13. Lineaariset ensimmäisen kertaluvun differentiaalisysteemit

Koko: px
Aloita esitys sivulta:

Download "13. Lineaariset ensimmäisen kertaluvun differentiaalisysteemit"

Transkriptio

1 68 3. Leaarset esmmäse kertaluvu dfferetaalsysteemt Tarkastelemme systeemejä () x () t = A() t x() t + b () t, jossa matrs A kertomet ja b ovat välllä I jatkuva. Jatkuve vektorarvoste fuktode avaruutta merktsemme C( I ), ss b C( I). Ratkasuja haetaa yt fuktoavaruudesta (2) C ( I) = { x: I x jatkuvast dervotuva} Homogeese yhtälö (3) x () t = A() t x () t ratkasuavaruus o leaarkuvaukse. (4) L : C ( I) C ( I), Lx= x Ax yd el (5) H = Ker L= { C ( I) L = 0} Tämä o avaruude (2) alavaruus. x x. Lause. (Olemassaolo- ja ykskästtesyyslause) Yhtälöö () ltetyllä alkuarvoprobleemalla (6) x () t = A() t x() t + b(), t x(0)= x 0 o olemassa ykskästtee ratkasu koko välllä I jokasella x0.

2 69 Kute kohta osotetaa, avaruude H dmeso o. Tätä eakode kutsumme jokasta H: kataa x, x yhtälö perusjärjestelmäks. Matrsa X(t) = [x (t),...,x (t)] saotaa dfferetaalyhtälösysteem fudametaalmatrsks el perusmatrsks. Tämä o sarakkede leaarse rppumattomuude asosta käätyvä. Perusmatrs determatt (7) Wt ( ) = det Xt ( ), o systeem () Wrosk determatt. Lause 2. Wrosk determatlle o vomassa melvaltaselle kteälle t 0 I tr( A( s)) ds t0 (8) Wt () = Wt ( ) e. 0 t Todstus: Käyttäe hyväks determat omasuuksa saadaa (9) d d Wt () = det () t () t det () t () t det () t () t dt dt x x = x x + + x x = det Ax ( t) x ( t) + + det x ( t) Ax ( t). Tämä saadaa purettua auk tarkastelemalla karakterstse polyom lauseketta: ( ) p( λ) = ( ) det( λi A) = ( ) λ (tr A) λ + + ( ) deta, josta det (( λi AX ) ) = det( λi A)det X= ( λ (tr A) λ + + ( ) det A) det X ja tosaalta det ( λi A ) X = det( λx AX ) = det λx,, Ax λx Ax ( ) [ ]

3 = λ det X λ det A,,, + + det,,, A + + ( ) det Adet X ( ) x x2 x x x2 x Vertaamalla potess λ kertoma ja ratkasemalla esmmäse kertaluvu dfferetaalyhtälö (9) saadaa väte. Seurauksea o tulos Lause 3. Wt ( ) 0 t I Wt ( 0) 0 jossak t0 I. Nällä työvälellä saamme leaarse rppumattomuude test: Lause 4. Yhtälö (3) ratkasufuktot x,, x ovat leaarsest rppumattoma täsmällee sllo, ku de Wrosk determatt o ollasta eroava jossak väl I psteessä: Wt ( ) 0 jossak t I. 0 0 Nyt vodaa stte osottaa päätulos: Lause 5. Yhtälö (3) ratkasuavaruude H dmeso o. Ratkasufuktosta koostuva matrs Xt () = x() t x() t o yhtälö (3) perusmatrs täsmällee sllo, ku se determatt el Wrosk determatt o 0 jossak väl I psteessä (jollo se o 0 koko välllä I) ja yhtälö (3) ylee ja täydelle ratkasu o muotoa (0) x() t = cx() t + + cx(), t c, =,,. 70 Todstus: Lausee ojalla alkuarvotehtävllä () x () t = A() t x(), t x (0)= e, =,, o ykskästtee ratkasu jokasella, mssä e o : luoolle katavektor. Näde ratkasuje fudametaalmatrs ollassa X(0) = I, jote Wrosk determatt W (0) =. Ss ratkasut x,, x ovat leaarsest rppumattoma. Olkoo stte y sellae ratkasu, joka toteuttaa alkuehdo y(0) = c. Sllo myös x() t = cx() t + + cx() t o ratkasu, joka toteuttaa sama alkuehdo, koska x(0) = cx(0) + + cx(0) = ce+ + ce = c, jote ykskästtesyyde perusteella y = x. Ss vektort x,, x vrttävät alavaruude H, jote e muodostavat H: kaa.

4 7 Leaarse homogeese systeem x'(t)=ax(t) ylee ratkasu muodostuu ss mstä hyväsä :stä leaarsest rppumattomasta ratkasusta x,..., x de leaarkombaatoa: (2) x(t) = c x (t) c x (t). Alkuarvoprobleema melvaltae alkutla x 0 saadaa sopvlla kertomlla c yhtälöstä (3) c x (0) c x (0) =x 0. (Vektort x (0),, x (0) ovat leaarsest rppumattoma ja tä o kappaletta, jote e muodostavat avaruude kaa.) Kerroyhtälö o matrsmuodossa (4) [x (0),...,x (0)]c =x 0, mssä c=[c,...,c ] T. Kerromatrs o e-sgulaare, koska se sarakkeet ovat leaarsest rppumattoma. Ss kerroyhtälöllä o ykskästtee ratkasu c. Tästä saadaa se leaarkombaato c x (t) c x (t) kertomet, joka o alkutla x 0 määräämää ratkasu dfferetaalyhtälösysteemlle. Fudametaalmatrsa käyttäe ylee ratkasu(2) vodaa esttää muodossa (5) x(t) = X(t)c.

5 72 Fudametaalmatrs e ole ykskästtee, sehä raketuu valtusta :stä leaarsest rppumattomasta ratkasusta. Use kutek asetetaa ehto X(0)=I. Sllo alkuehdo x(0)=x 0 toteuttava ratkasu o (6) x(t) = X(t)x 0. Ylesest, yhtälö (4) matrsmuodosta (7) X (0) c= x 0 saadaa alkuehdo x(0)=x 0 toteuttavalle ratkasulle muoto (8) x() t = X() t X(0) x. 0

6 73 4. Leaarset esmmäse kertaluvu vakokertomset systeemt Seuraavassa tarkastellaa autoomste vakokertomste homogeeste dfferetaalsysteeme ratkasemsta aalyyttsest (umeers meetelm e tässä yt puututa). Systeem o muotoa () x'(t) = Ax(t) ja haettavaa o fudametaalmatrs, ja se avulla ylee ratkasu ta alkuehdo x(0)=x 0 toteuttava ratkasu. Matrs A o kokoa oleva vakomatrs (ss ajasta t rppumato) ja tlavektor x(t). Koska yt okea puole dervaatta o vakomatrs A, olemassaolo- ja ykskästtesyyslause o vomassa koko avaruudessa ( I= ). Ku = el systeem o yksulottee x'( t) = ax( t), yleseks ratkasuks at saat aemm x( t) = e c ja alkuehdo x(0) = x0 toteuttavaks ratkasuks x() t = e at x0. Osottautuu, että tämä muoto ratkasulle pätee myös korkeammssa dmesossa. Sllo a: tlalla o matrs A ja e At o matrs At (=ta) matrsarvoe fukto. Matrsekspoettfukto e A vodaa määrtellä e x : sarjakehtelmä avulla sjottamalla luvu x pakalle elömatrs A. (Katso Harjotus 6.) Mutta tässä vaheessa tyydymme ykskertasempaa tapauksee ja oletamme A: oleva reaalse dagoalsotuva matrs. Dagoalsotuvalle matrslle A o olemassa e-sgulaare matrs Q =[v,...,v ] ste, että (2) A = QDQ -, mssä lävstäjämatrs D=dag(λ,..., λ ) lävstäjällä o A: omasarvot. Tällö

7 74 A k = QD k Q -. Edellee tämä avulla vodaa osottaa, että vastaava pätee jokaselle polyomlle p: p(a) = Qp(D)Q -, mssä p(d) = dag(p(λ ),...,p(λ )). Kute sarjateorassa todetaa, sarjat ovat polyome (osasumme) raja-arvoja. O ss luotevaa määrtellä dagoalsotuva matrs A ekspoettfukto yhteydellä (3) e A = Qe D Q -, mssä e D = dag(exp(λ ),...,exp(λ )). Tämä määrtelmä vodaa osottaa sarjateora avulla estettävssä olevaa ylesempää määrtelmää yhteesopvaks. Alkuarvotehtävä (4) x'(t) = Ax(t), x(0) = x 0 ratkasuks saadaa yt vektorfukto (5) x(t) = e At x 0. Dervomalla todetaa, että kyseessä o ratkasu: x'(t) = d/dt (Qe Dt Q - )x 0 = Q(d/dte Dt )Q - x 0 = Q(De Dt )Q - x 0 = QDQ - Qe Dt Q - x 0 =Ae At x 0 =Ax(t). Koska tämä toteuttaa myös alkuehdo x(0)=x 0, o se olemassaolo- ja ykskästtesyyslausee mukaa alkuarvotehtävä ykskästtee ratkasu.

8 75 Näemme ss, että dagoalsotuva matrs tapauksessa ykskästtesyyslausee ojalla e At o fudametaalmatrs: (6) X(t) = e At, X(0)=I. Ylee ratkasu vodaa ss esttää myös muodossa (7) x(t) = e At c. Jos v o omasarvoa λ vastaava omasvektor, dervomalla todetaa, että x ( ) t t = e λ vo yhtälö x ( t) = Ax ( t) eräs ratkasu. Jos matrslla A o täys määrä omasvektoreta v, saadaa ästä rakeettua kata ratkasuavaruudelle, ja fudametaalmatrs Xt. ( ) Sllo ylee ratkasu saa muodo (8) x( t) = X( t) d el λ t λ t λ t (9) x() t = d e v + d e v + + d e v. Tässä olevat yleset vakot evät ole samoja ku kaava (7).

9 76 Esm. x' = 4 x Matrs A = 4 omasarvot ovat 3 ja -, sekä vastaavat omasvektort [ 2] T ja [ -2] T. Ylee ratkasu o sllo x(t) = ce t + ce 2 2 3t 2 (muotoa 9) = e e 3t e 3t 2 2 t e t c (muotoa 8 ) 3t t ce + ce 2 = 3t 2ce 2ce 2 t (ratkasu kompoetetta).

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

Raja-arvot. Osittaisderivaatat.

Raja-arvot. Osittaisderivaatat. 1 MAT-13440 LAAJA MATEMATIIKKA 4 Tamperee teklle ylopsto Rsto Slveoe Kevät 2010 Luku 3 Raja-arvot Osttasdervaatat 1 Fuktode raja-arvot Tarkastelemme fuktota f : A, jode määrttelyjoukko A T Muuttujat ovat

Lisätiedot

= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2

= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2 HY / Matematka ja tlastotetee latos Tlastolle päättely II, kevät 28 Harjotus 3A Ratkasuehdotuksa Tehtäväsarja I Olkoot Y,, Y ja Nθ, ) Osota, että T T Y) Y 2 o parametr gθ) θ 2 harhato estmaattor Laske

Lisätiedot

T p = 0. λ n i T i B = Käytetään kohdan (i) identiteetin todistamiseen induktiotodistusta. : Oletetaan, että väite on totta, kun n = k.

T p = 0. λ n i T i B = Käytetään kohdan (i) identiteetin todistamiseen induktiotodistusta. : Oletetaan, että väite on totta, kun n = k. Olkoot A R n n ja T R n n sten, että on olemassa ndeks p N jolle T p = Tällästä matrsa kutsutaa nlpotentks Näytä, että () () () Olkoot Määrtä matrs B n (λi + A) n = (λi + T ) n = B = n mn n,p ( ) n λ n

Lisätiedot

3 Tilayhtälöiden numeerinen integrointi

3 Tilayhtälöiden numeerinen integrointi 3 Tlayhtälöden numeernen ntegront Alkuarvotehtävässä halutaan ratkasta lopputla xt f ) sten, että tlayhtälöt ẋ = fx,u, t) toteutuvat, kun alkutla x 0 on annettu Tlayhtälöden numeernen ntegront vodaan suorttaa

Lisätiedot

Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava: Esitiedot

Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava: Esitiedot TKK (c) Ilkka Mell (2004) Kokoastodeäkösyys ja Kokoastodeäkösyys ja : Johdato Kokoastodeäkösyyde ja Bayes kaavoje systeemteoreette tulkta Johdatus todeäkösyyslasketaa Kokoastodeäkösyys ja TKK (c) Ilkka

Lisätiedot

1 0 2 x 1 a. x 1 2x c b 2a c a. Alimmalta riviltä nähdään että yhtälöyhmällä on ratkaisu jos ja vain jos b 3a + c = 0.

1 0 2 x 1 a. x 1 2x c b 2a c a. Alimmalta riviltä nähdään että yhtälöyhmällä on ratkaisu jos ja vain jos b 3a + c = 0. BM20A5800 - Funktot, lneaaralgebra, vektort Tentt, 26.0.206. (a) Krjota yhtälöryhmä x + 2x 3 = a 2x + x 2 + 5x 3 = b x x 2 + x 3 = c matrsmuodossa Ax = b ja ratkase x snä erkostapauksessa kun b = 0. Mllä

Lisätiedot

13. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

13. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä 187 13. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö. Se on yleisessä muodossaan

Lisätiedot

HASSEN-WEILIN LAUSE. Kertausta

HASSEN-WEILIN LAUSE. Kertausta HASSEN-WEILIN LAUSE Kertausta Käytetään seuraava merkntjä F = F/F q on sukua g oleva funktokunta Z F (t = L F (t (1 t(1 qt on funktokunnan F/F q Z-funkto. α 1, α 2,..., α 2g ovat polynomn L F (t nollakohten

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

Markov-prosessit (Jatkuva-aikaiset Markov-ketjut)

Markov-prosessit (Jatkuva-aikaiset Markov-ketjut) J. Vrtamo Lkenneteora a lkenteenhallnta / Markov-prosesst 1 Markov-prosesst (Jatkuva-akaset Markov-ketut) Tarkastellaan (statonaarsa) Markov-prosessea, oden parametravaruus on atkuva (yleensä aka). Srtymät

Lisätiedot

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 7B Ratkaisuehdotuksia.

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 7B Ratkaisuehdotuksia. HY, MTO / Matemaattste tetede kadohjelma Tlastolle päättely II, kevät 208 Harjotus 7B Ratkasuehdotuksa Tehtäväsarja I Olkoo Y, Y rppumato otos Pareto jakaumasta, fy; θ θc θ y θ+ { y > c } tuetulla vakolla

Lisätiedot

Mat Sovellettu todennäköisyyslasku A

Mat Sovellettu todennäköisyyslasku A TKK / Systeemaalyys laboratoro Mat-.9 Sovellettu todeäkösyyslasku A Nordlud Harjotus 8 (vko 45/3) (Ahe: Raja-arvolauseta, otostuuslukuja, johdatusta estmot, Lae luvut 9.5,.-.6). Olkoo X ~ p(λ), mssä λ

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

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä Johdatus dskreettn matematkkaan Harjotus 3, 30.9.2015 1. Luvut 1, 10 on latettu ympyrän kehälle. Osota, että löytyy kolme verekkästä lukua, joden summa on vähntään 17. Ratkasu. Tällasa kolmkkoja on 10

Lisätiedot

Baltian Tie 2001 ratkaisuja

Baltian Tie 2001 ratkaisuja Balta Te 001 ratkasuja 1. Olkoot tehtävät T, = 1,,..., 8. Eräs mahdollsuus jakaa tehtävät kahdeksalle opskeljalle O j, j =1,,..., 8 o ohesessa taulukossa T 1 T T T 4 T T 6 T 7 T 8 O 1 O O O 4 O O 6 O 7

Lisätiedot

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut Harjotus, esmerkkratkasut K 1. Olkoon f : C C, f(z) z z. Tutk, mssä pstessä f on dervotuva. Ratkasu 1. Jotta funkto on dervotuva, on sen erotusosamäärän f(z + ) f(z) raja-arvon 0 oltava olemassa ja ss

Lisätiedot

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli lueto9.ppt S-38.45 Lkeeteora perusteet Kevät 5 Ykskertae lkeeteoreette mall Puhdas jakojärjestelmä Asakkata saapuu keskmäär opeudella asakasta per akayks. / keskmääräe asakkade välaka Asakkata palvellaa

Lisätiedot

4 KORKEAMMAN KERTALUVUN LINEAARISET DIFFERENTIAALIYHTÄLÖT. Kertaluvun n lineaarinen differentiaaliyhtälö ns. standardimuodossa on

4 KORKEAMMAN KERTALUVUN LINEAARISET DIFFERENTIAALIYHTÄLÖT. Kertaluvun n lineaarinen differentiaaliyhtälö ns. standardimuodossa on 4 4 KORKEAAN KERTAUVUN INEAARISET DIFFERENTIAAIYHTÄÖT Kertalukua olevassa differetiaalihtälössä F(x,,,, () ) = 0 esiit :e kertaluvu derivaatta () = d /dx ja mahdollisesti alempia derivaattoja, :tä ja x:ää.

Lisätiedot

4. Differentiaaliyhtälöryhmät 4.1. Ryhmän palauttaminen yhteen yhtälöön

4. Differentiaaliyhtälöryhmät 4.1. Ryhmän palauttaminen yhteen yhtälöön 4 Differentiaaliyhtälöryhmät 41 Ryhmän palauttaminen yhteen yhtälöön 176 Ratkaise differentiaaliyhtälöryhmät a) dt = y +t, b) = y z + sinx x 2 dt = x +t, c) + z = x2 = y + z + cosx + 2y = x a)x = C 1 e

Lisätiedot

d L q i = V = mc 2 q i 1 γ = = p i. = V = γm q i + QA i. ṗ i + Q A i + Q da i t + j + V + Q φ

d L q i = V = mc 2 q i 1 γ = = p i. = V = γm q i + QA i. ṗ i + Q A i + Q da i t + j + V + Q φ TTKK/Fyskan latos FYS-1640 Klassnen mekankka syksy 2009 Laskuharjotus 5, 16102009 1 Ertysessä suhteellsuusteorassa Lagrangen funkto vodaan krjottaa muodossa v L = m 2 u t 1! ṙ 2 V (r) Osota, että tämä

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

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli Ssältö Kertausta: ykskertae lkeeteoreette mall M/M/-PS asakasta palvelja asakaspakkaa M/M/-PS asakasta palveljaa asakaspakkaa Sovellus elastse datalketee malltamsee vuotasolla M/M//k/k-PS k asakasta palvelja

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

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-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

Lisätiedot

1. (Monisteen teht. 5.16) Eräiden kuulalaakereiden kestoa (miljoonaa kierrosta) on totuttu kuvaamaan Weibull-jakaumalla, jonka tiheysfunktio on

1. (Monisteen teht. 5.16) Eräiden kuulalaakereiden kestoa (miljoonaa kierrosta) on totuttu kuvaamaan Weibull-jakaumalla, jonka tiheysfunktio on HY MTO / Matemaattste tetede kadohjelma Tlastolle päättely II kevät 019 Harjotus 7B Ratkasuehdotuksa Tehtäväsarja I 1 Mostee teht 516 Eräde kuulalaakerede kestoa mljooaa kerrosta o totuttu kuvaamaa Webull-jakaumalla

Lisätiedot

MS-A0004/A0006 Matriisilaskenta

MS-A0004/A0006 Matriisilaskenta 4. MS-A4/A6 Matriisilaskenta 4. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto..25 Tarkastellaan neliömatriiseja. Kun matriisilla kerrotaan vektoria, vektorin

Lisätiedot

3.5 Generoivat funktiot ja momentit

3.5 Generoivat funktiot ja momentit 3.5. Generovat funktot ja momentt 83 3.5 Generovat funktot ja momentt 3.5.1 Momentt Eräs tapa luonnehta satunnasmuuttujan jakaumaa, on laskea jakauman momentt. Ne määrtellään odotusarvon avulla. Määrtelmä

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

1.2. Aritmeettisen keskiarvon ja otosvarianssin otosjakaumat: Odotusarvot ja varianssit

1.2. Aritmeettisen keskiarvon ja otosvarianssin otosjakaumat: Odotusarvot ja varianssit Tlastolle päättely. Otosjakaumat Tlastolle päättely. Otosjakaumat.. Otos, otostuusluvut ja de otosjakaumat Arvota, Havato, Havatoarvo, Otos, Otosjakauma, Otostuusluku, Rppumattomuus, Satuasmuuttuja, Satuasotos,

Lisätiedot

Turingin kone on kuin äärellinen automaatti, jolla on käytössään

Turingin kone on kuin äärellinen automaatti, jolla on käytössään 4 TUINGIN KONEET Ala Turg 1935 36 auha Koe vo srtää auha: T U I N G auhapää: ohjausykskkö: Turg koe o ku äärelle automaatt, jolla o käytössää auhapäätä vasemmalle ta okealle; se vo myös lukea ta krjottaa

Lisätiedot

Vektorit, suorat ja tasot

Vektorit, suorat ja tasot , suorat ja tasot 1 / 22 Koulussa vektori oli nuoli, jolla oli suunta ja suuruus eli pituus. Siirretään vektori siten, että sen alkupää on origossa. Tällöin sen kärki on pisteessä (x 1, x 2 ). Jos vektorin

Lisätiedot

10. Toisen kertaluvun lineaariset differentiaaliyhtälöt

10. Toisen kertaluvun lineaariset differentiaaliyhtälöt 37. Toisen kertaluvun lineaariset differentiaalihtälöt Tarkastelemme muotoa () ( x) + a( x) ( x) + a( x) ( x) = b( x) olevia htälöitä, missä kerroinfunktiot ja oikea puoli ovat välillä I jatkuvia. Edellisen

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

Luento 6 Luotettavuus Koherentit järjestelmät

Luento 6 Luotettavuus Koherentit järjestelmät Aalto-ylosto erustetede korkeakoulu Matematka a systeemaalyys latos Lueto 6 Luotettavuus Koherett ärestelmät Aht Salo Systeemaalyys laboratoro Matematka a systeemaalyys latos Aalto-ylosto erustetede korkeakoulu

Lisätiedot

1.4. Aritmeettisen keskiarvon otosjakauma: Suurten otosten tuloksia

1.4. Aritmeettisen keskiarvon otosjakauma: Suurten otosten tuloksia Tlastolle päättely. Otosjakaumat Tlastolle päättely. Otosjakaumat.. Otos, otostuusluvut ja de otosjakaumat Arvota, Havato, Havatoarvo, Otos, Otosjakauma, Otostuusluku, Rppumattomuus, Satuasmuuttuja, Satuasotos,

Lisätiedot

Lineaarinen toisen kertaluvun yhtälö

Lineaarinen 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

Lisätiedot

Mat Lineaarinen ohjelmointi

Mat Lineaarinen ohjelmointi Mat-.4 Lneaarnen ohelmont 8..7 Luento 6 Duaaltehtävä (kra 4.-4.4) S ysteemanalyysn Lneaarnen ohelmont - Syksy 7 / Luentorunko Motvont Duaaltehtävä Duaalteoreemat Hekko duaalsuus Vahva duaalsuus Täydentyvyysehdot

Lisätiedot

Jaksolliset ja toistuvat suoritukset

Jaksolliset ja toistuvat suoritukset Jaksollset ja tostuvat suortukset Korkojakson välen tostuva suortuksa kutsutaan jaksollsks suortuksks. Tarkastelemme tässä myös ylesempä tlanteta jossa samansuurunen talletus tehdään tasavälen mutta e

Lisätiedot

2v 1 = v 2, 2v 1 + 3v 2 = 4v 2.. Vastaavasti ominaisarvoa λ 2 = 4 vastaavat ominaisvektorit toteuttavat. v 2 =

2v 1 = v 2, 2v 1 + 3v 2 = 4v 2.. Vastaavasti ominaisarvoa λ 2 = 4 vastaavat ominaisvektorit toteuttavat. v 2 = TKK, Matematiikan laitos Pikkarainen/Tikanmäki Mat-1.1320 Matematiikan peruskurssi K2 Harjoitus 12, A=alku-, L=loppuviikko, T= taulutehtävä, P= palautettava tehtävä, W= verkkotehtävä 21. 25.4.2008, viikko

Lisätiedot

Mat Sovellettu todennäköisyyslaskenta B 8. harjoitukset / Ratkaisut Aiheet: Otos ja otosjakaumat Avainsanat:

Mat Sovellettu todennäköisyyslaskenta B 8. harjoitukset / Ratkaisut Aiheet: Otos ja otosjakaumat Avainsanat: Mat-1.60 Sovellettu todeäkösyyslasketa Mat-1.60 Sovellettu todeäkösyyslasketa B / Ratkasut Aheet: Otos ja otosjakaumat Avasaat: Artmeette keskarvo, Beroull-jakauma, Beroull-koe, χ -jakauma, Frekvess, Frekvessjakauma,

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

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

4. 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.

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

Moniulotteiset jakaumat ja havaintoaineistot

Moniulotteiset jakaumat ja havaintoaineistot Momuuttujameetelmät: Ilkka Mell. Moulotteset jakaumat.. Satuasmuuttujat ja todeäkösyysjakaumat.. Yhtesjakaumat.3. Reuajakaumat ja satuasmuuttuje rumattomuus.4. Ehdollset jakaumat.5. Yhtesjakaume tuusluvut.6.

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

6. Stokastiset prosessit (2)

6. Stokastiset prosessit (2) Ssältö Markov-prosesst Syntymä-kuolema-prosesst luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 6 Markov-prosess Esmerkk Tark. atkuva-akasta a dskreetttlasta stokaststa prosessa X(t) oko tla-avaruudella

Lisätiedot

Matriisialgebra harjoitukset, syksy 2016

Matriisialgebra harjoitukset, syksy 2016 Matriisialgebra harjoitukset, syksy 6 MATRIISIALGEBRA, s. 6, Ratkaisuja/ M.Hamina & M. Peltola 8. Olkoon 4 A 6. 4 Tutki, onko A diagonalisoituva. Jos on, niin määrää matriisi D T AT ja siihen liittyvä

Lisätiedot

Ominaisarvo ja ominaisvektori

Ominaisarvo ja ominaisvektori Ominaisarvo ja ominaisvektori Määritelmä Oletetaan, että A on n n -neliömatriisi. Reaaliluku λ on matriisin ominaisarvo, jos on olemassa sellainen vektori v R n, että v 0 ja A v = λ v. Vektoria v, joka

Lisätiedot

ominaisvektorit. Nyt 2 3 6

ominaisvektorit. Nyt 2 3 6 Esimerkki 2 6 8 Olkoon A = 40 0 6 5. Etsitäänmatriisinominaisarvotja 0 0 2 ominaisvektorit. Nyt 2 0 2 6 8 2 6 8 I A = 40 05 40 0 6 5 = 4 0 6 5 0 0 0 0 2 0 0 2 15 / 172 Täten c A ( )=det( I A) =( ) ( 2)

Lisätiedot

MS-A Differentiaali- ja integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko

MS-A Differentiaali- ja integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko MS-A0107 - Differentiaali- integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko 1 Tehtävä Etsi seuraavien yhtälöiden yleiset ratkaisut: Ratkaisu: a) y y 2y = 4x, b) y + 4y = sin 3x, c) y + 2y + 5y = e 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

Tchebycheff-menetelmä ja STEM

Tchebycheff-menetelmä ja STEM Tchebycheff-menetelmä ja STEM Optmontopn semnaar - Kevät 2000 / 1 1. Johdanto Tchebycheff- ja STEM-menetelmät ovat vuorovakuttesa menetelmä evät perustu arvofunkton käyttämseen pyrkvät shen, että vahtoehdot

Lisätiedot

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut Insinöörimatematiikka D, 406 6 laskuharjoituksien esimerkkiratkaisut Ratkaistaan differentiaaliyhtälö y = y () Tässä = d dy eli kyseessä on lineaarinen kertaluvun differentiaaliyhtälö: Yhtälön () homogenisoidulle

Lisätiedot

Mat Matematiikan peruskurssi K2

Mat Matematiikan peruskurssi K2 Mat-.3 Matematiikan peruskurssi K Heikkinen/Tikanmäki Kolmas välikoe 6.5. Kokeessa saa käyttää ylioppilaskirjoituksiin hyväksyttyä laskinta. Sivun kääntöpuolelta löytyy integrointikaavoja.. Olkoon F(x,

Lisätiedot

ABTEKNILLINEN KORKEAKOULU

ABTEKNILLINEN KORKEAKOULU ABTEKNILLINEN KORKEAKOULU Tetoverkkolaboratoro 6. Stokastset prosesst () Luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 5 6. Stokastset prosesst () Ssältö Markov-prosesst Syntymä-kuolema-prosesst

Lisätiedot

Kanoniset muunnokset

Kanoniset muunnokset Kanonset muunnokset Koordnaatstomuunnokset Lagrangen formalsmssa pstemuunnoksa: Q = Q (q, t) nopeudet saadaan nästä dervomalla Kanonnen formalsm: p:t ja q:t samanarvosa 2n-ulottesen faasavaruuden muuttuja

Lisätiedot

Monte Carlo -menetelmä

Monte Carlo -menetelmä Monte Carlo -menetelmä Helumn perustlan elektron-elektron vuorovakutuksen laskemnen parametrsodulla yrteaaltofunktolla. Menetelmän käyttökohde Monen elektronn systeemen elektronkorrelaato oteuttamnen mulla

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

Kuorielementti hum

Kuorielementti hum Kuorelementt hum.. ämä estys e kuulu kurssvaatmuksn, vaan se on tarkottu asasta knnostunelle. arkastellaan tässä yhteydessä eaarsta -solmusta AIZ (Ahmad, Irons ja Zenkewcz, 970) kuorelementtä, jonka knematkka

Lisätiedot

Lähdemateriaalina käytetty Pertti Louneston kirjaa Clifford Algebras and spinors [1]

Lähdemateriaalina käytetty Pertti Louneston kirjaa Clifford Algebras and spinors [1] Lähdmatraala kättt Prtt Lousto kraa Clfford Algbras ad spors [] Krtausta Clfford algbra määrtllää algbraks kvadraattsll vktoravaruudll (sm. skalaartulolla. Clfford algbra oka alko vodaa sttää algbra katavktord

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

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

5 OMINAISARVOT JA OMINAISVEKTORIT

5 OMINAISARVOT JA OMINAISVEKTORIT 5 OMINAISARVOT JA OMINAISVEKTORIT Ominaisarvo-ongelma Käsitellään neliömatriiseja: olkoon A n n-matriisi. Luku on matriisin A ominaisarvo (eigenvalue), jos on olemassa vektori x siten, että Ax = x () Yhtälön

Lisätiedot

2 Konveksisuus ja ratkaisun olemassaolo

2 Konveksisuus ja ratkaisun olemassaolo 2 Konveksisuus ja ratkaisun olemassaolo Ratkaisun olemassaolon tutkimiseen tarvitaan perustietoja konvekseista joukoista ja lineaarialgebrasta. Niitä tarvitaan myös ratkaisualgoritmin ymmärtämiseen. Tutkitaan

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus tekoälyn taustalla olevaan matematiikkaan Johdatus tekoälyn taustalla olevaan matematkkaan Informaatoteknologan tedekunta Jyväskylän ylopsto 4. luento 24.11.2017 Neuroverkon opettamnen - gradenttmenetelmä Neuroverkkoa opetetaan syöte-tavote-parella

Lisätiedot

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

Ensimmäisen 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

Lisätiedot

4 Korkeamman kertaluvun differentiaaliyhtälöt

4 Korkeamman kertaluvun differentiaaliyhtälöt Differentiaaliyhtälöt c Pekka Alestalo 2015 Tässä monisteessa käydään läpi tavallisiin differentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Luennolla lasketaan esimerkkitehtäviä

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48 MS-A3/A5 Matriisilaskenta Malliratkaisut 5 / vko 48 Tehtävä (L): a) Onko 4 3 sitä vastaava ominaisarvo? b) Onko λ = 3 matriisin matriisin 2 2 3 2 3 7 9 4 5 2 4 4 ominaisvektori? Jos on, mikä on ominaisarvo?

Lisätiedot

Pro gradu -tutkielma. Whitneyn upotuslause. Teemu Saksala

Pro gradu -tutkielma. Whitneyn upotuslause. Teemu Saksala Pro gradu -tutkelma Whtneyn upotuslause Teemu Saksala Helsngn ylopsto Matematkan ja tlastoteteen latos 5. maalskuuta 2013 0.1 Johdanto Topologset monstot ovat melenkntosa, koska ne ovat määrtelmänsä nojalla

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä.

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä. MS-A0205/MS-A0206 Dfferentaal- ja ntegraallaskenta 2 Luento 7: Lagrangen kertojat. Penmmän nelösumman menetelmä. Jarmo Malnen Matematkan ja systeemanalyysn latos 1 Aalto-ylopsto Kevät 2016 1 Perustuu Antt

Lisätiedot

Mat Koesuunnittelu ja tilastolliset mallit. Yhden selittäjän lineaarinen regressiomalli. Avainsanat:

Mat Koesuunnittelu ja tilastolliset mallit. Yhden selittäjän lineaarinen regressiomalli. Avainsanat: Mat-.3 Koesuuttelu ja tlastollset mallt 4. harjotukset Mat-.3 Koesuuttelu ja tlastollset mallt 4. harjotukset / Ratkasut Aheet: Avasaat: Yhde selttäjä leaare regressomall Artmeette keskarvo, Estmaatt,

Lisätiedot

7. Menetysjärjestelmät

7. Menetysjärjestelmät lueto7.ppt S-38.45 Leeteora perusteet Kevät 25 Ssältö Kertausta: ysertae leeteoreette mall Posso-mall asaata, palvelota Sovellus vrtaava dataletee malltamsee vuotasolla Erlag-mall asaata, palvelota < Sovellus

Lisätiedot

MS-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 MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos

Lisätiedot

MS-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 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

Lisätiedot

ARITMEETTIS-GEOMETRIS-HARMONINEN KESKIARVOEPÄYHTÄLÖ

ARITMEETTIS-GEOMETRIS-HARMONINEN KESKIARVOEPÄYHTÄLÖ ARITMEETTIS-GEOMETRIS-HARMONINEN KESKIARVOEPÄYHTÄLÖ Markus Haula Matematka Pro Gradu-tutkelma Jyväskylä ylopsto Matematka ja tlastotetee latos Kesä 2008 Ssältö. Johdato 2 2. Määrtelmä 3 2.. Artmette keskarvo

Lisätiedot

Tilastollinen päättely. 3. Piste-estimointi Johdanto Estimointimenetelmät Estimaattoreiden ominaisuudet

Tilastollinen päättely. 3. Piste-estimointi Johdanto Estimointimenetelmät Estimaattoreiden ominaisuudet Mat-1.361 Tlastolle päättely 3. Pste-estmot Tlastolle päättely 3. Pste-estmot 3.1. Johdato Estmaattor, Estmaatt, Estmot, Havato, Havatopste, Otos, Otostuusluku, Parametr, Pste-estmot, Pstetodeäkösyysfukto,

Lisätiedot

Tavoitteet skaalaavan funktion lähestymistapa eli referenssipiste menetelmä

Tavoitteet skaalaavan funktion lähestymistapa eli referenssipiste menetelmä Tavotteet skaalaavan funkton lähestymstapa el referensspste menetelmä Optmontopn semnaar - Kevät 2000 / 1 Estelmän ssältö Panotetun metrkan ongelmen havatsemnen Referensspste menetelmän dean esttely Referensspste

Lisätiedot

Konvergenssikäsitteet ja raja-arvolauseet. Konvergenssikäsitteet ja raja-arvolauseet. Konvergenssikäsitteet ja raja-arvolauseet: Mitä opimme?

Konvergenssikäsitteet ja raja-arvolauseet. Konvergenssikäsitteet ja raja-arvolauseet. Konvergenssikäsitteet ja raja-arvolauseet: Mitä opimme? TKK (c) Ilkka Mell (004) Kovergesskästteet ja raja-arvolauseet Kovergesskästtetä Suurte lukuje lat Keskee raja-arvolause Keskese raja-arvolausee seurauksa Johdatus todeäkösyyslasketaa Kovergesskästteet

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

Sähköstaattinen energia

Sähköstaattinen energia ähköstaattnen enega Potentaalenegan a potentaaln suhde on samanlanen kun Coulomn voman a sähkökentän suhde: ähkökenttä vakuttaa vaattuun kappaleeseen nn, että se kokee Coulomn voman, mutta sähkökenttä

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

(1.1) Ae j = a k,j e k.

(1.1) Ae j = a k,j e k. Lineaarikuvauksen determinantti ja jälki 1. Lineaarikuvauksen matriisi. Palautetaan mieleen, mikä lineaarikuvauksen matriisi annetun kannan suhteen on. Olkoot V äärellisulotteinen vektoriavaruus, n = dim

Lisätiedot

Ominaisarvo-hajoitelma ja diagonalisointi

Ominaisarvo-hajoitelma ja diagonalisointi Ominaisarvo-hajoitelma ja a 1 Lause 1: Jos reaalisella n n matriisilla A on n eri suurta reaalista ominaisarvoa λ 1,λ 2,...,λ n, λ i λ j, kun i j, niin vastaavat ominaisvektorit x 1, x 2,..., x n muodostavat

Lisätiedot

Lineaarikuvauksen R n R m matriisi

Lineaarikuvauksen R n R m matriisi Lineaarikuvauksen R n R m matriisi Lauseessa 21 osoitettiin, että jokaista m n -matriisia A vastaa lineaarikuvaus L A : R n R m, jolla L A ( v) = A v kaikilla v R n. Osoitetaan seuraavaksi käänteinen tulos:

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

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

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

w + 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)

Lisätiedot

Insinöörimatematiikka IA

Insinöörimatematiikka IA Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Lisätiedot

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41 MS-A0004/MS-A0006 Matriisilaskenta, I/06 Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 4 Tehtävä 5 (L): a) Oletetaan, että λ 0 on kääntyvän matriisin A ominaisarvo. Osoita, että /λ on matriisin A

Lisätiedot

Similaarisuus. Määritelmä. Huom.

Similaarisuus. Määritelmä. Huom. Similaarisuus Määritelmä Neliömatriisi A M n n on similaarinen neliömatriisin B M n n kanssa, jos on olemassa kääntyvä matriisi P M n n, jolle pätee Tällöin merkitään A B. Huom. Havaitaan, että P 1 AP

Lisätiedot

Reaaliarvoinen funktio f : on differentioituva pisteessä x, jos f:lle on siinä voimassa kehitelmä. h h. eli. Silloin

Reaaliarvoinen funktio f : on differentioituva pisteessä x, jos f:lle on siinä voimassa kehitelmä. h h. eli. Silloin MAT-3440 LAAJA MATEMATIIKKA 4 Tampereen teknllnen ylopsto Rsto Slvennonen Kevät 00 4. Vektorfunkton dervaatta. Ketjusääntö.. Reaalarvosen funkton dervaatta Tässä luvussa estetään dervaattakäste ensn reaalarvoselle

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

1 Ominaisarvot ja ominaisvektorit

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

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

JAKSO 2 KANTA JA KOORDINAATIT

JAKSO 2 KANTA JA KOORDINAATIT JAKSO 2 KANTA JA KOORDINAATIT Kanta ja dimensio Tehtävä Esittele vektoriavaruuden kannan määritelmä vapauden ja virittämisen käsitteiden avulla ja anna vektoriavaruuden dimension määritelmä Esittele Lause

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

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

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

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