Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),...
|
|
- Maija-Liisa Ahonen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Mat Dynaaminen optimointi, mallivastaukset, kierros 6 1. Johdetaan välttämättömät ehdot funktionaalin J(y) = g(y(t), ẏ(t),..., dr y(t), t) dt dt r ekstremaalille, kun ja t f ovat kiinteitä ja tiedetään reunaehdot y (k) ( ) = y k,, y (k) (t f ) = y k,f, k =,..., r 1 eli yhteensä 2r reunaehtoa. Määritellään uusi r 1 tilamuuttuja jolloin funktionaali on muotoa rajoitusehdolla J(x) = x k (t) = y (k 1) (t), k = 1,..., r, g(x 1 (t), x 1 (t),..., ẋ r (t), t) dt ẋ k (t) = x k+1 (t), k = 1,... r 1. Ottamalla käyttöön Lagrangen kerroinfunktiot λ k (t) saadaan kirjoitettua täydennetty funktionaali missä J a = L(x 1 (t), x 1 (t),..., ẋ r (t), λ 1 (t),..., λ r 1 (t), t) dt, r 1 L = g + λ 1 (ẋ 1 x 2 ) λ r 1 (ẋ r 1 x r ) = g + λ k (ẋ k x k+1 ), ja silloin tehtävän Eulerin yhtälöt ovat L d L =, k = 1,..., r. x k dt ẋ k Kun nyt k {1,..., r 2}, niin silloin k=1 L d L = x k+1 dt ẋ k+1 g x k+1 }{{} = λ k d dt [ g ẋ k+1 + λ k+1 = 1
2 eli Lisäksi pätee λ k = d dt [ g ẋ k+1 + λ k+1. (1) L d L = g λ r 1 d g = x r dt ẋ r x r dt ẋ r eli λ r 1 = d g. (2) dt ẋ r Lähtemällä liikkeelle ensimmäisestä Eulerin yhtälöstä ja käyttämällä kaavoja (1) ja (2) saadaan = L d L x 1 dt ẋ 1 = g d [ g + λ 1 x 1 dt ẋ 1 = g d g + d2 [ g + λ x 1 dt ẋ 1 dt 2 2 ẋ 2 = g d g + d2 g d3 [ g x 1 dt ẋ 1 dt 2 ẋ 2 dt 3 ẋ3 + λ 3 =... = g r + ( 1) k dk g =. x 1 dt k ẋ k k=1 Sijoittamalla y(t):n derivaatat x k (t):den paikalle saadaan r k= ( 1) k dk dt k [ g y (k) ( y (t), ẏ (t),..., dr y (t) dt r, t ) =. 2
3 2. Ihmisen hengitysjärjestelmän malli: P (t) V (t) V (t) Keuhkojen tilayhtälö: Keuhkojen ja ilmakehän välinen paine-ero Keuhkojen tilavuuden lisäys tasapainotilasta Ilmavirtaus keuhkoihin P (t) = KV (t) + R V (t), (3) missä KV (t) on rintakehän laajentumista vastustava mekaaninen "jousivoima"ja R V (t) sisään-ulosvirtauksen vastus. Ihmisen hengityselimet toimivat siten, että sisään hengitettäessä kriteeri min J = T minimoituu. Reunaehdot ovat { [ V (t) 2 + αp (t) V (t) } dt, α > V () =, V () =, V (T ) = VT, V (T ) = ja loppuaika T kiinteä. (a) Miten kriteeri J tulee tulkita? Termi [ V (t) 2 pyrkii minimoimaan ilmavirtauksen kiihtyvyyden, jolloin saadaan mahdollisimman tasainen hengitysliike. Termi P (t) V (t) vastaa virtauksen ulkoista tehonkulutusta. Minimoimalla tätä minimoidaan samalla hengitykseen käytetty ulkoinen työ. (b) Muodostetaan Eulerin yhtälö: F (t) = V 2 (t) + αp (t) V (t) = V 2 (t) + α[kv (t) + R V (t) V (t) = V 2 (t) + αr V 2 (t) + αkv (t) V (t) F V = αk V, F V = 2αR V + αkv, F V = 2 V. Käyttämällä tehtävän 1 tulosta saadaan Eulerin yhtälö: F V d [ F [ dt V + d2 F dt 2 V =. 3
4 αk V [ [ d dt 2αR V + αkv + d 2 dt 2 V = [ 2 d αkv 2αR V αkv + d [2 V = dt dt [ d 2 αrv + V = dt 2 V αrv = c1 t + c 2. (c) Ratkaistaan Eulerin yhtälö. Olkoon ω = αr. Homogeenisen yhtälön V αrv = ratkaisu on V (t) = c 3 e ωt + c 4 e ωt. Täydelliseen yhtälöön saadaan erikoisratkaisu yritteellä jolloin V (t) = At + B, αrat αrb = c 1 t + c 2 eli A = c 1 αr, B = c 2 αr. Yhtälön koko ratkaisu on siis V (t) = c 1 αr t c 2 αr + c 3e ωt + c 4 e ωt. Miltä ratkaisu näyttää, jos ulkoisen työn tekijä jätetään pois? Olkoon α = ja K = R = V T = T = 1. Tällöin yhtälö on yksinkertaisesti V (t) = c 1 t + c 2 ja sen ratkaisu on V (t) = c 1 t 3 + c 2 t 2 + c 3 t + c 4, eli ratkaisu on kolmannen asteen Hermiten interpolaatiopolynomi, missä vakiot määräytyvät reunaehdoista. Annetuilla lukuarvoilla V (t) = 2t 3 + 3t 2 ja ratkaisukäyrä on esitetty kuvassa 1. 4
5 1.9.8 Keuhkojen tilavuuden lisäys V(t) Aika t Kuva 1: Optimaalinen sisäänhengitys, kun α = ja K = R = V T = T = Etsittävä ekstremaalit funktionaalille min J = 4 reunaehdoilla x() = ja x(4) = 2. [ẋ(t) 2 [ẋ(t) dt = F (x, ẋ, t) dt Olkoon mahdollinen taitekohta t 1. Weierstrass-Erdmannin kulmaehtojen mukaan funktioiden Fẋ, F Fẋẋ on oltavia jatkuvia taitekohdassa. Nyt siis funktiot Fẋ = 2 [ ẋ(t) 1 [ ẋ(t) [ẋ(t) 1 2 [ẋ(t) + 1 = 2 [ ẋ(t) 1 [ ẋ(t) + 1 [ ẋ(t) 1 + ẋ(t) + 1 = 4 [ ẋ(t) 1 [ ẋ(t) + 1 ẋ(t) F Fẋẋ = [ ẋ(t) 1 2[ẋ(t) [ẋ(t) 1 [ẋ(t) + 1 ẋ2 (t) = [ ẋ(t) 1 [ ẋ(t) + 1 [ ẋ 2 (t) 1 4ẋ 2 (t) = [ ẋ(t) 1 [ ẋ(t) + 1 [ 3ẋ 2 (t) + 1 5
6 ovat jatkuvia, kun taas ẋ (t) on epäjatkuva pisteessä t 1. Olkoon nyt a := lim t t + ẋ(t); 1 b := lim t t ẋ(t); 1 a b. Tavoite on etsiä raja-arvojen a ja b mahdolliset arvot. Ensimmäinen jatkuvuusehto antaa 4(a 1)(a + 1)a = 4(b 1)(b + 1)b = p(a) = p(b), missä p on polynomi. Toinen jatkuvuusehto antaa (a 1)(a + 1)(3a 2 + 1) = (b 1)(b + 1)(3b 2 + 1) = q(a) = q(b), missä q on eräs toinen polynomi. Koska ehdot ovat yhtä aikaa voimassa, pätee myös p(a)q(b) p(b)q(a) =. Kirjoittamalla tämä auki ja ryhmittelemällä tekijöitä saadaan (a 2 1)(b 2 1) [ a(3b 2 + 1) b(3a 2 + 1) =. Voidaan osoittaa, että kaksi mahdollista ratkaisuparia (a, b), joille pätee a b, ovat (a, b) = (1, 1) (a, b) = ( 1, 1). Siis olemme löytäneet ẋ (t 1 ):n molemmanpuoleiset raja-arvot (kaksi eri tapausta). Kirjoitetaan nyt Eulerin yhtälö: jonka ratkaisu on suora d dt F ẋ = Fẋẋ ẋ = [3ẋ 2 1ẍ = x(t) = c 1 t + c 2. Koska ratkaisut ovat jatkuvia paloittain lineaarisia funktioita, joilla on yksi kulma ja joiden derivaatat ovat siis edellä päätellyn mukaisesti 6
7 ±1, niin on olemassa vain kaksi mahdollista funktiota, jotka toteuttavat Eulerin yhtälön paloittain sekä WE-kulmaehdot: { t, t < x t1 1(t) = t 2, t 1 t 4 x 2(t) = Kuvassa 2 on esitetty ratkaisut. { t, t < t1 6 t, t 1 t x(t) t Kuva 2: Optimaaliset trajektorit tehtävälle 3, kun trajektorissa saa olla yksi kulma. Mahdolliset kulmapisteet ovat t = 1 ja t = (a) Etsittävä (lyhyimmän polun) funktionaalin J = 1 + ẋ2 (t) dt ekstremaalit, kun alkuehto on x() = 5 ja loppupisteen tulee sijaita ympyrällä m(x(t f ), t f ) = x 2 (t f ) + (t f 5) 2 4 =, Muodostetaan jälleen Eulerin yhtälö: F = (1 + ẋ 2 ) 1/2, F x =, Fẋ = ẋ(1 + ẋ 2 ) 1/2 7
8 jolloin d dt F ẋ = Fẋẋ ẍ Ratkaisut ovat siis suoria Alkuehdosta seuraa c 2 = 5. = [ (1 + ẋ 2 ) 1/2 ẋ 2 (1 + ẋ 2 ) 3/2 ẍ = [ 1 (1 + ẋ 2 ) 3/2 ẍ = ẍ =. x (t) = c 1 t + c 2. Koska loppupisteen tulee sijaita käyrällä, eivät δx f ja δt f ole riippumattomia. Transversaalisuusehdoksi saadaan (Kirk s , luentomoniste s.28-29) missä Fẋδx f + (F Fẋẋ)δt f =, Fẋ = c 1 (1 + c 2 1) 1/2 F Fẋẋ = (1 + c 2 1) 1/2 c 2 1(1 + c 2 1) 1/2. Transversaalisuusehto on siis = c 1 (1 + c 2 1) 1/2 δx f + { (1 + c 2 1) 1/2 c 2 1(1 + c 2 1) 1/2} δt f = c 1 δx f + (1 + c 2 1 c 2 1)δt f = c 1 δx f + δt f. Dierentioimalla maalikäyrän yhtälö m(x(t f ), t f )) = puolittain saadaan: 2x(t f )δx f + 2(t f 5)δt f = eli δx f = 5 t f x(t f ) δt f, silloin, kun ollaan maalikäyrällä. Yhdistämällä tulokset saadaan δt f [5 t f x(t f ) c =. 8
9 Jotta tämä olisi voimassa mielivaltaisilla δt f, tulee olla josta seuraa x(t f ) + c 1 (5 t f ) = x(t f ) = c 1 (t f 5), x(t f ) = c 1 t f + 5 = c 1 t f 5c 1 c 1 = 1 eli optimaalinen trajektori on x (t) = t + 5. Kuvassa 3 on esitetty graasesti ratkaisun luonne. Kyseessä on lyhyin reitti pisteestä (, 5) maalijoukkoon eli ympyrän kaarelle. Tällöin optimitrajektori leikkaa ympyrän kaaren kohtisuoraan, mikä vastaa transversaalisuusehtoja x(t) t Kuva 3: Optimaalinen trajektori tehtävälle 4 on lyhyin reitti pisteestä (, 5) ympyrän kaarelle. (b) Nyt alkuehto onkin x() = 2 ja loppupisteen toteutettava ehto x(t f ) = 4t f + 5 = θ(t f ). Eulerin yhtälö on täsmälleen sama kuin edellä, ja ratkaisut siis suoria x (t) = c 1 t
10 Luennolla esitetyt transversaalisuusehdot ovat = Fẋ(x (t f ), ẋ(t f ), t f ) ( dθ dt (t f) ẋ (t f ) ) + F (x (t f ), ẋ(t f ), t f ) = ẋ(t f ) ( 4 ẋ(tf ) ) + (1 + ẋ 2 (t (1 + ẋ(t f )) 1/2 f )) = 4ẋ(t f ) ẋ 2 (t f ) ẋ 2 (t f ) = 4ẋ(t f ) + 1, josta seuraa 5. Funktionaali J = dierentiaaliyhtälörajoituksella x (t) = 1 4 t + 2. F (x, ẋ, t) dt f(x, ẋ, t) = (4) kun x( ) = x, t f on kiinteä ja x(t f ) vapaa. Tässä siis x : R R n+m, f : R n+m R n+m R R n. Dierentiaaliyhtälörajoitteet otetaan mukaan Lagrangen kerroinfunktioiden p 1 (t),..., p n (t) avulla: J a = [ F (x, ẋ, t) + p T (t)f(x, ẋ, t) dt. Laajennettu funktionaali J a yhtyy alkuperäiseen funktionaaliin J, kun f(x, ẋ, t) =. Varioidaan nyt laajennettua funktionaalia. Huomattavaa on, että Lagrangen kerroinfunktioita tulee myös varioida, ja ne toimivat ylimääräisinä tilamuuttujina (jatkossa puhumme liittotilamuuttujista): δj a (x, δx, p, δp) = [( F x Osittaisintegroimalla saadaan ( F ẋ f ) ( F + pt δx + x ẋ f ) + pt δẋ dt ẋ f ) + pt δẋ + f T δp dt. ẋ = [ F ẋ (x(t f), ẋ(t f ), t f ) + p T f ẋ (x(t f), ẋ(t f ), t f ) δx(t f ) d [ F f + pt δx dt. dt ẋ ẋ 1
11 Siis δj a = [ F ẋ (x(t f), ẋ(t f ), t f ) + p T f ẋ (x(t f), ẋ(t f ), t f ) δx(t f ) {[( F f ) d ( F f ) + + pt + pt δx + f T δp } dt. x x dt ẋ ẋ Ekstremaalilla tulee toteutua δj a =, f =. Reunaehdoista riippumatta integraalin tulee aina hävitä, kuten todettua aikaisemmin (katso esimerkiksi harjoitus 5 tehtävä 6). Integraalin alla oleva osa vaaditaan dierentiaaliyhtälöjen toteutuessa siis nollaksi: n+m k=1 [( F + p T f ) d ( F + p T f ) δxk =. (5) x k x k dt ẋ k ẋ k Nyt on muistettava, että termit δx 1,... δx n+m eivät ole riippumattomia! Niitä sitoo n kpl rajoitteita (4). Kuitenkin rajoitteiden toteutuessa p k (t) voidaan valita mielivaltaisesti. Valitaan ne siten, että lausekkeessa (5) n kpl δx k :iden kertoimista tulee nolliksi, ja jäljelle jää m kpl mahdollisesti nollasta poikkeavia kertoimia. Jäljelle jäävät muutokset δx k ovat riippumattomia, joten niiden lineaarikombinaation ollessa nolla täytyy myös jäljelle jääneiden kertoimien olla nollia. Silloin kaikkien δx k kertoimien tulee olla nollia. Saadaan n+m kpl dierentiaaliyhtälöjä F a d F a =, k = 1,..., n + m, x k dt ẋ k missä F a F (x, ẋ, t) + p T (t)f(x, ẋ, t) on laajennettu kustannusfunktio. Lisäksi tulee toteutua dierentiaaliyhtälörajoite f(x, ẋ, t) =, ja koska lopputila x(t f ) oli vapaa niin myöskin F ẋ (x (t f ), ẋ (t f ), t f ) + p T f ẋ (x (t f ), ẋ (t f ), t f ) = }{{} =, optimitrajektorilla eli saadaan n + m transversaalisuusehtoa F a ẋ k (x (t f ), ẋ (t f ), p (t f ), t f ) =, k = 1,..., n + m. Lisäksi vielä alkuehdot x( ) = x (n + m kpl). 11
k = 1,...,r. L(x 1 (t), x
Mat-2.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 6 1. Johdetaan välttämättömät ehdot funktionaalin J(y) = t g(y(t), ẏ(t),..., dr y(t), t) dt dt r ekstremaalille, kun
LisätiedotMat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5
Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 1. Kotitehtävä. 2. Lasketaan aluksi korkoa korolle. Jos korkoprosentti on r, ja korko maksetaan n kertaa vuodessa t vuoden ajan, niin kokonaisvuosikorko
Lisätiedot6 Variaatiolaskennan perusteet
6 Variaatiolaskennan perusteet Sivut ss. 22 26 pääosin lähteen [Kirk, Ch. 4, ss. 107 127] pohjalta Variaatiolaskenta keskittyy lokaaliin analyysiin eli funktion lokaalin minimin vastineisiin funktionaaleilla.
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle.
Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 9 1. Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle. Tilayhtälö on x k+1 = f k (x k, u k ), k = 1,..., N 1 alkuehdolla
Lisätiedot[xk r k ] T Q[x k r k ] + u T k Ru k. }.
Mat-2.48 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 3. Johdetaan lineaarisen aikainvariantin seurantatehtävän yleinen ratkaisu neliöllisellä kustannuksella. Systeemi: x k+
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros 1
Mat-214 Dynaaminen optimointi, mallivastaukset, kierros 1 1 a) Sekoitussäiliöön A virtaa puhdasta vettä virtauksella v A, säiliöstä A säiliöön B täysin sekoittunutta liuosta virtauksella v AB ja säiliöstä
Lisätiedotmin x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-39 Optimointioppi Kimmo Berg 6 harjoitus - ratkaisut min x + x x + x = () x f = 4x, h = x 4x + v = { { x + v = 4x + v = x = v/ x = v/4 () v/ v/4
Lisätiedotv AB q(t) = q(t) v AB p(t) v B V B ṗ(t) = q(t) v AB Φ(t, τ) = e A(t τ). e A = I + A + A2 2! + A3 = exp(a D (t τ)) (I + A N (t τ)), A N = =
Mat-214 Dynaaminen optimointi Mitri Kitti Mallivastaukset kierros 1 1 a) Sekoitussäiliöön A virtaa puhdasta vettä virtauksella v A säiliöstä A säiliöön B täysin sekoittunutta liuosta virtauksella v AB
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros 11
Mat-.148 Dynaaminen optimointi, mallivastaukset, kierros 11 1. Olkoon tehtaan tuotanto x(t) ajan hetkellä t ja investoitava osuus tuotannosta u(t). Tehdasta kuvaa systeemiyhtälö ẋ(t) = u(t)x(t) x() = c
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ
Mat-48 Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ L ẋ = x ẋ = g L sin x rx Epälineaarisen systeemin tasapainotiloja voidaan
Lisätiedoty (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x
BM0A5830 Differentiaaliyhtälöiden peruskurssi Harjoitus 4, Kevät 017 Päivityksiä: 1. Ratkaise differentiaaliyhtälöt 3y + 4y = 0 ja 3y + 4y = e x.. Ratkaise DY (a) 3y 9y + 6y = e 10x (b) Mikä on edellisen
LisätiedotJos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.
Mat-.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 1 1. Olkoon maaston korkeus y(s) derivoituva funktio ja etsitään tien profiilia x(s). Päätösmuuttuja on tien jyrkkyys
LisätiedotNumeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen
LisätiedotHY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.
HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 8 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Mitkä seuraavista funktioista F, F, F ja F 4 ovat kertymäfunktioita? Mitkä
Lisätiedot2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.
2. kl:n DY:t Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.) Lause Olkoon f(x 2, x 1, t) funktio, ja oletetaan, että f, f/ x 1 ja f/ x
LisätiedotMS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /
MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,
Lisätiedot4 Korkeamman kertaluvun differentiaaliyhtälöt
Differentiaaliyhtälöt c Pekka Alestalo 2015 Tässä monisteessa käydään läpi tavallisiin differentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Luennolla lasketaan esimerkkitehtäviä
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
LisätiedotEi-inertiaaliset koordinaatistot
orstai 25.9.2014 1/17 Ei-inertiaaliset koordinaatistot Tarkastellaan seuraavaa koordinaatistomuunnosta: {x} = (x 1, x 2, x 3 ) {y} = (y 1, y 2, y 3 ) joille valitaan kantavektorit: {x} : (î, ĵ, ˆk) {y}
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta 8..206 Gripenberg, Nieminen, Ojanen, Tiilikainen, Weckman Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi
Lisätiedot1 Perusteita lineaarisista differentiaaliyhtälöistä
1 Perusteita lineaarisista differentiaaliyhtälöistä Johdetaan lineaarisen aikavariantin systeemin ẋ(t) = A(t)x(t) + B(t)u(t), x(t 0 ) = x 0 yleinen ratkaisu. Tarkastellaan ensin homogeenistä yhtälöä. Lause
Lisätiedot, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 017 Harjoitus 4 Ratkaisuehdotukset 4.1. Osoita, että tasa-arvojoukko S F (0), F : R 3 R, F (x) = 3x 1 x 3 + e x + x e x 3, on säännöllinen
Lisätiedoty + 4y = 0 (1) λ = 0
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 6 mallit Kevät 2019 Tehtävä 1. Ratkaise yhtälöt a) y + 4y = x 2, b) y + 4y = 3e x. Ratkaisu: a) Differentiaaliyhtälön yleinen
Lisätiedota) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. 8 3 + 4 2 0 = 16 3 = 3 1 3.
Integraalilaskenta. a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki. b) Mitä määrätty integraali tietyllä välillä x tarkoittaa? Vihje: * Integraali * Määrätyn integraalin
Lisätiedot0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,
HY / Matematiikan ja tilastotieteen laitos Todennäköisyyslaskenta II, syksy 07 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Mitkä seuraavista funktioista F, F, F ja F 4 ovat kertymäfunktioita? Mitkä niistä
Lisätiedotb 1. b m ) + ( 2b Ax) + (b b)
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-9 Optimointioppi Kimmo Berg 5 harjoitus - ratkaisut min Ax b (vertaa PNS-tehtävät) a x + + a n x n a) Ax b = a m x + + a mn x n = x a a m }{{}
LisätiedotEsimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva).
6 DIFFERENTIAALIYHTÄLÖISTÄ Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva). Newtonin II:n lain (ma missä Yhtälö dh dt m dh dt F) mukaan mg, on kiihtyvyys ja
LisätiedotLuento 9: Yhtälörajoitukset optimoinnissa
Luento 9: Yhtälörajoitukset optimoinnissa Lagrangen kerroin Oletetaan aluksi, että f, g : R R. Merkitään (x 1, x ) := (x, y) ja johdetaan Lagrangen kerroin λ tehtävälle min f(x, y) s.t. g(x, y) = 0 Olkoon
Lisätiedotw + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.
Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)
Lisätiedot1 Peruskäsitteet. Dierentiaaliyhtälöt
Teknillinen korkeakoulu Matematiikka Dierentiaaliyhtälöt Alestalo Tässä monisteessa käydään läpi tavallisiin dierentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Esimerkkejä luennoilla
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 20 R. Kangaslampi Matriisihajotelmista
Lisätiedot2 Osittaisderivaattojen sovelluksia
2 Osittaisderivaattojen sovelluksia 2.1 Ääriarvot Yhden muuttujan funktiolla f(x) on lokaali maksimiarvo (lokaali minimiarvo) pisteessä a, jos f(x) f(a) (f(x) f(a)) kaikilla x:n arvoilla riittävän lähellä
LisätiedotLUKU 10. Yhdensuuntaissiirto
LUKU hdensuuntaissiirto Olkoot (M, N) suunnistettu pinta, p M ja v p R 3 p annettu vektori pisteessä p (vektorin v p ei tarvitse olla pinnan M tangenttivektori). Tällöin vektori (v p N(p)) N(p) on vektorin
LisätiedotGeneroivat funktiot, Poisson- ja eksponenttijakaumat
4A Generoivat funktiot, Poisson- ja eksponenttijakaumat Tämän harjoituksen tavoitteena on edelleen tutustua generoivien funktioiden sovelluksiin ja lisäksi harjoitella ratkaisemaan Poisson- ja eksponenttijakaumiin
Lisätiedot2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.
2. Viikko Keskeiset asiat ja tavoitteet: 1. Peruskäsitteet: kertaluku, lineaarisuus, homogeenisuus. 2. Separoituvan diff. yhtälön ratkaisu, 3. Lineaarisen 1. kl yhtälön ratkaisu, CDH: luvut 19.1.-19.4.
LisätiedotMS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)
MS-A17 Differentiaali- ja integraalilaskenta 1 CHEM) Laskuharjoitus 4lv, kevät 16 1. Tehtävä: Laske cos x dx a) osittaisintegroinnilla, b) soveltamalla sopivaa trigonometrian kaavaa. Ratkaisu: a) Osittaisintegroinnin
LisätiedotEnsimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 9 Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa
LisätiedotBM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018 Tehtävä 8 on tällä kertaa pakollinen. Aloittakaapa siitä. 1. Kun tässä tehtävässä sanotaan sopii mahdollisimman hyvin, sillä tarkoitetaan
Lisätiedota(t) = v (t) = 3 2 t a(t) = 3 2 t < t 1 2 < 69 t 1 2 < 46 t < 46 2 = 2116 a(t) = v (t) = 50
BM0A5810 - Differentiaalilaskenta ja sovellukset Harjoitus 1, Syksy 015 1. (a) Kiihtyvyys on nopeuden derivaatta, eli a(t) v (t) 3 t 1 + 1 Nyt on siis selvitettävä, milloin kiihtyvyys kasvaa itseisarvoltaan
LisätiedotKaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua.
6 Alkeisfunktiot Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua. 6. Funktion määrittely Funktio f : A B on sääntö, joka liittää jokaiseen joukon A alkioon
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
Lisätiedot3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =
BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 6, Syksy 2016 1. (a) Olkoon z = z(x,y) = yx 1/2 + y 1/2. Muodosta z:lle lineaarinen approksimaatio L(x,y) siten että approksimaation ja z:n arvot
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45
MS-A3/A5 Matriisilaskenta Laskuharjoitus 2 / vko 45 Tehtävä (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 2i = 2, b) z 2i < 2, c) /z
LisätiedotYhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.
2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2
LisätiedotLuento 3: Liikkeen kuvausta, differentiaaliyhtälöt
Luento 3: Liikkeen kuvausta, differentiaaliyhtälöt Suoraviivainen liike integrointi Digress: vakio- vs. muuttuva kiihtyvyys käytännössä Kinematiikkaa yhdessä dimensiossa taustatietoa ELEC-A3110 Mekaniikka
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
LisätiedotJYVÄSKYLÄN YLIOPISTO. Integraalilaskenta 2 Harjoitus Olkoon A := {(x, y) R 2 0 x π, sin x y 2 sin x}. Laske käyräintegraali
JYVÄSKYLÄN YLIOPISTO MTEMTIIKN J TILSTOTIETEEN LITOS Integraalilaskenta Harjoitus 4 5.4.4. Olkoon := {(x, y) R x π, sin x y sin x}. Laske käyräintegraali + (y dx + x dy) a) suoraan; ja b) Greenin lauseen
Lisätiedot3 Toisen kertaluvun lineaariset differentiaaliyhtälöt
3 Toisen kertaluvun lineaariset differentiaaliyhtälöt 3.1 Homogeeniset lineaariset differentiaaliyhtälöt Toisen kertaluvun differentiaaliyhtälö on lineaarinen, jos se voidaan kirjoittaa muotoon Jos r(x)
LisätiedotTehtävä 4.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla.
Tehtävä.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla. x = (a + b cos(θ)) cos(ψ) y = (a + b cos(θ)) sin(ψ) = b sin(θ), a > b, θ π, ψ π Figure. Toruksen hajoituskuva Oletetaan,
LisätiedotOsittaisdifferentiaaliyhtälöt
Osittaisdifferentiaaliyhtälöt Harjoituskokoelmat 4 ja 5, kevät 2011 Palautus Eemeli Blåstenille to 23.6. klo 16.00 mennessä 1. Ratkaise Dirichlet ongelma u(x, y) = 0, x 2 + y 2 < 1, u(x, y) = y + x 2,
Lisätiedotlnx x 1 = = lim x = = lim lim 10 = x x0
BM0A580 - Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 05. (a) (b) ln = sin(t π ) t π t π = = 0 = = cos(t π = ) = 0 t π (c) e [ = ] = = e e 3 = e = 0 = 0 (d) (e) 3 3 + 6 + 8 + 6 5 + 4 4 + 4
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros 3
Mat-2.48 Dynaaminen optimointi, mallivastaukset, kierros 3. Johdetaan lineaarisen aikainvariantin seurantatehtävän yleinen ratkaisu neliöllisellä kustannuksella. Systeemi: Kustannusfunktio: J = 2 xt NHx
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016
LisätiedotHarjoitus 7: vastausvihjeet
Taloustieteen matemaattiset menetelmät 31C01100 Kevät 2017 Topi Hokkanen topi.hokkanen@aalto.fi Harjoitus 7: vastausvihjeet 1. (Epäyhtälörajoitteet) Olkoon f (x, y) = 6x + 4y ja g (x, y) = x 2 + y 2 2.
LisätiedotMATEMATIIKAN 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
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1 / 18
LisätiedotMS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2016
Lisätiedot13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Differentiaaliyhtälöt, kesä 00 Tehtävät 3-8 / Ratkaisuehdotuksia (RT).6.00 3. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: y = + y + y = + y + ( y ) (y
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
Lisätiedot3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset
31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita
Lisätiedot2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio
x = x 2 = 5/2 x 3 = 2 eli Ratkaisu on siis x = (x x 2 x 3 ) = ( 5/2 2) (Tarkista sijoittamalla!) 5/2 2 Tämä piste on alkuperäisten tasojen ainoa leikkauspiste Se on myös piste/vektori jonka matriisi A
LisätiedotKuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Olkoon f : R R f(x 1, x ) = x 1 + x Olkoon C R. Määritä tasa-arvojoukko Sf(C) = {(x 1, x
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt. osa 2 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 1 R. Kangaslampi Matriisihajotelmista
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 22.3.2016 Susanna Hurme Päivän aihe: Rotaatioliikkeen kinematiikka: kulmanopeus ja -kiihtyvyys (Kirjan luvut 12.7, 16.3) Osaamistavoitteet Osata analysoida jäykän
LisätiedotDifferentiaaliyhtälöt II, kevät 2017 Harjoitus 5
Differentiaaliyhtälöt II, kevät 27 Harjoitus 5 Heikki Korpela 26. huhtikuuta 27 Tehtävä 2. Määrää seuraavan autonomisen systeemin kriittiset pisteet, ratakäyrät ja luonnostele systeemin aikakehitys: (t)
LisätiedotSARJAT JA DIFFERENTIAALIYHTÄLÖT
SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 43 0.5 0.4 0.3 0.2 0.1 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.1 0.2 0.3 0.4 0.5 0.6 0.7 1 0.8 0.6 0.4 0.2 0.2 0.4 0.6 0.8 1 Kuva 12. Esimerkin 4.26(c kuvauksen
LisätiedotTilavuus puolestaan voidaan esittää funktiona V : (0, ) (0, ) R,
Vektorianalyysi Harjoitus 9, Ratkaisuehdotuksia Anssi Mirka Tehtävä 1. ([Martio, 3.4:1]) Millä suoralla sylinterillä, jonka tilavuus on V > on pienin vaipan ja pohjan yhteenlaskettu pinta-ala? Ratkaisu
LisätiedotLineaarinen toisen kertaluvun yhtälö
Lineaarinen toisen kertaluvun yhtälö Keijo Ruotsalainen Mathematics Division Lineaarinen toisen kertaluvun differentiaaliyhtälö Toisen kertaluvun täydellinen lineaarinen yhtälö muotoa p 2 (x)y + p 1 (x)y
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 8 To 29.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 8 To 29.9.2011 p. 1/36 p. 1/36 Interpolointi kuutiosplinillä Osavälit: I i = [t i 1,t i ], i = 1,2,...,n
Lisätiedot1 Rajoittamaton optimointi
Taloustieteen matemaattiset menetelmät 7 materiaali 5 Rajoittamaton optimointi Yhden muuttujan tapaus f R! R Muistutetaan mieleen maksimin määritelmä. Funktiolla f on maksimi pisteessä x jos kaikille y
LisätiedotLuento 2: Liikkeen kuvausta
Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä
Lisätiedotx = ( θ θ ia y = ( ) x.
Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan systeemianalyysin laitos Mat-2429 Systeemien Identifiointi 5 harjoituksen ratkaisut Esitetään ensin systeemi tilayhtälömuodossa Tiloiksi valitaan
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos
LisätiedotFunktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.
Funktiot Tässä luvussa käsitellään reaaliakselin osajoukoissa määriteltyjä funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Avoin väli: ]a, b[ tai ]a, [ tai ],
Lisätiedot(a) Järjestellään yhtälöitä siten, että vasemmalle puolelle jää vain y i ja oikealle puolelle muut
BM0A5830 Differentiaalihtälöiden peruskurssi Harjoitus 7, Kevät 07 Päivitksiä: Tehtävän b tehtävänantoa korjattu, tehtävän 5 vastaus korjattu. b tehtävänantoa sujuvoitettu. Vastauksia lisätt.. Monasti
LisätiedotFunktioiden approksimointi ja interpolointi
Funktioiden approksimointi ja interpolointi Keijo Ruotsalainen Division of Mathematics interpolaatio-ongelma 8 Eksponenttifunktion exp(x) interpolointi 3.5 Funktion e^{0.25x} \sin(x) interpolointi 7 3
LisätiedotNumeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden
LisätiedotHarjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:
Differentiaaliyhtälöt, Kesä 216 Harjoitus 2 1. Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: (a) y = (2 y) 3, (b) y = (y 1) 2, (c) y = 2y y 2. 2. Etsi seuraavien
LisätiedotRatkaisuja, 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
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 7 Ti 27.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 7 Ti 27.9.2011 p. 1/39 p. 1/39 Interpolointi Ei tunneta funktion f : R R lauseketta, mutta tiedetään funktion
LisätiedotTampere University of Technology
Tampere University of Technology EDE- Introduction to Finite Element Method. Exercise 3 Autumn 3.. Solve the deflection curve v(x) exactly for the beam shown y,v q v = q z, xxxx x E I z Integroidaan yhtälö
LisätiedotLuento 11: Rajoitusehdot. Ulkopistemenetelmät
Luento 11: Rajoitusehdot. Ulkopistemenetelmät ja sisäpistemenetelmät Lagrangen välttämättömien ehtojen ratkaiseminen Newtonin menetelmällä Jos tehtävässä on vain yhtälörajoituksia, voidaan minimipistekandidaatteja
LisätiedotMS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin
LisätiedotNumeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43
Numeeriset menetelmät TIEA381 Luento 7 Kirsi Valjus Jyväskylän yliopisto Luento 7 () Numeeriset menetelmät 10.4.2013 1 / 43 Luennon 7 sisältö Interpolointi ja approksimointi Interpolaatiovirheestä Paloittainen
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle /
Differentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle / 16. 18.5. Lineaariset differentiaaliyhtälöt, homogeeniset differentiaaliyhtälöt Tehtävä 1: a) Määritä differentiaaliyhtälön y 3y = 14e 4x
LisätiedotMATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai
MATP15 Approbatur 1B Ohjaus Keskiviikko 4.11. torstai 5.11.015 1. (Opiskeluteht. 6 s. 0.) Määritä sellainen vakio a, että polynomilla x + (a 1)x 4x a on juurena luku x = 1. Mitkä ovat tällöin muut juuret?.
LisätiedotDiplomi-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
LisätiedotMatematiikka B3 - Avoin yliopisto
2. heinäkuuta 2009 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Lisäharjoitustehtävä Kurssin sisältö (1/2) 1. asteen Differentiaali yhtälöt (1.DY) Separoituva Ratkaisukaava Bernoyulli
Lisätiedoty = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 2 mallit Kevät 219 Tehtävä 1. Laske osittaisderivaatat f x = f/x ja f y = f/, kun f = f(x, y) on funktio a) x 2 y 3 + y sin(2x),
LisätiedotInsinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut
Insinöörimatematiikka D, 5.4.06 5. laskuharjoituksien esimerkkiratkaisut. Etsitään homogeenisen vakiokertoimisen lineaarisen differentiaaliyhtälön kaikki ratkaisut (reaalisessa muodossa). y (5) +4y (4)
LisätiedotMatematiikan peruskurssi (MATY020) Harjoitus 10 to
Matematiikan peruskurssi (MATY00) Harjoitus 10 to 6.3.009 1. Määrää funktion f(x, y) = x 3 y (x + 1) kaikki ensimmäisen ja toisen kertaluvun osittaisderivaatat. Ratkaisu. Koska f(x, y) = x 3 y x x 1, niin
Lisätiedot4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
1 Laaja matematiikka 5 Kevät 010 4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö.
LisätiedotKannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:
8 Kanta Tässä luvussa tarkastellaan aliavaruuden virittäjävektoreita, jotka muodostavat lineaarisesti riippumattoman jonon. Merkintöjen helpottamiseksi oletetaan luvussa koko ajan, että W on vektoreiden
Lisätiedotx = π 3 + nπ, x + 1 f (x) = 2x (x + 1) x2 1 (x + 1) 2 = 2x2 + 2x x 2 = x2 + 2x f ( 3) = ( 3)2 + 2 ( 3) ( 3) + 1 3 1 + 4 2 + 5 2 = 21 21 = 21 tosi
Mallivastaukset - Harjoituskoe F F1 a) (a + b) 2 (a b) 2 a 2 + 2ab + b 2 (a 2 2ab + b 2 ) a 2 + 2ab + b 2 a 2 + 2ab b 2 4ab b) tan x 3 x π 3 + nπ, n Z c) f(x) x2 x + 1 f (x) 2x (x + 1) x2 1 (x + 1) 2 2x2
LisätiedotYmpyrä 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
Lisätiedot6. Toisen ja korkeamman kertaluvun lineaariset
SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 51 6. Toisen ja korkeamman kertaluvun lineaariset differentiaaliyhtälöt Määritelmä 6.1. Olkoon I R avoin väli. Olkoot p i : I R, i = 0, 1, 2,..., n, ja q : I R jatkuvia
Lisätiedota) 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
LisätiedotTehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.
HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 8 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I Tehtävät -5 perustuvat monisteen kappaleisiin..7 ja tehtävä 6 kappaleeseen.8..
Lisätiedot