Mat Dynaaminen optimointi, mallivastaukset, kierros 8

Koko: px
Aloita esitys sivulta:

Download "Mat Dynaaminen optimointi, mallivastaukset, kierros 8"

Transkriptio

1 Mt-.148 Dynminen optimointi, mllivstukset, kierros 8 1. Idelisess tsvirtmoottoriss vääntömomentti on suorn verrnnollinen virtn. Moottori pyörittää ikiliikkuj (ei kitk- ti sähkömgneettisi vstusvoimi). Moottorin tilnyhtälöt ovt d i(t) = Ri(t) + 1 v dt L L in(t) d dt ω(t) = k ti I i(t), missä R on piirin resistnssi, L on piirin induktnssi, k t on vkio, i on mgnetointikäämien käämivirt (vkio) j I on nkkurin hitusmomentti. Ohjusmuuttuj on syöttöjännite v in. Tehtävä on nnetust lkutilst pysäyttää moottori optimlisesti: min J = [ i (t) + ω (t) + v in(t) ] dt. Kyseessä on iemmin käsitelty linerinen regulttoritehtävä. Jos () Systeemi on täysin ohjttv; (b) H = eli ei ole lopputilkustnnust; (c) A, B, R j Q ovt vkiomtriisej, niin rtkisu on tkisin kytketyssä muodoss u (t) = R 1 B T K(t)x(t). (1) Lisäksi vhvistus vimenee jn mukn nopesti vkiovhvistukseksi lim t K(t) = K (vkiomtriisi), j mtriisi K sdn lgebrllisest Ricctin yhtälöstä: KBR 1 B T K KA A T K Q =. Vrsinisen vhvistuksen K(t) sijn voidnkin käyttää vkiovhvistust K. Olkoon nyt R = L = k t i = I = 1. Silloin tilvektori j systeemimtriisit ovt: [ ] [ ] [ ] i(t) 1 1 x(t) =, A =, B =, ω(t) 1 Q = I, R = 1. Onko systeemi täysin ohjttv? Ohjttvuusmtriisiksi sdn [ ] [ ] 1 1 E = B AB =, 1 1

2 jonk srkkeet ovt linerisesti riippumttomt, joten systeemi on täysin ohjttv. Näin ollen tehtävän rtkisu sdn rtkisemll lgebrllinen Ricctin yhtälö. Mtriisin K tulee oll symmetrinen j positiivideniitti. Merkitään [ ] k1 k K = k k 3 j kirjoitetn uki Ricctin yhtälö, jolloin sdn seurv: [ ] [ ] [ ] [ k1 + k = k1 + k k + k 3 1 k + 1 k 1 k k + k 3 1 k 1 k k ] eli k1 + k 1 k 1 = k 1 k + k k 3 = k 1 = On siis oltv k = ±1. Jos olisi k = 1, niin silloin: { k 1 + k = k 1 1 k 3 =, jolloin k 1 = 1 j k 3 =. Mutt silloin K ei ole positiivisesti deniitti (ot v = [ 1 ] T j tote, että v T Kv = 1). Täytyy siis oll k = 1. Tällöin: k 1 + k 1 3 = k 1 = 3 k 1 = 1. Jos olisi k 1 = 3 niin silloin k 3 =, mutt hvitn jälleen ettei K ole positiivisesti deniitti. Jäljelle jää vihtoehto k 1 = 1, jost sdn [ ] 1 1 K = 1 jok on positiivisesti deniitti. Sijoittmll yhtälöön (1) sdn u (t) = i(t) ω(t)..

3 . Vpn loppujn optimisäätötehtävä tf mx g[x(t), u(t)] dt t tilyhtälörjoitteill ẋ(t) = f[x(t), u(t)] j reunehdoill x(t ) = x, x(t f ) vp. Systeemi on utonominen, eli tilyhtälöt eivät riipu eksplisiittisesti jst, j myöskään kustnnustekijä g(.) ei riipu eksplisiittisesti jst. Hmiltonin funktio on H (x, u, p) g(x, u) + p T f(x, u). Kosk tehtävällä ei ole til- ti ohjusrjoitteit, tulee optimitrjektorill päteä H u (x, u, p ) =. Lisäksi liittotilyhtälön j tilyhtälön H x (x, u, p ) = ṗ H p (x, u, p ) = ẋ = f tulee oll voimss optimitrjektorill. Nyt voidn lske: dh dt = Hx T ẋ + Hu T = H T x f + f T ṗ = H x f f T H x =, u + Hp T ṗ eli H on vkio optimitrjektorill. Vert tilnteeseen fysiikss j Hmiltonin mekniikss, missä Hmiltonin funktio kuv systeemin kokonisenergi = jos Hmiltonin funktio on vkio, niin systeemin kokonisenergi säilyy. 3

4 3. Khden tuotnnontekijän tuotntomlli (Cobb-Dougls): Tilnyhtälö: R rk-ineen käyttö K pääom Q tuotnto C tuotteen kulutus. Q(t) = AK 1 (t)r (t), < < 1, A vkio. Kulutuksest stu hyöty: U(C) = ln C. Kuluttmtt jätetty tuotnto investoidn tkisin pääomn. Olkoon Silloin x jäljellä olev rk-ine. ẋ(t) = R(t) () reunehdoill x() = x j x(t ) =. Pääomlle sdn yhtälö K(t) = Q(t) C(t) = AK 1 (t)r (t) C(t), (3) missä K() = K j K(T ) =. Lisäksi tulee toteutu epäyhtälörjoitteet C(t), R(t), t [, T ]. (4) Kun tvoitteen on mksimoid kokonishyötyä T mx ln C(t) dt, niin yhtälöistä ()-(4) sdn optimisäätötehtävä, joss tilmuuttuji ovt x(t) j K(t) j ohjusmuuttuji C(t) j R(t). Määritellään uusi ohjusmuuttuj y(t) R(t)/K(t). 4

5 Jos K(t) > kikill t [, T ) niin näin voidn tehdä. Myöhemmin käy ilmi, että tämä ehto toteutuu optimitrjektorill. Oletetn toistiseksi, että se toteutuu, j lisäksi y(t) olkoon jtkuvsti derivoituv. Tällöin optimisäätötehtävä on rjoitteill mx T ln C(t) dt ẋ(t) = K(t)y(t) K(t) = AK(t)y (t) C(t) C(t) y(t). Osoitetn, että pääomn suhde tuotntoon K/Q ksv linerisesti jn mukn. Hmiltonin funktio j sen osittisderivtt: H = ln C p 1 Ky + p (AKy C) (5) H C = 1 C p = C = 1/p (6) H y = p 1 K + p AKy 1 = p 1 = p Ay 1. (7) Liittotilyhtälöt: joist yhdistämällä sdn ṗ 1 = H x = (8) ṗ = H K = p 1 y p Ay, (9) ṗ 1 = ṗ Ay 1 + p A( 1)y ẏ = (1) ṗ y +1 + p ( 1)y ẏ = (11) Toislt yhtälö (7) yhtälöön (9) sijoittmll sdn jost seur ṗ p = (1 )ẏ y. (1) ṗ = p Ay p Ay ṗ p = (1 )Ay, (1 )ẏ y = (1 )Ay 5 ẏ = A. (13) y+1

6 Dierentiliyhtälön rtkisu sdn integroimll 1 y = At + k 1 eli jolloin 1 = Ay (t k 1/A }{{} =k 1 ), (14) K/Q = eli suorn yhtälö, kuten piti osoitt. K AKy = t + k 1 Rtkistn optimlinen kulutuspolitiikk. Sijoitetn (14) yhtälöön (1): ṗ (1 ) = p t + k 1 eli jolloin ln p = 1 = 1 ln t + k 1 / 1 ln k (t + k 1 /), p (t) = { k (t + k 1 /) } 1. ln k Sijoittmll yhtälöön (6) sdn optimlinen kulutuspolitiikk C(t) = k (t + k 1 ) 1, missä k ( k ) 1. 6

7 4. Ohjtn linerinen systeemi ẋ(t) = x(t) + u origoon lkupisteestä x() = x jss T (kiinteä) minimoiden smll kustnnust min J(u) = T u (t) dt. Kyseessä on jälleen linerinen regulttoritehtävä. Hmiltonin funktio on H (x, u, p) = u + p(x + u). Optimitrjektorill tulee oll Liittotilyhtälöistä sdn H u = u + p = u = 1 p. H x = ṗ = p p (t) = k 1 e t. Sijoittmll systeemin tilyhtälöön sdn ẋ (t) = x (t) 1 k 1e t. (15) () Homogeenisen yhtälön ẋ (t) = x (t) rtkisu on x (t) = k e t. Tehdään täydelliseen yhtälöön (15) yrite x(t) = k 3 e t. ẋ(t) = k 3 e t = k 3 e t 1 k 1e t eli j täydellinen rtkisu on k 3 = k 1 4, x(t) = k e t + k 1 4 e t. Vkiot määrätään reunehdoist: x() = k + k 1 4 = x k = x k 1 4 x(t ) = ( x k 1 ) e T + k e T = k 1 4 = x e T e T e. T Optimitrjektorin yhtälöksi sdn sijoittmll j sieventämällä x (t) = x e (T t) e (t T ) e T e T. 7

8 (b) Optimiohjus u (t) = 1 p (t) = 1 k 1e t = x (T t) e e T e. T (c) Etsittävä optimiohjukselle tkisinkytketty muoto Siis F (t, T, ) = u (t) x (t) u (t) = F (t, T, )x (t). (16) = x (T t) e e T e T = e T e T x e (T t) e (t T ) (T t) e e (T t) e. (t T ) Nyt kävi hyvin j lkutil x supistui pois, jolloin löydettiin tkisinkytketty suljetun silmukn ohjus. Tämä siksi, että kyseessä oli linerinen regulttoritehtävä. Yleisessä tpuksess näin ei tietenkään käy. (d) Oletetn, että > j systeemi on epästbiili (nollkoht imginäärikselin oikell puolell): lim F (t, T, ) = lim =, t T t T 1 e(t T ) x lim t T u (t) = <. e T et Vhvistustekijä F ksv siis rjtt kun lähestytään loppuhetkeä T, vikk ohjus u pysyy koko jn rjoitettun. Käytännön tkisinkytketyssä ohjuksess voi rjoittmton vhvistus iheutt ongelmi. Olkoon nyt t prmetri j nnetn T : lim F (t, T, ) = lim T T e T e t 1 = x e t lim T u (t) = lim T e T 1 = x e t. Nyt myös vhvistus pysyi rjoitettun. Jos siis T on kohtlisen suuri, voidn käyttää vkiovhvistust u(t) = x(t) j sdn todennäköisesti premmin käyttäytyvä säädin. 8

9 5. Etsitään optimlinen opiskelustrtegi w (t) s.e. min J = T w(t) dt kun tiedon tso kuvtn dierentiliyhtälöllä k(t) = b w(t) ck(t), missä b j c ovt positiivisi vkioit, tiedon tso luss k() = k, tvoitetso lopuss k(t ) = k T > k j rjoituksen on w(t). Hmiltonin funktio: Liittotilyhtälöistä sdn: H w(t) + p(t)b w(t) p(t)ck(t). H k = cp (t) = ṗ (t) p (t) = αe ct. Kosk ohjukset ovt rjoitettuj, käytetään Pontryginin minimiperitett. Hmiltonin funktion tulee minimoitu optimiohjuksell: H (x, u, p, t) H (x, u, p, t), Tässä tehtävässä ehto on: u käypä ohjus. w (t) + p (t)b w (t) p (t)ck (t) w(t) + p (t)b w(t) }{{} p (t)ck (t). =f(w(t)) Jos olisi α >, niin silloin f(w(t)) minimoituu, kun w(t) =. Opiskelemtt ei kuitenkn tentistä pääse läpi, joten tämä ei toteut reunehtoj. On siis oltv α. Minimoidn f(w): j kyseessä on minimi, sillä df(w) dw = w (t) = 1 αbect d f(w) dw = αe ct b[w(t)] 3/. Sijoittmll tilnyhtälöön sdn: k(t) = ck(t) 1 αb e ct. 9

10 Homogeenisen yhtälön rtkisu on k(t) = βe ct. Etsitään erikoisrtkisu yritteellä k(t) = γe ct : γce ct = cγe ct 1 αb e ct eli yleisen yhtälön rtkisu on γ = αb 4c, k (t) = βe ct αb 4c ect. Vkiot α j β sdn reunehdoist: eli rtkisu on k () = β αb 4c = k Optimlinen opiskelustrtegi on b w = k + ck k (T ) = βe ct αb 4c ect = k T α = 4c b kt k e ct < } e ct {{ e ct } =K β = k + K, k (t) = (k + K)e ct Ke ct. = c(k + K)e ct cke ct + c(k + K)e ct cke ct = cke ct eli w (t) = 4c b K e ct. 1

Differentiaali- ja integraalilaskenta 1 (CHEM) Laskuharjoitus 4 / vko 47, mallivastaukset

Differentiaali- ja integraalilaskenta 1 (CHEM) Laskuharjoitus 4 / vko 47, mallivastaukset Differentili- j integrlilskent (CHEM) Lskuhrjoitus / vko 7, mllivstukset Johdntotehtävä x dx = ln.693, joten rvo ln voidn pproksimoid integroimll numeerisesti funktiot x välillä [,]. Jetn väli [,] khteen

Lisätiedot

Syksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut

Syksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut Sksn 0 Pitkän mtemtiikn YO-kokeen TI-Nspire CAS -rtkisut Tekijät: Olli Krkkulinen Rtkisut on ldittu TI-Nspire CAS -tietokoneohjelmll kättäen Muistiinpnot -sovellust. Kvt j lskut on kirjoitettu Mth -ruutuihin.

Lisätiedot

II.1. Suppeneminen., kun x > 0. Tavallinen lasku

II.1. Suppeneminen., kun x > 0. Tavallinen lasku II. EPÄOLEELLISET INTEGRAALIT nt II.. Suppeneminen Esim. Olkoon f() =, kun >. Tvllinen lsku = / =. Kuitenkn tätä integrli ei ole ikisemmss mielessä määritelty, kosk f ei ole rjoitettu välillä [, ] (eikä

Lisätiedot

2.4 Pienimmän neliösumman menetelmä

2.4 Pienimmän neliösumman menetelmä 2.4 Pienimmän neliösummn menetelmä Optimointimenetelmiä trvitn usein kokeellisen dtn nlysoinniss. Mittuksiin liittyy virhettä, joten mittus on toistettv useit kertoj. Oletetn, että mittn suurett c j toistetn

Lisätiedot

S Fysiikka III (EST), Tentti

S Fysiikka III (EST), Tentti S-114.137 Fysiikk III (ES), entti 30.8.006 1. Lämpövoimkone toteutt oheisen kuvn Crnotin prosessi. Koneess on työineen yksi mooli ideliksu. Lske yksitomisen ksun kierroksen ikn tekemän työn suhde kksitomisen

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle.

Mat 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

6 Integraalilaskentaa

6 Integraalilaskentaa 6 Integrlilskent 6. Integrlifunktio Funktion f integrlifunktioksi snotn funktiot F, jonk derivtt on f. Siis F (x) = f (x) määrittelyjoukon jokisell muuttujn rvoll x. Merkitään F(x) = f (x) dx. Integrlifunktion

Lisätiedot

VEKTOREILLA LASKEMINEN

VEKTOREILLA LASKEMINEN 3..07 VEKTOREILLA LASKEMINEN YHTEENLASKU VEKTORIT, MAA Vektoreiden j summ on vektori +. Tämän summvektorin + lkupiste on vektorin lkupiste j loppupiste vektorin loppupiste, kun vektorin lkupisteenä on

Lisätiedot

sin θ θ θ r 2 sin 2 θ φ 2 = 0.

sin θ θ θ r 2 sin 2 θ φ 2 = 0. Mtemtiikn j tilstotieteen litos Osittisdifferentiliyhtälöt Kevät 21 Hrjoitus 9 Rtkisuj Jussi Mrtin 1. Osoit, että Lplce-yhtälö pllokoordinteiss on 2 u 1 r 2 2 u r r 1 r 2 sin θ u 1 2 u sin θ θ θ r 2 sin

Lisätiedot

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

[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+

Lisätiedot

VEKTOREILLA LASKEMINEN

VEKTOREILLA LASKEMINEN ..07 VEKTOREILL LSKEMINEN YHTEENLSKU VEKTORIT, M4 Vektoreiden j summ on vektori +. Tämän summvektorin + lkupiste on vektorin lkupiste j loppupiste vektorin loppupiste, kun vektorin lkupisteenä on vektorin

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros 3

Mat 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

Lisätiedot

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5

Mat-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

Lisätiedot

7 Funktiosarjoista. 7.1 Funktiosarjojen suppeneminen

7 Funktiosarjoista. 7.1 Funktiosarjojen suppeneminen 7 Funktiosrjoist 7. Funktiosrjojen suppeneminen Seurvksi trkstelln srjoj, joiden termit ovt (lukujen sijst) jollkin välillä I määriteltyjä funktioit. Täsmällisemmin funktiosrjll (ti lyhyemmin srjll) trkoitetn

Lisätiedot

OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA

OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA Tekijät: Ari Heimonen, Hellevi Kupil, Ktj Leinonen, Tuomo Tll, Hnn Tuhknen, Pekk Vrniemi Alkupl Tiedekeskus Tietomn torninvrtij

Lisätiedot

Preliminäärikoe Pitkä Matematiikka 5.2.2013

Preliminäärikoe Pitkä Matematiikka 5.2.2013 Preliminäärikoe Pitkä Mtemtiikk 5..0 Kokeess s vstt enintään kymmeneen tehtävään. Tähdellä ( * ) merkittyjen tehtävien mksimipistemäärä on 9, muiden tehtävien mksimipistemäärä on 6.. ) Rtkise yhtälö b)

Lisätiedot

Mikrotalousteoria 2, 2008, osa III

Mikrotalousteoria 2, 2008, osa III Sisältö Mikrotlousteori 2, 2008, os III Yrityksen tuotntofunktiost 2 Pnosten substituoitvuus 2 3 Yrityksen teori 3 4 Mittkvedut tuotnnoss 5 5 Yksikkökustnnusten j skltuottojen steen välinen yhteys 5 6

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ PISTEYTYSKOKOUS

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ PISTEYTYSKOKOUS 0 MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 30 PISTEYTYSKOKOUS 0 ) Sijoitetn x 0 Rtkistn = 0/04,0000 b) Jos neliön sivu on s, niin lävistäjä on s Ehto: s 6 s + s = 6, s 6 3 4s 6,70, joten piiri ) Suorn yhtälö

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Kurssikert 5 1 Jtkuvuus Trkstelln funktiot fx) josskin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jtkuv ti epäjtkuv. Jtkuvuuden ymmärtää prhiten trkstelemll epäjtkuv

Lisätiedot

x k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b

x k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b 5 Integrlien lskemisest 51 Riemnnin summt [A2], [4, 61] Rjoitetun funktion f : [, b] R Riemnn-integroituvuudelle ytäpitäväksi on kurssill Anlyysi 2 osoitettu, että Riemnnin summill S P := f(ξ k ) ( ),

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),...

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),... Mat-2.148 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

Lisätiedot

Y56 Mikron jatkokurssi kl 2008: HARJOITUSTEHTÄVÄT 2 Mallivastaukset

Y56 Mikron jatkokurssi kl 2008: HARJOITUSTEHTÄVÄT 2 Mallivastaukset Y6 Mikron jtkokurssi kl 008: HARJOITUSTEHTÄVÄT Mllivstukset Kuluttjn vlint (Muokttu Burketist 006, 07) Olkoon Mrkon udjettirjoite = 40 Mrkoll on hvin kättätvät referenssit j Mrkon rjusustituutiosuhde on

Lisätiedot

Ristitulo ja skalaarikolmitulo

Ristitulo ja skalaarikolmitulo Ristitulo j sklrikolmitulo Opetussuunnitelmn 00 mukinen kurssi Vektorit (MAA) sisältää vektoreiden lskutoimituksist keskeisenä ineksen yhteenlskun, vähennyslskun, vektorin kertomisen luvull j vektoreiden

Lisätiedot

TEHTÄVÄ 1. Olkoon (f n ) jono jatkuvia funktioita f n : [a, b] R, joka suppenee välillä [a, b] tasaisesti kohti funktiota f : [a, b] R.

TEHTÄVÄ 1. Olkoon (f n ) jono jatkuvia funktioita f n : [a, b] R, joka suppenee välillä [a, b] tasaisesti kohti funktiota f : [a, b] R. Topologi I Hrjoitus 10, rtkisuj AP TEHTÄVÄ 1. Olkoon (f n ) jono jtkuvi funktioit f n : [, b] R, jok suppenee välillä [, b] tsisesti kohti funktiot f : [, b] R. Osoit, että tällöin f n (x) dx f(x) dx.

Lisätiedot

SATE2140 Dynaaminen kenttäteoria syksy / 6 Laskuharjoitus 0: Siirrosvirta ja indusoitunut sähkömotorinen voima

SATE2140 Dynaaminen kenttäteoria syksy / 6 Laskuharjoitus 0: Siirrosvirta ja indusoitunut sähkömotorinen voima ATE14 Dynminen kenttäteori syksy 1 1 / skuhrjoitus : iirrosvirt j inusoitunut sähkömotorinen voim Tehtävä 1. All olevss kuvss esitetyssä pitkässä virtlngss kulkee virt i 1 (t) j sen vieressä on kuvn mukinen

Lisätiedot

5 Epäoleellinen integraali

5 Epäoleellinen integraali 5 Epäoleellinen integrli 5. Integrlin suppeneminen Olkoon f sellinen välillä [, b[ (ei siis välttämättä pisteessä b) määritelty funktio, että f on Riemnn-integroituv välillä [, ] kikill ], b[ eli on olemss

Lisätiedot

1. Derivaatan Testi. Jos funktio f on jatkuva avoimella välillä ]a, b[ ja x 0 ]a, b[ on kriit. tai singul. piste niin. { f (x) > 0, x ]a, x 0 [

1. Derivaatan Testi. Jos funktio f on jatkuva avoimella välillä ]a, b[ ja x 0 ]a, b[ on kriit. tai singul. piste niin. { f (x) > 0, x ]a, x 0 [ 1. Derivtn Testi Jos funktio f on jtkuv voimell välillä ], b[ j x 0 ], b[ on kriit. ti singul. piste niin { f (x) < 0, x ], x 0 [ f x (x) > 0, x ]x 0, b[ 0 on lokli minimipiste (1) { f (x) > 0, x ], x

Lisätiedot

Numeerinen integrointi.

Numeerinen integrointi. Numeerinen integrointi. Differentili- j integrlilskent 1, syksy 2015 Hrri Vrpnen Mtemtiikn j systeeminlyysin litos Alto-yliopisto Tiisti 6.10.2015 Sisältö Tylor-menetelmä. Käyttökelpoinen silloin, kun

Lisätiedot

.) (b) Vertaa p :tä vastaavaa kineettistä energiaa perustilan kokonaisenergiaan. ( ) ( ) = = Ek

.) (b) Vertaa p :tä vastaavaa kineettistä energiaa perustilan kokonaisenergiaan. ( ) ( ) = = Ek S-446, FYSIIKKA IV (Sf) Kevät 5, HSf Rtkisut HSf- Kvnttimekninen hrmoninen värähtelijä on perustillln (mss m) Värähtelyn mplitudi on A () ske p (Värähtelijä sijitsee välillä A ) (b) Vert p :tä vstv kineettistä

Lisätiedot

4 DETERMINANTTI JA KÄÄNTEISMATRIISI

4 DETERMINANTTI JA KÄÄNTEISMATRIISI 4 DETERMINANTTI JA KÄÄNTEISMATRIISI Neliömtriisin determinntti Neliömtriisin A determinntti on luku, jot merkitään det(a) ti A. Lskeminen: -mtriisin A determinntti: det(a) -mtriisin A determinntti esim.

Lisätiedot

Paraabelikin on sellainen pistejoukko, joka määritellään urakäsitteen avulla. Paraabelin jokainen piste toteuttaa erään etäisyysehdon.

Paraabelikin on sellainen pistejoukko, joka määritellään urakäsitteen avulla. Paraabelin jokainen piste toteuttaa erään etäisyysehdon. 5. Prbeli Prbelikin on sellinen pistejoukko, jok määritellään urkäsitteen vull. Prbelin jokinen piste toteutt erään etäissehdon. ********************************************** MÄÄRITELMÄ : Prbeli on tson

Lisätiedot

k = 1,...,r. L(x 1 (t), x

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

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali MS-A1{3,4} (ELEC*) Differentili- j integrlilskent 1 Luento 8: Integrlifunktio j epäoleellinen integrli Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos 5.1.216 Pekk Alestlo,

Lisätiedot

4 Pinta-alasovelluksia

4 Pinta-alasovelluksia Pint-lsovelluksi. Kuvjn lle jäävä pint-l voidn määrittää, jos kuvj on -kselin yläpuolell. Välillä [, 5] funktion f kuvj on -kselin lpuolell. Peiltn funktion f kuvj -kselin suhteen, jolloin sdn funktion

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 9. Kirsi Valjus. Jyväskylän yliopisto. Luento 9 () Numeeriset menetelmät / 29

Numeeriset menetelmät TIEA381. Luento 9. Kirsi Valjus. Jyväskylän yliopisto. Luento 9 () Numeeriset menetelmät / 29 Numeeriset menetelmät TIEA381 Luento 9 Kirsi Vljus Jyväskylän yliopisto Luento 9 () Numeeriset menetelmät 17.4.2013 1 / 29 Luennon 9 sisältö Numeerisest integroinnist Newtonin j Cotesin kvt Luento 9 ()

Lisätiedot

MS-A010{2,3,4,5} (SCI, ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali

MS-A010{2,3,4,5} (SCI, ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali MS-A1{2,3,4,5} (SC, ELEC*, ENG*) Differentili- j integrlilskent 1 Luento 8: ntegrlifunktio j epäoleellinen integrli Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos November

Lisätiedot

Tee B-osion konseptiin etusivulle pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Välivaiheet perustelevat vastauksesi!

Tee B-osion konseptiin etusivulle pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Välivaiheet perustelevat vastauksesi! MAA8 Koe 4.4.016 Jussi Tyni Tee B-osion konseptiin etusivulle pisteytysruudukko! Muist kirjt nimesi j ryhmäsi. Väliviheet perustelevt vstuksesi! A-osio. Ilmn lskint. MAOLi s käyttää. Mksimissn 1h ik. Lske

Lisätiedot

SARJAT JA DIFFERENTIAALIYHTÄLÖT Funktiojonot 1

SARJAT JA DIFFERENTIAALIYHTÄLÖT Funktiojonot 1 SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 JOUNI PARKKONEN Sisältö 0. Tästä tekstistä. Funktiojonot 0. Tästä tekstistä Tämä moniste on trkoitettu käytettäväksi kurssin Srjt j differentiliyhtälöt luentomterilin.

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Kurssikert 4 Tilvuuden j vipn ln lskeminen Kuten iemmin käsittelimme, määrätyn integrlin vull voi lske pintloj j tilvuuksi. Tyypillisenä sovelluksen tilvuuden lskemisest on tpus, joss

Lisätiedot

L 0 L. (a) Entropian ääriarvo löydetään derivaatan nollakohdasta, dl = al 0 L )

L 0 L. (a) Entropian ääriarvo löydetään derivaatan nollakohdasta, dl = al 0 L ) 76638A Termofysiikk Hrjoitus no. 6, rtkisut syyslukukusi 014) 1. Trkstelln L:n pituist nuh, jonk termodynmiikn perusreltio on de = d Q + d W = T ds + F dl, 1) missä F on voim, joll nuh venytetään reversiibelisti

Lisätiedot

SATE.10xx Staattisen kenttäteorian laajentaminen Sähkömagneettiseksi kenttäteoriaksi

SATE.10xx Staattisen kenttäteorian laajentaminen Sähkömagneettiseksi kenttäteoriaksi ATE.1xx tttisen kenttäteorin ljentminen ähkömgneettiseksi kenttäteoriksi syksy 212 1 / 5 skuhrjoitus 1: iirrosvirt j inusoitunut sähkömotorinen voim Tehtävä 1. Määritä tjuus, millä johtvuusvirrn tiheys

Lisätiedot

766328A Termofysiikka Harjoitus no. 12, ratkaisut (syyslukukausi 2014)

766328A Termofysiikka Harjoitus no. 12, ratkaisut (syyslukukausi 2014) 7668A Termofysiikk Hrjoitus no 1, rtkisut (syyslukukusi 14) 1 Lämpötilss T K elektronien energit eivät ylitä Fermin energi (ɛ i ɛ F ), lämpötilprmetri β j kemillinen potentili vst Fermin energi (µ() ɛ

Lisätiedot

funktion voi tarkistaa derivoimalla. Sijoitusmenettely perustuu ketjusääntöön.

funktion voi tarkistaa derivoimalla. Sijoitusmenettely perustuu ketjusääntöön. I.6. Sijoitusmenettely A. Integrlifunktiot Integrlifunktiot etsittäessä on sopiv derivoimissääntö luettv tkperin. funktion voi trkist derivoimll. Sijoitusmenettely perustuu ketjusääntöön. Löydetyn 6..

Lisätiedot

lim + 3 = lim = lim (1p.) (3p.) b) Lausekkeen täytyy supistua (x-2):lla, joten osoittajan nollakohta on 2.

lim + 3 = lim = lim (1p.) (3p.) b) Lausekkeen täytyy supistua (x-2):lla, joten osoittajan nollakohta on 2. Mtemtiikk III 0600 Kurssi / Differetili- j itegrlilske jtkokurssi Tee 7 tehtävää ) Määritä lim ( ) ) + b) Määritä vkio site, että luseke ( ) + + ( )( ) ( + + ) + + + + + lim + lim lim (p) o jtkuv myös

Lisätiedot

( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 321 Päivitetty 19.2.2006. Saadaan yhtälö. 801 Paraabeli on niiden pisteiden ( x,

( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 321 Päivitetty 19.2.2006. Saadaan yhtälö. 801 Paraabeli on niiden pisteiden ( x, Pyrmidi Anlyyttinen geometri tehtävien rtkisut sivu Päivitetty 9..6 8 Prbeli on niiden pisteiden (, y) joukko, jotk ovt yhtä kukn johtosuorst j polttopisteestä. Pisteen (, y ) etäisyys suorst y = on d

Lisätiedot

Esimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita.

Esimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita. 8. Operttorit, mtriisit j ryhmäteori Mtemttinen operttori määrittelee opertion, jonk mukn sille nnettu funktiot muoktn. Operttorit ovt erityisen tärkeitä kvnttimekniikss, kosk siinä jokist suurett vst

Lisätiedot

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.2014 Ratkaisut ja arvostelu

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.2014 Ratkaisut ja arvostelu VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.4 Rtkisut j rvostelu. Koululisen todistuksen keskirvo x on lskettu ) b) c) d) kymmenen ineen perusteell. Jos koululinen nostisi neljän ineen

Lisätiedot

Integraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO

Integraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO Integrlilskent Tämä on lukion oppimterileist hiemn poikkev yksinkertistettu selvitys määrätyn integrlin lskemisest. Kerromme miksi integroidn, mitä integroiminen trkoitt, miten integrli lsketn j miten

Lisätiedot

Analyysin perusteet kauppatieteilijöille 800118P

Analyysin perusteet kauppatieteilijöille 800118P Anlyysin perusteet kupptieteilijöille 800118P Luentomoniste Kri Myllylä Niin Korteslhti Topi Törmä Oulun yliopisto Mtemttisten tieteiden litos Kevät 2015 Sisältö 1 Derivtt 3 1.1 Määritelmä..............................

Lisätiedot

Riemannin integraalista

Riemannin integraalista Lebesguen integrliin sl. 2007 Ari Lehtonen Riemnnin integrlist Johdnto Tämän luentomonisteen trkoituksen on tutustutt lukij Lebesgue n integrliin j sen perusominisuuksiin mhdollisimmn yksinkertisess tpuksess:

Lisätiedot

Käydään läpi: ääriarvo tarkastelua, L Hospital, integraalia ja sarjoja.

Käydään läpi: ääriarvo tarkastelua, L Hospital, integraalia ja sarjoja. DI mtemtiikn opettjksi: Täydennyskurssi, kevät Luentorunko j hrjoituksi viikolle : ti 9.. klo :-5:, to.. klo 9:5-: j klo 4:5-6: Käydään läpi: äärirvo trkstelu, L Hospitl, integrli j srjoj.. Kerrtn äärirvojen

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros 11

Mat 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

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause MS-A010{3,4} (ELEC*) Differentili- j integrlilskent 1 Luento 7: Integrli j nlyysin perusluse Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos 3.10.2016 Pekk Alestlo, Jrmo Mlinen

Lisätiedot

Aalto-yliopisto, Teknillisen fysiikan laitos PHYS-E0460 Reaktorifysiikan perusteet Harjoitus 5, mallivastaukset Syksy 2016

Aalto-yliopisto, Teknillisen fysiikan laitos PHYS-E0460 Reaktorifysiikan perusteet Harjoitus 5, mallivastaukset Syksy 2016 Alto-yliopisto, Teknillisen fysiikn litos Sipilä/Heikinheimo PHYS-E0460 Rektorifysiikn perusteet Hrjoitus 5, mllivstukset Syksy 2016 Tehtävä 2 on tämän hrjoituskierroksen tulutehtävä Vlmistudu esittelemään

Lisätiedot

Ei-inertiaaliset koordinaatistot

Ei-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}

Lisätiedot

MITEN MÄÄRITÄN ASYMPTOOTIT?

MITEN MÄÄRITÄN ASYMPTOOTIT? MITEN MÄÄRITÄN ASYMPTOOTIT? Asmptootti Asmptootti on suor ti muu kärä, jot funktion kuvj f() rjtt lähest, kun muuttujn rvot lähestvät tiettä luku ti ääretöntä. Rjoitutn luksi niihin tpuksiin, joiss smptootti

Lisätiedot

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

HY, 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

Lisätiedot

Johdatus reaalifunktioihin P, 5op

Johdatus reaalifunktioihin P, 5op Johdtus relifunktioihin 802161P, 5op Os 3 Pekk Slmi 19. lokkuut 2015 Pekk Slmi FUNK 19. lokkuut 2015 1 / 48 Integrlit 1 Määrätty integrli = oike integrli: esim. 1 0 x 2 dx = reliluku 2 Määräämätön integrli

Lisätiedot

Finanssimaailman ongelmien ratkaiseminen epäsileän optimoinnin keinoin. Markus Harteela Turun yliopisto

Finanssimaailman ongelmien ratkaiseminen epäsileän optimoinnin keinoin. Markus Harteela Turun yliopisto Finanssimaailman ongelmien ratkaiseminen epäsileän optimoinnin keinoin Markus Harteela Turun yliopisto huhtikuu 2016 1 Johdanto Tämä työ on kurssin Epäsileä Optimointi harjoitustyö ja se perustuu artikkeliin

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ.0.08 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa

Lisätiedot

min 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

min 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

Lisätiedot

Sinilause ja kosinilause

Sinilause ja kosinilause Siniluse j kosiniluse GEOMETRI M3 Mikäli kolmion korkeus j knt tiedetään, voidn pint-l lske. Esimerkki: Lske kolmion l, kun 38 kulmn viereiset sivut ovt 8, j 6,8. Nyt knt tiedetään, korkeutt ei! 38 8,

Lisätiedot

Riemannin integraali

Riemannin integraali LUKU 5 iemnnin integrli Tässä luvuss funktion f iemnnin integrli merkitään - b f = - b f() d. Vstvsti funktion f Lebesgue in integrli merkitään f = f() dm(). [,b] [,b] Luse 5.1. Olkoon f : [, b] rjoitettu

Lisätiedot

Kuvausta f sanotaan tällöin isomorfismiksi.

Kuvausta f sanotaan tällöin isomorfismiksi. Määritelmä..12. Oletetn, että 1 =(V 1,E 1 ) j 2 =(V 2,E 2 ) ovt yksinkertisi verkkoj. Verkot 1 j 2 ovt isomorfiset, jos seurvt ehdot toteutuvt: (1) on olemss bijektio f : V 1 V 2 (2) kikill, b V 1 pätee,

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ

Mat 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

Lisätiedot

Määritelmä Olkoon C R m yksinkertainen kaari ja γ : [a, b] R m sen yksinkertainen parametriesitys, joka on paloittain C 1 -polku.

Määritelmä Olkoon C R m yksinkertainen kaari ja γ : [a, b] R m sen yksinkertainen parametriesitys, joka on paloittain C 1 -polku. Muodostetn vektorikentän kri-integrli yksinkertisen kren tpuksess. Plutetn mieleen, että joukko C R m on yksinkertinen kri, jos löytyy sellinen jtkuv bijektio γ : [, b] C, jok on ploittin C 1 -funktio

Lisätiedot

4. Reaalifunktioiden määrätty integraali

4. Reaalifunktioiden määrätty integraali 6 4. Relifunktioiden määrätt integrli Vrsinisesti termi "integrli" tulee seurvss esitettävästä määrätstä integrlist, jok on läheistä suku summmiselle. Yhtes derivttn on sitten perustv ltu olev tulos, jot

Lisätiedot

Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on

Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on 4. DETERINANTTI JA KÄÄNTEISATRIISI 6 4. Neliömtriisi determitti Neliömtriisi A determitti o luku, jot merkitää det(a) ti A. Se lsket seurvsti: -mtriisi A determitti o det(a) () -mtriisi A determitti void

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros 1

Mat 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

Lisätiedot

LINSSI- JA PEILITYÖ TEORIAA. I Geometrisen optiikan perusaksioomat

LINSSI- JA PEILITYÖ TEORIAA. I Geometrisen optiikan perusaksioomat (0) LINSSI- JA PEILITYÖ MOTIVOINTI Tutustutn linsseihin j peileihin geometrisen optiikn mittuksiss Tutkitn vlon käyttäytymistä linsseissä j peileissä Määritetään linssien j peilien polttopisteet Optiset

Lisätiedot

Laskennan mallit (syksy 2010) 1. kurssikoe, ratkaisuja

Laskennan mallit (syksy 2010) 1. kurssikoe, ratkaisuja 582206 Lskennn mllit (syksy 2010) 1. kurssikoe, rtkisuj 1. [2+2+2 pistettä] Säännöllisissä lusekkeiss on käytetty tuttu lyhennysmerkintää Σ = ( ). () merkkijonot, joiden kksi ensimmäistä merkkiä ovt joko

Lisätiedot

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016 ICS-C2000 Tietojenkäsittelyteori Kevät 2016 Kierros 5, 8. 12. helmikuut Demonstrtiotehtävien rtkisut D1: Hhmolusekkeet ovt esimerkiksi UN*X-järjestelmien tekstityökluiss käytetty säännöllisten lusekkeiden

Lisätiedot

v 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 = =

v 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

Lisätiedot

Tampereen teknillinen yliopisto hum Konstruktiotekniikan laitos. MEC-2430 Elementtimenetelmän perusteet. Luento vk 1 Syksy 2012.

Tampereen teknillinen yliopisto hum Konstruktiotekniikan laitos. MEC-2430 Elementtimenetelmän perusteet. Luento vk 1 Syksy 2012. mpereen teknillinen yliopisto hum 3.8. Konstruktiotekniikn litos MEC-430 Elementtimenetelmän perusteet. Luento vk Syksy 0. Mtemtiikn j mtriisilskennn kertust Yleistä Kirjoittelen tänne joitin kurssin keskeisiä

Lisätiedot

MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause

MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentili- j integrlilskent 1 Luento 7: Integrli j nlyysin perusluse Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos November 20, 2017

Lisätiedot

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

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa II MS-A7 ifferentili- j integrlilskent (Chem Yhteenveto, os II G. Gripenberg Alto-yliopisto 9. helmikuut 16 G. Gripenberg (Alto-yliopisto MS-A7 ifferentili- j integrlilskent (Chem Yhteenveto, 9. helmikuut

Lisätiedot

0 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,

0 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

Lisätiedot

A-Osio. Valitse seuraavista kolmesta tehtävästä kaksi, joihin vastaat. A-osiossa ei saa käyttää laskinta.

A-Osio. Valitse seuraavista kolmesta tehtävästä kaksi, joihin vastaat. A-osiossa ei saa käyttää laskinta. MAA Loppukoe 5.. Jussi Tyni Tee pisteytysruudukko konseptin yläreunn! Vstuksiin väliviheet, jotk perustelevt vstuksesi! Lue ohjeet huolellisesti! A-Osio. Vlitse seurvist kolmest tehtävästä kksi, joihin

Lisätiedot

Sähkömagneettinen induktio

Sähkömagneettinen induktio ähkömgneettinen inuktio Kun johinsilmukn läpi menevä mgneettikentän vuo muuttuu, silmukkn inusoituu jännite j silmukss lk kulke sähkövit. Mgneettikentässä liikkuvn johtimeen syntyy myös jännite. Näitä

Lisätiedot

1.3 Toispuoleiset ja epäoleelliset raja-arvot

1.3 Toispuoleiset ja epäoleelliset raja-arvot . Toisuoleiset j eäoleelliset rj-rvot Rj-rvo lim f () A olemssolo edellyttää että muuttuj täytyy void lähestyä rvo kummst suust hyväsä. Jos > ii sot että lähestyy rvo oikelt ositiivisest suust. Jos ts

Lisätiedot

763333A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 1 Kevät 2014

763333A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 1 Kevät 2014 763333A KIINTEÄN AINEEN FYSIIKKA Rtkisut 1 Kevät 014 1. Tehtävä: Lske, kuink mont hilpistettä on yksikkökopiss ) yksinkertisess kuutiollisess, b) tkk:ss j c) pkk:ss. (Ot huomioon, että esimerkiksi yksikkökopin

Lisätiedot

Kuva 1. n i n v. (2 p.) b) Laske avaimiesi etäisyys x altaan seinämästä. (4 p.) c) Kuinka paljon lunta voi sulaa enintään Lassen suksien alla?

Kuva 1. n i n v. (2 p.) b) Laske avaimiesi etäisyys x altaan seinämästä. (4 p.) c) Kuinka paljon lunta voi sulaa enintään Lassen suksien alla? TKK, TTY, LTY, OY, ÅA, TY j VY insinööriosstojen vlintkuulustelujen fysiikn koe 26.5.2004 Merkitse jokiseen koepperiin nimesi, hkijnumerosi j tehtäväsrjn kirjin. Lske jokinen tehtävä siististi omlle sivulleen.

Lisätiedot

Sisältö. Integraali 10. syyskuuta 2005 sivu 1 / 20

Sisältö. Integraali 10. syyskuuta 2005 sivu 1 / 20 Integrli 10. syyskuut 2005 sivu 1 / 20 Sisältö 1 Määrätty integrli j integrlifunktio 2 1.1 Integroituvist funktioit 3 1.2 Määrätyn integrlin ominisuuksi 4 1.3 Integrlifunktio 5 1.4 Integrlilskennn tärkeimmät

Lisätiedot

Analyyttiset funktiot ja integrointiteorian alkeita

Analyyttiset funktiot ja integrointiteorian alkeita Anlyyttiset funktiot j integrointiteorin lkeit 6. helmikuut 2006 isältö 1 Kertust 1 2 Anlyyttiset funktiot 2 2.1 Anlyyttiset funktiot tsoll................... 2 2.2 Monogeeniset funktiot vruudess R n.............

Lisätiedot

Jos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.

Jos 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

Lisätiedot

Matematiikan tukikurssi. Hannu Kivimäki

Matematiikan tukikurssi. Hannu Kivimäki Mtemtiikn tukikurssi Hnnu Kivimäki Sisältö I Ensimmäinen välikoe Integrointi 2 Osittisintegrointi 5 3 Osmurtohjotelm 4 Lisää osmurtoj 4 5 Sijoituskeino 9 6 Määrätty integrli 2 7 Ylä- j lsumm 22 8 Määrätyn

Lisätiedot

3.5 Kosinilause. h a c. D m C b A

3.5 Kosinilause. h a c. D m C b A 3.5 Kosiniluse Jos kolmiost tunnetn kksi sivu j näien välinen kulm, sinilusett on sngen vike sovelt kolmion rtkisemiseen. Luse on työklun vuton myös kolmion kulmien rtkisemiseen tpuksess, jolloin kolmion

Lisätiedot

TAMPEREEN YLIOPISTO Pro gradu -tutkielma. Harri Lehtinen. Kongruenssista

TAMPEREEN YLIOPISTO Pro gradu -tutkielma. Harri Lehtinen. Kongruenssista TAMPEREEN YLIOPISTO Pro grdu -tutkielm Hrri Lehtinen Kongruenssist Mtemtiikn, tilstotieteen j filosofin litos Mtemtiikk Helmikuu 006 Tmpereen yliopisto Mtemtiikn, tilstotieteen j filosofin litos LEHTINEN,

Lisätiedot

Laskennan mallit (syksy 2007) Harjoitus 5, ratkaisuja

Laskennan mallit (syksy 2007) Harjoitus 5, ratkaisuja 58226 Lskennn mllit (syksy 27) Hrjoitus 5, rtkisuj. Muodostetn NF kielelle : ε ε Muunnetn DF:ksi: {,,} {,} {,} {,} Luennoll (s. 5) stiin kielelle seurv DF: Poistmll tästä svuttmttomt tilt sdn Tulos on

Lisätiedot

Reaalinen lukualue. Millainen on luku, jossa on päättymätön ja jaksoton desimaalikehitelmä?

Reaalinen lukualue. Millainen on luku, jossa on päättymätön ja jaksoton desimaalikehitelmä? Relinen lukulue POLYNOMIFUNKTIOT JA -YHTÄLÖT, MAA Millinen on luku, joss on päättymätön j jksoton desimlikehitelmä? Onko sellisi? Trkstelln Pythgorn luseest stv yksikköneliön lävistäjää, luku + = x x =.

Lisätiedot

θ 1 θ 2 γ γ = β ( n 2 α + n 2 β = l R α l s γ l s 22 LINSSIT JA LINSSIJÄRJESTELMÄT 22.1 Linssien kuvausyhtälö

θ 1 θ 2 γ γ = β ( n 2 α + n 2 β = l R α l s γ l s 22 LINSSIT JA LINSSIJÄRJESTELMÄT 22.1 Linssien kuvausyhtälö 22 LINSSIT JA LINSSIJÄRJSTLMÄT 22. Linssien kuvusyhtälö Trkstelln luksi vlon tittumist pllopinnll (krevuussäde R j krevuuskeskipiste C) kuvn mukisess geometriss. Tässä vlo siis tulee ineest ineeseen 2

Lisätiedot

2. 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. 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

Lisätiedot

Numeerinen integrointi

Numeerinen integrointi Pitkärnt: Lj mtemtiikk IX9 Numeerinen integrointi IX9 Numeerinen integrointi Numeerisell integroinnill trkoitetn määrätyn integrlin, eli reliluvun I(f,,b) = f(x)dx lskemist numeerisin keinoin (likimäärin)

Lisätiedot

Painopiste. josta edelleen. x i m i. (1) m L A TEX 1 ( ) x 1... x k µ x k+1... x n. m 1 g... m n g. Kuva 1. i=1. i=k+1. i=1

Painopiste. josta edelleen. x i m i. (1) m L A TEX 1 ( ) x 1... x k µ x k+1... x n. m 1 g... m n g. Kuva 1. i=1. i=k+1. i=1 Pinopiste Snomme ts-ineiseksi kpplett, jonk mteriliss ei ole sisäisiä tiheyden vihteluj. Tällisen kppleen pinopisteen sijinti voidn joskus päätellä kppleen muodon perusteell. Esimerkiksi ts-ineisen pllon

Lisätiedot

y (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

y (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

Lisätiedot

a = x 0 < x 1 < x 2 < < x n = b f(x) dx = I. lim f(x k ) x k=1

a = x 0 < x 1 < x 2 < < x n = b f(x) dx = I. lim f(x k ) x k=1 5 Integrli 5.1 Määritelmä j ominisuudet Olkoon f : [, b] R jtkuv. Muodostetn välin [, b] jko = x 0 < x 1 < x 2 < < x n = b j siihen liittyvä yläsumm S = n M k (x k x k 1 ), M k = mx{f(x) x k 1 x x k },

Lisätiedot

i 2 n 3 ( (n 1)a (i + 1) 3 = 1 +

i 2 n 3 ( (n 1)a (i + 1) 3 = 1 + I. INTEGRAALILASKENTA Arkhimedes (287 22 e.kr.) prbelin segmentin pint-l Newton (642 727) j Leibniz (646 76) keksivät diff.- j int.-lskennn Cuhy (789 857) ε, δ Riemnn (826 866) Riemnnin integrli Lebesgue

Lisätiedot

l 1 2l + 1, c) 100 l=0

l 1 2l + 1, c) 100 l=0 MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 5. Millä reaaliluvun arvoilla a) 9 =, b) 5 + 5 +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c)

Lisätiedot

766319A Sähkömagnetismi, 7 op Kertaustehtäviä, 1. välikokeen alue Vastaukset tehtävien jälkeen

766319A Sähkömagnetismi, 7 op Kertaustehtäviä, 1. välikokeen alue Vastaukset tehtävien jälkeen 76619A Sähkömgnetismi, 7 op Kertustehtäviä, 1. välikokeen lue Vstukset tehtävien jälkeen 1. Kolme pistevrust sijitsee xy-koordintistoss ll olevn kuvn mukisesti. Vrus +Q sijitsee kohdss x =, toinen vrus

Lisätiedot