( ) N z ( RADIOAKTIIVISUUS TILASTOLLISENA ILMIÖNÄ. B.1 Radioaktiivisten ytimien hajoamislaki. P( z) =

Koko: px
Aloita esitys sivulta:

Download "( ) N z ( RADIOAKTIIVISUUS TILASTOLLISENA ILMIÖNÄ. B.1 Radioaktiivisten ytimien hajoamislaki. P( z) ="

Transkriptio

1 B RADIOAKTIIVISUUS TILASTOLLISENA ILMIÖNÄ B.1 Radioakiivisen yimien hajoamislaki Miaaessa radioakiivisen yimien hajoamisessa synyvän säeilyn inensieeiä havaiaan, eä ilmaisimeen aikayksikössä saapuvien kvanien ai hiukkasen lukumäärä vaihelee. Tämä vaihelu on osoius siiä, eä radioakiivisa hajoamisa kuvaava lai ova odennäköisyyslakeja. Olkoon λ odennäköisyys sille, eä radioakiivinen ydin hajoaa aikayksikössä. Oleeaan, eä λ on ajasa riippumaon vakio. Jos ajanhekellä radioakiivisessa läheessä on N() radioakiivisa ydinä, aikavälillä [, +d] hajoaa λn()d ydinä, eli dn( ) = λn( ). d (1) Jos yimien lukumäärä ajanhekellä =0 on N 0, saadaan inegroimalla yhälö (1) yimien lukumääräksi ajanhekellä N( )= N 0 e λ. (2) Yhälö (2) on nimelään hajoamislaki, ja vakioa λ kusuaan hajoamisvakioksi. B.2 Radioakiivisen yimien hajoamisen odennäköisyys Johdeaan odennäköisyyslaskenaa apuna käyäen odennäköisyys P(z) sille, eä ajassa hajoaa äsmälleen z ydinä. Radioakiivisen yimien lukumäärä aikavälin alkaessa olkoon N. Hajoamislain (2) peruseella odennäköisyys sille, eä yksiäinen ydin ei hajoa ajassa on e -λ, joen hajoamisen odennäköisyys on 1-e -λ. Todennäköisyys sille, eä määräy z ydinä hajoava ajassa, on odennäköisyyslaskennan kerosäännön peruseella (e -λ ) N-z (1-e -λ ) z. Todennäköisyys sille, eä hajonneiden yimien lukumäärä on z, on kuienkin suurempi, koska on samanekevää, mikä z ydinä hajoava. Koska z ydinä voidaan valia N yimen joukosa N! ( N z)! (3) avalla, saadaan haeuksi odennäköisyydeksi P(z) P( z) = N! ( ( ) N z ( N z)! e λ 1 e λ ) z. (4) B.3 Poissonin jakauma Tavallisesi radioakiivisessa läheessä on hyvin suuri joukko yimiä, s. N>>1. Yleensä lisäksi miausaika on paljon pienempi kuin radioakiivisen aineen puoliinumisaika, eli z<<n ja λ<<1.

2 Nämä ehdo merkisevä siä, eä yimien määrää N ja sien läheen akiivisuua A=λN (hajoamisa aikayksikössä) voidaan piää miausaikana vakiona. Kirjoieaan odennäköisyys P(z) muooon P( z) = ( N z +1) N z + 2 ( )...N e λn ( e λ 1) z. (5) Koska z<<n, voidaan osamäärän osoiajaa arvioida luvulla N z. Koska lisäksi λ<<1, voidaan eksponenifunkio e -λ kehiää sarjaksi, josa oeaan huomioon vain ensimmäise ermi. Tällöin saadaan ( )z P( z) N z e λn( 1 + λ 1 ) z = λn e λn. (6) Kirjoiamalla ämä akiivisuuden A=λN avulla ja arkaselemalla odennäköisyyä P(z) myös miausaikana hajonneiden yimien lukumäärän A funkiona saadaan ( )z P( z,a) = A e A. (7) Tapauksessa λ<<1 voidaan yhälösä (7) laskea ajassa hajoavien yimien keskimääräinen lukumäärä m painoeuna keskiarvona: m = P( z, A)z P( z,a) = e A A z=1 e A ( A) z 1 ( z 1)! ( A) z = A. (8) Osoiajan arvoksi ulee A ja nimiäjän arvoksi 1 (kaikkien odennäköisyyksien summa) eksponenifunkion sarjakehielmän e y = n= 0 y n n! (9) peruseella. Yhälön (8) peruseella odennäköisyys P(z,A) voidaan lausua keskiarvon m avulla muodossa P( z,m)= mz e m. (10) Todennäköisyysjakaumaa P(z,m) kusuaan Poissonin jakaumaksi. Se keroo, millä odennäköisyydellä valiuna ajanjaksona apahuu z saunnaisilmiöä, jos niiä ämänpiuisena aikavälinä apahuu keskimäärin m kappalea. Jos siis miausaika on paljon pienempi kuin läheen puoliinumisaika, miausulosen käsiely perusuu Poissonin jakaumaan.

3 B.3.1 Poissonin jakauman hajona Tärkeä odennäköisyysjakaumaa kuvaava suure on hajona eli sandardipoikkeama σ, joka määriellään yleisesi σ 2 = i n x i 2 = i ( z i m) 2, n (11) missä x i =z i -m on poikkeama keskiarvosa. Laskeaan hajona Poissonin jakauman apauksessa yhdisämällä hajonnan neliön lausekkeessa (11) yhäsuuria z-arvoja vasaava neliöermi. Kun miaus on oiseu n keraa, missä n on suuri kokonaisluku, iey mielivalaisesi valiu z- arvo esiinyy ässä miaussarjassa n P(z,m) keraa. Kun huomioidaan, eä ΣzP(z,m)=m ja ΣP(z,m)=1, saadaan yhälöiden (8) ja (10) peruseella σ 2 = ( z m) 2 P( z,m) = z 2 P( z, m) 2m zp( z,m) + m 2 P( z,m) = z( z 1)P ( z,m) + m m 2 = m 2 e m m z 2 ( z 2)! + m m2 = m. z=2 (12) Hajona on siis σ = m, (13) eli Poissonin jakauman hajona määräyyy yksikäsieisesi keskiarvosa. B.3.2 Poissonin jakauman laskeminen suurilla argumenien arvoilla Jakaumafunkion (10) arvon laskeminen on vaikeaa, jos m>>1 ja z>>1. Näissä apauksissa Poissonin jakaumafunkio, joka osin on määriely vain kokonaislukuarvoilla z, voidaan korvaa normieulla Gaussin jakaumafunkiolla, jonka sandardipoikkeamaksi on aseeu σ = m. Normieu Gaussin jakaumafunkio on muooa G( z, h) = h x 2 π e h2, (14) missä x on poikkeama keskiarvosa ja h on parameri, joka oeuaa yhälön hσ = 1 2, (15) joen Poissonin jakauman likiarvoksi suurilla argumenien arvoilla saadaan

4 P( z,m) ( z m) 2 1 2πm e 2m, (16) kun m>>1 ja z>>1. Likiarvokaavaa (10) voi käyännössä sovelaa, jos m=100 ja z ei ole aivan pieni. Kuen kuvasa 1 nähdään, on yheensopivuus Gaussin ja Poissonin jakaumafunkioiden välillä melko hyvä jo, kun m=4. Taulukkoon 1 on laskeu Gaussin jakauumafunkioa käyäen muuamia odennäköisyyksiä sille, eä yksiäisen miausuloksen poikkeama keskiarvosa on korkeinaan x. Taulukko 1: Todennäköisyys sille, eä yksiäisen miauksen poikkeama keskiarvosa on iseisarvolaan korkeinaan x x Todennäköisyys 0,67σ 0,50 1,00σ 0,68 1,64σ 0,90 1,98σ 0,95 Kuva 1: Gaussin ja Poissonin jakaumafunkioiden verailu B.4 Säeilyn havaisemiseen liiyvä ilasollinen virhearvioini Tässä kappaleessa rajoiuaan arkaselemaan ilasollisa virhearvioinia sellaisissa meneelmissä, joilla voidaan havaia yksiäisiä aomihiukkasia ai kvaneja. Kuen edellä on esiey, radioakiivinen hajoaminen noudaaa odennäköisyyslakeja. Tämä merkisee siä, eä radioak-

5 iivisen läheen synnyämän hiukkasvuon vaihelu on läheen fysikaalinen ominaisuus, joa voidaan kuvaa vain odennäköisyyslaskennan keinoin. Vaihelulla ei ässä arkoiea siä, eä keskimääräinen hiukkasvuo pienenee akiivisuuden pienenyessä. Seuraavassa käsiellään säeilymiauksen uloksia oleaen miaussarja Poisson-jakauuneeksi. Kokeellisesi määrieävä suure on pulssiaajuus (pulsseja aikayksikössä) J=X/. Keskimääräinen pulssimäärä X poikkeaa havaiusa pulssimääräsä X aulukon 1 peruseella korkeinaan X :n verran 68%:n odennäköisyydellä (suuree z ja m korvaaan pulssimäärillä X ja X). Suureen X ilalla voidaan käyää suurea X, jos X on riiävän suuri (X=100), joen 68%:n odennäköisyydellä on voimassa X X X X + X. (17) Pulssiaajuuksille päee siis 68%:n odennäköisyydellä J ± J = X ± X, (18) missä J on yksiyisen havainnon hajonnan likiarvo, kun aika oleeaan virheeömäksi. Edelleen huomaaan, eä pulssiaajuuden suheellinen hajona on J J = X X = 1 X, (19) eli suheellinen hajona riippuu vain pulssimääräsä. Mikäli ehdään n havainoa X, keskiarvon hajonnaksi saadaan σ n X i n n = X i n, (20) missä on yheen miaukseen kuluva aika. Saavueava arkkuus on siis sama kuin suorieaessa yksi miaus ajassa n. Taulukko 2: Pulssiaajuuden suheellinen virhe laskeun pulssimäärän funkiona J Pulssimäärä X J (% ) , , , , , , ,32

6 Kokeiden lukumäärällä on merkiysä vain, jos haluaan suoriaa miauslaieison ilasollinen arkisaminen. Havainoja kannaaa osin aina oisaa karkeiden sysemaaisen virheiden ja lukemavirheiden välämiseksi. Kaavan (12) avulla odeaan, eä suheellinen arkkuus on siä parempi miä enemmän pulsseja laskeaan (aulukko 2). B.4.1 Tausasäeilyn osuus ilasollisessa virhearvioinnissa Radioakiivisen läheen säeilyä miaaessa on oeava huomioon ympärisön radioakiivisuuden ja kosmisen säeilyn synnyämä ausasäeily. Tausasäeily miaaan viemällä lähde riiävän eäälle miauspaikala, ja se vähenneään varsinaisesa läheesä saaduisa miausuloksisa. Lopullinen pulssiaajuus J 0 on siis erous J 0 = X 1 1 X 2 2, (21) missä X 1 on ajassa 1 havaiu kokonaispulssimäärä ja X 2 on ajassa 2 havaiu ausasäeilysä aiheuuva pulssimäärä. Koska sandardipoikkeama summauuva neliöllisesi, eli σ 2 =σ 12 +σ 12, loppuuloksen J 0 hajona J 0 on J 0 = X X (22) Kaikki edellä esiey havainouloksia koskeva kaava liiyvä miauslaieisoihin, joissa ilmaisimeen kykey laskuri rekiseröi ilmaisimessa synyvä pulssi yksiellen. Lisäksi on oleeu pulssiaajuus niin pieneksi, eä laieen äärellisä laskena-aikaa ei arvise oaa huomioon. B.4.2 Hajona laskenaaajuusmiarin yheydessä Ilmaisimien yhdeydessä käyeään myös laskenaaajuusmiareia, joka anava uloksen suoraan pulsseina aikayksikössä. Laskenaaajuusmiari oimii periaaeessa sien, eä ilmaisimessa synyvillä jännieimpulsseilla varaaan kondensaaori C, joka purkauuu vasuksen R kaua. Miaavana suureena on purkausvira, joka on verrannollinen aikayksikössä synyvään keskimääräiseen pulssimäärään. Laskenaaajuusmiarin lukemaan liiyvä suheellinen hajona on J J = 1 2JT, (23) missä J on miarin lukema (pulsseja aikayksikössä) ja T=RC on kondensaaorin ja vasuksen muodosaman piirin aikavakio. B.4.3 Hajonnan esiäminen graafisesi Graafisessa esiyksessä on edullisa kuvaa hajona janoilla. Jos miau pulssiaajuus J 0 esieään graafisesi jonkin muuujan funkiona, kunkin miauspiseen kaua piirreään jana, jonka pääepisee vasaava arvoja J 0 ± J 0. Näin saadaan havainnollinen kuva miaun käyrän luoe-

7 avuudesa ja voidaan mahdollisesi arvioida määrieävien suureiden virheiä (esim. kulmakeroimen virhe, jos miauspisee aseuva suoralle). Usein jouduaan pulssimäärän J 0 sijasa esiämään graafisesi jokin J 0 :n funkio, esim. ln(j 0 ). Miauspiseiden kaua piirreään ässä apauksessa jana, joiden pääepisee vasaava arvoja f( J 0 )± f( J) J J=J 0 J 0. (24) B.5 Miauslaieison ilasollinen arkisaminen Miauslaieison on oiseava radioakiivisen läheen läheämän säeilyvuon ilasollinen vaihelu virheeömäsi. Tukimalla säeilyä radioakiivisesa läheesä, jonka puoliinumisaika on pikä, ja miaamalla moneen keraan säeilyn ieyssä ajassa synnyämien pulssien lukumäärä X, havainosarjan ulee olla Poisson-jakauunu. Miauslaieison ilasollinen arkisaminen perusuu ällaiseen miaukseen. Mikäli miausulos ei ole Poisson-jakauunu, laieiso ei havaise virheeömäsi ilmaisimeen saapuvia hiukkasia ai kvaneja. Syynä voi olla esimerkiksi laskuriin uleva elekroniikan aiheuama hajapulssi, ai ulokse voiva väärisyä ilmaisimen hukka-ajan vuoksi (ks. luku A.4).

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =

Lisätiedot

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s). DEE- Piirianalyysi Ykkösharkan ehävien rakaisuehdoukse. askeaan ensin, kuinka paljon äyeen ladaussa akussa on energiaa. Tämä saadaan laskeua ehäväpaperissa anneujen akun ieojen 8.4 V ja 7 mah avulla. 8.4

Lisätiedot

5. Vakiokertoiminen lineaarinen normaaliryhmä

5. Vakiokertoiminen lineaarinen normaaliryhmä 1 MAT-145 LAAJA MATEMATIIKKA 5 Tampereen eknillinen yliopiso Riso Silvennoinen Kevä 21 5. Vakiokeroiminen lineaarinen normaaliryhmä Todeaan ensin ilman odisuksia (ulos on syvällinen) rakaisujen olemassaoloa

Lisätiedot

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd PK-YRITYKSEN ARVONMÄÄRITYS KTT, DI TOIVO KOSKI elearning Communiy Ld Yriyksen arvonmääriys 1. Yriyksen ase- eli subsanssiarvo Arvioidaan yriyksen aseen vasaavaa puolella olevan omaisuuden käypäarvo, josa

Lisätiedot

W dt dt t J.

W dt dt t J. DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan

Lisätiedot

Tasaantumisilmiöt eli transientit

Tasaantumisilmiöt eli transientit uku 12 Tasaanumisilmiö eli ransieni 12.1 Kelan kykeminen asajännieeseen Kappaleessa 11.2 kykeiin reaalinen kela asajännieeseen ja ukiiin energian varasoiumisa kelan magneeikenään. Tilanne on esiey uudelleen

Lisätiedot

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta KK ieoliikennelaboraorio 7.2.27 Seppo Saasamoinen Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali, kun ulosignaali ja järjeselmän

Lisätiedot

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri. ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!

Lisätiedot

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5 S-72. Signaali ja järjeselmä Laskuharjoiukse, syksy 28 Konvoluuion laskeminen vaihe vaiheela Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali,

Lisätiedot

12. ARKISIA SOVELLUKSIA

12. ARKISIA SOVELLUKSIA MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina

Lisätiedot

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä

Lisätiedot

Mittaustekniikan perusteet, piirianalyysin kertausta

Mittaustekniikan perusteet, piirianalyysin kertausta Miausekniikan perusee, piirianalyysin kerausa. Ohmin laki: =, ai = Z ( = ännie, = resisanssi, Z = impedanssi, = vira). Kompleksiluvu Kompleksilukua arviaan elekroniikassa analysoiaessa piireä, oka sisälävä

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset D-00 ineaarise järjeselmä Harjoius 4, rakaisuehdoukse nnen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu. Piirianalyysin juuri suorianee opiskelija saaava ihmeellä,

Lisätiedot

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän: ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän

Lisätiedot

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen

Lisätiedot

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina

Lisätiedot

1 Excel-sovelluksen ohje

1 Excel-sovelluksen ohje 1 (11) 1 Excel-sovelluksen ohje Seuraavassa kuvaaan jakeluverkonhalijan kohuullisen konrolloiavien operaiivisen kusannusen (SKOPEX 1 ) arvioimiseen arkoieun Excel-sovelluksen oimina, mukaan lukien sovelluksen

Lisätiedot

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi Rakennusosien rakennusfysikaalinen oimina Ralf Lindber Professori, Tampereen eknillinen yliopiso ralf.lindber@u.fi Rakenneosien rakennusfysikaalisen oiminnan ymmärämiseksi on välämäönä piirää kolme eri

Lisätiedot

2. Suoraviivainen liike

2. Suoraviivainen liike . Suoraviivainen liike . Siirymä, keskinopeus ja keskivauhi Aika: unnus, yksikkö: sekuni s Suoraviivaisessa liikkeessä kappaleen asema (paikka) ilmoieaan suoralla olevan piseen paikkakoordinaain (unnus

Lisätiedot

Diskreetillä puolella impulssi oli yksinkertainen lukujono:

Diskreetillä puolella impulssi oli yksinkertainen lukujono: DEE-00 ineaarise järjeselmä Harjoius 5, rakaisuehdoukse [johdano impulssivaseeseen] Jakuva-aikaisen järjeselmän impulssivase on vasaavanlainen järjeselmäyökalu kuin diskreeillä puolellakin: impulssivase

Lisätiedot

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y) Maemaiikan ja ilasoieeen osaso/hy Differeniaaliyhälö II Laskuharjoius 1 malli Kevä 19 Tehävä 1. Ovako seuraava funkio Lipschiz-jakuvia reaaliakselilla: a) f(x) = x 1/3, b) f(x) = x, c) f(x) = x? a) Ei

Lisätiedot

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN YYSILMIÖ J SILÄ VÄLYMIE YYSE SIIRO LJEUS HYVÄSI ÄYÄE ieoliikenneekniikka I 559 ari ärkkäinen Osa 5 4 MILLOI? Milloin ja missä kynnysilmiö esiinyy? un vasaanoimen ulon SR siis esi-ilmaisusuodaimen lähdössä

Lisätiedot

Ilmavirransäädin. Mitat

Ilmavirransäädin. Mitat Ilmairransäädin Mia (MF, MP, ON, MOD, KNX) Ød nom (MF-D, MP-D, ON-D, MOD-D, KNX-D) Tuoekuaus on ilmairasäädin pyöreälle kanaalle. Se koosuu sääöpellisä ja miaaasa oimilaieesa ja siä oidaan ohjaa huonesääimen

Lisätiedot

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A. 9. Epäoleellise inegraali; inegraalin derivoini paramerin suheen 9.. Epäoleellise aso- ja avaruusinegraali 27. Olkoon = {(x, y) x, y }. Osoia hajaanuminen ai laske arvo epäoleelliselle asoinegraalille

Lisätiedot

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto Kojemeeorologia Sami Haapaala syksy 03 Fysiika laios, Ilmakehäieeide osaso Mialaieide dyaamise omiaisuude Dyaamise uusluvu määriävä mie mialaie käyäyyy syöeide muuuessa Apua käyeää differeiaaliyhälöiä,

Lisätiedot

Systeemimallit: sisältö

Systeemimallit: sisältö Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen

Lisätiedot

Mittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M

Mittaus- ja säätölaitteet IRIS, IRIS-S ja IRIS-M Miaus- ja sääölaiee IRIS, IRIS-S ja IRIS-M KANSIO 4 VÄLI ESITE Lapinleimu Miaus- ja sääölaiee IRIS, IRIS-S ja IRIS-M IRIS, IRIS-S Rakenne IRIS muodosuu runko-osasa, sääösäleisä, sääömuerisa ai sääökahvasa

Lisätiedot

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen Soimukseneon dynamiikka: johdano ja haiallinen valikoiuminen Ma-2.442 Oimoinioin seminaari Elise Kolola 8.4.2008 S yseemianalyysin Laboraorio Esielmä 4 Elise Kolola Oimoinioin seminaari - Kevä 2008 Esiyksen

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia 8/ VÄRÄHTELYMEKANIIKKA SESSIO 8: Yhen vapausaseen paovärähely, ransieniuormiusia JOHDANTO c m x () Kuva. Syseemi. Transieniuormiusella aroieaan uormiusheräeä, joa aiheuaa syseemiin lyhyaiaisen liieilan.

Lisätiedot

KOMISSION VALMISTELUASIAKIRJA

KOMISSION VALMISTELUASIAKIRJA EUROOPAN UNIONIN NEUVOSTO Bryssel, 23. oukokuua 2007 (24.05) (OR. en) Toimielinen välinen asia: 2006/0039 (CNS) 9851/07 ADD 2 N 239 RESPR 5 CADREN 32 LISÄYS 2 I/A KOHTAA KOSKEVAAN ILMOITUKSEEN Läheäjä:

Lisätiedot

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23 LISÄTEHTÄVÄT. Maemaainen malli ja funkio 9. a) f (-) = - (-) + = - + = -6 b) f (-) = (-) - (-) + = - (-8) + = 8 + 8 + = 80. a) f ( ) = + f ( ) = 0 + = 0 ( ) = ± = ± = ai = Vasaus: = - ai = b) + = + = 0

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille . Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista Rahoiusriski ja johdannaise Mai Esola lueno Sokasisisa prosesseisa . Markov ominaisuus Markov -prosessi on sokasinen prosessi, missä ainoasaan muuujan viimeinen havaino on relevani muuujan seuraavaa arvoa

Lisätiedot

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d) Tehävä 1. Oleeaan, eä on käössä jakuva kuva, jossa (,, ) keroo harmaasävn arvon paikassa (, ) ajanhekenä. Dnaaminen kuva voidaan esiää Talor sarjana: d d d d d d O ( +, +, + ) = (,, ) + + + + ( ). (4a)

Lisätiedot

RADIOAKTIIVISEN HAJOAMISEN NOPEUS

RADIOAKTIIVISEN HAJOAMISEN NOPEUS IX RADIOAKTIIVISE HAJOAMISE OPEUS Hajoamisnopeus akiivisuus - hajoamislaki Radioakiivisen hajoamisen nopeus on kullekin nuklidille karakerisinen ominaisuus. Hajoamisnopeus, joa kusuaan yleisesi myös akiivisuudeksi,

Lisätiedot

Kuntaeläkkeiden rahoitus ja kunnalliset palvelut

Kuntaeläkkeiden rahoitus ja kunnalliset palvelut Kunaeläkkeiden rahoius ja kunnallise palvelu I LA Rapori LA Repors 30.1.2013 No 4 Kunaeläkkeiden rahoius ja kunnallise palvelu Jukka Lassila * Niku Määänen ** armo Valkonen *** * LA linkeinoelämän ukimuslaios,

Lisätiedot

Yhden selittäjän lineaarinen regressiomalli

Yhden selittäjän lineaarinen regressiomalli Moimuuujameeelmä Yhde seliäjä lieaarie regressiomalli Moimuuujameeelmä: Yhde seliäjä lieaarie regressiomalli Ilkka Melli. Yhde seliäjä lieaarie regressiomalli, se esimoii ja esaus.. Yhde seliäjä lieaarie

Lisätiedot

Suunnitteluharjoitus s-2016 (...k-2017)

Suunnitteluharjoitus s-2016 (...k-2017) 1 Suunnieluharjoius s-2016 (...k-2017) HAKKURITEHOLÄHDE Seuraavan push-pull-yyppisen hakkurieholäheen komponeni ulisi valia (muunajaa lukuunoamaa). V1 iin 230 V ± 10 % 50 Hz V3 Perusieoja kykennäsä Verkkoasasuunauksen

Lisätiedot

MAT-02450 Fourier n menetelmät. Merja Laaksonen, TTY 2014

MAT-02450 Fourier n menetelmät. Merja Laaksonen, TTY 2014 MAT-45 Fourier n meneelmä Merja Laaksonen, TTY 4..4 Sisälö Johano 3. Peruskäsieiä................................... 4.. Parillinen ja parion funkio....................... 7.. Heavisien funkio............................

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.4 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vasausen piireiden, sisälöjen ja piseiysen luonnehdina ei sido ylioppilasukinolauakunnan arvoselua. Lopullisessa arvoselussa

Lisätiedot

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11.

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11. Kemian laieekniikka 1 Koilasku 1 4.4.28 Jarmo Vesola Tuoee ja reakio: hiilimonoksidi, meanoli, meyyliformiaai C HC (1) vesi, meyyliformiaai, meanoli, muurahaishappo HC CH (2) hiilimonoksi, vesi, muurahaishappo

Lisätiedot

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu Lyhyiden ja pikien korkojen ilasollinen vaihelu Tomi Pekka Juhani Marikainen Joensuun Yliopiso Maemaais-luonnonieeellinen iedekuna / Tieojenkäsielyieeen ja ilasoieeen laios / Tilasoiede Pro Gradu -ukielma

Lisätiedot

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV. Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 Keraus K. A: III, B: I, C: II ja IV Kuvaaja: I II III IV Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 K. a) lim ( ) Nimiäjä ( ) o aia

Lisätiedot

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET TRAN TyL:n MUKASN AKUUTUKSN RTYSPRUSTT Tässä peruseessa kaikki suuree koskea eraa, ellei oisin ole määriely. Tässä peruseessa käyey lyhenee: LL Lyhyaikaisissa yösuheissa oleien yönekijäin eläkelaki TaL

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset DEE- ineaarise järjeselmä Harjoius 3, harjoiusenpiäjille arkoieu rakaisuehdoukse Ennen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu Piirianalyysin juuri suorianee

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 12: Yhden vapausasteen vaimenematon pakkovärähtely, harmoninen

VÄRÄHTELYMEKANIIKKA SESSIO 12: Yhden vapausasteen vaimenematon pakkovärähtely, harmoninen / VÄRÄHTELYMEKANIIKKA SESSIO : Yhden vapausaseen vaieneaon pakkoväähely, haoninen kuoiusheäe JOHDANTO Ulkoisisa kuoiuksisa aiheuuvaa väähelyä sanoaan pakkoväähelyksi. Jos syseeissä on vaiennusa, on kyseessä

Lisätiedot

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) ( TT/TV Inegraalimuunnokse Fourier-muunnos, ehäviä : Vasauksia Meropolia/. Koivumäki v(. Määriä oheisen signaalin Fourier-muunnos. Vinkki: Superposiio, viive. Voidaan sovelaa superposiioperiaaea, koska signaalin

Lisätiedot

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013 Kauppaieeellinen iedekuna Talousjohaminen Kandidaainukielma Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013 Monhly and Turn-of-he-Monh anomaly in he Finnish sock marke during

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 2 (viikko 6) Tehävä 1 Sovelleaan luenokalvojen sivulla 46 anneua kaavaa: A A Y Y K α ( 1 α ) 0,025 0,5 0,03 0,5 0,01 0,005 K Siis kysyy Solowin

Lisätiedot

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt SMG-500 Verolasennan numeerise meneelmä Ehdouse harjoiusen 4 raaisuisi Haeaan ensin ehävän analyyinen raaisu: dx 0 0 0 0 dx 00e = 0 = 00e 00 x = e + = 5e + alueho: x(0 = 0 0 x 0 = 5e + = 0 = 5 0 0 0 5

Lisätiedot

Luento 4. Fourier-muunnos

Luento 4. Fourier-muunnos Lueno 4 Erikoissignaalien Fourier-muunnokse Näyeenoo 4..6 Fourier-muunnos Fourier-muunnos Kääneismuunnos Diricle n edo Fourier muunuvalle energiasignaalille I: Signaali on iseisesi inegroiuva v ( d< II:

Lisätiedot

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat! MAA Koe 7..03 A-osio. Ei laskina! Valise seuraavisa kolmesa ehäväsä vain kaksi joihin vasaa! A. a) Mikä on funkion f(x) määrieljoukko, jos f( x) x b) Muua ulomuooon: 4a 8a 4 A. a) Rakaise hälö: x 4x b)

Lisätiedot

Luento 7 Järjestelmien ylläpito

Luento 7 Järjestelmien ylläpito Luno 7 Järjslmin ylläpio Ahi Salo Tknillinn korkakoulu PL, 5 TKK Järjslmin ylläpidosa Priaallisia vaihohoja Uusiminn rplacmn Ennalahkäisvä huolo mainnanc Korjaaminn rpair ❶ Uusiminn Vioiun komponni korvaaan

Lisätiedot

Öljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde

Öljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde Öljyn hinnan ja Yhdysvalojen dollarin riippuvuussuhde Kansanalousiede Pro gradu -ukielma Talousieeiden laios Tampereen yliopiso Toukokuu 2010 Jari Hännikäinen TIIVISTLMÄ Tampereen yliopiso Talousieeiden

Lisätiedot

1. Matemaattinen heiluri, harmoninen värähtelijä Fysiikka IIZF2020

1. Matemaattinen heiluri, harmoninen värähtelijä Fysiikka IIZF2020 1. Maeaainen heiluri, haroninen värähelijä Fysiikka IIZF Juha Jokinen (Selosuksesa vasaava) Janne Kiviäki Ani Lahi Miauspäivä:..9 Laboraorioyön selosus 9..9 Pendulu is a ass hanging fro a pivo poin which

Lisätiedot

SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA

SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA 1 SÄHKÖTKNIIKKA JA LKTONIIKKA X-2 2017, Kimmo Silvonen Osa II, 25.9.2017 1 Muuosilmiö ja differeniaaliyhälö Tässä luvussa rajoiuaan pääasiassa asajännieläheisiin liiyviin muuosilmiöihin, vaikka samanlainen

Lisätiedot

Laskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa

Laskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa Laskelmia verouksen painopiseen muuamisen vaikuuksisa dynaamisessa yleisen asapainon mallissa Juha Kilponen ja Jouko Vilmunen TTässä arikkelissa esieään laskelmia siiä, mien verouksen painopiseen siiräminen

Lisätiedot

10 VALON INTERFERENSSI

10 VALON INTERFERENSSI 5 VALON INTRFRNSSI Monivärise heijasukse esimerkiksi öljyisesä veden pinnasa, saippuakuplasa, cd-levysä, perhosen siivisä ja värikkäiden linujen sulisa ova seurausa valon inerferenssisä. Inerferenssi synyy,

Lisätiedot

Lasin karkaisun laatuongelmat

Lasin karkaisun laatuongelmat Rakeneiden Mekaniikka Vol. 44, Nro, 11, s. 14-155 Lasin karkaisun laauongelma Ani Aronen Tiiviselmä. Karkaisula lasila vaadiaan hyvää lujuua sekä visuaalisa laaua. Näihin voidaan vaikuaa lasin karkaisuprosessin

Lisätiedot

x v1 y v2, missä x ja y ovat kokonaislukuja.

x v1 y v2, missä x ja y ovat kokonaislukuja. Digiaalinen videonkäsiel Harjoius, vasaukse ehäviin 4-0 Tehävä 4. Emämariisi a: V A 0 V B 0 Hila saadaan kanavekorien (=emämariisin sarakkee) avulla. Kunkin piseen paikka hilassa on kokonaisluvulla kerroujen

Lisätiedot

S Signaalit ja järjestelmät Tentti

S Signaalit ja järjestelmät Tentti S-7. Signaali ja järjeselmä eni..6 Vasaa ehävään, ehävisä 7 oeaan huomioon neljä parhaien suorieua ehävää.. Vasaa lyhyesi seuraaviin osaehäviin, käyä arviaessa kuvaa. a) Mikä kaksi ehoa kanaunkioiden φ

Lisätiedot

ENERGIAN TUOTTAMISEN FYSIKAALINEN PERUSTA

ENERGIAN TUOTTAMISEN FYSIKAALINEN PERUSTA ENERGIAN TUOTTAMISEN FYSIKAALINEN ERUSTA Energia on kyky ehdä yöä ENERGIAN ALKUERÄ Ydinreakioiden energia Auringon ydinreakio Maankuoren ydinreakio Auringon säeilyenergia Lämpöenergia Ilmakehän lämpö-

Lisätiedot

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx =

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx = HY / Maemaiikan ja ilasoieeen laios Differeniaalihälö I kevä 09 Harjois 4 Rakaisehdoksia. Rakaise differeniaalihälö = (x + + Rakais: Tehdään differeniaalihälöön lineaarinen mnnos z(x = x + (x + jolloin

Lisätiedot

Ohjelmistojen suunnittelumenetelmät ja -työkalut

Ohjelmistojen suunnittelumenetelmät ja -työkalut Ohjelmisojen suunnielumeneelmä ja -yökalu Seminaariyö esauksesa Annemari Auvinen (annauvi@s.jyu.i) Anu Niemi (anniemi@s.jyu.i) 0.6.00 Sisällyslueelo Tesaus osana ohjelmisoprosessia.... Tesivaihee.....

Lisätiedot

2. Systeemi- ja signaalimallit

2. Systeemi- ja signaalimallit 2. Syseemi- ja signaalimalli Malliyyppejä: maemaainen malli: muuujien välise suhee kuvau maemaaisesi yhälöin lohkokaaviomalli: syseemin oiminojen looginen jako lohkoihin, joiden välisiä vuorovaikuuksia

Lisätiedot

JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta TARJONTA SUOMEN ASUNTOMARKKINOILLA

JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta TARJONTA SUOMEN ASUNTOMARKKINOILLA JYVÄSKYLÄN YLIOPISTO Talousieeiden iedekuna TARJONTA SUOMEN ASUNTOMARKKINOILLA Kansanalousiede Pro gradu -ukielma Helmikuu 2006 Laaia: Janne Lilavuori Ohaaa: Professori Kari Heimonen JYVÄSKYLÄN YLIOPISTO

Lisätiedot

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi:

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi: 77 Aemmn oleen, eä mars A on dagonalsouva. Tällanen on lanne äsmälleen sllon, un joasen omnasarvon geomernen eraluu on sama un algebrallnen. Täydenneään eoraa seuraavlla uloslla apaussa, jossa monnerasen

Lisätiedot

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON AMPN YLIOPISO Kauppaieeien laios OSINKOJN JA PÄÄOMAVOIOJN VOUKSN VAIKUUKS OSAKKN AVOON Laskenaoimi Seminaariukielma Helmikuu 2004 Ohjaaja: Ismo Vuorinen apani Höök 3 SISÄLLYS JOHDANO... 4. ukielman ausaa...4.2

Lisätiedot

Magneettisessa profiilitulkinnassa saaduista suskeptibiliteettiarvoista. käytettäessä kaksidimensionaalista levymallia.

Magneettisessa profiilitulkinnassa saaduista suskeptibiliteettiarvoista. käytettäessä kaksidimensionaalista levymallia. Ou kumpu O} vlalminesinä ARKSTO ' ple. '-1 Magneeisessa priiliulkinnassa saaduisa suskepibilieeiarvisa ja keskimääräisen suskepibilieein laskemisesa käyeäessä kaksidimensinaalisa levymallia. Yheenvedssa

Lisätiedot

Tehtävä I. Vaihtoehtotehtävät.

Tehtävä I. Vaihtoehtotehtävät. Kem-9.7 Prosessiauomaaion perusee Teni 5.9.5 TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA TENTIN MUKANA NIMI: (OS: ) OPINTOKIRJA: VIERAILULUENNOT KUUNNELTU: VALV. LASK: Tehävä I. Vaihoehoehävä. Oikea vasaus

Lisätiedot

Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma

Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma KSU-430/Ten 4..2008/Prof. Seppo Vranen /3 Käyövarmuuden ja kunnossapdon perusee, KSU-430: Ten ma 4..2008 Huom. Vasaus van veen kysymykseen. Funko- ja/a ohjelmoavan laskmen, musnpanojen, luenomonseden ja

Lisätiedot

BINÄÄRINEN SYNKRONINEN TIEDONSIIRTO KAISTARAJOITTAMATTOMILLA MIELIVALTAISILLA PULSSIMUODOILLA SOVITETTU SUODATIN JA SEN SUORITUSKYKY AWGN-KANAVASSA

BINÄÄRINEN SYNKRONINEN TIEDONSIIRTO KAISTARAJOITTAMATTOMILLA MIELIVALTAISILLA PULSSIMUODOILLA SOVITETTU SUODATIN JA SEN SUORITUSKYKY AWGN-KANAVASSA BINÄÄRINN SYNKRONINN IDONSIIRO KAISARAJOIAMAOMILLA MILIVALAISILLA PULSSIMUODOILLA SOVIU SUODAIN JA SN SUORIUSKYKY AWGN-KANAVASSA Millaiia aalomuooja perupuleja yypilliei käyeään? 536A ieoliikenneekniikka

Lisätiedot

SATE1050 Piirianalyysi II syksy 2016 kevät / 6 Laskuharjoitus 10 / Kaksiporttien ABCD-parametrit ja siirtojohdot aikatasossa

SATE1050 Piirianalyysi II syksy 2016 kevät / 6 Laskuharjoitus 10 / Kaksiporttien ABCD-parametrit ja siirtojohdot aikatasossa SATE050 Piirianalyysi II syksy 06 kevä 07 / 6 Tehävä. Määriä alla olevassa kuvassa esieylle piirille kejumariisi sekä sen avulla syööpiseimpedanssi Z(s), un kuormana on resisanssi k. i () L i () u () C

Lisätiedot

Piennopeuslaite FMH. Lapinleimu

Piennopeuslaite FMH. Lapinleimu Piennopeuslaie FMH Floormaser FMH on puolipyöreä uloilmalaie, joka on arkoieu käyeäväksi syrjäyävään ilmanjakoon Floormaser- järjeselmässä. KANSIO VÄLI 6 ESITE Lapinleimu.1.0 Floormaser Yleisä Floormaser

Lisätiedot

SÄHKÖN HINTA POHJOISMAISILLA SÄHKÖMARKKINOILLA

SÄHKÖN HINTA POHJOISMAISILLA SÄHKÖMARKKINOILLA TAMPEREEN YLIOPISTO Talousieeiden laios SÄHKÖN HINTA POHJOISMAISILLA SÄHKÖMARKKINOILLA Kansanalousiede Pro gradu -ukielma Tammikuu 2009 Ohjaaja: Hannu Laurila Tero Särkijärvi TIIVISTELMÄ Tampereen yliopiso

Lisätiedot

Radioaktiivisen säteilyn läpitunkevuus. Gammasäteilty.

Radioaktiivisen säteilyn läpitunkevuus. Gammasäteilty. Fysiikan laboratorio Työohje 1 / 5 Radioaktiivisen säteilyn läpitunkevuus. Gammasäteilty. 1. Työn tavoite Työn tavoitteena on tutustua ionisoivaan sähkömagneettiseen säteilyyn ja tutkia sen absorboitumista

Lisätiedot

Tuotannon suhdannekuvaajan menetelmäkuvaus

Tuotannon suhdannekuvaajan menetelmäkuvaus 1(15) Tuoannon suhdannekuvaajan meneelmäkuvaus Luku 1 Luku 2 Luku 3 Luku 4 Tuoannon suhdannekuvaajan yleiskuvaus Tuoannon suhdannekuvaajan julkaisuaikaaulu, revisoinikäyännö ja jakelu Tuoannon suhdannekuvaajan

Lisätiedot

Suomessa tuotetun minkin- ja ketunnahan elinkaariarviointi

Suomessa tuotetun minkin- ja ketunnahan elinkaariarviointi 29 Suomessa uoeun minkin- ja keunnahan elinkaariarvioini MTT:n Suomen Turkiseläinen Kasvaajain Liio ry:lle ja Turkisuoaja Oyj:lle ekemä ilausukimus Frans Silvenius, Nia Koskinen, Sirpa Kurppa, Teppo Rekilä,

Lisätiedot

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS 445 JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Kasaus kirjallisuueen Juho Kosiainen Valion aloudellinen ukimuskeskus Governmen Insiue for Economic

Lisätiedot

Monisilmukkainen vaihtovirtapiiri

Monisilmukkainen vaihtovirtapiiri Monisilmukkainen vaihovirapiiri Oeaan arkaselun koheeksi RLC-vaihovirapiiri jossa on käämejä, vasuksia ja kondensaaoreia. Kykenä Tarkasellaan virapiiriä, jossa yksinkeraiseen RLC-piiriin on kodensaaorin

Lisätiedot

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA 1 KULMMOULOITUJEN SIGNLIEN ILMISU ISKRIMINTTORILL Millaisia keinoja on PM & FM -ilmaisuun? 51357 Tieoliikenneekniikka I Osa 17 Kai Käkkäinen Kevä 015 ISKRIMINTTORIN TOIMINTKÄYRÄ J -YHTÄLÖ FM-signaalin

Lisätiedot

SUOMEN PANKIN KANSANTALOUSOSASTON TYÖPAPEREITA

SUOMEN PANKIN KANSANTALOUSOSASTON TYÖPAPEREITA SUOMEN PANKIN KANSANTALOUSOSASTON TYÖPAPEREITA 10.10.2004 1/2004 Hannes Kaadu Kuluajahinainflaaion miaaminen Yhdysvalloissa 2 Kuluajahinainflaaion miaaminen Yhdysvalloissa Kansanalousosason yöpapereia

Lisätiedot

BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 2009) Betonipäivät 2010

BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 2009) Betonipäivät 2010 DIPLOMITYÖ: BETONI-TERÄS LIITTORAKENTEIDEN SUUNNITTELU EUROKOODIEN MUKAAN (TTY 29) Beonipäivä 21 DIPLOMITYÖ prosessina Aie: yön eeäjän aloieesa Selviykse beonin, eräksen ja puun osala oli jo ey/käynnissä

Lisätiedot

YKSISIVUKAISTAMODULAATIO (SSB)

YKSISIVUKAISTAMODULAATIO (SSB) YKSISIVUKAISTAODULAATIO SSB ien kaisaa voi sääsää verrauna DSB- a A-modulaaioihin? ikä on Hilber-munnin? 5357A Tieoliikenneekniikka I Osa 9 Kari Kärkkäinen Kevä 05 YKSISIVUKAISTAODULAATION IDEA DSB & A-inormaaio

Lisätiedot

Asuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa

Asuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa TAMPEREEN YLIOPISTO Johamiskorkeakoulu Asunojen huomioini varallisuusporfolion valinnassa ja hinnoielussa Kansanalousiede Pro gradu -ukielma Elokuu 2012 Ohjaaja: Hannu Laurila Tuomo Sola TIIVISTELMÄ Tampereen

Lisätiedot

Robusti tilastollinen päättely ensimmäisen ja toisen ehdollisen momentin mallintamisessa

Robusti tilastollinen päättely ensimmäisen ja toisen ehdollisen momentin mallintamisessa Robusi ilasollinen pääely ensimmäisen ja oisen ehdollisen momenin mallinamisessa ilasoieeen pro gradu ukielma Jarmo Mika Rafael Mikkola Marraskuu SISÄLLYS JOHDANO EORIAA. Robusi kvasiuskoavuusesimoinimeneelmä.

Lisätiedot

b) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p)

b) Esitä kilpaileva myötöviivamekanismi a-kohdassa esittämällesi mekanismille ja vertaile näillä mekanismeilla määritettyjä kuormitettavuuksia (2p) LUT / Teräsrakenee/Timo Björk BK80A30: Teräsrakenee II:.5.016 Oheismaeriaalin käyö EI salliua, laskimen käyö on salliua, lausekkeia ehäväosion lopussa Vasaukse laadiaan ehäväpaperille, joka palaueava,

Lisätiedot

Piennopeuslaite FMP. Lapinleimu

Piennopeuslaite FMP. Lapinleimu Piennopeuslaie FMP Floormaser FMP on lieä uloilmalaie, joka on arkoieu käyeäväksi syrjäyävään ilmanjakoon Floormaser-järjeselmässä. KANSIO 4 VÄLI 6 ESITE 6 Lapinleimu.1.00 Floormaser Yleisä Floormaser

Lisätiedot

KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI

KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI Kauppaieeellinen iedekuna Talouden ja yriysjuridiikan laios Kandidaainukielma Rahoius KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI Currency Marke Efficiency of Developed Counries: USD Index

Lisätiedot

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1 KETJUMURTOLUVUT Harjoiuksia 209. Todisa/Prove Lause 2.2. käyäen Lausea 2.3./by using Theorem 2.3. Lause 2.4. käyäen Lausea 2.3./by using Theorem 2.3. 2. Määrää Canorin kehielmä luvuille 0,, 2, 3, 4, 5,

Lisätiedot

Radioaktiivinen hajoaminen

Radioaktiivinen hajoaminen radahaj2.nb 1 Radioaktiivinen hajoaminen Radioaktiivinen hajoaminen on ilmiö, jossa aktivoitunut, epästabiili atomiydin vapauttaa energiaansa a-, b- tai g-säteilyn kautta. Hiukkassäteilyn eli a- ja b-säteilyn

Lisätiedot

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan 87 5. Eliminoinimeneely Tarkaellaan -kokoia vakiokeroimia yeemiä + x a a x a x + a x b() x = = = +. a a x a x a x b () (3) b() x + Derivoimalla enimmäinen komponeni, ijoiamalla jälkimmäien derivaaa iihen

Lisätiedot

1 Johdanto. 2 Lähtökohdat

1 Johdanto. 2 Lähtökohdat FYSP106/K4 VIRITYSTILAN ELINAIKA 1 Johdanto Työssä tutustutaan hajoamislakiin ja määritetään 137 Ba:n viritystilan 661.7 kev keskimääräinen elinaika ja puoliintumisaika. 2 Lähtökohdat 2.1 Radioaktiivinen

Lisätiedot

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY Värähelymeaa 8. 8 USEAN VAPAUSASEEN SYSEEMIN VAIMENEMAON PAKKOVÄRÄHELY 8. Normaalmuoomeeelmä Usea vapausasee syseem leyhälöde (7.) raaseme vaa aava (7.7) a (7.8) homogeese yhälö ylese raasu { } lsäs paovomaveora

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 8 (viikko 14) Tehävä 1 LAD-käyrä siiryy ylöspäin. Ulkomaisen hinojen nousessa oman maan reaalinen vaihokurssi heikkenee 1 vaihoase vahvisuu IS-käyrä

Lisätiedot

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADY1 EKHBRD014ADY1 EKHBRD016ADY1 KÄYÖOPAS Ilma vesilämpöpumppujärjeselmän sisäyksikkö ja lisävarusee EKHBRD011ADV1+Y1 EKHBRD014ADV1+Y1 EKHBRD016ADV1+Y1

Lisätiedot

12. Luento. Modulaatio

12. Luento. Modulaatio Analoginen modulaaio Digiaalinen modulaaio. Lueno..7 Modulaaio Modulaaiossa siirreään moduloivan signaalin spekri kanoaallon aajuusalueelle, joko sien eä spekrin muoo säilyy lineaarisessa modulaaiossa,

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 6, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 6, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset DEE- ineaarie järjeelmä Harjoiu 6, harjoiuenpiäjille arkoieu rakaiuehdouke Tää harjoiukea käiellään aplace-muunnoa ja en hyödynämiä differeniaaliyhälöiden rakaiemiea Tehävä Määrielmän mukaan funkion f

Lisätiedot

Termiinikurssi tulevan spot-kurssin ennusteena

Termiinikurssi tulevan spot-kurssin ennusteena TAMPEREEN YLIOPISTO Talousieeiden laios Termiinikurssi ulevan spo-kurssin ennuseena Kansanalousiede Pro gradu-ukielma Talousieeiden laios Tampereen yliopiso 28.2.2006 Ville Kivelä 1 TIIVISTELMÄ Tampereen

Lisätiedot

Harjoitus 2: Matlab - Statistical Toolbox

Harjoitus 2: Matlab - Statistical Toolbox Harjoitus 2: Matlab - Statistical Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen tavoitteet Satunnaismuuttujat ja todennäköisyysjakaumat

Lisätiedot