #{ Ensimmäisessä laatiossa on pallo. } ( ) ( ) n 1 n

5 4. Oloon {1, }. Aura heittää noppaa ertaa ja ostaa lottoriviä. Meritään (a) A noppa {Aura saa nopalla (ainain yhden) uutosen}, (b) A lotto {Aura saa lotossa täysosuman}. Täsmälleen yhdessä tilanteessa x {noppa, lotto} pätee P(A x ) P(A x 1). Selvitä ummassa ja selitä todennäöisyyslasennan termein mistä ero johtuu. (Käytännössä ero johtuu siitä, että uaan ei osta ahta samaa lottoriviä, un taas nopanheitossa... ) (Lotossa valitaan numeroista 1,,..., 40 join 7 luvun jouo, järjestysellä ei ole väliä.) Rataisu. Tarastellaan ensin nopanheittoa, jossa heittotapahtumat oletetaan riippumattomisi ja noppa harhattomasi. Tällöin 1. heittolla uutonen: P(A noppa 1 ) 1 ja :lla heitolla ainain ysi uutonen P(Anoppa 6 ) Jälimmäisen lasun perustelu: Tapahtumat ovat toisensa poissulevia ja lasetaan, että 1. heitolla uusi ja. heitto ei uutosta, 1. heitolla ei uutosta ja. heitolla uusi, seä 1. ja. heitolla molemmilla uusi. Todetaan, että aava P(A noppa ) P(A noppa 1 ) eli päde, sillä Oletetaan, että täytetyt lottoriviä eivät ole samat. Kosa lotossa valitaan 40 numerosta 7 uhunin lottoriviin, niin voiton todennäöisyys seä 1. että. lottorivin osalta on ( 1. Siten 40 P(Alotto 7 ) 1 ) ( 1 ja. rivin jäleen täysosuman todennäöisyys 40 7 ) on P(A lotto ) ( 1 40 ) + ( 1 40 ) ( 40 ), sillä voitto 1. ja voitto. rivillä ovat toisensa poissulevia tapahtumia. Todetaan, että aava P(A lotto ) P(A lotto 1 ) pätee. 5. Tutitaan oetta, jota toistetaan loputtomasti aiilla ajanhetillä i 1,,.... Oloon A i se tapahtuma, että i:s oe onnistuu. Kirjoita jouo-operaatioiden avulla se tapahtuma, että (a) oe onnistuu äärettömän monta ertaa. (b) oe onnistuu lopulta (eli jostain hetestä eteenpäin) joa erta. 5

6 (Huom! Tässä on siis asi eri ysymystä, joihin on eri vastauset.) Rataisu. Perusjouo Ω voidaan tässä tehtävässä mieltää aiien mahdollisten nollista ja yösistä oostuvien jonojen jouosi. Ysi jono uvaa aina äärettömän montaa perääistä oetta ja siinä i:nnen omponentin arvo uvaa i:nnen oeen onnistumista tai epäonnistumista. Meritään siis Ω {0, 1} N {(x 1, x,...) : x i {0, 1} aiilla i N}. Sovitaan, että 0 uvaa oeen epäonnistumista ja 1 onnistumista. Tällöin A i jouo sellaisia jonoja Ω:ssa, että niiden i:s omponentti on 1. Toisin sanoen A i {(x 1, x,...) Ω: x i 1}, i N. Siis jos x on jono A i :ssä, niin x on tapaus, jossa i:s oe on onnistunut. (a) Mietitään sitten miten sanoa yllä olevalla ielellä se, että oe onnistuu äärettömän monta ertaa. Huomaa, että oeen onnistuminen äärettömän monta ertaa ei ole sama asia uin se, että oe onnistuisi joaisella erralla. Esimerisi jono (0, 1, 0, 1, 0, 1,...) uvaa tapausta, jossa oe on onnistunut äärettömän monta ertaa, sillä vaia se ei onnistuaan joa erta, se onnistuu joa toinen erta. Koeen onnistuminen äärettömän monta taroittaain siis ennemminin sitä, että vaia uina pitällä jonossa ollaanin, siitä löytyy vielä lisää yösiä (1). Muista että oeen onnistuminen i:nnellä erralla taroittaa, että tapaus uuluu jouoon A i. Asia voidaan ilmaista siis sanomalla: x { oe onnistuu äärettömän monta ertaa } (1) n N i n siten, että x A i n N pätee x i n A i x n1( i n A i ). (b) Samanlaisella ajattelulla, mitä taroittaa se, että oe onnistuu jostain yritysestä lähtien aina? Se taroittaa, että on olemassa asel n N, jona jäleen aiilla aselilla i n oe onnistuu (). Eli x { oe onnistuu lopulta (eli jostain hetestä eteenpäin) joa erta } () n N siten, että i n pätee x A i n N siten, että x i n A i x n1( i n A i ). 6

7 6. Kosti on pyytänyt tarjousen eittiöremontista neljältä uraoitsijalta. Oletetaan, että aii tarjouset saapuvat eri aiaan ja ne ovat esenään eri hintaisia mutta muuten samanlaisia. Heti tarjousen saadessaan (eli ennen seuraavaa tarjousta) Kosti joutuu ilmoittamaan, hyväsyyö hän sen vai ei. Kosti valitsee seuraavan strategian: Hän hylää joa tapausessa ensimmäisenä tulleen tarjousen voidaseen verrata muita siihen. Kun uusi tarjous saapuu, Kosti valitsee sen, miäli se oli aiia edellisiä halvempi; muussa tapausessa hän hylää sen. Kun Kosti on hyväsynyt jonun tarjousen, hän joutuu hyläämään aii sen jäleen tulevat tarjouset. Lase todennäöisyys sille, että (a) Kosti hylää aii tarjouset. (b) Kosti valitsee halvimman tarjousen. (Vihje: oonaistodennäöisyys, tarastele eriseen tapahtumia :s tarjous on halvin ja Kosti valitsee sen.) (Oloot tarjouset halvimmasta alleimpaan (esim.) 1,, 3, 4. Oleta, että yseiset tarjouset saapuvat satunnaisessa järjestysessä.) Rataisu. (a) Pohditaan missä tapausessa Kosti hylää aii tarjouset. Jos ensimmäinen tarjous on halvin (eli hinnaltaan 1 ), miään seuraavista tarjousista ei voi olla sitä halvempi, joten Kosti ei hyväsy niistä mitään. Muissa tapausissa Kosti saa ensimmäisenä tarjousena :n, 3:n tai 4:n ja siten saa lopulta jonin aiaisempia tarjousia halvemman tarjousen seä hyväsyy sen. Siis ainoa tapaus jossa Kosti ei hyväsy yhtään tarjousta on se, että ensimmäinen niistä on halvin. Jos tarjouset erran saapuvat satunnaisessa järjestysessä, niin sen todennäöisyys, että ensimmäinen niistä on halvin (siis 1) luulisi olevan 1/4. Osoitetaan tämä vielä formaalimmin. Määritellään neljän omponentin vetorien jouo, jossa aliot uvaavat tarjousten hintaa ja niiden järjestys tarjousten saapumisjärjestystä: Ω {(x 1, x, x 3, x 4 ) : x 1, x, x 3, x 4 {1,, 3, 4}, x 1 x x 3 x 4 }. Tällaisten alioden määrä voidaan lasea huomaamalla, se vastaa ysymyseen uina monella tapaa voidaan järjestää neljä luua ilman taaisinpanoa niin, että 7

8 niiden järjestysellä on väliä? Ja vastaus on ertoma: #Ω 4! 4. Sitten ysymys on, uina monessa näissä jonoissa on ensimmäisenä aliona 1? Mutta se vastaa ysymystä siitä, uina monella tapaa loput olme luua voidaan järjestää jonoon. Eli Tällöin siis todellain #{ Halvin tarjous saapuu ensin. } 3! 6. P( Kosti hylää aii tarjouset. ) (b) Noudatetaan tehtävänannon neuvoa, seurataan materiaalin luua 1.8 ja tutitaan tapausia A : { Kosti valitsee halvimman tarjousen. } B i : { i:s tarjous on halvin } {(x 1, x, x 3, x 4 ) Ω : x i 1}. A on tapahtuma, jona todennäöisyys halutaan tietää. B i :t taas muodostavat perusjouon Ω ositusen. Siis B i B j, i j ja B 1 B B 3 B 4 Ω. Näin ollen voidaan äyttää oonaistodennäöisyyden aavaa. Sitä varten tarvitsee vain selvittää todennäöisyydet P(B i ) ja P(A B i ). a)-ohdassa itseasiassa lasettiin jo P(B 1 ) 1. Tapoja järjestää neljä luua sillä 4 tavalla, että 1 on i:nnellä paialla on saman verran, uin on tapoja järjestää ne muut olme luua. Siis #B i 3! 6 P(B i ) #B i #Ω 6 4 1, i {1,, 3, 4}. 4 Tutitaan tapauset {A B i } ysi errallaan. Kun i 1, saadaan P(A B 1 ) 0, sillä ensimmäinen tarjous hylätään automaattisesti. Kun i tarjous hyväsytään joatapausessa, sillä joainen mahdollinen tarjousetju alaa tarjousella joa hylätään ja jota seuraa halvin tarjous. Näin ollen P(A B ) 1. 8

9 Listataan tapauset, joissa olmas tarjous on halvin ja se hyväsytään. Näitä ovat (, 3, 1, 4), (3, 4, 1, ) ja (, 4, 1, 3). Kun näiden määrä jaetaan aiien mahdollisten jonojen määrällä, jossa olmas omponetti on 1 saadaan P(A B 3 ) 3 3! 1. Listataan tapauset, joissa neljäs tarjous on halvin ja se hyväsytään taas ysi errallaan. Tällaisia ovat (, 3, 4, 1) ja (, 4, 3, 1). Jaetaan näiden tapausten määrä tapausten määrällä, joissa viimeinen tarjous on halvin ja saadaan haluttu todennäöisyys: P(A B 4 ) 3! 1 3. Nyt un olemme selvittäneet aien tarvittavan tiedon, voimme lasea todennäöisyyden tapahtumalle A äyttäen oonaistodennäöisyyden aavaa. P(A) 4 P(B i )P(A B i ) i1 P(B 1 )P(A B 1 ) + P(B )P(A B ) + P(B 3 )P(A B 3 ) + P(B 4 )P(A B 4 ) ( ) Yleistä edellinen tehtävä tilanteeseen, jossa uraoitsijoita on n appaletta. Rataisu. Lasetaan todennäöisyydet tapahtumille (a) Kosti hylää aii tarjouset. (b) Kosti valitsee halvimman tarjousen. 9

10 Meritään uten edellisessäin tehtävässä eli oloot tarjouset halvimmasta alleimpaan 1,,..., n. (a) Pohditaan missä tapausessa Kosti hylää aii tarjouset. Jos ensimmäinen tarjous on halvin (eli hinnaltaan 1 ), miään seuraavista tarjousista ei voi olla sitä halvempi, joten Kosti ei hyväsy niistä mitään. Muissa tapausissa Kosti saa ensimmäisenä tarjousena :n,..., tai n:n ja siten saa lopulta jonin aiaisempia tarjousia halvemman tarjousen seä hyväsyy sen. Siis ainoa tapaus, jossa Kosti ei hyväsy yhtään tarjousta on se, että ensimmäinen niistä on halvin. Jos tarjouset erran saapuvat satunnaisessa järjestysessä, niin sen todennäöisyys, että ensimmäinen niistä on halvin (siis 1) luulisi olevan 1/n. Osoitetaan tämä vielä formaalimmin. Määritellään n-dimensioisten vetorien jouo, jossa aliot uvaavat tarjousten hintaa ja niiden järjestys tarjousten saapumisjärjestystä: Ω {(x 1,...,, x n ) : x 1,..., x n {1,..., n}, x 1... x n }. Tällaisten alioden määrä voidaan lasea huomaamalla, että se vastaa ysymyseen uina monella tapaa voidaan järjestää n luua ilman taaisinpanoa niin, että niiden järjestysellä on väliä? Ja vastaus on ertoma: #Ω n!. Sitten ysymys on, uina monessa näissä jonoissa on ensimmäisenä aliona 1? Mutta se vastaa ysymystä siitä, uina monella tapaa loput n 1 luua voidaan järjestää jonoon. Eli #{ Halvin tarjous saapuu ensin. } (n 1)!. Tällöin siis todellain (b) Tarastellaan tapausia P( Kosti hylää aii tarjouset. ) (n 1)! n! 1 n. A : { Kosti valitsee halvimman tarjousen. } B i : { i:s tarjous on halvin } {(x 1,..., x n ) Ω : x i 1}. A on tapahtuma, jona todennäöisyys halutaan tietää, ja B i :t muodostavat perusjouon Ω ositusen. Siis B i B j, i j ja n i1 B i Ω. 10

11 Näin ollen voidaan äyttää oonaistodennäöisyyden aavaa. Sitä varten tarvitsee selvittää todennäöisyydet P(B i ) ja P(A B i ) ullain i 1,..., n. a)-ohdassa itseasiassa lasettiin jo P(B 1 ) 1. Vastaavasti tapahtumalle B n i suotuisissa jonoissa i:nnes alio x i 1 ja muut aliot voi valita (n 1)! tavalla, eli P(B i ) (n 1)! 1 aiilla i 1,..., n. n! n Tarastellaan tapausia {A B i } ysi errallaan. Kun i 1, saadaan P(A B 1 ) 0, sillä ensimmäinen tarjous hylätään automaattisesti. Kun i tarjous hyväsytään joa tapausessa, sillä joainen mahdollinen tarjousetju alaa tarjousella, joa hylätään ja jota seuraa halvin tarjous. Näin ollen P(A B ) 1. Kun i 3, on alhaisin tarjous jonon 3. alio, ja 1. tarjousen on oltava paras :n ensimmäisen tarjousen jouossa eli P(A B 3 ) 1. Sillä nämä jonon asi ensimmäistä aliota valitaan jouosta,..., n, ja todennäöisyys, että ensimmäinen on suurempi on 1. Kun i 4, on alhaisin tarjous jonon 4. alio, ja 1. tarjousen on oltava paras 3:n ensimmäisen tarjousen jouossa eli P(A B 4 ) 1. Sillä nämä jonon 3 ensimmäistä aliota valitaan jouosta,..., n, ja todennäöisyys, että ensimmäinen on 3 suurin on 1. 3 Yleisesti: Kun alhaisin tarjous jonon i:nnes alio, ja 1. tarjousen on oltava paras i 1:n ensimmäisen tarjousen jouossa eli P(A B i ) 1. Sillä nämä jonon i 1 i 1 ensimmäistä aliota valitaan jouosta,..., n, ja todennäöisyys, että ensimmäinen on suurin on 1. Todennäöisyys tapahtumalle A saadaan äyttäen i 1 oonaistodennäöisyyden aavaa P(A) n P(B i )P(A B i ) i1 1 n n n n n 1 n ( n 1 ) 1 ln(n 1), n jossa viimeinen seuraa harmonisen sarjan ominaisuusista. 1 n 1 11

12 Vaihtoehtoisia rataisuja tehtäviin 1 ja 3b: 1. Oloon A, B Ω tapahtumia perusjouossa Ω. (a) Väite: (A B) (A) + (B \ A). Todistus: Jotta voimme äyttää todennäöisyyden täysadditiivisuutta, täytyy yhdiste A B irjoittaa erillisten jouojen avulla. Väitösen muotoilun perusteella on ätevää valita jouo A (ja A c, A A c ) muodostamaan tämä ositus eli A B ((A B) A) ((A B) A c ) A (B A c ). Todetaan vielä, että A ja B A c ovat erillisiä: Jos x A x A c x B A c A c. Jos x B A c x A c x A. Siis A ja B A c ovat erillisiä. Täten (A B) (A (B A c )) (A) + (B A c ) (A) + (B \ A), jossa toinen yhtäsuuruus seuraa todennäöisyyden täysadditiivisuuden perusteella. (b) Väite: (B) (A B) + (B \ A) Todistus: Muodostetaan jouon B ositus erillisten jouojen A ja A c avulla eli B (B A) (B A c ). Todetaan vielä, että B A ja B A c ovat erillisiä: Jos x B A x A x A c x B A c. Jos x B A c x A c x A x B A. Siis B A ja B A c ovat erillisiä. Täten (B) ((B A) (B A c )) (B A) + (B A c ) (B A) + (B \ A), jossa toinen yhtäsuuruus seuraa todennäöisyyden täysadditiivisuuden perusteella. (c) Väite: (A) + (B) (A B) + (B A) Todistus: Kohdan (a) perusteella (A B) (A)+(B \A) ja ohdan (b) perusteella (B) (A B) + (B \ A) eli (B \ A) (B) (A B). Yhdistämällä nämä, saadaan (A B) (A) + (B) (A B) eli (A) + (B) (A B) + (B A). 3. (b) ( n ) ertoo -alioisten osajouojen luumäärän n alioisessa jouossa. Suoritetaan -alioisten osajouojen luumäärän laseminen n alioisessa jouossa siten, että laseminen suoritetaan iinnitetyn alion a avulla. 1. Lasetaan ensin aiien niiden -alioisten osajouojen luumäärä, joissa alio a on muana: Tällöin vapaasti valittavia alioita oo jouossa on n 1 appaletta (siis a aina muana) ja -osajouoissa vapaasti valittavia alioita on 1 (siis a aina muana). Joten tällaisten -alioisten osajouojen luumäärä on ( n 1 1). 1

13 . Lasetaan sitten aiien niiden -alioisten osajouojen luumäärä, joissa alio a ei ole muana: Tällöin vapaasti valittavia alioita oo jouossa on n 1 appaletta (siis a ei ole muana) ja -osajouoissa vapaasti valittavia alioita on (siis a on suljettu pois perusjouosta). Joten tällaisten -alioisten osajouojen luumäärä on ( ) n 1. Kosa alion a uuluu -osajouoihin ( ) ( n 1 1 ja se ei uulu -osajouoihin n 1 ), ei ole -osajouoa, joa uuluisi molempiin ja tulisi lasetusi ahteen ertaan. Täten aiien -osajouojen luumäärä saadaan lasemalla luumäärät yhteen eli ( ) ( n n 1 ). Luumäärän on oltava sama lasutavasta riippumatta eli ( n ) ( n 1 ) ( + n 1 1). 13

MS-A0402 Diskreetin matematiikan perusteet

MS-A0402 Diskreetin matematiikan perusteet MS-A0402 Disreetin matematiian perusteet Osa 3: Kombinatoriia Riia Kangaslampi 2017 Matematiian ja systeemianalyysin laitos Aalto-yliopisto Kombinatoriia Summaperiaate Esimeri 1 Opetusohjelmaomiteaan valitaan

Lisätiedot

Tehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1

Tehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1 Luuteoria Harjoitus 1 evät 2011 Alesis Kosi 1 Tehtävä 1 Näytä: jos a ja b ovat positiivisia oonaisluuja joille (a, b) = 1 ja a c, seä lisäsi b c, niin silloin ab c. Vastaus Kosa a c, niin jaollisuuden

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle / MS-A8 Differentiaali- ja integraalilasenta, V/27 Differentiaali- ja integraalilasenta Rataisut. viiolle /. 3.4. Luujonot Tehtävä : Mitä ovat luujonon viisi ensimmäistä termiä, un luujono on a) (a n ) n=,

Lisätiedot

9 Lukumäärien laskemisesta

9 Lukumäärien laskemisesta 9 Luumäärie lasemisesta 9 Biomiertoimet ja osajouoje luumäärä Määritelmä 9 Oletetaa, että, N Biomierroi ilmaisee, uia mota -alioista osajouoa o sellaisella jouolla, jossa o aliota Meritä luetaa yli Lasimesta

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I MS-A00 Disreetin matematiian perusteet Esimerejä ym., osa I G. Gripenberg Jouo-oppi ja logiia Todistuset logiiassa Indutioperiaate Relaatiot ja funtiot Funtiot Aalto-yliopisto. maalisuuta 0 Kombinatoriia

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiian tuiurssi Kurssierta 5 Sarjojen suppeneminen Kiinnostusen ohteena on edelleen sarja a n = a + a 2 + a 3 + a 4 + n= Tämä summa on mahdollisesti äärellisenä olemassa, jolloin sanotaan että sarja

Lisätiedot

JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 1, MALLIRATKAISUT

JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 1, MALLIRATKAISUT JOHDATUS LUKUTEORIAAN (sysy 2017) HARJOITUS 1, MALLIRATKAISUT Tehtävä 1. (i) Etsi luvun 111312 aii teijät. (ii) Oloot a ja b positiivisia oonaisluuja joilla a b ja b a. Osoita, että silloin a = b. Rataisu

Lisätiedot

Tehtävä 3. Määrää seuraavien jonojen raja-arvot 1.

Tehtävä 3. Määrää seuraavien jonojen raja-arvot 1. Jonotehtävät, 0/9/005, sivu / 5 Perustehtävät Tehtävä. Muotoile matemaattiset vastineet seuraavien väitteiden negaatioille (ts. vastaohdat).. Jono (a n ) suppenee ohti luua a.. Jono (a n ) on asvava. 3.

Lisätiedot

C (4) 1 x + C (4) 2 x 2 + C (4)

C (4) 1 x + C (4) 2 x 2 + C (4) http://matematiialehtisolmu.fi/ Kombiaatio-oppia Kuia mota erilaista lottoriviä ja poeriättä o olemassa? Lotossa arvotaa 7 palloa 39 pallo jouosta. Poeriäsi o viide orti osajouo 52 orttia äsittävästä paasta.

Lisätiedot

2 Taylor-polynomit ja -sarjat

2 Taylor-polynomit ja -sarjat 2 Taylor-polynomit ja -sarjat 2. Taylor-polynomi Taylor-polynomi P n (x; x 0 ) funtion paras n-asteinen polynomiapprosimaatio (derivoinnin annalta) pisteen x 0 lähellä. Maclaurin-polynomi: tapaus x 0 0.

Lisätiedot

2.8 Mallintaminen ensimmäisen asteen polynomifunktion avulla

2.8 Mallintaminen ensimmäisen asteen polynomifunktion avulla MAB Matemaattisia malleja I.8. Mallintaminen ensimmäisen asteen.8 Mallintaminen ensimmäisen asteen polynomifuntion avulla Tutustutaan mallintamiseen esimerien autta. Esimeri.8. Määritä suoran yhtälö, un

Lisätiedot

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M V. POTENSSISARJAT Funtioterminen sarja V.. Abelin lause ja potenssisarjan suppenemisväli P a x x, missä a, a, a 2,... R ja x R ovat vaioita, on potenssisarja, jona ertoimet ovat luvut a, a,... ja ehitysesus

Lisätiedot

TAMPEREEN YLIOPISTO Pro gradu -tutkielma. Hannu Pajula. Stirlingin luvuista

TAMPEREEN YLIOPISTO Pro gradu -tutkielma. Hannu Pajula. Stirlingin luvuista TAMPEREEN YLIOPISTO Pro gradu -tutielma Hannu Pajula Stirlingin luvuista Informaatiotieteiden ysiö Matematiia Maalisuu 2014 Tampereen yliopisto Informaatiotieteiden ysiö PAJULA, HANNU: Stirlingin luvuista

Lisätiedot

Talousmatematiikan verkkokurssi. Koronkorkolaskut

Talousmatematiikan verkkokurssi. Koronkorkolaskut Sivu 1/7 oronorolasuja sovelletaan tapausiin, joissa aia on pidempi uin ysi oonainen orojaso, eli aia, jolle oroanta ilmoittaa oron määrän. orolasu: enintään yhden orojason pituisille oroajoille; oronorolasu:

Lisätiedot

Johdatus lukuteoriaan Harjoitus 1 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma

Johdatus lukuteoriaan Harjoitus 1 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma Johdatus luuteoriaan Harjoitus 1 ss 008 Eemeli Blåsten Rataisuehdotelma Tehtävä 1 Oloot a ja b positiivisia oonaisluuja. Osoita, että on olemassa siäsitteinen luu h ('luujen a ja b pienin hteinen jaettava',

Lisätiedot

4.3 Erillisten joukkojen yhdisteet

4.3 Erillisten joukkojen yhdisteet 4.3 Erillisten jouojen yhdisteet Ongelmana on pitää yllä ooelmaa S 1,..., S perusjouon X osajouoja, jota voivat muuttua ajan myötä. Rajoitusena on, että miään alio x ei saa uulua useampaan uin yhteen jouoon.

Lisätiedot

Ennen kuin mennään varsinaisesti tämän harjoituksen asioihin, otetaan aluksi yksi merkintätekninen juttu. Tarkastellaan differenssiyhtälöä

Ennen kuin mennään varsinaisesti tämän harjoituksen asioihin, otetaan aluksi yksi merkintätekninen juttu. Tarkastellaan differenssiyhtälöä DEE-00 Lineaariset järjestelmät Harjoitus, rataisuehdotuset Ennen uin mennään varsinaisesti tämän harjoitusen asioihin, otetaan alusi ysi merintäteninen juttu Tarastellaan differenssiyhtälöä y y y 0 Vaihtoehtoinen

Lisätiedot

Sattuman matematiikkaa III

Sattuman matematiikkaa III Sattuman matematiiaa III Kolmogorovin asioomat ja frevenssitulinta Tommi Sottinen Tutija Matematiian ja tilastotieteen laitos, Helsingin yliopisto Laboratoire de Probabilités et Modèles Aléatoires, Université

Lisätiedot

Hanoin tornit. Merkitään a n :llä pienintä tarvittavaa määrää siirtoja n:lle kiekolle. Tietysti a 1 = 1. Helposti nähdään myös, että a 2 = 3:

Hanoin tornit. Merkitään a n :llä pienintä tarvittavaa määrää siirtoja n:lle kiekolle. Tietysti a 1 = 1. Helposti nähdään myös, että a 2 = 3: Hanoin tornit Oloot n ieoa asetettu olmeen tanoon uvan osoittamalla tavalla (uvassa n = 7). Siirtämällä yhtä ieoa errallaan, ieot on asetettava toiseen tanoon samaan järjestyseen. Isompaa ieoa ei missään

Lisätiedot

4.7 Todennäköisyysjakaumia

4.7 Todennäköisyysjakaumia MAB5: Todeäöisyyde lähtöohdat.7 Todeäöisyysjaaumia Luvussa 3 Tuusluvut perehdyimme jo jaauma äsitteesee yleesä ja ormaalijaaumaa vähä taremmi. Lähdetää yt tutustumaa biomijaaumaa ja otetaa se jälee ormaalijaauma

Lisätiedot

Luku kahden alkuluvun summana

Luku kahden alkuluvun summana Luu ahden aluluvun summana Juho Salmensuu Lahden Lyseon luio Matematiia 008 Tiivistelmä Tutielmassa tarastellaan ysymystä; uina monella eri tavalla annettu parillinen oonaisluu voidaan esittää ahden aluluvun

Lisätiedot

Joulukuun vaativammat valmennustehtävät ratkaisut

Joulukuun vaativammat valmennustehtävät ratkaisut Jouluuun vaativammat valmennustehtävät rataisut. Tapa. Pätee z = x + y, joten z = (x + y = x + y, josta sieventämällä seuraa xy 4x 4y + 4 = 0. Siispä (x (y =. Tästä yhtälöstä saadaan suoraan x =, y = 4

Lisätiedot

Vakuutusmatematiikan sovellukset 20.11.2008 klo 9-15

Vakuutusmatematiikan sovellukset 20.11.2008 klo 9-15 SHV-tutinto Vauutusmatematiian sovelluset 20.11.2008 lo 9-15 1(7) Y1. Seuraava tauluo ertoo vauutusyhtiön masamat orvauset vahinovuoden ja orvausen masuvuoden muaan ryhmiteltynä (tuhansina euroina): Vahinovuosi

Lisätiedot

STOKASTISET DIFFERENTIAALIYHTÄLÖT 7

STOKASTISET DIFFERENTIAALIYHTÄLÖT 7 STOKASTISET DIFFERENTIAALIYHTÄLÖT 7 1. Todennäöisyyslasennasta ja merinnöistä Palautamme seuraavassa lyhyesti mieleen todennäöisyyslasennan äsitteitä ja esittelemme myös muutamia urssilla äytettäviä merintätapoja.

Lisätiedot

funktiojono. Funktiosarja f k a k (x x 0 ) k

funktiojono. Funktiosarja f k a k (x x 0 ) k SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 3 4. Funtiosarjat Tässä luvussa esitettävissä funtiosarjojen tulosissa yhdistämme luujen 3 teoriaa. Esimeri 4.. Geometrinen sarja x suppenee aiilla x ], [ ja hajaantuu

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 5, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 5, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset DEE- Lineaariset järjestelmät Harjoitus 5, harjoitustenpitäjille taroitetut rataisuehdotuset Tämän harjoitusen ideana on opetella -muunnosen äyttöä differenssiyhtälöiden rataisemisessa Lisäsi äytetään

Lisätiedot

Perustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24

Perustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24 Sarjateorian tehtävät 0. syysuuta 2005 sivu / 24 Perustehtäviä. Muunna sarja telesooppimuotoon ja osoita, että se suppenee. Lase myös sarjan summa. ( + ) = 2 + 6 + 2 +... 2. Osoita suoraan määritelmään

Lisätiedot

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 6A Ratkaisuehdotuksia.

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 6A Ratkaisuehdotuksia. HY, MTO / Matemaattiste tieteide adiohjelma Tilastollie päättely II, evät 2018 Harjoitus 6A Rataisuehdotusia Tehtäväsarja I 1. (Moistee tehtävä 5.4) Kauppias myy mäysiemeiä, joide itävyyde väitetää oleva

Lisätiedot

Riemannin sarjateoreema

Riemannin sarjateoreema Riemannin sarjateoreema LuK-tutielma Sami Määttä 2368326 Matemaattisten tieteiden laitos Oulun yliopisto Sysy 206 Sisältö Johdanto 2 Luujonot 3 2 Sarjat 4 2. Vuorottelevat sarjat........................

Lisätiedot

III. SARJATEORIAN ALKEITA. III.1. Sarjan suppeneminen. x k = x 1 + x 2 + x ,

III. SARJATEORIAN ALKEITA. III.1. Sarjan suppeneminen. x k = x 1 + x 2 + x , III. SARJATEORIAN ALKEITA Sarja on formaali summa III.. Sarjan suppeneminen = x + x 2 + x 3 +..., missä R aiilla N (merintä ei välttämättä taroita mitään reaaliluua). Luvut x, x 2,... ovat sarjan yhteenlasettavat

Lisätiedot

Todennäköisyyslaskenta IIa, syyslokakuu 2019 / Hytönen 2. laskuharjoitus, ratkaisuehdotukset

Todennäköisyyslaskenta IIa, syyslokakuu 2019 / Hytönen 2. laskuharjoitus, ratkaisuehdotukset Todennäköisyyslaskenta IIa, syyslokakuu 019 / Hytönen. laskuharjoitus, ratkaisuehdotukset 1. Kurssilla on 0 opiskelijaa, näiden joukossa Jutta, Jyrki, Ilkka ja Alex. Opettaja aikoo valita umpimähkään opiskelijan

Lisätiedot

J1 (II.6.9) J2 (X.5.5) MATRIISILASKENTA(TFM) MALLIT AV 6

J1 (II.6.9) J2 (X.5.5) MATRIISILASKENTA(TFM) MALLIT AV 6 MATRIISILASKENTA(TFM) MALLIT AV 6 J (II.6.9) Päättele, että avaruusvetorit a, b ja c ovat lineaarisesti riippuvat täsmälleen un vetoreiden virittämän suuntaissärmiön tilavuus =. Tuti tällä riteerillä ovato

Lisätiedot

3. Markovin prosessit ja vahva Markovin ominaisuus

3. Markovin prosessit ja vahva Markovin ominaisuus 30 STOKASTISET DIFFERENTIAALIYHTÄLÖT 3. Marovin prosessit ja vahva Marovin ominaisuus Aloitamme nyt edellisen appaleen päättäneen esimerin yleistämisen Brownin liieelle. Käymme ysitellen läpi esimerin

Lisätiedot

Diskreetin Matematiikan Paja Ratkaisuja viikolle 5. ( ) Jeremias Berg

Diskreetin Matematiikan Paja Ratkaisuja viikolle 5. ( ) Jeremias Berg Disreeti Matematiia Paja Rataisuja viiolle 5. (28.4-29.4 Jeremias Berg Yleisiä ommeteja: Näissä tehtävissä aia usei rataisua oli ysittäie lasu. Kuitei vastausee olisi hyvä lisätä ommeteja siitä misi jou

Lisätiedot

Ylioppilastutkintolautakunta S tudentexamensnämnden

Ylioppilastutkintolautakunta S tudentexamensnämnden Ylioppilastutintolautaunta S tudenteamensnämnden MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 0..0 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden ja sisältöjen luonnehdinta ei sido ylioppilastutintolautaunnan

Lisätiedot

z z 0 (m 1)! g(m 1) (z0) k=0 Siksi kun funktioon f(z) sovelletaan Cauchyn integraalilausetta, on voimassa: sin(z 2 dz = (z i) n+1 k=0

z z 0 (m 1)! g(m 1) (z0) k=0 Siksi kun funktioon f(z) sovelletaan Cauchyn integraalilausetta, on voimassa: sin(z 2 dz = (z i) n+1 k=0 TKK, Matematiian laitos v.pfaler/pursiainen Mat-.33 Matematiian perusurssi KP3-i sysy 2007 Lasuharjoitus 4 viio 40 Tehtäväsarja A viittaa aluviion ja L loppuviion tehtäviin. Valmistauu esittämään nämä

Lisätiedot

1. (Jatkoa Harjoitus 5A tehtävään 4). Monisteen esimerkin mukaan momenttimenetelmän. n ne(y i Y (n) ) = 2E(Y 1 Y (n) ).

1. (Jatkoa Harjoitus 5A tehtävään 4). Monisteen esimerkin mukaan momenttimenetelmän. n ne(y i Y (n) ) = 2E(Y 1 Y (n) ). HY, MTO / Matemaattiste tieteide adiohjelma Tilastollie päättely II, evät 019 Harjoitus 5B Rataisuehdotusia Tehtäväsarja I 1. (Jatoa Harjoitus 5A tehtävää 4). Moistee esimeri 3.3.3. muaa momettimeetelmä

Lisätiedot

(1 + i) + JA. t=1. t=1. (1 + i) n (1 + i) n. = H + k (1 + i)n 1 i(1 + i) n + JA

(1 + i) + JA. t=1. t=1. (1 + i) n (1 + i) n. = H + k (1 + i)n 1 i(1 + i) n + JA Investoinnin annattavuuden mittareita Opetusmonisteessa on asi sivua, joilla on hyvin lyhyesti uvattu jouo mittareita. Seuraavassa on muutama lisäommentti ja aavan-johto. Tarastelemme projetia, jona perusinvestointi

Lisätiedot

termit on luontevaa kirjoittaa summamuodossa. Tällöin päädymme lukusarjojen teoriaan: a k = s.

termit on luontevaa kirjoittaa summamuodossa. Tällöin päädymme lukusarjojen teoriaan: a k = s. SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 7 3. Luusarjat Josus luujonon (b ) termit on luontevairjoittaa summamuodossa. Tällöin päädymme luusarjojen teoriaan: Määritelmä 3.. Oloon ( ), R luujono. Symboli (3.)

Lisätiedot

VALIKOITUJA KOHTIA LUKUTEORIASTA

VALIKOITUJA KOHTIA LUKUTEORIASTA VALIKOITUJA KOHTIA LUKUTEORIASTA ARI LEHTONEN 1. Laajennettu Euleideen algoritmi 1.1. Jaoyhtälö. Oloot r 0, r 1 Z, r 0 r 1 > 0. Tällöin on olemassa ysiäsitteiset luvut q 1 ja r 2 Z siten, että r 0 = q

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 2, ratkaisuehdotukset. Johdanto differenssiyhtälöiden ratkaisemiseen

DEE Lineaariset järjestelmät Harjoitus 2, ratkaisuehdotukset. Johdanto differenssiyhtälöiden ratkaisemiseen D-00 Lineaariset järjestelmät Harjoitus, rataisuehdotuset Johdanto differenssiyhtälöiden rataisemiseen Differenssiyhtälöillä uvataan disreettiaiaisten järjestelmien toimintaa. Disreettiaiainen taroittaa

Lisätiedot

OHJ-2300 Johdatus tietojenkäsittelyteoriaan Syksy 2008

OHJ-2300 Johdatus tietojenkäsittelyteoriaan Syksy 2008 OHJ-2300 Johdatus tietojenäsittelyteoriaan Sysy 2008 1 2 Organisaatio & aiataulu Luennot: prof. Tapio Elomaa P1: Ti 14-16 TC 103 ja to 14 16 TC 133 P2: Ti 14-16 TB 219 ja to 12 14 TB 224 26.8. 20.11. Jussi

Lisätiedot

Laskennallisen kombinatoriikan perusongelmia

Laskennallisen kombinatoriikan perusongelmia Laseallise obiatoriia perusogelia Varsi oissa tehtävissä, joissa etsitää tietylaiste järjestelyje, jouoje ts luuääriä, o taustalla joi uutaista peruslasetatavoista tai lasetaogelista Tässä esitelläälyhyesti

Lisätiedot

[ ] [ 2 [ ] [ ] ( ) [ ] Tehtävä 1. ( ) ( ) ( ) ( ) ( ) ( ) 2( ) = 1. E v k 1( ) R E[ v k v k ] E e k e k e k e k. e k e k e k e k.

[ ] [ 2 [ ] [ ] ( ) [ ] Tehtävä 1. ( ) ( ) ( ) ( ) ( ) ( ) 2( ) = 1. E v k 1( ) R E[ v k v k ] E e k e k e k e k. e k e k e k e k. ehtävä. x( + ) x( y x( + e ( y x( + e ( E v E e ( ) e ( R E[ v v ] E e e e e e e e e 6 estimointivirhe: ~ x( x( x$( x( - b y ( - b y ( estimointivirheen odotusarvo: x( - b x( - b e ( - b x( - b e ( ( -

Lisätiedot

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I Tehtävä 1 on klassikko. 1. Tässä tehtävässä tapahtumat A ja B eivät välttämättä

Lisätiedot

Modaalilogiikan harjoitusteht vi Aatu Koskensilta 1 Harjoitusteht v t Teht v 100 a) Osoitamme, ett Th(F 1 F 2 ) Th(F 1 ) [ Th(F 2 ) vastaesim

Modaalilogiikan harjoitusteht vi Aatu Koskensilta 1 Harjoitusteht v t Teht v 100 a) Osoitamme, ett Th(F 1 F 2 ) Th(F 1 ) [ Th(F 2 ) vastaesim Modaalilogiian harjoitusteht vi Aatu Kosensilta 1 Harjoitusteht v t 16.4 1.1 Teht v 100 a) Osoitamme, ett Th(F 1 F 2 ) Th(F 1 ) [ Th(F 2 ) vastaesimerin avulla. Otamme ehysisi F 1 = hz? ;?i ja F 1 = hz

Lisätiedot

b 4i j k ovat yhdensuuntaiset.

b 4i j k ovat yhdensuuntaiset. MAA5. 1 Koe 29.9.2012 Jussi Tyni Valitse 6 tehtävää! Muista tehdä pisteytysruuduo ensimmäisen onseptin yläreunaan! Perustele vastausesi välivaiheilla! 1. Oloon vetorit a 2i 6 j 3 ja b i 4 j 3 a) Määritä

Lisätiedot

Todennäköisyysjakaumat 1/5 Sisältö ESITIEDOT: todennäköisyyslaskenta, määrätty integraali

Todennäköisyysjakaumat 1/5 Sisältö ESITIEDOT: todennäköisyyslaskenta, määrätty integraali Todennäöissjaaumat /5 Sisältö ESITIEDOT: lasenta, määrätt Haemisto KATSO MYÖS: tilastomatematiia P (X = )=p. Nämä ovat 0 ja niiden summa on p =. Pistetodennäöisdet voidaan graafisesti esittää pstsuorien

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 19: Usean vapausasteen systeemin liikeyhtälöiden johto Newtonin lakia käyttäen

VÄRÄHTELYMEKANIIKKA SESSIO 19: Usean vapausasteen systeemin liikeyhtälöiden johto Newtonin lakia käyttäen 9/ VÄRÄHTELYMEKANIIKKA SESSIO 9: Usean vapausasteen systeemin liieyhtälöiden johto Newtonin laia äyttäen JOHDANTO Usean vapausasteen systeemillä taroitetaan meaanista systeemiä, jona liietilan uvaamiseen

Lisätiedot

Matematiikan ja tilastotieteen laitos Johdatus diskreettiin matematiikkaan (Syksy 2008) 4. harjoitus Ratkaisuja (Jussi Martin)

Matematiikan ja tilastotieteen laitos Johdatus diskreettiin matematiikkaan (Syksy 2008) 4. harjoitus Ratkaisuja (Jussi Martin) Matematan ja tlastoteteen latos Johdatus dsreettn matemataan (Sysy 28 4. harjotus Ratasuja (Juss Martn 1. Kertomus Hotell Kosmosesta jatuu: Hotellyhtymän johdolta tul määräys laata luettelo asta mahdollssta

Lisätiedot

802328A LUKUTEORIAN PERUSTEET OSA II BASICS OF NUMBER THEORY PART II. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO

802328A LUKUTEORIAN PERUSTEET OSA II BASICS OF NUMBER THEORY PART II. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO 802328A LUKUTEORIAN PERUSTEET OSA II BASICS OF NUMBER THEORY PART II Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 Sisältö 1 KERTOMAT, BINOMIKERTOIMET 2 1.0.1 Kertoma/Factorial......................

Lisätiedot

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT imat-2.104 Tilastollisen analyysin perusteet / Tehtävät Aiheet: Avainsanat: Ysisuuntainen varianssianalyysi Bartlettin testi, Bonferronin menetelmä, F-testi, Jäännösneliösumma, χ 2 -testi, Koonaisesiarvo,

Lisätiedot

Pyramidi 3 Analyyttinen geometria tehtävien ratkaisut sivu 139 Päivitetty a) 402 Suplementtikulmille on voimassa

Pyramidi 3 Analyyttinen geometria tehtävien ratkaisut sivu 139 Päivitetty a) 402 Suplementtikulmille on voimassa Pyramidi Analyyttinen geometria tehtävien rataisut sivu 9 Päivitetty 9..6 4 a) 4 Suplementtiulmille on voimassa b) a) α + β 8 α + β 8 β 6 c) b) c) α 6 6 + β 8 β 8 6 β 45 β 6 9 α 9 9 + β 8 β 8 + 9 β 7 Pyramidi

Lisätiedot

Olkoot X ja Y riippumattomia satunnaismuuttujia, joiden odotusarvot, varianssit ja kovarianssi ovat

Olkoot X ja Y riippumattomia satunnaismuuttujia, joiden odotusarvot, varianssit ja kovarianssi ovat Mat-.3 Koesuunnittelu ja tilastolliset mallit. harjoituset Mat-.3 Koesuunnittelu ja tilastolliset mallit. harjoituset / Rataisut Aiheet: Avainsanat: Satunnaismuuttujat ja todennäöisyysjaaumat Kertymäfuntio

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 02: Vapausasteet, värähtelyiden analysointi

VÄRÄHTELYMEKANIIKKA SESSIO 02: Vapausasteet, värähtelyiden analysointi 02/1 VÄRÄHTELYMEKANIIKKA SESSIO 02: Vapausasteet, värähtelyiden analysointi VAPAUSASTEET Valittaessa systeeille lasentaallia tulee yös sen vapausasteiden luuäärä äärätysi. Tää taroittaa seuraavaa: Lasentaallin

Lisätiedot

DISKREETIN MATEMATIIKAN SOVELLUKSIA: KANAVA-EKVALISOINTI TIEDONSIIRROSSA. Taustaa

DISKREETIN MATEMATIIKAN SOVELLUKSIA: KANAVA-EKVALISOINTI TIEDONSIIRROSSA. Taustaa Disreetin matematiian excursio: anava-evalisointi tiedonsiirrossa / DISKREETIN MATEMATIIKAN SOVELLUKSIA: KANAVA-EKVALISOINTI TIEDONSIIRROSSA Taustaa Disreetin matematiian excursio: anava-evalisointi tiedonsiirrossa

Lisätiedot

MAB7 Talousmatematiikka. Otavan Opisto / Kati Jordan

MAB7 Talousmatematiikka. Otavan Opisto / Kati Jordan 3.3 Laiat MAB7 Talousmatematiia Otava Opisto / Kati Jorda Laia ottamie Suuri osa ihmisistä ottaa laiaa jossai elämävaiheessa. Pailaiaa tarvitaa yleesä vauusia ja/tai taausia. Laiatulle pääomalle masetaa

Lisätiedot

2.1. Bijektio. Funktion kasvaminen ja väheneminen ********************************************************

2.1. Bijektio. Funktion kasvaminen ja väheneminen ******************************************************** .. Funtion asvainen ja väheneinen.. Bijetio. Funtion asvainen ja väheneinen Palautetaan ieleen funtion äsite. ******************************************************** MÄÄRITELMÄ Oloot ja B asi ei-tyhjää

Lisätiedot

K-KS vakuutussumma on kiinteä euromäärä

K-KS vakuutussumma on kiinteä euromäärä Kesinäinen Henivauutusyhtiö IIIELLA TEKNIIKALLA LAKUPERUTE H-TUTKINTOA ARTEN HENKIAKUUTU REKURIIIELLA TEKNIIKALLA OIMAAOLO 2 AIKALAKU JA AKUUTUIKÄ Tätä lasuperustetta sovelletaan..25 alaen myönnettäviin

Lisätiedot

M 2 M = sup E M 2 t. E X t = lim. niin martingaalikonvergenssilauseen oletukset ovat voimassa, eli löydämme satunnaismuuttujan M, joka toteuttaa ehdon

M 2 M = sup E M 2 t. E X t = lim. niin martingaalikonvergenssilauseen oletukset ovat voimassa, eli löydämme satunnaismuuttujan M, joka toteuttaa ehdon Matematiian ja tilastotieteen laitos Stoastiset differentiaaliyhtälöt Rataisuehdotelma Harjoituseen 7 1. Näytä, että uvaus M M M 2, un M 2 M = sup E M 2 t 2 t 0 on normi jouossa M 2 = { M : M on martingaali

Lisätiedot

M y. u w r zi. M x. F z. F x. M z. F y

M y. u w r zi. M x. F z. F x. M z. F y 36 5.3 Tuipaalutusen lasenta siitmämenetelmällä 5.3.1 Yleistä Jos paaluvoimia ei voida määittää suoaan tasapainohtälöistä (uten ohdassa 5.), on smsessä staattisesti määäämätön paalutus, jona paaluvoimien

Lisätiedot

(c) Määrää/Determine välillä/in the interval [1000, 10000] olevien 7. jaollisten kokonaislukujen lukumäärä/ number of integers divisible by 7.

(c) Määrää/Determine välillä/in the interval [1000, 10000] olevien 7. jaollisten kokonaislukujen lukumäärä/ number of integers divisible by 7. Luuteorian perusteet Exercises/Harjoitusia 2016 1. Show by induction/osoita indutiolla, that/että Osoita, että a n 1 = (a 1)(a n 1 + a n 2 + + a + 1). a n + 1 = (a + 1)(a n 1 a n 2 + a + 1) jos 2 n. (c)

Lisätiedot

Miehitysluvuille voidaan kirjoittaa Maxwell Boltzmann jakauman mukaan. saamme miehityslukujen summan muodossa

Miehitysluvuille voidaan kirjoittaa Maxwell Boltzmann jakauman mukaan. saamme miehityslukujen summan muodossa S-4.7 Fysiia III (EST) Tetti..6. Tarastellaa systeemiä, jossa ullai hiuasella o olme mahdollista eergiatasoa, ε ja ε, missä ε o eräs vaio. Oletetaa, että systeemi oudattaa Maxwell-Boltzma jaaumaa ja, että

Lisätiedot

Eksponentti- ja logaritmiyhtälö

Eksponentti- ja logaritmiyhtälö Esponentti- ja logaritmiyhtälö Esponenttifuntio Oloon a 1 positiivinen reaaliluu. Reaalifuntiota f() = a nimitetään esponenttifuntiosi ja luua a sen antaluvusi. Jos a > 1, niin esponenttifuntio f : R R,

Lisätiedot

q =, r = a b a = bq + r, b/2 <r b/2.

q =, r = a b a = bq + r, b/2 <r b/2. Luuteoria I Harjoitusia 2009 1 Osoita, että (a x = x x R, (b x x< x +1 x R, (c x + = x + x R, Z, (d x + y x + y x, y R, (e x y xy x, y R 0 2 Oloot a, b, q, r Z ja a = qb + r, 0 r< b Näytä, että a a q =,

Lisätiedot

HARMONINEN VÄRÄHTELIJÄ

HARMONINEN VÄRÄHTELIJÄ Oulun yliopisto Fysiian opetuslaboratorio Fysiian laboratoriotyöt 1 1 HARMONINEN VÄRÄHELIJÄ 1. yön tavoitteet 1.1 Mittausten taroitus ässä työssä tutustut jasolliseen, määrätyin aiavälein toistuvaan liieeseen,

Lisätiedot

Projekti 5 Systeemifunktiot ja kaksiportit. Kukin ryhmistä tarkastelee piiriä eri taajuuksilla. Ryhmäni taajuus on

Projekti 5 Systeemifunktiot ja kaksiportit. Kukin ryhmistä tarkastelee piiriä eri taajuuksilla. Ryhmäni taajuus on EPOP Kevät 2012 Projeti 5 Systeemifuntiot ja asiportit Tämä projeti tehdään 3 hengen ryhmissä. Ryhmääni uuluvat Kuin ryhmistä tarastelee piiriä eri taajuusilla. Ryhmäni taajuus on Seuraavan projetin aiana

Lisätiedot

Luku 11. Jatkuvuus ja kompaktisuus

Luku 11. Jatkuvuus ja kompaktisuus 1 MAT-13440 LAAJA MATEMATIIKKA 4 Taperee teillie yliopisto Risto Silveoie Kevät 2008 Luu 11. Jatuvuus ja opatisuus 11.1 Jatuvat futiot ja uvauset Tässä luvussa tarastellaa yleisiillää vetoriuuttuja vetoriarvoisia

Lisätiedot

Eulerin φ-funktion ominaisuuksia

Eulerin φ-funktion ominaisuuksia TAMPEREEN YLIOPISTO Pro gradu -tutielma Jua Peltola Eulerin φ-funtion ominaisuusia Informaatiotieteiden ysiö Matematiia Marrasuu 2013 Tampereen yliopisto Informaatiotieteiden ysiö PELTOLA, JUKKA: Eulerin

Lisätiedot

Tehtävä 11 : 1. Tehtävä 11 : 2

Tehtävä 11 : 1. Tehtävä 11 : 2 Tehtävä : Käytetää irjaita M luvu ( ) meritsemisee. Satuaisverossa G, p() o yhteesä solmua, jote satuaismuuttuja X mahdollisia arvoja ovat täsmällee jouo0,..., M} aii aliot. Joaie satuaisvero mahdollisista

Lisätiedot

i ni 9 = 84. Todennäköisin partitio on partitio k = 6, k k

i ni 9 = 84. Todennäköisin partitio on partitio k = 6, k k 1. Neljä tuistettavissa oleva hiuase iroaoise jouo ahdolliset eergiatasot ovat 0, ε, ε, ε, 4ε,, jota aii ovat degeeroituattoia. Systeei ooaiseergia o 6ε. sitä aii ahdolliset partitiot ja osoita, että irotiloje

Lisätiedot

MAATALOUSYRITTÄJÄN ELÄKELAIN MUKAISEN VAKUUTUKSEN PERUSTEET

MAATALOUSYRITTÄJÄN ELÄKELAIN MUKAISEN VAKUUTUKSEN PERUSTEET 5 TLOUYRTTÄJÄN ELÄKELN UKEN VKUUTUKEN PERUTEET PERUTEDEN OVELTNEN Näitä perusteita soelletaan..009 lähtien maatalousrittäjän eläelain 80/006 YEL muaisiin auutusiin. VKUUTUKU Vauutusmasu uodelta on maatalousrittäjän

Lisätiedot

Matemaattinen Analyysi

Matemaattinen Analyysi Vaasan yliopisto, evät 05 / ORMS00 Matemaattinen Analyysi 6. harjoitus. Approsimoi toisen asteen polynomilla P(x) = b 0 +b x+b x oheisen tauluon muaisia havaintoja. (Teorian löydät opetusmonisteen sivuilta

Lisätiedot

Todennäköisyyslaskenta I, kesä 2017 Helsingin yliopisto/avoin Yliopisto Harjoitus 1, ratkaisuehdotukset

Todennäköisyyslaskenta I, kesä 2017 Helsingin yliopisto/avoin Yliopisto Harjoitus 1, ratkaisuehdotukset Todennäköisyyslaskenta I, kesä 207 Helsingin yliopisto/avoin Yliopisto Harjoitus, ratkaisuehdotukset. Kokeet ja Ω:n hahmottaminen. Mitä tarkoittaa todennäköisyys on? Olkoon satunnaiskokeena yhden nopan

Lisätiedot

Interaktiiviset menetelmät

Interaktiiviset menetelmät Interatiiviset menetelmät. Johdanto. Interatiivinen SWT-menetelmä 3. GDF-menetelmä 4. Yhteenveto Optimointiopin seminaari - Kevät 000 /. Johdanto Interatiivisissa menetelmissä päätösenteijä ja analyytio

Lisätiedot

Kun annettu differenssiyhtälö z-muunnetaan puolittain, saadaan: 1 1 z Y z zy z z/4 4

Kun annettu differenssiyhtälö z-muunnetaan puolittain, saadaan: 1 1 z Y z zy z z/4 4 DEE- Lineaariset järjestelmät Harjoits 8, rataisehdotset Tämän harjoitsen ideana on opetella -mnnosen ättöä differenssihtälöiden rataisemisessa. Lisäsi ätetään -mnnosen ehäpä hödllisintä ominaistta, eli

Lisätiedot

Diskreetin Matematiikan Paja Ratkaisuhahmotelmia viikko 1. ( ) Jeremias Berg

Diskreetin Matematiikan Paja Ratkaisuhahmotelmia viikko 1. ( ) Jeremias Berg Diskreetin Matematiikan Paja Ratkaisuhahmotelmia viikko 1. (14.3-18.3) Jeremias Berg 1. Luettele kaikki seuraavien joukkojen alkiot: (a) {x Z : x 3} (b) {x N : x > 12 x < 7} (c) {x N : 1 x 7} Ratkaisu:

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 24: Usean vapausasteen vaimenematon ominaisvärähtely osa 2

VÄRÄHTELYMEKANIIKKA SESSIO 24: Usean vapausasteen vaimenematon ominaisvärähtely osa 2 / ÄRÄHELYMEKANIIKKA SESSIO : Usea vapausastee vaeeato oasvärähtely osa MONINKERAISE OMINAISAAJUUDE Sesso MS oreeratu oasuodo { lasetaeetelässä oletett, että o ysertae oasulataauus. arastellaa velä tapausta,

Lisätiedot

Vakuutusteknisistä riskeistä johtuvien suureiden laskemista varten käytettävä vakuutuslajiryhmittely.

Vakuutusteknisistä riskeistä johtuvien suureiden laskemista varten käytettävä vakuutuslajiryhmittely. 1144/2011 7 Liite 1 Vauutustenisistä riseistä johtuvien suureiden lasemista varten äytettävä vauutuslajiryhmittely. Vauutuslajiryhmä Vauutusluoat Ensivauutus 1 Laisääteinen tapaturma 1 (laisääteinen) 2

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet Yhteenveto, osa I

MS-A0402 Diskreetin matematiikan perusteet Yhteenveto, osa I MS-0402 Disreeti matematiia perusteet Yhteeveto, osa I G. Gripeberg 1 Jouo-oppi ja logiia Idutioperiaate 2 Relaatiot ja futiot Futiot Iso-O alto-yliopisto 12. maalisuuta 2015 3 Kombiatoriia ym. Summa-,

Lisätiedot

Estimointi Laajennettu Kalman-suodin. AS , Automaation signaalinkäsittelymenetelmät Laskuharjoitus 4

Estimointi Laajennettu Kalman-suodin. AS , Automaation signaalinkäsittelymenetelmät Laskuharjoitus 4 Estimointi Laajennettu Kalman-suodin AS-84.2161, Automaation signaalinäsittelymenetelmät Lasuharjoitus 4 Estimointi Systeemin tilaa estimoidaan, un prosessin tilamalli tunnetaan Tilamalli voi olla lineaarinen

Lisätiedot

MS-A0401 Diskreetin matematiikan perusteet Yhteenveto ja esimerkkejä ym., osa I

MS-A0401 Diskreetin matematiikan perusteet Yhteenveto ja esimerkkejä ym., osa I MS-A040 Disreeti matematiia perusteet Yhteeveto ja esimerejä ym., osa I G. Gripeberg Aalto-yliopisto 0. syysuuta 05 Jouo-oppi ja logiia Todistuset logiiassa Prediaattilogiia Idutioperiaate Relaatiot ja

Lisätiedot

Matematiikan tukikurssi, kurssikerta 5

Matematiikan tukikurssi, kurssikerta 5 Matematiikan tukikurssi, kurssikerta 5 1 Jonoista Matematiikassa jono (x n ) on yksinkertaisesti järjestetty, päättymätön sarja numeroita Esimerkiksi (1,, 3, 4, 5 ) on jono Jonon i:ttä jäsentä merkitään

Lisätiedot

Projekti 5 Systeemifunktiot ja kaksiportit. Kukin ryhmistä tarkastelee piiriä eri taajuuksilla. Ryhmäni taajuus on

Projekti 5 Systeemifunktiot ja kaksiportit. Kukin ryhmistä tarkastelee piiriä eri taajuuksilla. Ryhmäni taajuus on EPOP Kevät 2012 Projeti 5 Systeemifuntiot ja asiportit Tämä projeti tehdään 3 hengen ryhmissä. yhmääni uuluvat Kuin ryhmistä tarastelee piiriä eri taajuusilla. yhmäni taajuus on Seuraavan projetin aiana

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 21: Usean vapausasteen systeemin liikeyhtälöiden johto Lagrangen

VÄRÄHTELYMEKANIIKKA SESSIO 21: Usean vapausasteen systeemin liikeyhtälöiden johto Lagrangen / ÄRÄHELYMEKANIIKKA SESSIO : Usean vapausasteen systeein liieyhtälöien johto Lagrangen yhtälöillä JOHDANO Kirjoitettaessa liieyhtälöitä suoraan Newtonin laeista äytetään systeeistä irrotettujen osien tai

Lisätiedot

Luku 2. Jatkuvuus ja kompaktisuus

Luku 2. Jatkuvuus ja kompaktisuus 1 MAT-13440 LAAJA MATEMATIIKKA 4 Taperee teillie yliopisto Risto Silveoie Kevät 2010 Luu 2. Jatuvuus ja opatisuus 1. Jatuvat futiot ja uvauset Tässä luvussa tarastellaa yleisiillää vetoriuuttuja vetoriarvoisia

Lisätiedot

7 Vapaus. 7.1 Vapauden määritelmä

7 Vapaus. 7.1 Vapauden määritelmä 7 Vapaus Kuten edellisen luvun lopussa mainittiin, seuraavaksi pyritään ratkaisemaan, onko annetussa aliavaruuden virittäjäjoukossa tarpeettomia vektoreita Jos tällaisia ei ole, virittäjäjoukkoa kutsutaan

Lisätiedot

Luku 1: Järjestelmien lineaarisuus, differenssiyhtälöt, differentiaaliyhtälöt

Luku 1: Järjestelmien lineaarisuus, differenssiyhtälöt, differentiaaliyhtälöt SMG-00 Piirianalyysi II Luentomonisteen harjoitustehtävien vastauset Luu : Järjestelmien lineaarisuus, differenssiyhtälöt, differentiaaliyhtälöt. Järjestelmien lineaarisuus: Järjestelmä on lineaarinen,

Lisätiedot

MS-A0401 Diskreetin matematiikan perusteet Yhteenveto, osa I

MS-A0401 Diskreetin matematiikan perusteet Yhteenveto, osa I MS-0401 Disreeti matematiia perusteet Yhteeveto, osa I G. Gripeberg alto-yliopisto 30. syysuuta 2015 1 Jouo-oppi ja logiia Prediaattilogiia Idutioperiaate 2 Relaatiot ja futiot Futiot Iso-O 3 Kombiatoriia

Lisätiedot

LAPPEENRANNAN TEKNILLINEN YLIOPISTO

LAPPEENRANNAN TEKNILLINEN YLIOPISTO LAPPEENRANNAN TEKNILLINEN YLIOPITO TYÖOHJE 2009 Keianteniian osasto Tenillisen eian laboratorio BJ90A0900 Tenillisen eian ja tenillisen polyeerieian laboratoriotyöt Ohje: Irina Turu, Katriina Liiatainen,

Lisätiedot

S-114.240 Hahmontunnistus ihmisläheisissä käyttöliittymissä Kasvojen tunnistus ja identiteetin tarkistus: ZN-Face

S-114.240 Hahmontunnistus ihmisläheisissä käyttöliittymissä Kasvojen tunnistus ja identiteetin tarkistus: ZN-Face S-114.240 Hahmontunnistus ihmisläheisissä äyttöliittymissä Kasvojen tunnistus ja identiteetin taristus: ZN-Face Kalle Korhonen sorhon@cc.hut.fi 13.4.2000 Tiivistelmä: Raportissa tutustutaan aupalliseen

Lisätiedot

(iv) Ratkaisu 1. Sovelletaan Eukleideen algoritmia osoittajaan ja nimittäjään. (i) 7 = , 7 6 = = =

(iv) Ratkaisu 1. Sovelletaan Eukleideen algoritmia osoittajaan ja nimittäjään. (i) 7 = , 7 6 = = = JOHDATUS LUKUTEORIAAN (syksy 07) HARJOITUS 7, MALLIRATKAISUT Tehtävä Etsi seuraavien rationaalilukujen ketjumurtokehitelmät: (i) 7 6 (ii) 4 7 (iii) 65 74 (iv) 63 74 Ratkaisu Sovelletaan Eukleideen algoritmia

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet Yhteenveto ja esimerkkejä ym., osa I

MS-A0402 Diskreetin matematiikan perusteet Yhteenveto ja esimerkkejä ym., osa I MS-A040 Disreeti matematiia perusteet Yhteeveto ja esimerejä ym., osa I G. Gripeberg Aalto-yliopisto. maalisuuta 05 Jouo-oppi ja logiia Todistuset logiiassa Idutioperiaate Relaatiot ja futiot Futiot Iso-O

Lisätiedot

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos: 8 Kanta Tässä luvussa tarkastellaan aliavaruuden virittäjävektoreita, jotka muodostavat lineaarisesti riippumattoman jonon. Merkintöjen helpottamiseksi oletetaan luvussa koko ajan, että W on vektoreiden

Lisätiedot

Kertausosa. Kertausosa. 4. Sijoitetaan x = 2 ja y = 3 suoran yhtälöön. 1. a) Tosi Piste (2,3) on suoralla. Epätosi Piste (2, 3) ei ole suoralla. 5.

Kertausosa. Kertausosa. 4. Sijoitetaan x = 2 ja y = 3 suoran yhtälöön. 1. a) Tosi Piste (2,3) on suoralla. Epätosi Piste (2, 3) ei ole suoralla. 5. Kertausosa. Sijoitetaan ja y suoran yhtälöön.. a) d, ( ) ( ),0... d, ( 0 ( ) ) ( ) 0,9.... Kodin oordinaatit ovat (-,0;,0). Kodin ja oulun etäisyys d, (,0 0) (,0 0),0,...,0 (m) a) Tosi Piste (,) on suoralla.

Lisätiedot

ELEMENTTIMENETELMÄN PERUSTEET SESSIO 12: Tasokehän palkkielementti, osa 2.

ELEMENTTIMENETELMÄN PERUSTEET SESSIO 12: Tasokehän palkkielementti, osa 2. / ELEMENTTIMENETELMÄN PERUSTEET SESSIO : Tasoehän palielementti, osa. NELJÄN VAPAUSASTEEN PALKKIELEMENTTI Kun ahden vapausasteen palielementin solmuihin lisätään loaalin -aselin suuntaiset siirtmämittauset,

Lisätiedot

AMBIGUITEETTIONGELMA KANTOAALLONVAIHEMITTAUKSESSA. JUKKA TOLONEN Teknillinen korkeakoulu Maanmittaustieteiden laitos jotolone@cc.hut.

AMBIGUITEETTIONGELMA KANTOAALLONVAIHEMITTAUKSESSA. JUKKA TOLONEN Teknillinen korkeakoulu Maanmittaustieteiden laitos jotolone@cc.hut. MIGUITEETTIONGELM KNTOLLONVIHEMITTUKSESS JUKK TOLONEN Tenillinen oreaoulu Maanmittaustieteiden laitos otolone@cc.hut.fi . Johdanto Satelliittipaiannus perustuu vastaanottimen a satelliittien välisen etäisyyden

Lisätiedot

1. Harjoituskoe. Harjoituskokeet. 1. a) Valitaan suorilta kaksi pistettä ja määritetään yhtälöt. Suora s: (x 1, y 1 ) = (0, 2) (x 2, y 2 ) = (1, 2)

1. Harjoituskoe. Harjoituskokeet. 1. a) Valitaan suorilta kaksi pistettä ja määritetään yhtälöt. Suora s: (x 1, y 1 ) = (0, 2) (x 2, y 2 ) = (1, 2) . Harjoitusoe. a) Valitaan suorilta asi pistettä ja määritetään yhtälöt. Suora s: (, y ) = (0, ) (, y ) = (, ) 0 0 0 Suoran yhtälö on y. Suora t: (, y ) = (0, ) (, y ) = (, ) ( ) 0 Suoran yhtälö on y.

Lisätiedot

S , Fysiikka III (ES) Tentti Tentti / välikoeuusinta. Laaditaan taulukko monisteen esimerkin 3.1. tapaan ( nj njk Pk

S , Fysiikka III (ES) Tentti Tentti / välikoeuusinta. Laaditaan taulukko monisteen esimerkin 3.1. tapaan ( nj njk Pk S-.35, Fysiia III (ES) entti 8..3 entti / välioeuusinta I älioeen alue. Neljän tunnistettavissa olevan hiuasen miroanonisen jouon mahdolliset energiatasot ovat, ε, ε, 3ε, ε,, jota aii ovat degeneroitumattomia.

Lisätiedot

Tämä merkitsee geometrisesti, että funktioiden f

Tämä merkitsee geometrisesti, että funktioiden f 28 2. Futiosarjat Edellä sarjat olivat luusarjoja, joide termit ovat (tässä urssissa) reaaliluuja. Jos termit ovat samasta muuttujasta riippuvia futioita, päädytää futiotermisii sarjoihi. Näide äyttö matematiiassa

Lisätiedot