Kvanttidynamiikka Tarkastellaan ensin hieman bra/ket-merkintää ja vertaillaan sitä muihin merkintätapoihin.

Koko: px
Aloita esitys sivulta:

Download "Kvanttidynamiikka Tarkastellaan ensin hieman bra/ket-merkintää ja vertaillaan sitä muihin merkintätapoihin."

Transkriptio

1 Kvanttidynamiikka Bra- ja Ket-merkinnöistä Tarkastellaan ensin hieman bra/ket-merkintää ja vertaillaan sitä muihin merkintätapoihin. Oletetaan, että ket ψ ja bra φ ovat alkioita, jotka liittyvät kvanttimekaaniseen systeemiin avaruudessa L 2 (R) X on mielivaltainen Hilbert-avaruus sisätulolla x, y C kun x, y X = b a, kun a, b C n, missä b on b:n konju- C n on varustettu sisätulolla a, b C n gaattitranspoosi. Nyt merkinnöillä on seuraavanlaiset samankaltaisuudet bra/ket X C n ψ, φ L 2 (R) x, y X a, b C n φ, y b φ ψ x, y b a ψ φ, y x ab 1 Johdanto Kuten edellisestä esitelmästä muistetaan, tarkastellaan kvanttimekaniikassa hiukkasia niitä vastaavien aaltofunktioiden ψ(r) L 2 (U) avulla. Tässä esitelmässä U R N jollakin N N ja siis L 2 (U) = { f : U C f(r) 2 dr < }. Lisäksi aaltofunktion tulkittiin vastaavan todennäköisyystiheyttä, jolla hiukkanen löydetään jostain paikasta. Tarkemmin ilmaistuna oletettiin, että tiheysfunktio p(r) hiukkaselle, jolla on aaltofunktio ψ(r) on p(r) = U ψ(r) 2 U ψ(r) 2 ja että todennäköisyys, jolla hiukkanen löytyy alueesta V U, on p(r)dr. V 1

2 1 JOHDANTO 2 Tässä esitelmässä tarkastellaan aaltofunktion, eli samalla myös tämän todennäköisyystiheyden, kehittymistä ajan funktiona. Kvanttisysteemin tilavektorille käytetään merkintää ψ, liittyen aaltofunktioon ψ(r). Suurinpiirtein tämä tarkoittaa vain sitä, puhutaan koko funktiosta/kuvauksesta r ψ(r), joka on avaruuden L 2 (U) alkio, eikä funktion arvosta ψ(r) jollain yksittäisellä r U. Toisin merkittynä ψ = ψ( ) L 2 (U). Vastaavasti, kun tarkastellaan kvanttisysteemin tilan kehittymistä ajan funktiona, merkitään ajasta riippuvalle aaltofunktiolle (t, r) ψ(t, r) kaikilla t 0. ψ(t) = ψ(t, ) L 2 (U) Kun kvanttisysteemiä ei häiritä kokeilla, kuvaa sen tilan kehittymistä alkutilasta ψ(0) lähtien Schrödinger-yhtälö i d ψ(t) = H ψ(t), (1) dt missä H on systeemin Hamiltonin operaattori. Jos yhteen avaruudessa liikkuvaan hiukkaseen vaikuttaa potentiaali V (r), saadaan hiukkasen klassinen tila, kun Hamiltonin operaattori on H(r, p) = p2 2m + V (r). Kvanttimekaanisen systeemin Hamiltonin operaattori saadaan tästä sijoittamalla p ja r paikoille vastaavat kvanttimekaaniset operaattorit ˆp ja ˆr, missä (edellisestä esitelmästä) (ˆrψ)(r) = rψ(r), (ˆpψ(r)) = i ( ) T dψ(r) = i. dr Näin saadaan lopulta Hamiltonin operaattori H : D(H) L 2 (U) L 2 (U) siten, että (Hψ)(r) = 2 ( ψ)(r) + V (r)ψ(r), 2m ψ( ) D(H), jonka määrittelyjoukkoon D(H) kuuluvat kaikki funktiot, jotka toteuttavat edellisessä esitelmässä esitetyt lisäoletukset. 1.1 Esitelmän tavoitteet Esitelmässä on tarkoitus käsitellä milloin Schrödinger-yhtälöllä on yksikäsitteinen ratkaisu ja näyttää, että yhtälö voidaan tietyillä oletuksilla palauttaa Hamiltonin operaattorin H ominaisarvojen ja -funktioiden etsimiseen.

3 1 JOHDANTO Esitys kirjassa Oletetaan, että H on hermiittinen operaattori, jolla on diskreetti spektri σ(h) = {E 1, E 2,...} ja täysi määrä lineaarisesti ortonormaaleja ominaistiloja ψ 1, ψ 2 jne. Tällöin jokaisella ajanhetkellä t 0 Schrödinger-yhtälön ratkaisu voidaan esittää muodossa ψ(t) = ψ m ψ(t) ψ m, Sijoittamalla tämä Schrödinger-yhtälöön (1) saadaan i d dt ψ m ψ(t) ψ m = E m ψ m ψ(t) ψ m. (2) Vaatimalla, että kertoimet ovat molemmilla puolilla yhtä suuret, saadaan i d dt ψ m ψ(t) = E m ψ m ψ(t) ψ m ψ(t) = e Emt/ ψ m ψ(0) ja tästä saadaan, että Schrödinger-yhtälön ratkaisu on ψ(t) = e Emt/ ψ m ψ(0) ψ m. (3) (Tässä on näytetty vain ratkaisun yksikäsitteisyys, mutta päättely kääntämällä voitaisiin näyttää, että (3) on Schrödinger-yhtälön ratkaisu.) Ongelmat Päättelyssä on seuraavat ongelmat Yhtälöön sijoittamisessa kohdassa (2) täytyy pitää huolta, että funktiot ψ m ψ( ) ovat derivoituvia. Jos ratkaisun ψ(t) oletetaan olevan derivoituva t:n suhteen, tämä toteutuu kyllä. Toiseen suuntaan edetessä pitäisi todistaa, että (3) on jatkuvasti derivoituva. Yhtälön (2) oikean puolen sarjan suppeneminen on ongelma. Jos ψ(t) D(H) jokaisella t 0, niin tämä tulee toteutumaan, mutta sitä ei voida tietää tähän mennessä esitetyn perusteella. Edellinen tarkastelu ei kerro meille, mihin avaruuteen mahdollinen ratkaisu kuuluu. Jos käytämme järjestelyä, jossa S L 2 (U) S, haluaisimme todennäköisesti, että ratkaisu toteuttaisi ψ(t) S kaikilla t 0. Tällaista ei voida päätellä edellisestä. Myös ratkaisun derivoituvuus pitäisi todistaa erikseen.

4 2 LÄHESTYMINEN PUOLIRYHMÄTEORIAN KAUTTA 4 2 Lähestyminen puoliryhmäteorian kautta Esitelmän tarkoituksena on liittää Schrödinger-yhtälön tarkastelu yleisempään ääretönulotteisten abstraktien Cauchy-ongelmien teoriaan. Tällä tavalla pyritään saavuttamaan yhtälön ratkaisujen olemassaolo- ja yksikäsitteisyystuloksia suoraan tunnetun puoliryhmäteorian [1, 2] avulla ja perustelemaan matemaattisesti, miksi yleensä tarkastellaan ajasta riippumattomaksi Schrödinger-yhtälöksi kutsuttua ominaisarvo-ongelmaa. 2.1 Vahvasti jatkuva puoliryhmä Tässä kappaleessa määritellään vahvasti jatkuva puoliryhmä T (t) ja sen generaattori A : D(A) X X, ja tarkastellaan joitain näiden ominaisuuksia. Puoliryhmä T (t) on operaattoriarvoinen funktio, t T (t), ja sen voi ajatella olevan yleistys eksponenttimatriisista t e At, missä A C n n. Vaikka puoliryhmän määrittely saattaa tuntua abstraktilta, on tarkoituksena ainoastaan, kuten matriisienkin tapauksessa, saada käyttöön työkalu, jolla ilmaista differentiaaliyhtälön d x(t) = Ax(t), dt x 0 X ratkaisu. Kun A on matriisi, niin ratkaisu saadaan matriisieksponenttifunktion avulla x(t) = e At x 0. Tämän kappaleen määritelmien jälkeen näytetään seuraavassa kappaleessa, että jos yllä olevassa differentiaaliyhtälössä A onkin ääretönulotteinen operaattori, vaikkapa A = + reunaehdot, ja se generoi vahvasti jatkuvan puoliryhmän, voidaan yhtälön ratkaisu taas antaa muodossa x(t) = T (t)x 0. Motivaationa tälle yleistykselle on se, että tätä kautta päästään tarkastelemaan tavallisten differentiaaliyhtälöiden lisäksi vastaavalla tavalla myös esimerkiksi osittaisidifferentiaaliyhtälöitä (A on differentiaalioperaattori) tai viiveyhtälöitä (A on aikasiirto). Vaikka tilanne on eksponenttifunktiota monimutkaisempi ei-rajoitetun operaattorin A tapauksessa, käytämme seuraavassa vahvasti jatkuvalle puoliryhmälle kuitenkin merkintää tapausten yhteyden korostamiseksi. Olkoon X Hilbert-avaruus. e At Definition 1. Kuvaus e A : [0, ) L(X) on vahvasti jatkuva puoliryhmä tai C 0 - puoliryhmä jos e A0 = I (4a) e A(t+s) = e At e As, t, s 0 (4b)

5 2 LÄHESTYMINEN PUOLIRYHMÄTEORIAN KAUTTA 5 ja jos se on vahvasti jatkuva pisteessä t = 0, eli lim t 0+ eat x x = 0 x X. (4c) Vahvasta jatkuvuudesta pisteessä t = 0 ja ominaisuudesta (4b) seuraa, että e At on vahvasti jatkuva kaikissa pisteissä t 0 (eli t e At x on jatkuva kaikilla t 0 ja x X). Definition 2. Olkoon e At vahvasti jatkuva puoliryhmä. Sen infinitesimaali generaattori on operaattori A : D(A) X X siten, että 1 Ax = lim t 0+ t (eat x x), D(A) = { x X x D(A) 1 lim t 0+ t (eat x x) olemassa } Example 3. Jos A on rajoitettu operaattori (erityisesti jos A on matriisi), niin A generoi vahvasti jatkuvan puoliryhmän e At t n A n =, n! missä sarja suppenee operaattorinormin suhteen kaikilla t 0. n=0 Puoliryhmän ja sen generaattorin ominaisuuksia löytyy esimerkiksi viitteistä [1, 2]. Tärkeimpiin näistä kuuluu Hillen-Yosidan lause, joka antaa puoliryhmän generoinnin karakterisoinnin operaattorin resolventin avulla. Abstraktin Cauchy-ongelman ymmärtämisen kannalta meille oleellisin ominaisuus on seuraavan apulauseen kohta (a). Lemma 4. Oletetaan, että A : D(A) X X generoi vahvasti jatkuvan puoliryhmän e At. Tällöin a) Jos x D(A), niin e At x D(A) kaikilla t 0 ja d dt (eat x) = e At Ax = Ae At x kaikilla t > 0. b) A on suljettu ja tiheästi määritelty operaattori. Puoliryhmäteorian avulla voimme todistaa seuraavan apulauseen, jonka avulla saamme lopuksi ilmaistua Schrödinger-yhtälön ratkaisun. Yhteyden selkiyttämiseksi käytetään braja ket-merkintöjä ja todistetaan tulos avaruudessa L 2 (U), vaikka se pätee (pienin rajoituksin) yleisessä Hilbert-avaruudessa [1, Thm ].

6 2 LÄHESTYMINEN PUOLIRYHMÄTEORIAN KAUTTA 6 Lemma 5. Olkoon L 2 (U) Hilbert-avaruus ja operaattori A : D(A) L 2 L 2 (U) määritelty siten, että {E m } m N R, joukko { ψ m } m N on avaruuden L 2 (U) ortonormaali kanta ja A φ = φ D(A) = { φ L 2 (U) ie m ψ m φ ψ m, 2 ie m ψ m φ 2 < } = { φ L 2 (U) E m 2 ψ m φ 2 < }. Operaattori A generoi puoliryhmän e At, jolle pätee e At φ = e iemt/ ψ m φ ψ m. 2.2 Abstrakti Cauchy-ongelma Olkoon A : D(A) X X. Tähän operaattoriin ja alkioon x 0 X liittyvä abstrakti Cauchy-ongelma on ẋ(t) = Ax(t), x(0) = x 0 X. (ACP) Yhtälön (ACP) toteuttavaa funktiota x(t) kutsutaan sen klassiseksi ratkaisuksi jos (ACP) toteutuu, x(t) on jatkuvasti derivoituva ja x(t) D(A) kaikilla t 0. Jos A generoi puoliryhmän, löytyy klassisen ratkaisun olemassaololle yksinkertainen karakterisointi. Theorem 6 ([2, Prop. II.6.2]). Jos A generoi vahvasti jatkuvan puoliryhmän e At avaruudessa X, niin yhtälöllä (ACP) on yksikäsitteinen klassinen ratkaisu täsmälleen silloin kun x 0 D(A). Tällöin ratkaisu on x(t) = e At x Schrödingerin yhtälön tapaus Olkoon Tarkasteltaessa Schrödinger-yhtälöä Hilbert-avaruudessa L 2 (U), missä U R N jollakin N N. Nyt i d ψ(t) = H ψ(t) dt voidaan kirjoittaa muotoon d dt ψ(t) = i H ψ(t),

7 3 AJASTA RIIPPUMATON SCHRÖDINGER-YHTÄLÖ 7 joka on abstrakti Cauchy-ongelma Hilbert-avaruudessa L 2 (U). Koska operaattori A = i H on täsmälleen sama kuin apulauseessa 5, tiedämme, että se generoi puoliryhmän e At. Voimme soveltaa tätä suoraan Schrödinger-yhtälöön. Jos yhtälön alkutila ψ(0) D(H), eli E m 2 ψ m ψ(0) 2 <, niin lauseen 6 mukaan Schrödinger-yhtälöllä on yksikäsitteinen ratkaisu ψ(t) = e At ψ(0) = e iemt/ ψ m ψ(0) ψ m joka on ajan suhteen jatkuvasti derivoituva ja ψ(t) D(H) kaikilla t 0. 3 Ajasta riippumaton Schrödinger-yhtälö Edellisestä kappaleesta nähtiin, että voimme konstruoida Schrödinger-yhtälön ratkaisun jos tiedämme Hamiltonin operaattorin H ominaisarvot ja niihin liittyvät ortonormaalit ominaisvektorit. Toisinsanoen tulee ratkaista yhtälö H ψ m = E m ψ m, m N. Tätä kutsutaan ajasta riippumattomaksi Schrödinger-yhtälöksi. 4 Esimerkki, vapaa hiukkanen äärettömässä potentiaalikaivossa Tarkastellaan yksiulotteisessa tapauksessa vapaata hiukkasta äärettömässä potentiaalikaivossa, jossa V (z) = 0 kun z [0, 1] ja V (z) = muulloin. Tämä tarkoittaa, että hiukkaseen ei vaikuta ulkoista potentiaalia, mutta se on rajoitettu välille [0, 1] ja välin päätepisteissä Schrödinger-yhtälön ratkaisu toteuttaa ψ(0) = ψ(1) = 0. Ratkaistaan ajasta riippumaton Schrödinger-yhtälö tässä tapauksessa ja käytetään sitä ajasta riippuvan Schrödinger-yhtälön ratkaisemiseen. Valitaan avaruudeksi L 2 (0, 1). Nyt i d ψ(t) = H ψ(t) dt Hφ = 2 2 φ = 2m 2m φ, φ D(H) = { φ L 2 (0, 1) φ, φ tas. jvia, φ L 2 (0, 1), φ(0) = φ(1) = 0 }.

8 VIITTEET 8 Nyt ajasta riippumattomasta Schrödinger-yhtälöstä tulee ominaisarvotehtävä H ψ k = E k ψ k 2 2m φ k(z) = E k φ k (z), φ(0) = φ(1) = 0, missä k N. Tämän yhtälön ratkaisut ovat φ k (z) = sin(πkz), eli ψ = sin(πk ) ja vastaaviksi energioiksi saadaan E k = π2 k 2 2 2m kun k N. Jos kvanttisysteemi on alkutilassa ψ(0) = ϕ( ) D(H), niin kvanttisysteemin tilaa kuvaa aaltofunktio ψ(t) = ψ(t, ), jolle pätee ψ(t, z) = e iekt/ ψ k ψ(0) ψ k (z) = e i π2 k 2 1 2m t ϕ(ξ) sin(πkξ)dξ sin(πkz) k=1 k=1 0 Viitteet [1] Ruth F. Curtain and Hans J. Zwart. An Introduction to Infinite-Dimensional Linear Systems Theory. Springer-Verlag, New York, [2] Klaus-Jochen Engel and Rainer Nagel. One-Parameter Semigroups for Linear Evolution Equations. Springer-Verlag, New York, 2000.

Tilat ja observaabelit

Tilat ja observaabelit Tilat ja observaabelit Maksimaalinen informaatio systeemistä tietyllä ajanhetkellä sisältyy tilaan ψ (ket). Tila = vektori Hilbertin avaruudessa sisätulo ψ ψ C ψ c 1 ψ 1 + c 2 ψ 2 = c 1 ψ ψ 1 + c 2 ψ ψ

Lisätiedot

Kvanttimekaniikan tulkinta

Kvanttimekaniikan tulkinta Kvanttimekaniikan tulkinta 20.1.2011 1 Klassisen ja kvanttimekaniikan tilastolliset formuloinnit 1.1 Klassinen mekaniikka Klassisen mekaniikan systeemin tilaa kuvaavat kappaleiden koordinaatit ja liikemäärät

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-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

Lisätiedot

Ch7 Kvanttimekaniikan alkeita. Tässä luvussa esitellään NMR:n kannalta keskeiset kvanttimekaniikan tulokset.

Ch7 Kvanttimekaniikan alkeita. Tässä luvussa esitellään NMR:n kannalta keskeiset kvanttimekaniikan tulokset. Ch7 Kvanttimekaniikan alkeita Tässä luvussa esitellään NMR:n kannalta keskeiset kvanttimekaniikan tulokset. Spinnittömät hiukkaset Hiukkasta kuvaa aineaaltokenttä eli aaltofunktio. Aaltofunktio riippuu

Lisätiedot

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

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

Lisätiedot

J 2 = J 2 x + J 2 y + J 2 z.

J 2 = J 2 x + J 2 y + J 2 z. FYSA5 Kvanttimekaniikka I, Osa B.. tentti: 4 tehtävää, 4 tuntia. Tarkastellaan pyörimismääräoperaattoria J, jonka komponentit toteuttavat kommutaatiorelaatiot [J x, J y ] = i hj z, [J y, J z ] = i hj x,

Lisätiedot

1. Tarkastellaan kaksiulotteisessa Hilbert avaruudessa Hamiltonin operaattoria

1. Tarkastellaan kaksiulotteisessa Hilbert avaruudessa Hamiltonin operaattoria Kvanttimekaniikka I, tentti 6.. 015 4 tehtävää, 4 tuntia 1. Tarkastellaan kaksiulotteisessa Hilbert avaruudessa Hamiltonin operaattoria ( { ( ( } E iδ H =, E, δ R, kannassa B = 1 =, =. iδ E 0 1 (a (p.

Lisätiedot

Kvanttifysiikan perusteet 2017

Kvanttifysiikan perusteet 2017 Kvanttifysiikan perusteet 7 Harjoitus 3: ratkaisut Tehtävä Tarkastellaan äärettömän syvässä laatikossa (väli [, L) olevaa hiukkasta. Kirjoita energiatiloja E n vastaavat aaltofunktiot muodossa ψ n (x,

Lisätiedot

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

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

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Idea Lineaarisen systeemin ratkaiseminen Olkoon

Lisätiedot

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio, Differentiaaliyhtälöt, Kesä 06 Harjoitus 3 Kaikissa tehtävissä, joissa pitää tarkastella kriittisten pisteiden stabiliteettia, jos kyseessä on satulapiste, ilmoita myös satulauraratkaisun (tai kriittisessä

Lisätiedot

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m ) Määritelmä 519 Olkoon T i L V i, W i, 1 i m Yksikäsitteisen lineaarikuvauksen h L V 1 V 2 V m, W 1 W 2 W m h v 1 v 2 v m T 1 v 1 T 2 v 2 T m v m 514 sanotaan olevan kuvausten T 1,, T m indusoima ja sitä

Lisätiedot

1. (a) (2p.) Systeemin infinitesimaalista siirtoa matkan ɛ verran esittää operaattori

1. (a) (2p.) Systeemin infinitesimaalista siirtoa matkan ɛ verran esittää operaattori FYSA5 Kvanttimekaniikka I, Osa B 7.. tentti: 4 tehtävää, 4 tuntia. a) p.) Systeemin infinitesimaalista siirtoa matkan ɛ verran esittää operaattori T ɛ) = iɛ h P. Osoita tämän avulla, että äärellistä siirtoa

Lisätiedot

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

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

Lisätiedot

Aikariippuva Schrödingerin yhtälö

Aikariippuva Schrödingerin yhtälö Aineaaltodynamiikka Aineaaltokenttien riippuvuus ajasta aikariippuva Schrödingerin yhtälö Stationääriset ja ei-stationääriset tilat Aaltopaketit Kvanttimekaniikan postulaatit Aikariippuva Schrödingerin

Lisätiedot

5.10. HIUKKANEN POTENTIAALIKUOPASSA

5.10. HIUKKANEN POTENTIAALIKUOPASSA 5.10. HIUKKANEN POTENTIAALIKUOPASSA eli miten reunaehdot ja normitus vaikuttavat aaltofunktioihin Yleensä Schrödingerin yhtälön ratkaiseminen matemaattisesti on hyvin työlästä ja edellyttää vahvaa matemaattista

Lisätiedot

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen

Lisätiedot

Paulin spinorit ja spinorioperaattorit

Paulin spinorit ja spinorioperaattorit Paulin spinorit ja spinorioperaattorit Spinoreita on useita erilaisia. Esimerkiksi Paulin, Dirackin ja Weyelin spinorit. Yhteisenä piirteenä eri spinoreilla on se, että kukin liittyy tavallisesti johonkin

Lisätiedot

Sisätuloavaruudet. 4. lokakuuta 2006

Sisätuloavaruudet. 4. lokakuuta 2006 Sisätuloavaruudet 4. lokakuuta 2006 Tässä esityksessä vektoriavaruudet V ja W ovat kompleksisia ja äärellisulotteisia. Käydään ensin lyhyesti läpi määritelmiä ja perustuloksia. Merkitään L(V, W ) :llä

Lisätiedot

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π Matematiikan ja tilastotieteen laitos Funktionaalianalyysin peruskurssi Kevät 9) Harjoitus 7 Ratkaisuja Jussi Martin). E Hilbert avaruus L [, π]) ja gt) := t, t [, π]. Määrää funktion g Fourier kertoimet

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28 Numeeriset menetelmät TIEA381 Luento 5 Kirsi Valjus Jyväskylän yliopisto Luento 5 () Numeeriset menetelmät 3.4.2013 1 / 28 Luennon 5 sisältö Luku 4: Ominaisarvotehtävistä Potenssiinkorotusmenetelmä QR-menetelmä

Lisätiedot

Vakiokertoiminen lineaarinen normaaliryhmä

Vakiokertoiminen lineaarinen normaaliryhmä 1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 29 Vakiokertoiminen lineaarinen normaaliryhmä Todetaan ensin ilman todistuksia (tulos on syvällinen) ratkaisujen

Lisätiedot

Ratkaisuehdotukset LH 3 / alkuvko 45

Ratkaisuehdotukset LH 3 / alkuvko 45 Ratkaisuehdotukset LH 3 / alkuvko 45 Tehtävä : Olkoot A, B, X R n n, a, b R n ja jokin vektorinormi. Kätetään vektorinormia vastaavasta operaattorinormista samaa merkintää. Nätä, että. a + b a b, 2. A

Lisätiedot

Kanta ja Kannan-vaihto

Kanta ja Kannan-vaihto ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V

Lisätiedot

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista 29 9 Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista Tarkastelemme kertalukua n olevia lineaarisia differentiaaliyhtälöitä y ( x) + a ( x) y ( x) + + a ( x) y( x) + a ( x) y= b( x) ( n) ( n

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35 Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen

Lisätiedot

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin FUNKTIONAALIANALYYSI, RATKAISUT 1 KEVÄT 211, (AP) 1. Ovatko seuraavat reaaliarvoiset funktiot p : R 3 R normeja? Ovatko ne seminormeja? ( x = (x 1, x 2, x 3 ) R 3 ) a) p(x) := x 2 1 + x 2 2 + x 2 3, b)

Lisätiedot

Aineaaltodynamiikkaa

Aineaaltodynamiikkaa Aineaaltodynamiikkaa Aineaaltokenttien riippuvuus ajasta aikariippuva Schrödingerin yhtälö Stationääriset ja ei-stationääriset tilat Aaltopaketit Kvanttimekaniikan postulaatit = kuinka hiukkasen fysikaaliset

Lisätiedot

1 Reaaliset lukujonot

1 Reaaliset lukujonot Jonot 10. syyskuuta 2005 sivu 1 / 5 1 Reaaliset lukujonot Reaaliset lukujonot ovat funktioita f : Z + R. Lukujonosta käytetään merkintää (a k ) k=1 tai lyhyemmin vain (a k). missä a k = f(k). Täten lukujonot

Lisätiedot

Positiivitermisten sarjojen suppeneminen

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

Lisätiedot

6. Differentiaaliyhtälösysteemien laadullista teoriaa.

6. Differentiaaliyhtälösysteemien laadullista teoriaa. 1 MAT-13450 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 2010 6. Differentiaaliyhtälösysteemien laadullista teoriaa. Olemme keskittyneet tässä kurssissa ensimmäisen kertaluvun

Lisätiedot

HILBERTIN AVARUUKSISTA

HILBERTIN AVARUUKSISTA HILBERTIN AVARUUKSISTA Pro gradu -tutkielma Hannariikka Lehtiniemi Matematiikan ja tilastotieteen laitos Jyväskylän yliopisto syksy 2014 TIIVISTELMÄ Ääretönulotteiset avaruudet ovat monilta ominaisuuksiltaan

Lisätiedot

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

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

Lisätiedot

1 Lineaariavaruus eli Vektoriavaruus

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

Lisätiedot

Ominaisarvot ja ominaisvektorit 140 / 170

Ominaisarvot ja ominaisvektorit 140 / 170 Ominaisarvot ja ominaisvektorit 140 / 170 Seuraavissa luvuissa matriisit ja vektori ajatellaan kompleksisiksi, ts. kertojakuntana oletetaan olevan aina kompleksilukujoukko C Huomaa, että reaalilukujoukko

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt ja pienimmän neliösumman menetelmä Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi QR ja PNS PNS-ongelma

Lisätiedot

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 17 R. Kangaslampi Vektoriavaruudet Vektoriavaruus

Lisätiedot

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

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

Lisätiedot

802320A LINEAARIALGEBRA OSA I

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

Lisätiedot

Luku 4. Derivoituvien funktioiden ominaisuuksia.

Luku 4. Derivoituvien funktioiden ominaisuuksia. 1 MAT-1343 Laaja matematiikka 3 TTY 1 Risto Silvennoinen Luku 4 Derivoituvien funktioiden ominaisuuksia Derivaatan olemassaolosta seuraa funktioille eräitä säännöllisyyksiä Näistä on jo edellisessä luvussa

Lisätiedot

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 3. laskuharjoitus, ratkaisuehdotukset

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 3. laskuharjoitus, ratkaisuehdotukset Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 3. laskuharjoitus, ratkaisuehdotukset 1. Olkoon X satunnaismuuttuja, ja olkoot a R \ {0}, b R ja Y = ax + b. (a) Olkoon X diskreetti ja f sen pistetodennäköisyysfunktio.

Lisätiedot

Jatko-opintoseminaari Kevyttä johdattelua kvanttimekaniikkaan: Tila-avaruus. Petteri Laakkonen

Jatko-opintoseminaari Kevyttä johdattelua kvanttimekaniikkaan: Tila-avaruus. Petteri Laakkonen Jatko-opintoseminaari 21-211 Kevyttä johdattelua kvanttimekaniikkaan: Tila-avaruus Petteri Laakkonen 23.9.21 Tämä teksti on tiivistelmä kirjan [1] luvun 2 tekstistä. Pyrkimyksenä on esittää perustellusti

Lisätiedot

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Funktiot. 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

1 Tensoriavaruuksista..

1 Tensoriavaruuksista.. 1 Tensoriavaruuksista.. Käydään läpi kirjan (1) sivut 126-133. 19.02.2007 Palautetaaieleen viime kerran tärkeä määritelmä: (kirja, Määr. 5.12). Määritelmä 1.1 Olkoon T vektoriavaruus ja Φ : V 1 V 2 V m

Lisätiedot

5 Ominaisarvot ja ominaisvektorit

5 Ominaisarvot ja ominaisvektorit 5 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin A

Lisätiedot

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1 Lineaarialgebran kertaustehtävien b ratkaisuista. Määritä jokin kanta sille reaalikertoimisten polynomien lineaariavaruuden P aliavaruudelle, jonka virittää polynomijoukko {x, x+, x x }. Ratkaisu. Olkoon

Lisätiedot

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

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

Lisätiedot

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

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

Lisätiedot

5 Differentiaaliyhtälöryhmät

5 Differentiaaliyhtälöryhmät 5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) =

Lisätiedot

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

MATEMATIIKAN JA TILASTOTIETEEN LAITOS f ( n) JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Funktionaalianalyysi Ei harjoituksia 1.4.2015 Funktionaalista viihdettä pääsiäistauolle: viikolla 14 (ma 30.3., ti 31.3. ja ke 1.4.)

Lisätiedot

SARJAT JA DIFFERENTIAALIYHTÄLÖT

SARJAT 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

Lisätiedot

6. Toisen ja korkeamman kertaluvun lineaariset

6. 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

Lisätiedot

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi. Algoritmien DP ja MF vertaileminen tapahtuu suoraviivaisesti kirjoittamalla kummankin leskimääräinen kustannus eksplisiittisesti todennäköisyyksien avulla. Lause T MF ave = 1 + 2 1 i

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt QR-hajotelma ja pienimmän neliösumman menetelmä Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto PNS-ongelma PNS-ongelma

Lisätiedot

8. Avoimen kuvauksen lause

8. Avoimen kuvauksen lause 116 FUNKTIONAALIANALYYSIN PERUSKURSSI 8. Avoimen kuvauksen lause Palautamme aluksi mieleen Topologian kursseilta ehkä tutut perusasiat yleisestä avoimen kuvauksen käsitteestä. Määrittelemme ensin avoimen

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Matriisinormi Matriisinormi Matriiseille

Lisätiedot

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

Numeeriset 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 / 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

Lisätiedot

Toispuoleiset raja-arvot

Toispuoleiset raja-arvot Toispuoleiset raja-arvot Määritelmä Funktiolla f on oikeanpuoleinen raja-arvo a R pisteessä x 0 mikäli kaikilla ɛ > 0 löytyy sellainen δ > 0 että f (x) a < ɛ aina kun x 0 < x < x 0 + δ; ja vasemmanpuoleinen

Lisätiedot

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa. BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 7, Syksy 206 Tutkitaan yhtälöryhmää x + y + z 0 2x + y + az b ax + y + 2z 0 (a) Jos a 0 ja b 0 niin mikä on yhtälöryhmän ratkaisu? Tulkitse ratkaisu

Lisätiedot

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

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

Lisätiedot

Määritelmä 2.5. Lause 2.6.

Määritelmä 2.5. Lause 2.6. Määritelmä 2.5. Olkoon X joukko ja F joukko funktioita f : X R. Joukkoa F sanotaan pisteittäin rajoitetuksi, jos jokaiselle x X on olemassa sellainen C x R, että f x C x jokaiselle f F. Joukkoa F sanotaan

Lisätiedot

7. Tasaisen rajoituksen periaate

7. Tasaisen rajoituksen periaate 18 FUNKTIONAALIANALYYSIN PERUSKURSSI 7. Tasaisen rajoituksen periaate Täydellisyydestä puristetaan maksimaalinen hyöty seuraavan Bairen lauseen avulla. Bairen lause on keskeinen todistettaessa kahta funktionaalianalyysin

Lisätiedot

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

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

Lisätiedot

Likimääräisratkaisut ja regularisaatio

Likimääräisratkaisut ja regularisaatio Luku 3 Likimääräisratkaisut ja regularisaatio Käytännön inversio-ongelmissa annettu data y ei aina ole tarkkaa, vaan sisältää häiriöitä. Tuntemattomasta x on annettu häiriöinen data y F (x + }{{}}{{} ε.

Lisätiedot

Pienimmän neliösumman menetelmä

Pienimmän neliösumman menetelmä Pienimmän neliösumman menetelmä Keijo Ruotsalainen Division of Mathematics Funktion sovitus Datapisteet (x 1,...,x n ) Annettu data y i = f(x i )+η i, missä f(x) on tuntematon funktio ja η i mittaukseen

Lisätiedot

Moniulotteisia todennäköisyysjakaumia

Moniulotteisia todennäköisyysjakaumia Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (007) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 6 To 22.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 6 To 22.9.2011 p. 1/38 p. 1/38 Ominaisarvotehtävät Monet sovellukset johtavat ominaisarvotehtäviin Yksi

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (006) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen

Lisätiedot

1 Lukujen jaollisuudesta

1 Lukujen jaollisuudesta Matematiikan mestariluokka, syksy 2009 1 1 Lukujen jaollisuudesta Lukujoukoille käytetään seuraavia merkintöjä: N = {1, 2, 3, 4,... } Luonnolliset luvut Z = {..., 2, 1, 0, 1, 2,... } Kokonaisluvut Kun

Lisätiedot

5 Lineaariset yhtälöryhmät

5 Lineaariset yhtälöryhmät 5 Lineaariset yhtälöryhmät Edellisen luvun lopun esimerkissä päädyttiin yhtälöryhmään, jonka ratkaisemisesta riippui, kuuluuko tietty vektori eräiden toisten vektorien virittämään aliavaruuteen Tämäntyyppisiä

Lisätiedot

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

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

Lisätiedot

Funktiojonon tasainen suppeneminen

Funktiojonon tasainen suppeneminen TAMPEREEN YLIOPISTO Pro gradu -tutkielma Taina Saari Funktiojonon tasainen suppeneminen Matematiikan ja tilastotieteen laitos Matematiikka Elokuu 2009 Tampereen yliopisto Matematiikan ja tilastotieteen

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

MS-A0003/A Matriisilaskenta Laskuharjoitus 6 MS-A3/A - Matriisilaskenta Laskuharjoitus 6 Ratkaisuehdotelmia. Diagonalisointi on hajotelma A SΛS, jossa diagonaalimatriisi Λ sisältää matriisin A ominaisarvot ja matriisin S sarakkeet ovat näitä ominaisarvoja

Lisätiedot

5.1. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [0, ) jolla on ominaisuudet:

5.1. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [0, ) jolla on ominaisuudet: 5.. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [, ) jolla on ominaisuudet: x = x = x + y x + y, x, y V a x = a x, x V, a K (= R tai C) Esimerkki 5..

Lisätiedot

1 Aaltofunktio, todennäköisyystulkinta ja normitus

1 Aaltofunktio, todennäköisyystulkinta ja normitus KEMA5 syksy 16 Kertausta keskeisistä asioista 1 Aaltofunktio, todennäköisyystulkinta ja normitus Kvanttimekaniikassa tarkasteltavaa systeemiä kuvaa aaltofunktio ψ. Aaltofunktio on puhtaan matemaattinen

Lisätiedot

Osittaisdifferentiaaliyhtälöt

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

Lisätiedot

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b.

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b. 10. Kunnat ja kokonaisalueet Määritelmä 10.1. Olkoon K rengas, jossa on ainakin kaksi alkiota. Jos kaikki renkaan K nollasta poikkeavat alkiot ovat yksiköitä, niin K on jakorengas. Kommutatiivinen jakorengas

Lisätiedot

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut Insinöörimatematiikka D, 06 laskuharjoituksien esimerkkiratkaisut Alla olevat esimerkkiratkaisut ovat melko ksitiskohtaisia Tenttivastauksissa ei leensä tarvitse muistaa lauseiden, määritelmien, esimerkkien

Lisätiedot

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

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2 Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 2 mallit Kevät 219 Tehtävä 1. Laske osittaisderivaatat f x = f/x ja f y = f/, kun f = f(x, y) on funktio a) x 2 y 3 + y sin(2x),

Lisätiedot

Numeeriset 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 / 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

Lisätiedot

1 Di erentiaaliyhtälöt

1 Di erentiaaliyhtälöt Taloustieteen mat.menetelmät syksy 2017 materiaali II-5 1 Di erentiaaliyhtälöt 1.1 Skalaariyhtälöt Määritelmä: ensimmäisen kertaluvun di erentiaaliyhtälö on muotoa _y = F (y; t) oleva yhtälö, missä _y

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 4 Jatkuvuus Jatkuvan funktion määritelmä Tarkastellaan funktiota f x) jossakin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jatkuva tai epäjatkuva. Jatkuvuuden

Lisätiedot

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1 Analyysi III Jari Taskinen 28. syyskuuta 2002 Luku Sisältö Sarjat 2. Lukujonoista........................... 2.2 Rekursiivisesti määritellyt lukujonot.............. 8.3 Sarja ja sen suppenminen....................

Lisätiedot

1 Sisätulo- ja normiavaruudet

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

Lisätiedot

Reaalilukuvälit, leikkaus ja unioni (1/2)

Reaalilukuvälit, leikkaus ja unioni (1/2) Luvut Luonnolliset luvut N = {0, 1, 2, 3,... } Kokonaisluvut Z = {..., 2, 1, 0, 1, 2,... } Rationaaliluvut (jaksolliset desimaaliluvut) Q = {m/n m, n Z, n 0} Irrationaaliluvut eli jaksottomat desimaaliluvut

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1

Lisätiedot

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 Tehtävät 1-4 lasketaan alkuviikon harjoituksissa ryhmissä, ja ryhmien ratkaisut esitetään harjoitustilaisuudessa (merkitty kirjaimella L = Lasketaan).

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 22 R. Kangaslampi matriisiteoriaa Kertaus: ominaisarvot

Lisätiedot

Esko Turunen Luku 3. Ryhmät

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

Lisätiedot

Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia: Mitä opimme?

Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia: Mitä opimme? TKK (c) Ilkka Mellin (4) Moniulotteisia todennäköisyysjakaumia Johdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (4) Moniulotteisia todennäköisyysjakaumia: Mitä

Lisätiedot

802320A LINEAARIALGEBRA OSA II

802320A LINEAARIALGEBRA OSA II 802320A LINEAARIALGEBRA OSA II Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 64 Sisätuloavaruus Määritelmä 1 Olkoon V reaalinen vektoriavaruus. Kuvaus on reaalinen

Lisätiedot

Vapaan hiukkasen Schrödingerin yhtälö (yksiulotteinen)

Vapaan hiukkasen Schrödingerin yhtälö (yksiulotteinen) Vapaan hiukkasen Schrödingerin yhtälö (yksiulotteinen Vapaaseen hiukkaseen ei vaikuta voimia, joten U(x = 0. Vapaan hiukkasen energia on sen liike-energia eli E=p /m. Koska hiukkasella on määrätty energia,

Lisätiedot

Matemaattisen analyysin tukikurssi

Matemaattisen analyysin tukikurssi Matemaattisen analyysin tukikurssi 11. Kurssikerta Petrus Mikkola 29.11.2016 Tämän kerran asiat Eksponenttifunktio Eksponenttifunktion määritelmä Eksponenttifunktion ominaisuuksia Luonnolinen logaritmi

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Ominaisarvot Kertaus: ominaisarvot Määritelmä

Lisätiedot

Ortogonaalisen kannan etsiminen

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

Lisätiedot

Derivaattaluvut ja Dini derivaatat

Derivaattaluvut ja Dini derivaatat Derivaattaluvut Dini derivaatat LuK-tutkielma Helmi Glumo 2434483 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2016 Sisältö Johdanto 2 1 Taustaa 2 2 Määritelmät 4 3 Esimerkkejä lauseita 7 Lähdeluettelo

Lisätiedot