Simulointimalli mellakkapoliisin resurssien kohdentamiseen
|
|
- Arto Armas Leppänen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Aalto-yliopisto Perustieteiden korkeakoulu Teknillisen fysiikan ja matematiikan tutkinto-ohjelma Simulointimalli mellakkapoliisin resurssien kohdentamiseen kandidaatintyö 8. tammikuuta 2013 Eero Rantala Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta osin kaikki oikeudet pidätetään.
2 AALTO-YLIOPISTO KANDIDAATINTYÖN TIIVISTELMÄ PERUSTIETEIDEN KORKEAKOULU PL 11000, Aalto Tekijä: Eero Rantala Työn nimi: Simulointimalli mellakkapoliisin resurssien kohdentamiseen Tutkinto-ohjelma: Teknillisen fysiikan ja matematiikan tutkinto-ohjelma Pääaine: Systeemitieteet Pääaineen koodi: F3010 Vastuuopettaja: Prof. Raimo P. Hämäläinen Ohjaaja: TkT Kai Virtanen Tiivistelmä: Tässä työssä tarkastellaan resurssien kohdentamistehtävää mellakkapoliisin näkökulmasta ja rakennetaan tehtävän ratkaisemiseksi simulointimalli. Poliisin tavoitteena on torjua mellakoita ohjaamalla partioita asemista eri kohteisiin ja ylläpitämällä kohteissa mellakoiden torjuntavoimaa korvaamalla kohteessa olevat partiot uusilla partioilla. Mellakkapoliisin resurssien kohdentamistehtävä on tulkittavissa yhtäältä resurssien allokointitehtäväksi ja toisaalta aikatauluttamistehtäväksi. Mellakkapoliisi haluaa ylläpitää mahdollisimman hyvää kykyä torjua mellakkajoukot, kun nämä lähtevät etenemään kokoontumispisteeltään tai mellakkapoliisi haluaa ylläpitää jatkuvaa suojausta ennalta tiedossa olevissa kohteissa. Kumpaankin mellakkapoliisin tehtävään esitetään työssä ratkaisu. Mellakantorjuntatasatarkastelu kertoo milloin ja missä mellakkapoliisin partiot kohtaavat mellakoitsijat. Aikataulutarkastelu kertoo kuinka hyvin mellakkakohteessa onnistutaan saavuttamaan voimavaatimus ja miten partioita tulee aikatauluttaa huollon ja toimintakohteen välillä. Annetulla ryhmityksellä voidaan toteuttaa myös maantieteellinen voiman riittävyystarkastelu, joka perustuu aikataulutarkasteluun. Saadut tulokset voidaan ilmaista kolmen erilaisen mittarin avulla. Työssä esitellään esimerkkitarkastelu ja muutamia mitä jos -tarkasteluja. Nämä osoittavat, että työssä kehitetty heuristiikka on nopea ja riittävän hyvä ratkaisutapa mellakkapoliisin resurssien kohdentamistehtävän ratkaisemiseen. Päivämäärä: 8. tammikuuta 2013 Sivumäärä: 37 Kieli: Suomi Avainsanat: Aikataulutus, Heuristiikka, Simulointi
3 Sisältö 1 Johdanto 1 2 Kohdentamistehtävän lähtötiedot Asema Poliisipartio Toimintakohde Mellakkajoukko Tarkastelut Mellakantorjuntatasa Aikataulu Voiman riittävyys Ratkaisumenettelyt Mellakantorjuntatasa Aikataulu Voiman riittävyys Esimerkkitarkastelut Mellakantorjuntatasa Aikataulu Voiman riittävyys Mitä jos -tarkastelut Valmiuksien vaikutus mellakantorjuntatasaan Huolto- ja polttoaineresurssien vaikutus aikatauluun Tarkastelujen laskennallinen vaativuus Yhteenveto 35 Viitteet 37
4 1 JOHDANTO 1 1 Johdanto Tässä työssä tarkastellaan resurssien kohdentamistehtävää mellakkapoliisin näkökulmasta. Poliisin tavoitteena on torjua mellakoita ohjaamalla partioita asemista eri kohteisiin ja ylläpitämällä kohteissa mellakoiden torjuntavoimaa korvaamalla kohteessa olevat partiot uusilla partioilla. Poliisilla tulee olla myös kyky arvioida kokoontumispisteeltään etenemään lähtevien mellakkajoukkojen uhkaa. Toisaalta poliisilla tulee olla kokonaiskuva siitä, mihin voimaa kyetään keskittämään ja kuinka laajalle mellakkajoukot ehtivät edetä, ennen kuin mellakkapoliisin partioilla on mahdollisuus torjua heidät. Lisäksi on oleellista tietää, että miten poliisijoukon valmiusviiveet asemissa vaikuttavat mellakan torjuntakykyyn. Mellakkapoliisilla oletetaan olevan tässä työssä kahden tyyppisiä tavoitteita. Yhtäältä mellakkapoliisi haluaa ylläpitää mahdollisimman hyvää kykyä torjua mellakkajoukot, kun nämä lähtevät etenemään kokoontumispisteeltään. Toisaalta mellakkapoliisilla voi olla ennalta tiedossa kohteita, joissa tarvitaan jatkuva suoja, tai mellakkakohteita voi ilmaantua yllättäen, jolloin poliisin pitää keskittää alueelle jatkuvaa torjuntavoimaa. Mellakkapoliisin resurssien kohdentamistehtävä on tulkittavissa yhtäältä resurssien allokointitehtäväksi ja toisaalta aikatauluttamistehtäväksi. Resurssien allokointitehtävällä [2, s. 6] tarkoitetaan kokonaislukutehtävää, jossa on monta resurssirajoitetta ja päätösmuuttujaa, mutta ei aikariippuvuutta. Tehtävässä pyritään optimoimaan kohdefunktiota tai löytämään käypä ratkaisu, joka täyttää kaikki rajoitusehdot. Esimerkiksi sairaaloilla on henkilöstötarpeita, jotka muuttuvat päivittäin. Jos sairaalalle luodaan työvuorolista yhdelle päivälle on kyseessä resurssien allokointitehtävä, jossa henkilöstöresursseja allokoidaan tarvittaviin työtehtäviin. Aikatauluttamisella tarkoitetaan resurssien allokointia, jossa resurssit ovat ajan funktiona toisistaan riippuvaisia. Esimerkiksi, jos sairaala haluaa luoda työvuorolistan kuukaudeksi eteenpäin, kyseessä on aikatauluttamistehtävä [3, s ]. Sama lääkäri ei voi hoitaa useaa peräkkäistä vuoroa, koska peräkkäisten päivien työvuorot ovat toisistaan riippuvaisia. Yleisiä algoritmejä aikataulutustehtävän ratkaisemiseen on käsitelty laajasti Bruckerin kirjassa [4]. Sotilastehtäviin soveltuvia algoritmeja on käsitelty laajasti Jaiswalin kirjassa [5]. Nämä ongelmat ja niiden ratkaisut ovat sovellettavissa myös mellakkapoliisin resurssien kohdentamistehtävässä. Monissa lentotehtävissä on samoja piirteitä kuin mellakkapoliisin resurssien kohdentamisessa. Sotilaslentokoneiden optimaalista lento- ja huoltoaikatauluja on ratkottu sekalukuoptimoinnilla [9] ja heuristiikalla [7], mutta kum-
5 1 JOHDANTO 2 massakin viitteessä tarkastellaan pitkän aikavälin huolto- ja käyttösuunnitelmia, eikä yksittäiseen tehtävään liittyvää aikataulua. Siviili-ilmailun puolella on tutkittu optimaalisia lentoaikatauluja [6], jossa lentokalusto ja lentoreitit sovitetaan mahdollisimman hyvin yhteen oletettujen matkustajavirtojen kanssa. Tässä viitteessä esiintyy muun muassa käsite minimikääntöaika, joka kertoo kuinka pian koneen laskeuduttua sama kone voi nousta jälleen ilmaan. Minimikääntöaika on suoraan sovellettavissa mellakkapoliisin tehtävään. Siviili-ilmailun aikataulutustehtäviä ei voida sellaisenaan hyödyntää mellakkapoliisin resurssien kohdentamisessa, koska siviili-ilmailussa lentoaikataulun määräävä tekijä on potentiaalinen kysyntä, eikä kohdennettavan resurssin jatkuva oleskelu kohteessa, kuten mellakkapoliisin tehtävässä. Mellakkaongelmia on ratkottu geneettisillä algoritmeilla [1], mutta tässä tarkastelussa ei ole huomioitu mellakkapoliisin tarvetta tukeutua asemiin. Kuva 1: Kahden partion aikataulu. Punaisella kiinteällä viivalla on esitetty aikataulun osa, joka on monistettu kahdesti. Monistetut aikataulun osat ovat esitetty katkoviivoituksella. Tässä työssä käsiteltävää mellakkapoliisin resurssien kohdentamistehtävää on tarkasteltu viitteessä [8], jossa on etsitty tehtävälle syklisiä ratkaisuja. Syklinen ratkaisu tarkoittaa aikataulua, jossa tietyn ajan kuluttua jokin aikataulun osa monistuu. Välttämätön edellytys monistumiselle on, että aikataulussa ilmenee äärellisessä ajassa kaksi täsmälleen samanlaista tilaa. Tällainen tila voi olla esimerkiksi, että kaikki partiot ovat huollettuina ja lähtövalmiina määrätyissä asemissa. Oletuksena on, että samoista lähtökohdista seuraa sama lopputulema. Kuvassa 1 on esitetty syklinen tilanne, jossa kahta partiota käytetään toimintakohteessa, jossa on yhden partion jatkuva voimavaatimus. Kiinteällä viivalla on esitetty aikataulun osa, jossa alku- ja loppuhetki ovat identtiset. Tämä aikataulun osa toistuu kahdesti, joka on kuvassa
6 1 JOHDANTO 3 esitetty katkoviivoituksella. Syklinen ratkaisu on helppo rikkoa käyttämällä ei-kokonaislukuparametreja, kuten kuvassa 2. Kuva 2: Kahden partion aikataulu. Punaisella kiinteällä viivalla on esitetty aikataulun osa joka ei monistu. Katkoviivoituksella on esitetty vastaava aika kuin kiinteällä viivalla. Partio 1 on eri tilanteessa ensimmäisen ja toisen ajanjakson jälkeen, joten aikataulu ei ole monistuva. Tässä työssä rakennetaan simulointimalli mellakkapoliisipartioiden resurssien kohdentamistehtävän ratkaisemiseen. Simulointimalli tuottaa ratkaisun niin syklisessä kuin ei-syklisessä tapauksessa. Jälkimmäiset ovat käytännössä huomattavasti yleisempiä. Mallissa on poliisin asemia, joissa on rajallinen huoltokyky. Poliisipartiot toteuttavat mellakantorjuntatehtäviä toimintakohteissa ja tukeutuvat asemiin. Toimintakohteen ja aseman välille oletetaan esteetön suoraviivainen siirtyminen. Simulointimalli ohjelmoidaan Matlabalustalla [10]. Työssä esitellään mellakkapoliisin kolme erilaista tarkastelua, jotka vastaavat kysymyksiin: 1. Minkälaisella aikataululla poliisipartioita pystytään tehokkaasti allokoimaan? 2. Kuinka laajalle mellakoitsijat ehtivät etenemään ennen kuin poliisilla on mahdollisuus torjua heidät? 3. Minne ja kuinka paljon voimaa kyetään keskittämään annetulla ryhmityksellä? Työssä esitetään näiden tarkasteluiden laskennalliset toteuttamiset.
7 2 KOHDENTAMISTEHTÄVÄN LÄHTÖTIEDOT 4 2 Kohdentamistehtävän lähtötiedot Kohdentamistehtävän esimerkkitehtävän lähtötiedot esitellään taulukossa 1 ja kuvassa 3. Näitä lähtötietoja tullaan käyttämään läpi koko työn. Sinisen asemat ja osastot ovat poliisijoukkoja, joiden toimintaa halutaan tutkia. Punainen viittaa mellakoitsijoihin. Jokaisessa sinisen asemassa on tallipaikkoja, jotka on merkitty kuvaan 3 pienillä sinireunaisilla neliöillä. Sinireunainen neliö, jossa on oranssi sisus, on pikahuoltopaikka, jossa partio huolletaan puolet nopeammin kuin normaalissa huollossa. Pikahuollon rajoitteena on se, että partio ei voi käydä kahdesti peräkkäin pikahuollossa. Sinisen partiot on esitetty kuvassa 3 pienillä sinireunaisilla ympyröillä ja ne on asetettu lähtötallipaikkojensa alle. Toimintakohteet ovat paikkoja, joissa mellakoita torjutaan tai joita suojataan ja Taulukko 1: Esimerkkitehtävän alkuparametrit. Asemat Nimi Sijainti Tallipaikat Fremont x:355,4 y:254,2 2xNORM AS, 1xPIKA Luther x:182,3 y: 32,5 2xNORM AS, 1xPIKA Brohman x:308,9 y:189,5 2xNORM Baldwin x:249,5 y:141,4 2xNORM Tallipaikat Kääntöaika Aseet NORM 42 ei NORM AS 42 kyllä PIKA 21 ei Poliisipartiot Polttoaine Aseet Nopeus Kulutus Nimet ja lähtöviiveet FRE 0, FRE 2, LUT 0, LUT 2, BRO 0, BRO 2, BAL 0, BAL 2 Toimintakohteet Nimi Sijainti VV 1 MOA 2 PA kul. 3 Ase kul. 4 North x:479,7 y:185, South x: 0 y: Punaisen joukot Nopeus Toiminta-aika Lähtöviive Nimet MES, BUC 1 Voimavaatimus 2 Minimioleskeluaika 3 Polttoaineen kulutus 4 Aseiden kulutus
8 2 KOHDENTAMISTEHTÄVÄN LÄHTÖTIEDOT 5 North Fremont Brohman Baldwin Luther South Sinisen partio Punaisen joukko Sinisen tallipaikka Sinisen pikahuolto Voimavaatimus Mesick Buckley Kuva 3: Esimerkkitehtävän lähtötiedot.
9 2 KOHDENTAMISTEHTÄVÄN LÄHTÖTIEDOT 6 ne on merkitty kuvaan 3 mustalla vinoneliöllä. Jokaiseen toimintakohteeseen vaaditaan tietty määrä poliisipartioita ja tämä määrä on kohteen voimavaatimus. Voimavaatimus on merkitty kunkin toimintakohteen viereen pienillä mustareunaisilla neliöillä. Punaisen joukot on merkitty punaisilla ympyröillä asemiensa viereen. Punaisen asemissa ei mallinneta huoltoresursseja. Taulukossa 1 esiintyvät parametrit kuvataan tarkemmin seuraavissa kappaleissa. 2.1 Asema Asemat ovat kiinteitä paikkoja, joista poliisipartiot lähtevät liikkeelle ja joihin partiot palaavat jokaisen toimintakohteessa vierailun päätteeksi. Aseman ominaisuudet ovat sijainti ja tallipaikat. Sijainti määrittää aseman koordinaatit kaksiulotteisessa tasossa. Tallipaikat ovat aseman sisällä yksiköitä, joissa partioita huolletaan ja joissa partiot voivat odottaa seuraavaan tehtävään lähtöä. Yhdelle tallipaikalle mahtuu kerrallaan yksi partio. Tallipaikoilla partio saa polttoainetäydennyksen ja mahdollisen asetäydennyksen. Esimerkin mukaisessa tilanteessa taulukossa 1 on asetäydennyskyky merkitty tunnuksella AS. Jokaisella tallipaikalla on oma kääntöaikansa, joka ilmaisee kuinka kauan huoltotoimissa kokonaisuudessaan kestää ja kuinka pian partio on jälleen lähtövalmis uuteen tehtävään. Pikahuollossa suoritetaan ainoastaan polttoainetäydennys, kun normaalihuollossa suoritetaan polttoainetäydennyksen lisäksi muita huolto- ja tarkistustoimenpiteitä. Pikahuollon kääntöaika on puolet normaalihuollon kääntöajasta. Partio ei voi käydä kahdesti peräkkäin pikahuollossa, vaan jokaisen pikahuollon jälkeen on seuraavaksi palattava normaalihuoltoon. Tehtävässä ei huomioida polttoaineen tai aseiden loppumista tallipaikoilta, vaan kulutuksia ainoastaan seurataan. 2.2 Poliisipartio Partio on mellakkapoliisin perusyksikkö, joka koostuu pienestä poliisiryhmästä ja näiden kalustosta. Partiota ei missään vaiheessa eroteta yksittäisiin osiinsa, eikä partion sisäiseen toimintaan oteta kantaa. Partio on ensimmäiseen tehtävään lähtiessään yhdellä aseman tallipaikalla, josta partio pääsee liikkeelle lähtöviiveen jälkeen. Lähtöviive vaikuttaa partion lähtövalmiuteen vain alkutilanteessa, kun partiot lähtevät ensimmäiseen mellakantorjuntatehtäväänsä. Kohteesta palatessaan partio ei välttämättä palaa takaisin samaan asemaan ja samalle tallipaikalle, josta lähti liikkeelle. Polttoaineen määrä on partion yhteenlaskettu polttoaineen kantokapasiteetti ja polttoaine täydennetään täyteen kapasiteettiin jokaisen huollon yhteydes-
10 2 KOHDENTAMISTEHTÄVÄN LÄHTÖTIEDOT 7 sä. Partiolla on tietty määrä aseita mukanaan, joita kuluu toimintakohteessa. Esimerkkitehtävässä North-toimintakohde ei kuluta yhtään asetta ja Southtoimintakohde kuluttaa yhden aseen. Aseet täydennetään jokaisella tallipaikalla, jolle on määritetty asetäydennyskyky. Mikäli partion aseiden määrä laskee alle yhden, hakeutuu partio tallipaikalle, josta on aseita saatavilla. Partiolla on vakionopeus, jolla partio siirtyy asemasta toimintakohteeseen. Siirtymän aikana partio kuluttaa polttoainetta vakiomäärän aikayksikössä. Toimintakohteessa polttoaineen kulutus riippuu toimintakohteen tyypistä. 2.3 Toimintakohde Toimintakohteen oleellisimmat parametrit ovat sijainti ja voimavaatimus. Sijainti määrittää toimintakohteen koordinaatit kaksiulotteisessa tasossa ja voimavaatimus määrää partioiden lukumäärän, joka vaaditaan olevan toimintakohteessa jatkuvasti paikalla. Minimioleskeluaika on aika, jonka partion tulee vähintää viettää toimintakohteessa. Tulkinta minimioleskeluajalle on, että tämä on pienin aika, josta voidaan katsoa olevan oleellista hyötyä tehtävän toteuttamisen kannalta. Mikäli partio ei kykene olemaan minimioleskeluaikaa toimintakohteessa, sitä ei sinne lähetetä. Toimintakohteen aktivoitumisaika on ajanhetki, jolloin kohteessa tulee olla ensimmäisen kerran voimavaatimusta vastaavat partiot. Toimintakohteen sanotaan tällöin aktivoituneen. Aktivoitumisaika voidaan tulkita varoitusajaksi, joka annetaan partioille valmistautumiseen. Deaktivoitumisaika on ajanhetki, jolloin kohteessa ei enää vaadita partioita. Toimintakohteen sanotaan tällöin deaktivoituneen. Polttoaineen kulutus on toimintakohteessa olevan partion polttoaineen kulutus aikayksikköä kohti. Toimintakohde kuluttaa aseiden kulutuksen mukaisen määrän aseita partiolta. 2.4 Mellakkajoukko Mellakkajoukot, eli punaiset, ovat toimijoita, joiden käyttäytymistä ei tunneta tarkasti, mutta joista voidaan tehdä seuraavia olettamuksia. Punaisella on joukkoja, jotka lähtevät asemistaan liikkeelle oman lähtöviiveensä jälkeen ja etenevät asemasta suoraviivaisesti eteenpäin vakionopeudella. Punaisen toimintaresursseja, kuten mahdollista polttoaineen kulutusta ei oteta huomioon, vaan punaiset pystyvät etenemään toiminta-ajan määräämissä puitteissa eteenpäin.
11 3 TARKASTELUT 8 3 Tarkastelut Kohdentamistehtävä voidaan ratkaista kolmen eri tarkastelun avulla. Mellakantorjuntatasatarkastelussa ratkaistaan mellakantorjuntatasa, eli leikkausviiva, jossa siniset ja punaiset kohtaavat, kun molemmat lähtevät etenemään asemistaan. Aikataulutarkastelussa ratkaistaan resurssien allokointi annettuihin toimintakohteisiin. Aikataulutarkastelu tuottaa yksityiskohtaisen aikataulun, josta käy ilmi missä kunkin partio tietyllä ajanhetkellä tulee olla. Voiman riittävyystarkastelussa ratkaistaan maantieteelliset alueet, joilla annetun tyyppinen toimintakohde kyetään ylläpitämään. Tarkasteluväli on maksimiaika, johon asti partioita osoitetaan toimintakohteisiin. Mikäli jollekin toimintakohteelle ei ole määritetty deaktivoitumisaikaa, niin laskenta keskeytetään kun tarkasteluajanväli saavutetaan. Muussa tapauksessa laskentaa jatketaan kunnes kaikki toimintakohteet ovat deaktivoituneet. 3.1 Mellakantorjuntatasa Mellakantorjuntatasatarkastelussa ratkaistaan, missä kohdassa sinisen partiot kohtaavat punaisen joukot ensi kertaa. Mellakantorjuntatasa piirtyy kartalle siihen kohtaan, jossa mellakkapoliisipartioiden ja punaisen joukkojen on mahdollista kohdata ensimmäistä kertaa, kun kumpikin on edennyt asemistaan suoraviivaisesti mellakantorjuntatasalle. Mellakantorjuntatasan muodostuminen voidaan hahmottaa visuaalisesti seuraavalla tavalla. Asemista lähtee laajenemaan kantama-alueeksi kutsuttu ympyrä, joka kertoo minne kaikkialle partio tai joukko voi ehtiä kyseisessä ajassa. Kun sinisen ja punaisen kantama-alueet osuvat ensi kertaa toistensa reunoihin, alkaa tähän leikkauspisteeseen muodostua mellakantorjuntatasaa. Kun kantama-alueet laajentuvat, piirtyy lisää mellakantorjuntatasaa alueiden leikkauspisteeseen. Mellakantorjuntatasan muodostuminen on havainnollistettu kuvassa 4, jossa on asetettu päällekkäin neljä tilannekuvaa eri ajanhetkiltä. Kuvassa punaisen joukko lähtee nollahetkellä liikkeelle ja sinisen partio viisi minuuttia myöhemmin. Lisäksi punaisen joukon etenemisvauhti on sinistä suurempi, jotta mellakantorjuntatasan kaareva luonne korostuisi paremmin. Huomaa, että mellakantorjuntatasa kulkee ympyröiden leikkauspisteiden kautta. Erikoistapauksessa, jossa sinisen partion ja punaisen joukon etenemisnopeus on täsmälleen sama ja lähtöaika asemasta on täsmälleen sama, muodostuu mellakantorjuntatasasta suora viiva, joka on ortogonaalinen asemien yhdistävän janan suhteen. Mellakantorjuntatasoja voidaan laskea ensimmäisenä kohtaa-
12 3 TARKASTELUT 9 vien sinisen partion ja punaisen joukon lisäksi myös tilanteille, joissa on mahdollista enintään kahden sinisen partion tai punaisen joukon kohdata. 3.2 Aikataulu Aikataulutarkastelun tavoitteena on löytää mahdollisimman hyvä aikataulu, jonka mukaisesti toimintakohteisiin osoitetaan sinisen partioita. Aikataulun hyvyys määritellään siten, että toimintakohteen voimavaatimus on täytetty mahdollisimman suuren osan ajasta. Täydellisessä aikataulussa kaikkien toimintakohteiden voimavaatimukset ovat täyttyneet tarkasteluvälillä. Aikataulu määrää yksityiskohtaisesti paikan, jossa kunkin partion on kulloinkin oltava tietyllä ajanhetkellä. Ratkaisusta käy ilmi mihin toimintakohteeseen partion on mentävä ja mihin asemaan ja mille tallipaikalle partio palaa. Aikataulu antaa myös tarkat ajanhetket milloin partion on lähdettävä asemasta, kuinka kauan partio voi olla toimintakohteessa, mihin aikaan partio saapuu huoltoon ja milloin partio on lähtövalmis seuraavaan toimintakohteeseen. Lisäksi ratkaisusta käy ilmi partion polttoaineen ja aseiden määrä kullakin hetkellä. Koska partiot kykenevät olemaan toimintakohteessa suhteellisen lyhyitä aikoja kerrallaan, joudutaan partioita kierrättämään runsaasti toimintakohteiden ja asemien välillä. Mikä partio toimintakohteeseen osoitetaan ja minne partion kannattaa mennä huoltoon on voimakkaasti riippuvainen aikaisemmasta aikataulusta, eli muiden partioiden toiminnasta. Kun partio joutuu poistumaan toimintakohteesta ja suuntaamaan huoltoon, tulisi kyseiselle toimintakohteelle saada korvaava partio samanaikaisesti, kun edellinen partio poistuu. Kun partio saapuu huoltoon, se varaa tallipaikan itselleen ja poissulkee kyseisen tallipaikan käytön muilta partioilta. Resurssit eivät aina riitä ja toimintakohteen voimavaatimukseen ei kyetä vastaamaan. Toimintakohteeseen ei aina saada partioita ajoissa, jolloin kohteeseen jää riittämätön määrä partioita. Aikataulu on sitä huonompi mitä useammin voimavaatimukseen ei kyetä vastaamaan. Kaikkein huonoin on tilanne, jossa yhtäältä on vajetta ja toisaalta valmiudessa odottavia partioita. 3.3 Voiman riittävyys Voiman riittävyystarkastelussa ratkaistaan sinisen näkökulmasta, kuinka paljon voimaa kullekin maantieteelliselle alueelle pystytään keskittämään. Aikataulutarkastelu on voiman riittävyystarkastelun osatehtävä. Voiman riittävyystarkastelun ratkaisuna saadaan kuvapisteistö, jonka värit kertovat va-
13 3 TARKASTELUT 10 viive 0, nopeus 650 Aika: 15,25 20,25 25,25 30,25 viive 5, nopeus 590 Kuva 4: Mellakantorjuntatasa esitetty punaisella viivalla. Kuvassa on päällekkäin neljä kantama-alueen kuvaa eri ajanhetkiltä, jotka on osoitettu viivalla. Punaisen ja sinisen kantama-alueiden reunapisteet samalla ajanhetkellä muodostavat mellakantorjuntatasan.
14 4 RATKAISUMENETTELYT 11 litun mittarin mukaan kuinka hyvin toimintakohteen voimavaatimukseen on kyetty vastaamaan. Voiman riittävyyttä kuvataan kolmella erilaisella mittarilla. Yhtäjaksoisen voiman toteutuminen kertoo aikayksiköissä kuinka pitkään toimintakohteessa on kyetty ylläpitämään vaadittu määrä partioita toimintakohteen aktivoitumisajasta alkaen. Yhtäjaksoisen voiman toteutuminen katkeaa kun ensimmäisen kerran toimintakohteeseen ei kyetä osoittamaan uutta partiota poistuvan partion tilalle. Yhtäjaksoisen voiman toteutuminen on nolla, jos toimintakohteeseen ei kyetä osoittamaan tarvittavaa osastomäärää heti kun toimintakohde aktivoituu. Täyden voiman toteutuminen kertoo prosentuaalisesti kuinka suuren osan ajasta toimintakohteessa on kyetty ylläpitämään vaadittu määrä partioita. Täyden voiman toteutumisessa lasketaan yhteen kaikki ajanhetket, jolloin on täysimääräisesti vastattu voimavaatimukseen. Täyden voiman laskenta ei siis katkea ensimmäiseen vajeeseen, mutta jättää kaikki ei-täydet voimavaatimuksen ajanhetket huomioimatta. Keskimääräisen voiman toteutuminen on keskiarvo toteutuneesta voimasta toimintakohteen aktivoitumisen ja deaktivoitumisen välillä. Tällä mittarilla otetaan huomioon vajeiden suuruus kullakin ajanhetkellä. 4 Ratkaisumenettelyt Mellakkapoliisin resurssien kohdentamistehtävä ratkaistaan käyttämällä Matlabilla rakennettua simulointimallia. Toteutettu simulointimalli on deterministinen, koska samoilla lähtötiedoilla saadaan aina yksikäsitteinen tulos. Simuloinnissa ei ole satunnaisuutta missään vaiheessa. Tehtävän parametrien syöttämisen helpottamiseksi simulointimallia käytetään graasen käyttöliittymän kautta. Graasen käyttöliittymän avulla esitetään myös kaikki tulokset. 4.1 Mellakantorjuntatasa Mellakantorjuntatasan laskenta-algoritmi alkaa kaikkien sinisten partioiden ja punaisten joukkojen kohtaustasojen laskennalla. Kohtaustasa on sama kuin mellakantorjuntatasa tilanteessa, jossa kummallakin osapuolella on vain yksi partio tai joukko. Kaikkien sinisten ja punaisten pareittaisista yhdistelmistä muodostuu kohtaustasaverkko. Mellakantorjuntatasa on aina tämän kohtaustasaverkon osajoukko. Kuvassa 5 on esitetty esimerkkitehtävän mel-
15 4 RATKAISUMENETTELYT 12 Kuva 5: Paksu viiva on esimerkkitehtävän mellakantorjuntatasa ja ohuet viivat ovat kohtaustasoista muodostunut verkko.
16 4 RATKAISUMENETTELYT 13 lakantorjuntatasa ja kohtaustasat. Erään kohtaustasan yksittäisen pisteen laskenta on esitetty kuvassa 6. O s on sinisen lähtöaseman sijainti ja vastaavasti B on punaisen lähtöaseman sijainti. Sinisen nopeus aikayksikön t suhteen on v s ja punaisen nopeus on v p. Kohtaustasa lasketaan diskretoimalla sinisen partion lähtösuunnat S puoliympyrältä π/2 radiaania vektorin O s B molemmin puolin tasavälein. Lähtösuunnat kattavat yhteensä kulman π. Tässä työssä on käytetty 53 lähtösuunnan diskretointia. Kullekin lähtösuunnalle lasketaan piste C, johon sinisen partio ja punaisen joukko ehtivät samalla ajanhetkellä. Punaisen lähtösuunta ei ole ennalta tiedossa vaan se määräytyy pisteen C perusteella implisiittisesti. Sinisen ja punaisen lähtösuunnat skaalataan vastaamaan matkaa, jonka sininen ja punainen kulkevat aikayksikössä. Skaalattuja vektoreita merkitään S t siniselle ja BC t punaiselle. Sinisen ja punaisen lähtöviiveet tulee ottaa huomioon laskennassa. Sinisen alkuperäistä lähtöpistettä O s siirretään taaksepäin vektorin S suunnassa sinisen nopeuden v s kertaa sinisen lähtöviiveen määräämän matkan verran. Näin sinisen sijainti on nyt pisteessä H s. Seuraavaksi huomioidaan punaisen lähtöviive siirtämällä sinisen lähtöpistettä eteenpäin vektorin S suunnassa sinisen nopeuden v s kertaa punaisen lähtöviiveen määräämän matkan verran. Näin sinisen sijainti on nyt pisteessä A ja punaisen sijainti on alkuperäisessä lähtöpisteessään B. Sininen etenee ajassa t matkan t S t, jolloin sininen on pisteessä A + t S t. Nyt on löydettävä ajan t funktiona määräytyvä piste C = A + t S t, johon sininen ja punainen saapuvat molemmat ajanhetkellä t. Punainen kulkee asemastaan kohtaustasalle matkan BC = C B. Punaisen matkaan kuluttama aika lasketaan jakamalla matka nopeudella t = BC ( BC) BC =, v p v p eli (t ) 2 v 2 p = ( BC) BC. Sijoitetaan pisteen C yhtälö yllä olevaan kaavaan (t ) 2 v 2 p = (A + t S t B) (A + t S t B). Merkitään vektoreiden alkioita A = (e, f), B = (k, l) ja S t = (q, r), jolloin saadaan vektorilaskut purettua skalaarioperaatioiksi. Tällöin saadaan (t ) 2 v 2 p = (e + t q k) 2 + (f + t r l) 2
17 4 RATKAISUMENETTELYT 14 B BC t nopeus v p C S S t O s nopeus v s A H s Kuva 6: Kohtaustasan yksittäisen pisteen laskenta. O s on sinisen ja B punaisen lähtöaseman sijainti. v s on sinisen ja v p punaisen nopeus aikayksikön t suhteen. S on eräs diskretoitu suunta π/2 radiaania vektorin O s B molemmin puolin. S t on matka, jonka sininen kulkee aikayksikössä. H s on laskennallinen piste, johon sininen siirretään pisteestä O s matkan S t kertaa lähtöviive verran ja josta sininen etenee pisteeseen A matkan S t kertaa punaisen lähtöviive. Punaista ei siirretä. Punainen ja sininen kohtaavat pisteessä C, joka tulee ratkaista. BC t on matka, jonka punainen etenee aikayksikössä.
18 4 RATKAISUMENETTELYT 15, ja edelleen (t ) 2 v 2 p = e 2 +(t ) 2 q 2 +k 2 +2(et q ek t qk)+f 2 +(t ) 2 r 2 +l 2 +2(ft r fl t rl), eli (t ) 2 (vp 2 q 2 r 2 ) +t 2(qk + rl eq fr) + (2ek + 2fl e 2 k 2 f 2 l 2 ) = 0. }{{}}{{}}{{} a b c Ajanhetki t ratkeaa toisen asteen yhtälön ratkaisukaavalla t = b ± b 2 4ac 2a, tai erikoistapauksessa, jossa sinisen ja punaisen nopeudet ovat täsmälleen samat t = c/b. Ajanhetken t mukaan saadaan piste C = A + t S t laskettua, joka on yksi kohtaustasan muodostavista pisteistä. Laskenta toistetaan jokaiselle diskretoidulle suunnalle puoliympyrältä, jolloin pisteistä saadaan muodostettua yksi kohtaustasa. Kohtaustasa määrätään jokaiselle parille sinisen partioita ja punaisen joukkoja. Kun kaikki kohtaustasat on laskettu, määrätään kaikkien kohtaustasojen leikkauspisteet. Leikkauspisteet ovat oleellisia mellakantorjuntatasan muodostamisessa, sillä mellakantorjuntatasa koostuu kohtaustasojen segmenteistä ja nämä segmentit liittyvät toisiinsa leikkauspisteessä. Mellakantorjuntatasan muodostaminen lähtee liikkeelle ensimmäisestä ajanhetkestä, jolloin sininen ja punainen voivat kohdata. Tämä piste otetaan lähtöpisteeksi ja lähdetään kulkemaan pitkin kohtaustasan pisteitä, kunnes vastaan tulee ensimmäinen kohtaustasojen leikkauspiste. Leikkauspisteessä tarkastellaan minkä kohtaustasan segmentillä mellakantorjuntatasaa jatketaan. Kohtaustasan segmentti valitaan sen mukaan, mikä täyttää mellakantorjuntatasan vaatimuksen ja joka on ajallisessa järjestyksessä aikaisin. Kun mellakantorjuntatasa saavuttaa jonkin kohtaustasan ääripisteen, toistetaan algoritmi alkuperäisestä lähtöpisteestä toiseen suuntaan. (1) 4.2 Aikataulu Aikataulutarkastelu ratkaistaan myooppisella ja deterministisellä heuristiikalla. Heuristiikka on myooppinen, koska siinä ei huomioida kokonaisuutta vaan tyydytään tarkastelemaan vain yhtä partion allokaatiota kerrallaan. Yksi partion allokaatio alkaa ja päättyy siihen, kun partio on valmiudessa ase-
19 4 RATKAISUMENETTELYT 16 Toimintapiste 1 Toimintapiste 1 Toimintapiste 2 Toimintapiste 2 Aika Aika Partio 1 Partio 1 Partio 2 Partio 2 Partio 3 Partio 3 Aika Aika (a) Vajetta on tulossa ensin toimintapisteessä 1. Partio 3 ehtii ajoissa toimintapisteeseen. (b) Vajetta on tulossa ensin toimintapisteessä 2. Mikään partio ei ehdi ajoissa toimintapisteeseen. Valitaan partio 1, joka ehtii aikaisimmin. Toimintapisteeseen jää pysyvästi vajetta, jota ei enää yritetä täyttää. Toimintapiste 1 Toimintapiste 1 Toimintapiste 2 Toimintapiste 2 Partio 1 Aika Partio 1 Aika Partio 2 Partio 2 Partio 3 Partio 3 Aika Aika (c) Vajetta on tulossa ensin toimintapisteessä 1. Toimintapiste 2:n vaje on jo realisoitunut, joten sitä ei huomioida. Mikään partio ei ehdi toimintapisteeseen ajoissa. Valitaan partio 2, joka ehtii aikaisimmin. (d) Vajetta on tulossa ensin toimintapisteessä 2. Partio 3 ehtii toimintapisteeseen ajoissa. Kuva 7: Punainen kiinteä viiva kuvaa ensimmäisen vajeen ajanhetkeä, jonka mukaisesti algoritmi etenee ajallisesti. Syaani kuvaa partion siirtymistä ja tumma syaani kuvaa partion oleskelua toimintakohteessa. Oranssi kuvaa partion huoltoa. Vihreä on täytetty voima ja vaaleanpunainen on toimintapisteeseen syntynyttä vajetta.
20 4 RATKAISUMENETTELYT 17 massa. Muut allokaation vaiheet ovat siirtyminen toimintakohteeseen, oleskelu toimintakohteessa, siirtyminen asemaan ja huolto asemassa. Heuristiikka on deterministinen, koska samoilla lähtötiedoilla syntyy aina sama tulos. Heuristiikka tukeutuu sääntöihin, jotka pyrkivät yksittäisen partion allokaatiolla jatkamaan yhtäjaksoisen voiman täyttymistä kohdealueella mahdollisimman pitkään. Toimintakohteeseen osoitetaan partio, joka kykenee olemaan pisimmän ajan toimintakohteessa eli joka pidentää eniten kohteessa saavutettua yhtäjaksoista voimaa. Partion kohdealueella oleskeluajan maksimointi johtaa sivutuotteena resurssien tehokkaaseen käyttöön, muun muassa minimoimalla siirtymiseen kuluvaa polttoainetta. Käytännössä heuristiikka käyttää tukeutumiseen lähintä asemaa ja pikahuoltoa niin usein kuin mahdollista. Laskennan helpottamiseksi toimintakohde, jossa on suurempi kuin yhden partion voimavaatimus, monistetaan niin moneksi yhden partion toimintakohteeksi kuin on toimintakohteen voimavaatimus. Tällaista mahdollisesti monistamalla syntynyttä yhden partion voimavaatimuksella olevaa toimintakohdetta kutsutaan toimintapisteeksi. Toimintapiste, johon seuraavaksi partio allokoidaan valitaan sen mukaan, mistä on aikaisimmalla ajanhetkellä poistumassa partio. Kuvassa 7 on esitetty aikataulun ratkaisualgoritmin eteneminen ajallisesti. Kiinteä punainen viiva osoittaa ajanhetken, jolloin on ensimmäisenä tarve allokoida partio. Tämä ajanhetki on ei-vähenevä. Kuvissa 7(b) ja 7(c) toimintapisteeseen ei saada uutta partiota täsmälleen samaan aikaan, kun edellinen partio sieltä poistuu. Tällöin toimintapisteeseen syntyy vajetta. Toimintapisteeseen syntyvä vaje minimoidaan osoittamalla sinne partio, joka ensimmäisenä ehtii paikalle. Kuvassa 8 on esitetty aikataulun ratkaisualgoritmi kokonaisuudessaan. Heuristiikka, joka osoittaa mellakkapoliisin partion toimintapisteeseen koostuu karkeasti neljästä eri vaiheesta: ˆ Valitaan toimintakohde, johon tarvitaan korvaava partio. ˆ Valitaan partio, joka lähetetään toimintakohteeseen. ˆ Partio toteuttaa tehtävää toimintakohteessa, kunnes polttoainerajoite pakottaa partion poistumaan toimintakohteesta. ˆ Partio siirtyy toimintakohteesta asemaan. Paluuasema voi olla mikä tahansa asema, jossa sillä hetkellä on vapaa tallipaikka.
21 4 RATKAISUMENETTELYT 18 Algoritmin aloitus. Onko olemassa toimintapiste, johon tarvitaan partioita? Ei. Kyllä. Algoritmin lopetus. Onko tarkasteluaikaväli saavutettu? Kyllä. Ei. Heuristiikka Etsitään toimintapiste, jossa on ensimmäisenä tulossa vajetta, ja joka on aktiivinen. Allokoidaan partio toimintapisteeseen ja huoltoon. Järjestetään partiot paremmuusjärjestykseen partiolistaksi sääntöjen 3 mukaan. Valitaan tallipaikkalistalta paras tallipaikka säännön 9 mukaisesti. Kyllä. Merkitään toimintapiste deaktivoituneeksi. Kyllä. Onko partiolista tullut käytyä kokonaan läpi? Poistetaan partio partiolistalta. Ei. Onko listalla yhtään tallipaikkaa? Ei. Valitaan partiolistalta paras partio. Luodaan asemalista käyvistä paluuasemista sääntöjen 6 mukaisesti ja lasketaan paluuajat niille. Luodaan tallipaikkalista käyvistä tallipaikoista, jotka ovat asemalistan asemissa. Kuva 8: Aikataulun ratkaisualgoritmi, jossa heuristiikka on korostettu punaisella reunuksella.
22 4 RATKAISUMENETTELYT 19 Heuristiikka on seuraavanlainen: 1. Etsitään toimintapiste, jossa aikaisimmin on tulossa vajetta. Tämän määrää aika, jolloin toimintapisteestä on edellinen partio poistumassa. 2. Lasketaan jokaiselle partiolle aika, jolloin kyseinen partio aikaisintaan pääsee toimintapisteeseen. 3. Järjestetään partiot paremmuusjärjestykseen seuraavien sääntöjen mukaisesti: (a) Pienin erotus uuden partion toimintapisteeseen saapumisajan ja edellisen partion poistumisajan välillä. Parhaimmillaan erotus on nolla, kun uusi osasto saapuu toimintapisteeseen täsmälleen silloin kun edellinen osasto sieltä poistuu. (b) Pienin etäisyys partion lähtöaseman ja toimintapisteen välillä. (c) Pienin tallipaikan kääntöaika, josta partio on lähdössä. 4. Valitaan paremmuusjärjestyksen mukaisesti paras partio tai seuraavaksi paras, jos partion valintaan on jouduttu palaamaan. 5. Järjestetään käyvät paluuasemat paremmuusjärjestykseen siten, että lähin asema tulee ensimmäiseksi. Paluuasema on käypä, jos partion polttoaine riittää toimintakohteessa minimioleskeluajan jälkeen paluuseen ko. asemaan. Jos partion aseet loppuvat toimintakohteessa, niin paluuasemassa on myös lisäksi oltava saatavilla asetäydennystä. 6. Lasketaan jokaiselle edellisessä kohdassa 5 järjestetylle asemalle paluuaika, jolloin partio on asemaan tulossa. Paluuaika määräytyy partion polttoaineen loppumisen mukaan. 7. Määrätään kohdassa 5 järjestettyjen asemien käyvät tallipaikat. Tallipaikka on käypä, jos se on vapaa ajanhetkellä, jolloin partio saapuu asemaan. Tallipaikalla on oltava asetäydennyskyky, jos partio tarvitsee asetäydennystä. Tallipaikka ei saa olla pikahuoltopaikka jos partio on edellisessä huollossa ollut pikahuoltopaikalla. 8. Jos käypiä tallipaikkoja ei löytynyt lainkaan, ei partiota voida määrätä tehtävään. Tällöin palataan kohtaan 3 ja järjestyksessä seuraavaksi parhaaseen partioon. 9. Valitaan kohdassa 7 määrätyistä paluutallipaikoista se, joka sijaitsee lähimpänä toimintakohdetta ja jossa on lyhin kääntöaika.
23 5 ESIMERKKITARKASTELUT Voiman riittävyys Voiman riittävyystarkastelussa tarkasteltava maantieteellinen alue jaetaan koordinaattien suhteen tasaväliseen hilaan, jonka jokaisessa hilapisteessä ratkaistaan aikataulutarkastelu olettaen, että toiminta-alue olisi kyseisessä hilapisteessä. Kuvassa 9 alue on jaettu 5 kertaa 7 pisteistöön, jotka on kuvattu sinisillä viivoilla. Yksi kuvapikseli on korostettu mustalla reunuksella. Viivojen leikkauspisteissä sijaitsee laskentapisteet, joihin kuvapikselit keskittyvät. Voiman riittävyyttä mitataan kolmella eri mittarilla, jotka on esitetty kuvassa 10. Yhtäjaksoinen voima ilmaisee kuinka pitkään täyttä voimaa pystytään ylläpitämään suhteessa vaadittuun aikaan. Laskenta ulottuu aktivoitumisajasta siihen hetkeen, jolloin toimintakohteessa syntyy ensimmäisen kerran vajetta. Kuvassa 10 yhtäjaksoista voimaa on ylläpidetty 55,8 minuuttia täydestä 180:stä. Täysi voima ilmaisee prosentuaalisesti kuinka suuren osan ajasta toimintakohteessa on ollut täysi voima. Ensimmäisen vajeen jälkeen lasketaan vielä seuraavat hetket summaan, jolloin toimintakohteessa on täysi vaadittu voima. Kuvassa 10 täyttä voimaa on ylläpidetty (55, , , 0) 100/180 = 52, 9% 180 minuutista. Keskimääräinen voima lasketaan summaamalla jokaisen saavutetun vähimmäisvoimatason kokonaiskesto ja jakamalla summa tehtävän kokonaiskestolla. Kuvassa 10 on toimintakohteessa vähintään yksi partio ajan 82, , 9 = 164, 3, vähintään kaksi partiota ajan 66, , 4 = 140, 2 ja vähintään kolme partiota ajan 55, , , 0 = 95, 3. Summaamalla vähimmäisvoimatasot yhteen ja jakamalla toimintakohteen aktiivisuusajalla 180 minuuttia saadaan tulos (164, , , 3)/180 = 2, 22 partiota. 5 Esimerkkitarkastelut Esimerkkitarkasteluissa käytetään kuvan 3 mukaisia lähtötietoja. Käytössä on neljä sinisen asemaa, kaksi sinisen toimintakohdetta ja kaksi punaisen asemaa. Fremontissa ja Lutherissa on kussakin kolme tallipaikkaa, joista kaksi on normaalin huollon tallipaikkoja ja niissä on myös asetäydennys. Huoltoaika on 42 minuuttia. Kolmas tallipaikka on pikahuoltopaikka ilman aseistusta. Pikahuollon kesto on 21 minuuttia. Brohmanissa ja Baldwinissa on kussakin
24 5 ESIMERKKITARKASTELUT 21 Kuva 9: Voiman riittävyystarkastelun laskentahila on esitetty sinisellä viivoituksella. Yksittäinen kuvapikseli on korostettu mustalla reunuksella. Kuvaan piirtyy myös tasa-arvokäyriä, jotka arvioidaan laskentapisteiden perusteella.
25 5 ESIMERKKITARKASTELUT 22 55,8 29,5 10,0 66,8 73,4 82,4 81,9 180,0 Yhtäjaksoinen voima Täysi voima Keskimääräinen voima Kuva 10: Voiman riittävyyden mittarit. kaksi tallipaikkaa ilman aseistamiskykyä ja pikahuoltokykyä. Huoltoaika on 42 minuuttia. Tilanteessa on kahdeksan kappaletta partioita, joista kaksi kussakin asemassa. Partiot ovat muuten identtiset, mutta kussakin asemassa toisella partiolla on lähtöviiveenä nolla ja toisella kaksi minuuttia. Kaikilla partioilla on sama määrä polttoainetta, sama nopeus ja sama kulutus siirtymässä. Aseita partioilla on kullakin kaksi. Toimintakohteita on kaksi. North-toimintakohteessa on voimavaatimuksena yksi partio, minimioleskeluaikana 20 minuuttia ja polttoaineen kulutuksena 80 yksikköä tunnissa. Toimintakohde on heti aktiivinen ja deaktivoitumista ei ole määritetty äärellisenä. North-toimintakohde ei kuluta yhtään aseita partiolta. South-toimintakohde on haastavampi, sillä sille on määritetty kolmen partion jatkuva voimavaatimus ja siellä partiolta kuluu yksi ase. Minimioleskeluaika on 20 minuuttia ja toimintakohde on heti aktiivisena, eikä sille ole määrätty äärellistä deaktivoitumisaikaa. Pohjoisessa toimintakohteessa on myös suurempi polttoaineen kulutus, 120 yksikköä tunnissa. Punaisella on kaksi asemaa. Kummassakin asemassa on yksi joukko, jonka nopeus on sinisen partioita hieman suurempi. Lähtöviive punaisen joukolla on nolla.
26 5 ESIMERKKITARKASTELUT Mellakantorjuntatasa Kuvassa 11 on esitetty esimerkkilähtötietoja vastaavan mellakantorjuntatasatarkastelun tulos. Kuvassa on esitettynä ensimmäisten partioiden muodostama mellakantorjuntatasa. Mellakantorjuntatasa muodostuu odotusten mukaisesti noin puoleenväliin osapuolten asemista. 5.2 Aikataulu Kuvissa on esitetty aikataulutarkastelun tulokset. Kuvassa 12 on punaisella viivalla esitetty kuinka paljon voimaa toimintakohteessa tulisi olla ja sinisellä viivalla on toteutunut voima. Punaisen ja sinisen väliset erot on korostettu vaaleanpunaisella. Molemmat toimintakohteet ovat aktiivisena heti hetkellä nolla. Tällöin partiot ovat vielä asemissaan ja on selvä, ettei ne voi olla toimintakohteessa nolla-ajassa. Molempiin toimintakohteisiin saapuu partioita niin pian kuin mahdollista ja voimavaatimus saadaan tyydytettyä. Kuvasta 15 nähdään tilanne yksityiskohtaisemmin, eli partioittain tarkasteltuna. Kun ensimmäiset partiot joutuvat palaamaan asemaan, onnistutaan niille saamaan ajallaan korvaavat partiot ja voimavaatimus kyetään täyttämään. Ensimmäiset partiot poistuvat toimintakohteesta samaan aikaan, kun toiset partiot saapuvat sinne. Ensimmäiset partiot lähtevät kohti asemia ja huoltoa. Siirtymä- ja huoltoajat ovat niin pitkiä, että partioilla on huolto vielä kesken, kun toimintakohteessa tarvittaisiin korvaavia partioita. Näin partiot joutuvat poistumaan toimintakohteesta ilman, että niille saadaan korvaavia partioita, joten toimintakohteeseen syntyy vajetta voimavaatimuksessa. Vaje nähdään kuvassa 12 ajanhetkellä 1,5 tuntia North- ja 2,5 tuntia South-toimintakohteessa. Korvaavat partiot saapuvat toimintakohteeseen myöhässä, heti kun vapautuvat huollosta. Kuvasta 13 nähdään yleiskuva, miten asemia on käytetty tukeutumiseen. Sama tilanne on esitetty yksityiskohtaisemmin kuvassa 14, josta nähdään tallipaikan tarkkuudella, mitä aseman sisällä tapahtuu. Vihreä kuvaa valmiustilaa, jossa partio odottaa lähtöä, keltainen normaalia huoltoa ja oranssi pikahuoltoa. Kaikenkaikkiaan kuvien 12 ja 15 perusteella voidaan todeta, että vaikka voimavaatimuksessa on vajeita, heuristinen ratkaisu on tässä tilanteessa varsin tyydyttävä. Partioilla ei ole ylimääräisiä odotusaikoja, koska partiot siirtyvät lähes poikkeuksetta suoraan huollosta toimintakohteeseen. Vajeet johtuvat resurssien niukkuudesta.
27 5 ESIMERKKITARKASTELUT 24 Kuva 11: Mellakantorjuntatasatarkastelu.
28 5 ESIMERKKITARKASTELUT 25 Kuva 12: Voima toimintakohteissa. Kuva 13: Asemien käyttö.
29 5 ESIMERKKITARKASTELUT 26 Kuva 14: Asemien käyttö tallipaikoittain. Kuva 15: Partioiden tilat.
30 5 ESIMERKKITARKASTELUT Voiman riittävyys Voiman riittävyystarkastelu on ratkaistu toimintakohteelle, jolla on neljän partion voimavaatimus, 20 minuutin minimioleskeluaika, 80 yksikön polttoaineen kulutus, ei asekulutusta ja joka on aktiivisena ajanhetken 60 minuutista 780 minuuttiin. Toimintakohteen tiedot on esitetty taulukossa 2. Taulukko 2: Voiman riittävyystarkastelun parametrit. Voimavaatimus 4 partiota Aktivoitumisaika 60 min Deaktivoitumisaika 780 min Minimioleskeluaika 20 min PA kulutus 80 yks. Asekulutus 0 Yhtäjaksoisen voiman -mittarin tulos on esitetty kuvassa 16(a). Asemien lähiympäristössä kyetään ylläpitämään voimaa lähes koko vaadittu aika, joka näkyy kartalla vihreällä. Kauempana asemista tulos heikkenee oranssista punaiseksi. Punaisella alueella ei saavuteta täyttä voimaa alusta alkaen, joten yhtäjaksoinen voima katkeaa välittömästi. Oranssilla alueella saavutetaan alussa täysi voima, mutta korvaavat partiot eivät ehdi ajoissa toimintakohteeseen, jolloin yhtäjaksoinen voima katkeaa lyhyen ajan jälkeen. Kun toimintakohde on tarpeeksi kaukana asemista, partiot eivät enää täytä minimioleskeluajan vaatimusta ja toimintakohteeseen ei saada yhtään partiota. Täyden voiman -mittarin tulos on esitetty kuvassa 17. Tästä kuvasta havaitaan vaiheittaista siirtymää täydestä voiman riittävyydestä voiman riittämättömyyteen. Kuvassa on nähtävissä kiilamainen alue, jolla on kyetty saavuttamaan täysi voima paremmin kuin lähiympäristössä. Kiilamaisesta alueesta on ensinnä huomattava, että se kulkee asemalinjan suhteen suorakulmaisesti, eli kiilan alueella on suunnilleen yhtä pitkä matka Lutherin ja Fremontin asemiin ja etäisyys Brohmanin ja Baldwinin asemiin on myös karkeasti sama. Kiilan alueella kaikki partiot kykenevät olemaan saman ajan toimintakohteessa ja siirtymäajat aseman ja toimintakohteen välillä ovat myös samat. Tästä seuraa, että partiot saapuvat samalla hetkellä toimintakohteeseen ja poistuvat toimintakohteesta samalla hetkellä. Partiot ovat myös samaan aikaan lähtövalmiina seuraavaan toimintakohteeseen. Toimintakohteessa saavutettu voima ei näin ollen jakaudu tasaisesti vaan keskittyy lyhyille ajanjaksoille, jolloin kohteessa on saavutettu täysi voima. Ilmiö nähdään tar-
31 5 ESIMERKKITARKASTELUT 28 (a) Yhtäjaksoinen voima. (b) Keskimääräinen voima. Kuva 16: Voiman riittävyys
32 5 ESIMERKKITARKASTELUT 29 Kuva 17: Voiman riittävyys - täysi voima.
33 5 ESIMERKKITARKASTELUT 30 kastelemalla kiilan alueelta yksittäisiä laskentapisteitä aikataulutarkastelun avulla. Keskiarvoisen voiman -mittarin tulos on esitetty kuvassa 16(b). Erityisesti on huomattava, että kiilamaista kuviota ei ole enää havaittavissa. Saavutettu voima on jakautunut epätasaisesti, mutta absoluuttisesti voimaa ei ole saavutettu yhtään enempää kuin muualla lähiympäristössä. Keskiarvoinen voima onnistuu huomioimaan sen mikä jää täyden voiman mittarilta huomioimatta, eli voima on vain keskittynyt tietyille ajanhetkille. On intuition mukaista, että saavutettu keskiarvoinen voima alenee, kun siirrytään etäämmälle asemista. 5.4 Mitä jos -tarkastelut Valmiuksien vaikutus mellakantorjuntatasaan Kuvassa 18 on esitetty mellakantorjuntatasa tilanteessa, jossa sinisen lähtöviiveet ovat kymmenen minuuttia suuremmat kuin esimerkkilähtötilanteessa. Kartalle on lisätty kaksi suojattavaa kohdetta, jotka on merkitty kuvassa 18 keltaisilla merkeillä. Suojattavat kohteet ovat paikkoja, joihin strategisista syistä sinisen on ehdittävä ennen punaista, eli suojattavien kohteiden tulee olla sinisen puolella mellakantorjuntatasaa. Suojattavat kohteet jäävät kuvassa 18 punaisten puolelle mellakantorjuntatasaa. Muuttamalla sinisten lähtöviiveitä sopivasti saadaan mellakantorjuntatasa siirtymään siten, että suojattavat kohteet sijoittuvat sinisen puolelle mellakantorjuntatasaa. Kuvassa 19 on esitetty tilanne, jossa mellakantorjuntatasa on saatu siirrettyä edellä mainitulla tavalla tyydyttävästi. Lutherin ensimmäisen osaston lähtöviivettä pienennettiin kymmenestä minuutista seitsemään minuuttiin ja Baldwinin ensimmäisen osaston lähtöviivettä pienennettiin kymmenestä minuutista kahteen ja puoleen minuuttiin Huolto- ja polttoaineresurssien vaikutus aikatauluun Kuvassa 12 on esitetty aikataulutarkastelun tulos esimerkkilähtötilanteelle. Tässä tilanteessa on huomattavaa voimavajetta toimintakohteessa. Tätä vajetta halutaan paikata lisäresursseilla. Tarkastellaan ensin ylimääräisen aseman lisäämistä kartalle. Lisätään uusi asema, jossa on yksi pikahuoltopaikka, mutta ei asetäydennystä. Kuvassa 20 on esitetty aikataulutarkastelun tulos tällaisen vara-aseman ollessa käytössä. Vertaamalla kuvia 12 ja 20 havaitaan, että 1 1 ja 2 tunnin välissä on täydellinen vaje saatu paikattua ja kyseisellä vä- 2
34 5 ESIMERKKITARKASTELUT 31 Partion lähtöviive Kuva 18: Suojattavat kohteet, mellakantorjuntasa sekä sinisten ja punaisten kantama-alueet ajanhetkellä 21:45 minuuttia. Valmiudet on ilmoitettu minuutteina jokaiselle partiolle aseman nimen perässä. Sinisen valmiudet ovat normaalit, eli asemassa ei ole tehty erityisjärjestelyjä ja valmiuksia pystytään ylläpitämään pitkään.
35 5 ESIMERKKITARKASTELUT 32 Partion lähtöviive Kuva 19: Suojattavat kohteet, mellakantorjuntasa sekä sinisten ja punaisten kantama-alueet ajanhetkellä 14:30 minuuttia. Valmiudet on ilmoitettu minuutteina jokaiselle partiolle aseman nimen perässä. Baldwinissa ja Lutherissa on kummassakin yksi partio kohotetussa valmiudessa. Kohotettu valmius aiheuttaa partioille rasitetta, jota ei ole huomioitu simulointimallissa.
36 5 ESIMERKKITARKASTELUT 33 Kuva 20: Voima toimintakohteissa, kun vara-asema on käytössä. Kuva 21: Voima toimintakohteissa, kun vara-asema on käytössä ja partioilla on 10% enemmän polttoainetta verrattuna kuvan 20 tilanteeseen.
37 5 ESIMERKKITARKASTELUT 34 lillä pystytään ylläpitämään lyhyttä poikkeusta lukuun ottamatta vähintään kahden partion voima. Mikäli vara-aseman lisäksi halutaan edelleen parantaa voimavaatimuksen täyttymistä toimintakohteessa, voidaan partioiden polttoainekapasiteettia kasvattaa. Kuvassa 21 on esitetty aikataulutarkastelun tulos, kun partioilla on käytössä kymmenen prosenttia enemmän polttoainetta. Vertaamalla kuvia 20 ja 21 havaitaan, että 1 1 ja 3 1 tunnin välissä toimintakohteessa on kaiken 2 4 aikaa vähintään kaksi partiota. Kuvassa 20 3 ja 3 1 tunnin välillä esiintyvä 2 suuri kuoppa on siirtynyt kuvassa 21 noin neljännestunnilla myöhemmäksi. Kuopan jälkeisestä tilanteesta ei voi tehdä johtopäätöksiä puutteellisen horisontin takia. 5.5 Tarkastelujen laskennallinen vaativuus Esimerkkilähtötilanteelle aikataulutarkastelun suoritusaika, eli laskentaan ja tulosten esittämiseen kuluva aika, on alle kaksi sekuntia. Jos esimerkkilähtötilanteessa tarkasteluajanväliä pidennetään neljästä tunnista 48 tuntiin, niin suoritusaika on noin 5 sekuntia. Jos tarkasteluajanväli pidennetään 400 tuntiin, niin suoritusaika kasvaa 52 sekuntiin. Aikataulutarkastelussa käytännössä ainut selittävä tekijä suoritusajalle on kuinka monta tehtävää partiot suorittavat yhteensä toimintakohteissa. Partioiden tehtävien lukumäärään puolestaan vaikuttaa suoraan tarkasteluajanvälin pituus. Pidemmässä ajassa partiot ehtivät suorittaa enemmän tehtäviä. Partioiden ja/tai asemien lisääminen ilman, että voimavaatimuksia kasvatetaan ei havaittavasti vaikuta aikataulutarkastelun suoritusaikaan. Voimavaatimuksien kasvattaminen, ja samalla käytettävissä olevien partioiden lisääminen siten, että voimavaatimukset ovat realistisesti täytettävissä, kasvattaa partioiden suorittamien tehtävien kokonaismäärää ja täten kasvattaa aikataulutarkastelun suoritusaikaa. Varsinainen laskenta, eli heuristiikan ajaminen, vie vain noin kymmenesosan kokonaissuoritusajasta. Merkittävin osa suoritusajasta kuluu heuristiikan tuottaman raakadatan jalostamiseen esityskelpoiseksi. Mellakantorjuntatasatarkastelun suoritusaika esimerkkilähtötilanteelle on 9 sekuntia. Sinisellä on 8 partiota ja punaisella kaksi mellakkajoukkoa. Jos punaisen joukkojen lukumäärä kaksinkertaistetaan neljään, niin mellakantorjutatasatarkastelun suoritusaika on 30 sekuntia. Jos punaisen joukkojen lukumäärä kolminkertaistetaan kahdesta kuuteen, niin suoritusaika kasvaa 64 sekuntiin. Jos punaisen joukkojen lukumäärä edelleen kolminkertaistetaan kuudesta 18:aan, niin suoritusaika kasvaa 613 sekuntiin. Kolminkertaistami-
38 6 YHTEENVETO 35 sen seurauksena laskenta-aika on 9,6-kertaistunut. Suoritusaika siis kasvaa karkeasti suhteessa sinisen partioiden ja punaisen joukkojen lukumäärien tulon neliöön. Sinisellä on aluksi 8 pariota ja punaisella 6 joukkoa, 8 6 = 48. Punaisen joukkojen lukumäärä kasvatetaan 18 joukkoon, 8 18 = 144. Tulojen neliöiden suhde /48 2 on yhdeksän, jolloin suoritusajan odotetaan noin yhdeksänkertaistuvan. Mellakantorjuntatasatarkastelun suoritusaikaan vaikuttava tekijä on kohtaustasojen lukumäärä, mikä on täsmälleen sama kuin sinisen partioiden ja punaisen joukkojen lukumäärien tulo. Mellakantorjuntatasan laskennassa joudutaan laskemaan jokaisen kohtaustasan leikkauspisteet jokaisen toisen kohtaustasan kanssa, jolloin laskutehtävien lukumäärä kasvaa eksponentiaalisesti kohtaustasojen lukumäärän lisääntyessä. Mellakantorjuntatasatarkastelun suoritusaikaan ei vaikuta asemien sijainnit tai partioiden tai joukkojen ominaisuudet. Voiman riittävyystarkastelussa suoritusaika on suorassa suhteessa hilapisteiden määrään ja aikataulutarkastelun heuristiikan laskenta-aikaan. Esimerkkilähtötilanteelle harvalla 5 kertaa 7 hilalla suoritusaika on 4,9 sekuntia. 30 kertaa 42 hilalla suoritusaika on 102 sekuntia. Kuvissa 16(a), 16(b) ja 17 on käytetty 120 kertaa 168 hilaa, jonka suoritusaika on 1602 sekuntia (26 minuuttia 42 sekuntia). 6 Yhteenveto Tässä työssä tarkasteltiin mellakkapoliisin resurssien kohdentamistehtävää. Poliisin tavoitteena on torjua mellakoita ohjaamalla partioita asemista eri kohteisiin ja ylläpitämällä kohteissa mellakoiden torjuntavoimaa korvaamalla kohteessa olevat partiot uusilla partioilla. Työssä esiteltiin simulointimalli, jolla voidaan ratkaista mellakkapoliisin resurssien kohdentamistehtävä. Mellakkapoliisi haluaa ylläpitää mahdollisimman hyvää kykyä torjua mellakkajoukot, kun nämä lähtevät etenemään kokoontumispisteeltään. Tähän tehtävään esiteltiin työssä ratkaisu mellakantorjuntatasatarkastelun avulla. Mellakantorjuntatasa kertoo milloin ja missä sininen ja punainen kohtaavat. Mellakantorjuntatasa saatiin ratkaistua diskretoimalla suunnat, joita pitkin sinisen partiot etenevät ja laskemalla deterministisesti milloin sininen kohtaa punaisen kullakin suunnalla. Mellakkapoliisi haluaa ylläpitää jatkuvaa suojausta ennalta tiedossa olevissa kohteissa. Tähän tehtävään esiteltiin työssä ratkaisu aikataulutarkastelun avulla. Aikataulutarkastelussa partioita osoitetaan toimintakohteisiin heuris-
Simulointimalli mellakkapoliisin resurssien kohdentamiseen (valmiin työn esittely)
Simulointimalli mellakkapoliisin resurssien kohdentamiseen (valmiin työn esittely) Eero Rantala 21.1.2013 Ohjaaja: Kai Virtanen Valvoja: Raimo P. Hämäläinen Työn saa tallentaa ja julkistaa Aalto-yliopiston
Verkko-optimointiin perustuva torjuntatasan laskenta mellakkapoliisin resurssien kohdentamisessa (valmiin työn esittely) Paavo Kivistö
Verkko-optimointiin perustuva torjuntatasan laskenta mellakkapoliisin resurssien kohdentamisessa (valmiin työn esittely) Paavo Kivistö 21.01.2013 Ohjaaja: Kai Virtanen Valvoja: Raimo P. Hämäläinen Työn
Yhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.
Tekijä Pitkä matematiikka 5 7..017 31 Kirjoitetaan yhtälö keskipistemuotoon ( x x ) + ( y y ) = r. 0 0 a) ( x 4) + ( y 1) = 49 Yhtälön vasemmalta puolelta nähdään, että x 0 = 4 ja y 0 = 1, joten ympyrän
Algoritmit 2. Luento 13 Ti Timo Männikkö
Algoritmit 2 Luento 13 Ti 30.4.2019 Timo Männikkö Luento 13 Simuloitu jäähdytys Merkkijonon sovitus Horspoolin algoritmi Ositus ja rekursio Rekursion toteutus Algoritmit 2 Kevät 2019 Luento 13 Ti 30.4.2019
Demo 1: Simplex-menetelmä
MS-C2105 Optimoinnin perusteet Malliratkaisut 3 Ehtamo Demo 1: Simplex-menetelmä Muodosta lineaarisen tehtävän standardimuoto ja ratkaise tehtävä taulukkomuotoisella Simplex-algoritmilla. max 5x 1 + 4x
Luku 8. Aluekyselyt. 8.1 Summataulukko
Luku 8 Aluekyselyt Aluekysely on tiettyä taulukon väliä koskeva kysely. Tyypillisiä aluekyselyitä ovat, mikä on taulukon välin lukujen summa tai pienin luku välillä. Esimerkiksi seuraavassa taulukossa
MAB3 - Harjoitustehtävien ratkaisut:
MAB - Harjoitustehtävien ratkaisut: Funktio. Piirretään koordinaatistoakselit ja sijoitetaan pisteet:. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä. Funktiolla
Datatähti 2019 loppu
Datatähti 2019 loppu task type time limit memory limit A Summa standard 1.00 s 512 MB B Bittijono standard 1.00 s 512 MB C Auringonlasku standard 1.00 s 512 MB D Binääripuu standard 1.00 s 512 MB E Funktio
Trimmitysongelman LP-relaksaation ratkaiseminen sarakkeita generoivalla algoritmilla ja brute-force-menetelmällä
Trimmitysongelman LP-relaksaation ratkaiseminen sarakkeita generoivalla algoritmilla ja brute-force-menetelmällä Vesa Husgafvel 19.11.2012 Ohjaaja: DI Mirko Ruokokoski Valvoja: Prof. Harri Ehtamo Työn
MAB3 - Harjoitustehtävien ratkaisut:
MAB3 - Harjoitustehtävien ratkaisut: 1 Funktio 1.1 Piirretään koordinaatistoakselit ja sijoitetaan pisteet: 1 1. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä.
Harjoitus 6 ( )
Harjoitus 6 (30.4.2014) Tehtävä 1 Määritelmän (ks. luentomoniste s. 109) mukaan yleisen, muotoa min f(x) s.t. g(x) 0 h(x) = 0 x X (1) olevan optimointitehtävän Lagrangen duaali on max θ(u,v) s.t. u 0,
Johdatus verkkoteoriaan 4. luento
Johdatus verkkoteoriaan 4. luento 28.11.17 Viikolla 46 läpikäydyt käsitteet Viikolla 47 läpikäydyt käsitteet Verkko eli graafi, tasoverkko, solmut, välit, alueet, suunnatut verkot, isomorfiset verkot,
Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty
Juuri 0 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 9..08 Kertaus K. a) Alapaineiden pienin arvo on ja suurin arvo 74, joten vaihteluväli on [, 74]. b) Alapaineiden keskiarvo on 6676870774
Tekijä Pitkä matematiikka
K1 Tekijä Pitkä matematiikka 5 7..017 a) 1 1 + 1 = 4 + 1 = 3 = 3 4 4 4 4 4 4 b) 1 1 1 = 4 6 3 = 5 = 5 3 4 1 1 1 1 1 K a) Koska 3 = 9 < 10, niin 3 10 < 0. 3 10 = (3 10 ) = 10 3 b) Koska π 3,14, niin π
Joonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen
Hävittäjälentokoneen reitin suunnittelussa käytettävän dynaamisen ja monitavoitteisen verkko-optimointitehtävän ratkaiseminen A*-algoritmilla (valmiin työn esittely) Joonas Haapala 8.6.2015 Ohjaaja: DI
Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)
Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut
MAA4 Abittikokeen vastaukset ja perusteluja 1. Määritä kuvassa olevien suorien s ja t yhtälöt. Suoran s yhtälö on = ja suoran t yhtälö on = + 2. Onko väittämä oikein vai väärin? 2.1 Suorat =5 +2 ja =5
A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei.
PITKÄ MATEMATIIKKA PRELIMINÄÄRIKOE 7..07 NIMI: A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-. Taulukkokirjaa saa käyttää apuna, laskinta ei.. Valitse oikea vaihtoehto ja
Königsbergin sillat. Königsberg 1700-luvulla. Leonhard Euler ( )
Königsbergin sillat 1700-luvun Königsbergin (nykyisen Kaliningradin) läpi virtasi joki, jonka ylitti seitsemän siltaa. Sanotaan, että kaupungin asukkaat yrittivät löytää reittiä, joka lähtisi heidän kotoaan,
isomeerejä yhteensä yhdeksän kappaletta.
Tehtävä 2 : 1 Esitetään aluksi eräitä havaintoja. Jokaisella n Z + symbolilla H (n) merkitään kaikkien niiden verkkojen joukkoa, jotka vastaavat jotakin tehtävänannon ehtojen mukaista alkaanin hiiliketjua
2 Pistejoukko koordinaatistossa
Pistejoukko koordinaatistossa Ennakkotehtävät 1. a) Esimerkiksi: b) Pisteet sijaitsevat pystysuoralla suoralla, joka leikkaa x-akselin kohdassa x =. c) Yhtälö on x =. d) Sijoitetaan joitain ehdon toteuttavia
! 7! = N! x 8. x x 4 x + 1 = 6.
9. 10. 2008 1. Pinnalta punaiseksi maalattu 3 3 3-kuutio jaetaan 27:ksi samankokoiseksi kuutioksi. Mikä osuus 27 pikkukuution kokonaispinta-alasta on punaiseksi maalattu? 2. Positiivisen kokonaisluvun
a) Sievennä lauseke 1+x , kun x 0jax 1. b) Aseta luvut 2, 5 suuruusjärjestykseen ja perustele vastauksesi. 3 3 ja
1 YLIOPPILASTUTKINTO- LAUTAKUNTA 1.10.2018 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän
Helsingin seitsemäsluokkalaisten matematiikkakilpailu 7.2.2013 Ratkaisuita
Helsingin seitsemäsluokkalaisten matematiikkakilpailu..013 Ratkaisuita 1. Eräs kirjakauppa myy pokkareita yhdeksällä eurolla kappale, ja siellä on meneillään mainoskampanja, jossa seitsemän sellaista ostettuaan
Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, , Ratkaisut (Sarja A)
Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, 2952018, Ratkaisut (Sarja A) 1 Anna kaikissa kohdissa vastaukset tarkkoina arvoina Kohdassa d), anna kulmat
Turun seitsemäsluokkalaisten matematiikkakilpailu 18.1.2012 Tehtävät ja ratkaisut
(1) Laske 20 12 11 21. Turun seitsemäsluokkalaisten matematiikkakilpailu 18.1.2012 Tehtävät ja ratkaisut a) 31 b) 0 c) 9 d) 31 Ratkaisu. Suoralla laskulla 20 12 11 21 = 240 231 = 9. (2) Kahden peräkkäisen
Lauseen erikoistapaus on ollut kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa seuraavassa muodossa:
Simo K. Kivelä, 13.7.004 Frégier'n lause Toisen asteen käyrillä ellipseillä, paraabeleilla, hyperbeleillä ja niiden erikoistapauksilla on melkoinen määrä yksinkertaisia säännöllisyysominaisuuksia. Eräs
Harjoitus 6 ( )
Harjoitus 6 (21.4.2015) Tehtävä 1 Määritelmän (ks. luentomoniste s. 109) mukaan yleisen, muotoa min f(x) s. t. g(x) 0 h(x) = 0 x X olevan optimointitehtävän Lagrangen duaali on missä max θ(u, v) s. t.
DMP / Kevät 2016 / Mallit Harjoitus 6 / viikko 13 / alkuviikko
DMP / Kevät 2016 / Mallit Harjoitus 6 / viikko 13 / alkuviikko Alkuviikon tuntitehtävä 1: Montako kahdeksaan yhtäsuureen sektoriin leikattua pitsaa voidaan tehdä kolmesta täytteestä siten, että kukin sektori
Tekijä MAA2 Polynomifunktiot ja -yhtälöt = Vastaus a)
K1 a) Tekijä MAA Polynomifunktiot ja -yhtälöt 6.8.016 ( + + ) + ( ) = + + + = + + + = + 4 b) 4 4 ( 5 + ) ( 5 + 1) = 5 + + 5 + 1 4 = + + + 4 = + 5 5 1 1 Vastaus a) 4 + b) 4 + 1 K a) f ( ) = + 1 f () = +
Luodin massajakauman optimointi
Luodin massajakauman optimointi Janne Lahti 01.09.2017 Ohjaaja: DI Mikko Harju Valvoja: Prof. Kai Virtanen Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta osin kaikki
0. 10. 017 a b c d 1. + +. + +. + + 4. + + + 5. + 6. + P1. Lehtipuiden lukumäärä olkoon aluksi n, jolloin havupuiden määrä on 1,4n. Hakkuiden jälkeen lehtipuiden määrä putoaa lukuun n 0,1n = 0,88n ja havupuiden
Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on
13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu
Ympyrä 1/6 Sisältö ESITIEDOT: käyrä, kulma, piste, suora
Ympyrä 1/6 Sisältö Ympyrä ja sen yhtälö Tason pisteet, jotka ovat vakioetäisyydellä kiinteästä pisteestä, muodostavat ympyrän eli ympyräviivan. Kiinteä piste on ympyrän keskipiste ja vakioetäisyys sen
Integrointi ja sovellukset
Integrointi ja sovellukset Tehtävät:. Muodosta ja laske yläsumma funktiolle fx) x 5 välillä [, 4], kun väli on jaettu neljään yhtä suureen osaan.. Määritä integraalin x + ) dx likiarvo laskemalla alasumma,
Kuva 1: Yksinkertainen siniaalto. Amplitudi kertoo heilahduksen laajuuden ja aallonpituus
Kuva 1: Yksinkertainen siniaalto. Amplitudi kertoo heilahduksen laajuuden ja aallonpituus värähtelytiheyden. 1 Funktiot ja aallot Aiemmin käsiteltiin funktioita ja miten niiden avulla voidaan kuvata fysiikan
PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011
PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9..0 Kokeessa saa vastata enintään kymmeneen tehtävään.. Sievennä a) 9 x x 6x + 9, b) 5 9 009 a a, c) log 7 + lne 7. Muovailuvahasta tehty säännöllinen tetraedri muovataan
Tietorakenteet, laskuharjoitus 7, ratkaisuja
Tietorakenteet, laskuharjoitus, ratkaisuja. Seuraava kuvasarja näyttää B + -puun muutokset lisäysten jälkeen. Avaimet ja 5 mahtuvat lehtisolmuihin, joten niiden lisäys ei muuta puun rakennetta. Avain 9
RATKAISUT a + b 2c = a + b 2 ab = ( a ) 2 2 ab + ( b ) 2 = ( a b ) 2 > 0, koska a b oletuksen perusteella. Väite on todistettu.
RATKAISUT 198 197 198. Olkoon suorakulmion erisuuntaisten sivujen pituudet a ja b sekä neliön sivun pituus c. Tehtävä on mielekäs vain, jos suorakulmio ei ole neliö, joten oletetaan, että a b. Suorakulmion
Malliratkaisut Demot
Malliratkaisut Demot 6 24.4.2017 Tehtävä 1 Määritelmän (ks. luentomonisteen s. 107) mukaan yleisen muotoa min f(x) s.t. g(x) 0 h(x) = 0 x X (1) olevan optimointitehtävän Lagrangen duaali on min θ(u,v)
MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ ESITYS pisteitykseksi
MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ 3.9.05 ESITYS pisteitykseksi Yleisohje tarkkuuksista: Ellei tehtävässä vaadittu tiettyä tarkkuutta, kelpaa numeerisissa vastauksissa ohjeen vastauksen lisäksi yksi merkitsevä
Kirjoita ohjelma jossa luetaan kokonaislukuja taulukkoon (saat itse päättää taulun koon, kunhan koko on vähintään 10)
Tehtävä 40. Kirjoita ohjelma, jossa luetaan 20 lukua, joiden arvot ovat välillä 10 100. Kun taulukko on täytetty, ohjelma tulostaa vain ne taulukon arvot, jotka esiintyvät taulukossa vain kerran. Tehtävä
Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).
Tekijä Pitkä matematiikka 4 9.12.2016 212 Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4). Vastaus esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4) 213 Merkitään pistettä
Malliratkaisut Demot
Malliratkaisut Demot 1 23.1.2017 1. Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x 1 + 350x 2 s. t. 5x
1 Ensimmäisen asteen polynomifunktio
Ensimmäisen asteen polynomifunktio ENNAKKOTEHTÄVÄT. a) f(x) = x 4 b) Nollakohdassa funktio f saa arvon nolla eli kuvaaja kohtaa x-akselin. Kuvaajan perusteella funktion nollakohta on x,. c) Funktion f
Kenguru 2019 Cadet (8. ja 9. luokka)
Sivu 0 / 8 NIMI LUOKKA Pisteet: Kenguruloikan pituus: Tunnistekoodi (ope täyttää): Irrota tämä vastauslomake tehtävämonisteesta. Merkitse vastaus tehtävän numeron alle. Oikeasta vastauksesta saa 3, 4 tai
v 8 v 9 v 5 C v 3 v 4
Verkot Verkko on (äärellinen) matemaattinen malli, joka koostuu pisteistä ja pisteitä toisiinsa yhdistävistä viivoista. Jokainen viiva yhdistää kaksi pistettä, jotka ovat viivan päätepisteitä. Esimerkiksi
Kaksintaistelun approksimatiivinen mallintaminen (valmiin työn esittely)
Kaksintaistelun approksimatiivinen mallintaminen (valmiin työn esittely) Juho Roponen 10.06.2013 Ohjaaja: Esa Lappi Valvoja: Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla.
Syksyn 2015 Lyhyen matematiikan YO-kokeen TI-Nspire CAS -ratkaisut
Sksn 015 Lhen matematiikan YO-kokeen TI-Nspire CAS -ratkaisut Tekijät: Olli Karkkulainen ja Markku Parkkonen Ratkaisut on laadittu TI-Nspire CAS -tietokoneohjelmalla kättäen Muistiinpanot -sovellusta.
Algoritmit 2. Luento 6 Ke Timo Männikkö
Algoritmit 2 Luento 6 Ke 29.3.2017 Timo Männikkö Luento 6 B-puun operaatiot B-puun muunnelmia Nelipuu Trie-rakenteet Standarditrie Pakattu trie Algoritmit 2 Kevät 2017 Luento 6 Ke 29.3.2017 2/31 B-puu
A Lausekkeen 1,1 3 arvo on 1,13 3,3 1,331 B Tilavuus 0,5 m 3 on sama kuin 50 l 500 l l C Luvuista 2 3, 6 7
1 Tuotteen hinta nousee ensin 10 % ja laskee sitten 10 %, joten lopullinen hinta on... alkuperäisestä hinnasta. alkuperäisestä hinnasta. YLIOPPILASTUTKINTO- LAUTAKUNTA 23.3.2016 MATEMATIIKAN KOE PITKÄ
BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016
BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016 1. Hahmottele karkeasti funktion f : R R 2 piirtämällä sen arvoja muutamilla eri muuttujan arvoilla kaksiulotteiseen koordinaatistoon
MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ
MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ 6.3.08 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa
VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA. Lauri Karppi j82095. SATE.2010 Dynaaminen kenttäteoria DIPOLIRYHMÄANTENNI.
VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA Oskari Uitto i78966 Lauri Karppi j82095 SATE.2010 Dynaaminen kenttäteoria DIPOLIRYHMÄANTENNI Sivumäärä: 14 Jätetty tarkastettavaksi: 25.02.2008 Työn
3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö
3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö Yhtälön (tai funktion) y = a + b + c, missä a 0, kuvaaja ei ole suora, mutta ei ole yhtälökään ensimmäistä astetta. Funktioiden
Search space traversal using metaheuristics
Search space traversal using metaheuristics Mika Juuti 11.06.2012 Ohjaaja: Ville Mattila Valvoja: Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta osin kaikki
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 6 varuusintegraali iemmin laskimme yksiulotteisia integraaleja b a f (x)dx, jossa integrointialue on x-akselin väli [a, b]. Lisäksi laskimme kaksiulotteisia integraaleja
Ympyrän yhtälö
Ympyrän yhtälö ANALYYTTINEN GEOMETRIA MAA4 On melko selvää, että origokeskisen ja r-säteisen ympyrän yhtälö voidaan esittää muodossa x 2 + y 2 = r 2. Vastaavalla tavalla muodostetaan ympyrän yhtälö, jonka
GEOMETRIA MAA3 Geometrian perusobjekteja ja suureita
GEOMETRI M3 Geometrian perusobjekteja ja suureita Piste ja suora: Piste, suora ja taso ovat geometrian peruskäsitteitä, joita ei määritellä. Voidaan ajatella, että kaikki geometriset kuviot koostuvat pisteistä.
Ratkaisuja, Tehtävät
ja, Tehtävät 988-97 988 a) Osoita, että lausekkeiden x 2 + + x 4 + 2x 2 ja x 2 + - x 4 + 2x 2 arvot ovat toistensa käänteislukuja kaikilla x:n arvoilla. b) Auton jarrutusmatka on verrannollinen nopeuden
5.3 Ensimmäisen asteen polynomifunktio
Yllä olevat polynomit P ( x) = 2 x + 1 ja Q ( x) = 2x 1 ovat esimerkkejä 1. asteen polynomifunktioista: muuttujan korkein potenssi on yksi. Yleisessä 1. asteen polynomifunktioissa on lisäksi vakiotermi;
Luku 6. Dynaaminen ohjelmointi. 6.1 Funktion muisti
Luku 6 Dynaaminen ohjelmointi Dynaamisessa ohjelmoinnissa on ideana jakaa ongelman ratkaisu pienempiin osaongelmiin, jotka voidaan ratkaista toisistaan riippumattomasti. Jokaisen osaongelman ratkaisu tallennetaan
PERUSLASKUJA. Kirjoita muuten sama, mutta ota välilyönti 4:n jälkeen 3/4 +5^2
PERUSLASKUJA Matemaattisten lausekkeiden syöttäminen: Kirjoita ilman välilyöntejä /+^2 Kirjoita muuten sama, mutta ota välilyönti :n jälkeen / +^2 Kopioi molemmat matematiikka-alueet ja liiku alueen sisällä
Kenguru 2011 Cadet (8. ja 9. luokka)
sivu 1 / 7 NIMI LUOKKA/RYHMÄ Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Jätä ruutu tyhjäksi, jos et halua
Induktio, jonot ja summat
Induktio, jonot ja summat Matemaattinen induktio on erittäin hyödyllinen todistusmenetelmä, jota sovelletaan laajasti. Sitä verrataan usein dominoefektiin eli ketjureaktioon, jossa ensimmäisen dominopalikka
y + 4y = 0 (1) λ = 0
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 6 mallit Kevät 2019 Tehtävä 1. Ratkaise yhtälöt a) y + 4y = x 2, b) y + 4y = 3e x. Ratkaisu: a) Differentiaaliyhtälön yleinen
2. Seuraavassa kuvassa on verkon solmujen topologinen järjestys: x t v q z u s y w r. Kuva 1: Tehtävän 2 solmut järjestettynä topologisesti.
Tietorakenteet, laskuharjoitus 11, ratkaisuja 1. Leveyssuuntaisen läpikäynnin voi toteuttaa rekursiivisesti käsittelemällä jokaisella rekursiivisella kutsulla kaikki tietyllä tasolla olevat solmut. Rekursiivinen
Harjoitus 3 (3.4.2014)
Harjoitus 3 (3..) Tehtävä Olkoon kaaren paino c ij suurin sallittu korkeus tieosuudella (i, j). Etsitään reitti solmusta s solmuun t siten, että reitin suurin sallittu korkeus pienimmillään olisi mahdollisimman
Kombinatorinen optimointi
Kombinatorinen optimointi Sallittujen pisteiden lukumäärä on äärellinen Periaatteessa ratkaisu löydetään käymällä läpi kaikki pisteet Käytännössä lukumäärä on niin suuri, että tämä on mahdotonta Usein
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.09 HYVÄN VASTAUKSEN PIIRTEITÄ Alustavat hyvän vastauksen piirteet on suuntaa-antava kuvaus kokeen tehtäviin odotetuista vastauksista ja tarkoitettu ensisijaisesti
Tehtävä 3: Ongelmanratkaisutehtävä
Tehtävä 3: Ongelmanratkaisutehtävä Kysymys 3.1 Seuraavat kortit tulee kääntää: ympyrä: tämän kortin selkäpuolen tulee olla punainen sininen: etupuolella ei saa olla ympyrää Seuraavia kortteja ei tarvitse
http://www.nelostuote.fi/suomi/rummikubsaan.html
Sivu 1/5 Pelin sisältö 104 numeroitua laattaa (numeroitu 1-13) 2 laattaa kutakin neljää väriä (musta, oranssi, sininen ja punainen) 2 jokerilaattaa, 4 laattatelinettä, pelisäännöt Pelin tavoite Tavoitteena
Helsingin, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 9.6.2014 klo 10 13
Helsingin, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 9.6.014 klo 10 13 1. Ratkaise seuraavat yhtälöt ja epäyhtälöt: x + a) 3 x + 1 > 0 c) x x + 1 = 1 x 3 4 b) e x + e x 3
ja λ 2 = 2x 1r 0 x 2 + 2x 1r 0 x 2
Johdatus diskreettiin matematiikkaan Harjoitus 4, 7.10.2015 1. Olkoot c 0, c 1 R siten, että polynomilla r 2 c 1 r c 0 on kaksinkertainen juuri. Määritä rekursioyhtälön x n+2 = c 1 x n+1 + c 0 x n, n N,
Kuva Suomen päätieverkko 1 Moottoritiet on merkitty karttaan vihreällä, muut valtatiet punaisella ja kantatiet keltaisella värillä.
POHDIN projekti TIEVERKKO Tieverkon etäisyyksien minimointi ja esimerkiksi maakaapeleiden kokonaismäärän minimointi sekä ylipäätään äärellisen pistejoukon yhdistäminen reitityksillä toisiinsa niin, että
JAKSO 2 KANTA JA KOORDINAATIT
JAKSO 2 KANTA JA KOORDINAATIT Kanta ja dimensio Tehtävä Esittele vektoriavaruuden kannan määritelmä vapauden ja virittämisen käsitteiden avulla ja anna vektoriavaruuden dimension määritelmä Esittele Lause
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 6 1 Korkolaskentaa Oletetaan, että korkoaste on r Jos esimerkiksi r = 0, 02, niin korko on 2 prosenttia Tätä korkoastetta käytettään diskonttaamaan tulevia tuloja ja
Juuri 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty c) sin 50 = sin ( ) = sin 130 = 0,77
Juuri 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty.5.07 Kertaus K. a) sin 0 = 0,77 b) cos ( 0 ) = cos 0 = 0,6 c) sin 50 = sin (80 50 ) = sin 0 = 0,77 d) tan 0 = tan (0 80 ) = tan 0 =,9 e)
Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla
Talousmatematiikan perusteet: Luento 12 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,
MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ
MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ 24.9.2019 HYVÄN VASTAUKSEN PIIRTEITÄ Alustavat hyvän vastauksen piirteet on suuntaa-antava kuvaus kokeen tehtäviin odotetuista vastauksista ja tarkoitettu ensisijaisesti
y=-3x+2 y=2x-3 y=3x+2 x = = 6
MAA Koe, Arto Hekkanen ja Jussi Tyni 5.5.015 Loppukoe LASKE ILMAN LASKINTA. 1. Yhdistä kuvaaja ja sen yhtälö a) 3 b) 1 c) 5 d) Suoran yhtälö 1) y=3x ) 3x+y =0 3) x y 3=0 ) y= 3x 3 5) y= 3x 6) 3x y+=0 y=-3x+
Algoritmit 2. Luento 13 Ti Timo Männikkö
Algoritmit 2 Luento 13 Ti 2.5.2017 Timo Männikkö Luento 13 Merkkijonon sovitus Horspoolin algoritmi Laskennallinen vaativuus Päätösongelmat Epädeterministinen algoritmi Vaativuusluokat NP-täydellisyys
= = = 1 3.
9. 10. 2008!"$#&%(')'*,#.-/* P1. lkuperäisen punaisen kuution pinta koostuu kuudesta 3 3-neliöstä, joten sen ala on 6 3 2 = 54. Koska 3 3 =, kuutio jakautuu leikatessa yksikkökuutioksi, joiden kokonaispinta-ala
Derivointiesimerkkejä 2
Derivointiesimerkkejä 2 (2.10.2008 versio 2.0) Parametrimuotoisen funktion erivointi Esimerkki 1 Kappale kulkee pitkin rataa { x(t) = sin 2 t y(t) = cos t. Määritetään raan suuntakulma positiiviseen x-akseliin
{ 2v + 2h + m = 8 v + 3h + m = 7,5 2v + 3m = 7, mistä laskemmalla yhtälöt puolittain yhteen saadaan 5v + 5h + 5m = 22,5 v +
9. 0. ÄÙ ÓÒ Ñ Ø Ñ Ø ÐÔ ÐÙÒ Ð Ù ÐÔ ÐÙÒ Ö Ø ÙØ 009 È ÖÙ Ö P. Olkoon vadelmien hinta v e, herukoiden h e ja mustikoiden m e rasialta. Oletukset voidaan tällöin kirjoittaa yhtälöryhmäksi v + h + m = 8 v +
Kompleksiluvut., 15. kesäkuuta /57
Kompleksiluvut, 15. kesäkuuta 2017 1/57 Miksi kompleksilukuja? Reaaliluvut lukusuoran pisteet: Tiedetään, että 7 1 0 x 2 = 0 x = 0 1 7 x 2 = 1 x = 1 x = 1 x 2 = 7 x = 7 x = 7 x 2 = 1 ei ratkaisua reaalilukujen
KANDIDAATINTYÖ Paavo Kivistö
KANDIDAATINTYÖ 2013 Paavo Kivistö Paavo Kivistö Verkko-optimointiin perustuva mellakantorjuntatasan laskenta mellakkapoliisin resurssien kohdentamisessa Aalto-yliopisto Perustieteiden korkeakoulu Kandidaatintyö
Optimoinnin sovellukset
Optimoinnin sovellukset Timo Ranta Tutkijatohtori TTY Porin laitos OPTIMI 4.12.2014 Mitä optimointi on? Parhaan ratkaisun systemaattinen etsintä kaikkien mahdollisten ratkaisujen joukosta Tieteellinen
0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan.
Tekijä Pitkä matematiikka 4 9.1.016 168 a) Lasketaan vektorien a ja b pistetulo. a b = (3i + 5 j) (7i 3 j) = 3 7 + 5 ( 3) = 1 15 = 6 Koska pistetulo a b 0, niin vektorit eivät ole kohtisuorassa toisiaan
Kenguru 2012 Student sivu 1 / 8 (lukion 2. ja 3. vuosi)
Kenguru 2012 Student sivu 1 / 8 Nimi Ryhmä Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta
Lineaaristen monitavoiteoptimointitehtävien
Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Jerri Nummenpalo 17.09.2012 Ohjaaja: TkT Juuso Liesiö Valvoja: Prof. Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla.
x 5 15 x 25 10x 40 11x x y 36 y sijoitus jompaankumpaan yhtälöön : b)
MAA4 ratkaisut. 5 a) Itseisarvon vastauksen pitää olla aina positiivinen, joten määritelty kun 5 0 5 5 tai ( ) 5 5 5 5 0 5 5 5 5 0 5 5 0 0 9 5 9 40 5 5 5 5 0 40 5 Jälkimmäinen vastaus ei toimi määrittelyjoukon
1 PÖYDÄT JA PALLOT 1. Kilpailuissa tulee käyttää Suomen Biljardiliiton hyväksymiä pöytiä ja palloja.
KARAMBOLEN SÄÄNNÖT Kolmen vallin kara Yhden vallin kara Suora kara - Cadre YHTEISET SÄÄNNÖT KAIKILLE PELIMUODOILLE 1 PÖYDÄT JA PALLOT 1. Kilpailuissa tulee käyttää Suomen Biljardiliiton hyväksymiä pöytiä
Algoritmit 2. Luento 12 To Timo Männikkö
Algoritmit 2 Luento 12 To 3.5.2018 Timo Männikkö Luento 12 Geneettiset algoritmit Simuloitu jäähdytys Merkkijonon sovitus Horspoolin algoritmi Algoritmit 2 Kevät 2018 Luento 12 To 3.5.2018 2/35 Algoritmien
Kenguru 2019 Student lukio
sivu 0 / 7 NIMI LUOKKA Pisteet: Kenguruloikan pituus: Koodi (ope täyttää): Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Oikeasta vastauksesta
Demonstraatiot Luento
TEKNILLINEN KORKEAKOULU Tietoliikenne- ja tietoverkkotekniikan laitos S-8.45 Liikenneteorian perusteet, Kevät 8 Demonstraatiot Luento 8..8 D/ Tarkastellaan seuraavaa yksinkertaista piirikytkentäistä (runko)verkkoa.
Esimerkki: Tietoliikennekytkin
Esimerkki: Tietoliikennekytkin Tämä Mathematica - notebook sisältää luennolla 2A (2..26) käsitellyn esimerkin laskut. Esimerkin kuvailu Tarkastellaan yksinkertaista mallia tietoliikennekytkimelle. Kytkimeen