Differentiaaliyhtälöiden numeerinen ratkaiseminen
|
|
- Aino Tiina Jokinen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 Differentiaaliyhtälöiden numeerinen ratkaiseminen Keijo Ruotsalainen Division of Mathematics
2 Alkuarvotehtävä Tavallisen differentiaaliyhtälön alkuarvotehtävä: Määrää reaaliarvoinen funktio y C 1 (I) siten, että y (t) = f(t,y(t)) (1) y(t 0 ) = y 0 Ratkaisuväli I R sisältäen pisteen t 0 Perusoletus: f(t, y) on jatkuva nauhassa I (, ) Ekvivalenssilause Alkuarvotehtävä (1) on ekvivalentti integraaliyhtälön kanssa t y(t) = y 0 + f(τ,y(τ))dτ t 0 Keijo Ruotsalainen Matematiikan jaos 2 / 47
3 Olemassaolo ja yksikäsitteisyys Lause 7.1 Olkoon kuvaus y f(t, y) lokaalisti Lipschitz-jatkuva pisteessä (t 0,y 0 ), ts. on olemassa välit t 0 J I, y 0 U ja vakio L > 0 siten, että f(t,y 1 ) f(t,y 2 ) L y 1 y 2, t J, y 1,y 2 U. Silloin AAT:llä (1) on yksikäsitteisesti määrätty ratkaisu pisteen t 0 ympäristössä B(t 0,r 0 ) = [t 0 r 0,t 0 + r 0 ], missä r 0 = min{ J, U M, 1 }, M = max L f(t,y). t I,y U Mikäli f(t,y) on tasaisesti Lipschitz, niin ratkaisu on määritelty koko välillä I. Keijo Ruotsalainen Matematiikan jaos 3 / 47
4 Stabiilisuus Häiritty alkuarvotehtävä rajoitetulla välillä I = [a,b] t 0 z (t) = f(t,z(t))+δ(t), t I z(t 0 ) = y 0 +δ 0 δ(t) jatkuva funktio Määr. 7.2 AAT (1) on Liapunov-stabiili, jos kaikille (δ(t),δ 0 ), joille δ(t) + δ 0 ǫ, t I on olemassa vakio C = C(t 0,y 0,f) > 0 siten, että y(t) z(t) Cǫ, t I. Keijo Ruotsalainen Matematiikan jaos 4 / 47
5 Asymptoottinen stabiilisuus Määr. 7.3 AAT (1) on asymptoottisesti stabiili välillä [a, ), jos se on Liapunov-stabiili kaikilla rajoitetuilla väleillä J I ja kun lim t δ(t) = 0. z(t) y(t) 0, kun t, Lause 7.4 Jos f(t,y) on tasaisesti Lipschitz välillä I, niin (1) on Liapunov-stabiili ja y(t) z(t) [1+ t t 0 ]ǫe L(t t 0). Keijo Ruotsalainen Matematiikan jaos 5 / 47
6 Merkintöjä Kiinnitetään 0 < T < ; Ratkaisuväli I = [t 0,t 0 + T] Approksimaatiopisteet: t n = t 0 + nh, n = 0,1,2,...,N h, missä N h on suurin kokonaisluku siten, että t Nh t 0 + T. AAT:n ratkaisu pisteessä t j : y j = y(t j ) Approksimaatio: u j y j Merkitään lyhyesti f j = f(t j,u j ) Yksiaskelmenetelmässä likiratkaisu u n+1 riippuu vain u n :stä, t n :stä ja t n+1 :stä. Keijo Ruotsalainen Matematiikan jaos 6 / 47
7 Tavallisimpia yksiaskelmenetelmiä Eulerin menetelmä: u n+1 = u n + hf n Implisiittinen Euler: u n+1 = u n + hf n+1 Puolisuunnikassääntö: u n+1 = u n + h 2 [f n + f n+1 ] Heunin menetelmä: u n+1 = u n + h 2 [f n + f(t n+1,u n + hf n )] Eulerin ja Heun n menetelmä ovat ns. eksplisiittisiä menetelmiä; Mutta implisiittinen Euler ja puolisuunnikassääntö implisiittisiä. Näissä tapauksissa u n+1 on ratkaistava ko. yhtälöstä numeerisesti (yleensä) Keijo Ruotsalainen Matematiikan jaos 7 / 47
8 Esimerkkejä Esim. 1 Ratkaise AAT:n y (t) = sin(y(t)) y(0) = 2 välillä [0, 1] implisiittisellä Eulerin menetelmällä askelpituudella h = 0.2. Ratkaisu: Merkinnät: u n y(t n ), f n = sin(u n ) Implisiittisessä Eulerin menetelmässä jokaisella askeleella ratkaistaan yhtälö u n+1 = 0.2sin(u n+1 )+u n, n = 0,1,2,3,4. Funktio Φ(z) = 0.2sin(z)+u n on Lipschitz-jatkuva vakiolla L = 0.2 kiintopisteiteraatio välillä [u n 0.2,u n + 0.2] Keijo Ruotsalainen Matematiikan jaos 8 / 47
9 Askeleet 1. askel: Yhtälön u 1 = 0.2sin(u 1 ))+2 kiintopisteiteraatio: u (0) 1 = 2 u (1) 1 = 0.2sin(u (0) 1 )+2 = u (2) 1 = 0.2sin(u (1) 1 )+2 = u (3) 1 = 0.2sin(u (2) 1 )+2 = u (4) 1 = 0.2sin(u (3) 1 )+2 = u (5) 1 = 0.2sin(u (4) 1 )+2 = = u 1 Keijo Ruotsalainen Matematiikan jaos 9 / 47
10 Askeleet 2. askel: Yhtälön u 2 = 0.2sin(u 2 ))+u 1 kiintopisteiteraatio: u (0) 2 = u (1) 2 = 0.2sin(u (0) 2 )+u 1 = u (2) 2 = 0.2sin(u (1) 2 )+u 1 = u (3) 2 = 0.2sin(u (2) 2 )+u 1 = u (4) 2 = 0.2sin(u (3) 2 )+u 1 = u (5) 2 = 0.2sin(u (4) 2 )+u 1 = = u 2 Keijo Ruotsalainen Matematiikan jaos 9 / 47
11 Askeleet 3. askel: Yhtälön u 3 = 0.2sin(u 3 ))+u 2 kiintopisteiteraatio: u (0) 3 = u (1) 3 = 0.2sin(u (0) 3 )+u 2 = u (2) 3 = 0.2sin(u (1) 3 )+u 2 = u (3) 3 = 0.2sin(u (2) 3 )+u 2 = u (4) 3 = 0.2sin(u (3) 3 )+u 2 = u (5) 3 = 0.2sin(u (4) 3 )+u 2 = = u 3 Keijo Ruotsalainen Matematiikan jaos 9 / 47
12 Askeleet 4. askel: Yhtälön u 4 = 0.2sin(u 4 ))+u 3 kiintopisteiteraatio: u (0) 4 = u 3 = u (1) 4 = 0.2sin(u (0) 4 )+u 3 = u (2) 4 = 0.2sin(u (1) 4 )+u 3 = u (3) 4 = 0.2sin(u (2) 4 )+u 3 = u (4) 4 = 0.2sin(u (3) 4 )+u 3 = u (5) 4 = 0.2sin(u (4) 4 )+u 3 = = u 4 Keijo Ruotsalainen Matematiikan jaos 9 / 47
13 Askeleet 5. askel Yhtälön u 5 = 0.2sin(u 5 ))+u 4 kiintopisteiteraatio: u (0) 5 = u 4 = u (1) 5 = 0.2sin(u (0) 5 )+u 4 = u (2) 5 = 0.2sin(u (1) 5 )+u 4 = u (3) 5 = 0.2sin(u (2) 5 )+u 4 = u (4) 5 = 0.2sin(u (3) 5 )+u 4 = u (5) 5 = 0.2sin(u (4) 5 )+u 4 = = u 5 Keijo Ruotsalainen Matematiikan jaos 9 / 47
14 Esimerkkejä lisää Esim. 2 Ratkaise AAT:n y (t) = 2+y(t), y(0) = 1 likiratkaisu välillä [0,1] Heunin menetelmällä, kun askelpituus on h = 0.2. AAT:n tarkka ratkaisu on y(t) = 3e t 2. Heunin menetelmä: u n+1 = u n + h 2 [f n + f(t n+1,u n + hf n )] Tehtävässä f n = 2+u n f(t n+1,u n + hf n ) = 2+u n + hf n = (1+h)(2+u n ) Keijo Ruotsalainen Matematiikan jaos 10 / 47
15 Ratk. jatkuu Siten u n+1 = u n + h 2 (2+h)(2+u n) = (1+h+ h2 2 )u n + 2h+h 2 = 1.22u n Näin ollen approksimaatiot ovat u 0 = 1 u 1 = = 1.66 y(0.2) = u 2 = 1.22u = y(0.4) = u 3 = 1.22u = y(0.6) = u 4 = 1.22u = y(0.8) = u 5 = 1.22u = y(1) = Keijo Ruotsalainen Matematiikan jaos 11 / 47
16 Ratkaisun virhe Virhe kussakin solmupisteessä on e = Keijo Ruotsalainen Matematiikan jaos 12 / 47
17 Stabiilisuudesta Eksplisiittinen yksiaskelmenetelmä: u n+1 = u n + hφ(t n,u n,f n ;h) (2) Φ( ) on ns. lisäysfunktio l. inkrementtifunktio. Tarkan ratkaisun antama approksimaatio yhdellä askeleella: y n+1 = y n + hφ(t n,y n,f(t n,y n );h)+ǫ n+1. Residuaali l. jäännöstermi: ǫ n+1 = hτ n+1 (h) Lokaali typistysvirhe: τ n+1 (h) Globaali typistysvirhe: τ(h) = max n=1,...,nh 1 τ n+1 (h) Keijo Ruotsalainen Matematiikan jaos 13 / 47
18 Lisäysfunktio Eulerin menetelmällle: Φ(t n,u n,f n ;h) = f n Heunin menetelmälle: Φ(t n,u n,f n : h) = 1 2 [f n + f(t n + h,u n + hf n )] Lisäysfunktiolla oltava seuraava ominaisuus: lim Φ(t n,y n,f(t n,y n );h) = f(t n,y n ) h 0 y n+1 = y n + hy (t n )+O(h 2 ) = y n + hf(t n,y n )+O(h 2 ) lim τ n+1(h) = 0 h 0 Keijo Ruotsalainen Matematiikan jaos 14 / 47
19 Konsistenssi Näin ollen lim τ(h) = 0 h 0 Määr. 7.5 Yksiaskelmenetelmä on konsistentti kertalukua p, jos τ(h) Ch p. Eulerin menetelmä on konsistentti kertalukua 1; τ(h) = h Heunin menetelmä on konsistentti kertalukua 2; τ(h) = ch 2 Keijo Ruotsalainen Matematiikan jaos 15 / 47
20 Nollastabiilisuus Jono (z (h) n ) n=0 : z (h) n+1 = z n (h) + h[φ(t n,z n (h),f(t n,z n (h) );h)+δ n+1 ] z (h) 0 = y 0 +δ 0 Jono (u (h) n ) n=0 : u (h) n+1 = u n (h) + hφ(t n,u n (h),f(t n,u n (h) );h) u (h) 0 = y 0 Keijo Ruotsalainen Matematiikan jaos 16 / 47
21 Nollastabiilisuus Määr. 7.6 Yksiaskelmenetelmä on nollastabiili, jos on olemassa vakiot h 0 > 0, C > 0 siten, että kaikille 0 < h h 0, ǫ > 0 δ n < ǫ,0 n N h z (h) n u (h) n Cǫ. Nollastabiilisuus Numeerinen menetelmä ei ole sensitiivinen pienille muutoksille Lause 7.7 Yksiaskelmenetelmä on nollastabiili, jos Φ(t,z 1,f;h) Φ(t,z 2,f;h) L z 1 z 2 missä vakio L ei riipu t:stä eikä h:sta. Keijo Ruotsalainen Matematiikan jaos 17 / 47
22 Suppenemisaste Määr. 7.8 Menetelmä on suppeneva astetta p, jos u n y n Ch p. Lause 7.9 Olkoon inkrementtifunktio tasaisesti Lipschitz-jatkuva y-muuttujan suhteen. Tällöin (y 0 = u 0 ) u n y n nhτ(h)e nhl. Jos menetelmä on konsistentti kertalukua p, niin sen suppenemisaste on on myös p. Keijo Ruotsalainen Matematiikan jaos 18 / 47
23 Gronwallin lemma Tarvitsemme seuraavaa aputulosta: Lemma Olkoon k n 0 ja φ n jono lukuja siten, että φ 0 g 0 n 1 n 1 φ n g 0 + p j + k j φ j, n 1 j=0 j=0 Tällöin n 1 n 1 φ n (g 0 + p j )e j=0 k j j=0 Keijo Ruotsalainen Matematiikan jaos 19 / 47
24 Lauseen 7.9 todistus Kaikille j: y j u j = h[φ(t j,y j,f(t j,y j );h) Φ(t j,u j,f j ;h)]+hǫ j+1. Summataan 0:sta n:ään: n 1 y n u n = h [φ(t j,y j,f(t j,y j );h) Φ(t j,u j,f j ;h)+ǫ j+1 ] j=0 Näin ollen Lipschitz-ehdon nojalla n 1 n 1 y n u n h ǫ j+1 + hl y j u j. j=0 Diskreetti Gronwallin lemma väite. j=0 Keijo Ruotsalainen Matematiikan jaos 20 / 47
25 Lax-Richtmeyer Lause Konsistentti ja nollastabiili menetelmä on suppeneva: ja kääntäen. Keijo Ruotsalainen Matematiikan jaos 21 / 47
26 Runge-Kutta menetelmät s-vaiheinen Runge-Kutta menetelmä Yleinen muoto u n+1 = u n + hf(t n,u n,h;f) Inkrementtifunktio s F(t n,u n,h;f) = b i K i K i i=1 = f(t n + c i h,u n + h s a ij K j ), i = 1,...,s j=1 Keijo Ruotsalainen Matematiikan jaos 22 / 47
27 Butcherin taulukko Butcherin taulukko: c 1 a 11 a 12 a 1s c 2 a 21 a 22 a 2s c s a s1 a s2 a ss b 1 b 2 b s Määrää RK-menetelmän täysin Rajoite-ehto: c i = s j=1 a ij, i = 1,...,s Keijo Ruotsalainen Matematiikan jaos 23 / 47
28 Eksplisiittinen RK-menetelmä Menetelmä on eksplisiittinen, jos a ij = 0, kun j i Tällöin Butcherin taulukko on c 2 a c s a s1 a s2 0 b 1 b 2 b s Tällöin K i voidaan määrätä lukujen K 1,...,K i 1 avulla Menetelmä on implisiittinen, jos a ij 0 jollekin j i Keijo Ruotsalainen Matematiikan jaos 24 / 47
29 RK-menetelmän konstruointi Menetelmän lokaali typistysvirhe hτ n+1 (h) = y n+1 y n hf(t n,y n,h;f), missä y n = y(t n ) oli AAT:n tarkka ratkaisu. Soveltamalla RK-menetelmää AAT:n y (t) = 1, y(0) = 0 ratkaisemiseen ja vaatimalla, että menetelmä on konsistentti saadaan ehto: s b i = 1 i=1 RK-menetelmä on konsistentti, jos ja vain jos edellä oleva ehto on voimassa (kts. Lambert J.; Numerical Methods for Ordinary Differential Systems, John Wiley & Sons, 1991) Keijo Ruotsalainen Matematiikan jaos 25 / 47
30 2-vaiheisen menetelmän konstruktio Yhden askeleen approksimaatio tarkasta lähtöarvosta lähtien: u n+1 = y n + h[b 1 K 1 + b 2 K 2 ] K 1 = f(t n,y n ) = f n K 2 = f(t n + c 2 h,y n + c 2 hk 1 ) K 2 :n Taylorin kehitelmä: K 2 = f n + c 2 h[f n,t + K 1 f n,y ]+O(h 2 ), missä f n,t = f t (t n,y n ), f n,y = f y (t n,y n ). Keijo Ruotsalainen Matematiikan jaos 26 / 47
31 Konstruktio jatkuu Sijoittamalla u n+1 :n lausekkeeseen: u n+1 = y n + h(b 1 + b 2 )f n + c 2 b 2 h 2 (f n,t + f n f n,y )+O(h 3 ) Tarkan ratkaisun Taylorin kehitelmä y n+1 = y n + hf n h2 (f n,t + f n f n,y )+O(h 3 ) Menetelmä kertalukua 2 (hτ n+1 (h) = O(h 3 )), jos b 1 + b 2 = 1 c 2 b 2 = 1 2 Keijo Ruotsalainen Matematiikan jaos 27 / 47
32 2-vaiheisia menetelmiä Menetelmiä on ääretön määrä; Modifioitu Eulerin menetelmä u n+1 = u n + hk 2 K 1 = f(t n,u n ) K 2 = f(t n h,u n hk 1) Yksinkertainen RK-menetelmä eli Heun n menetelmä: u n+1 = u n + h 2 [K 1 + K 2 ] K 1 = f(t n,u n ) K 2 = f(t n + h,u n + hk 1 ) Menetelmien virhe: u n y n Ch 2 Keijo Ruotsalainen Matematiikan jaos 28 / 47
33 3-vaiheisia menetelmiä Samalla tavalla Taylorin kehitelmän avulla johdetaan 3-vaiheisille menetelmille yhtälöryhmä b 1 + b 2 + b 3 = 1 c 2 b 2 + c 3 b 3 = 1 2 c 2 2b 2 + c 2 3b 3 = 1 3 c 2 b 3 a 3,2 = 1 6 Keijo Ruotsalainen Matematiikan jaos 29 / 47
34 3-vaiheisia menetelmiä Heunin 3. kertaluvun menetelmä (c 2 = 1 3, c 3 = 2 3 ): u n+1 = u n + h 4 [K 1 + 3K 3 ] K 1 = f(t n,u n ) K 2 = f(t n h,u n hk 1) K 3 = f(t n h,u n hk 2) Tai 3-vaiheinen Kutta n menetelmä (c 2 = 1 2, c 3 = 1): u n+1 = u n + h 6 [K 1 + 4K 2 + K 3 ] K 1 = f(t n,u n ) K 2 = f(t n h,u n hk 1) K 3 = f(t n + h,u n hk 1 + 2hK 2 ) Keijo Ruotsalainen Matematiikan jaos 30 / 47
35 Klassinen Runge-Kutta menetelmä On 4-vaiheinen menetelmä, jonka kertaluku on 4; Klassinen RK-menetelmä: u n+1 = u n + h 6 [K 1 + 2K 2 + 2K 3 + K 4 ] K 1 = f(t n,u n ) K 2 = f(t n h,u n hk 1) K 3 = f(t n h,u n hk 2) K 4 = f(t n + h,u n + hk 3 ) Keijo Ruotsalainen Matematiikan jaos 31 / 47
36 Yleistä RK-menetelmistä RK-menetelmät ovat yksiaskelmenetelmiä; Konsistenssiudesta seuraa stabiilisuus ja suppeneminen Lause 7.10 Eksplisiittisen s-vaiheisen RK-menetelmän kertaluku ei voi olla suurempi kuin s. Ja ei ole olemassa s-vaiheista eksplisiittistä RK-menetelmää, jonka kertaluku on s, kun s 5. Kts. J. Butcher; The numerical analysis of ordinary differential equations: Runge-Kutta and Linear Methods, John Wiley & Sons, 1987 Keijo Ruotsalainen Matematiikan jaos 32 / 47
37 RK-menetelmän absoluuttinen stabiilisuus Mallitehtävä: y (t) = λy(t), y(0) = 1 Tarkka ratkaisu: y(t) = e λt lim t y(t) = 0 Re(λ) < 0 Määr Numeerinen menetelmä mallitehtävän ratkaisun approksimoimiseen on absoluuttisesti stabiili, jos u n 0, kun t n Koska u n riippuu askelpituudesta h ja luvusta λ, niin menetelmä on absoluuttisesti stabiili vain joillekin arvoille h ja λ. Keijo Ruotsalainen Matematiikan jaos 33 / 47
38 Absoluuttinen stabiilisuusalue Absoluuttinen stabiilisuusalue: A = {z = λh C : u (h) n 0, t n } Sovelletaan s-vaiheista RK-menetelmää malliongelman ratkaisemiseen: s s K i = λ(u n + hλ a ij K j ), u n+1 = u n + b i K i Määritellään vektorit Tällöin j=1 i=1 K = [K 1,K 2,...,K s ] T, 1 = [1,1,...,1] T K = λ(u n 1+hAK), u n+1 = u n + hb T K Keijo Ruotsalainen Matematiikan jaos 34 / 47
39 Stabiilisuusalue Ensimmäisestä voidaan ratkaista K = (I hλa) 1 1[λu n ] joka sijoitetaan u n+1 :n lausekkeeseen: u n+1 = u n +hλb T (I hλa) 1 1u n = [1+hλb T (I hλa) 1 1]u n Stabiilisuusfunktio R(λh) = 1+hλb T (I hλa) 1 1 Absoluuttinen stabiiluusalue: A = {z = λh C : R(λh) < 1} Keijo Ruotsalainen Matematiikan jaos 35 / 47
40 Kitkaton heiluri Kitkattoman heilurin liikeyhtälö: y (t) = λsin(y(t) y(0) = θ 0 (alkukulma) y (0) = v 0 (kulmanopeus) Muunnetaan ensimmäisen kertaluvun differentiaaliyhtälösysteemiksi: y 1 (t) = y(t), y 2 (t) = y (t) { y 1 (t) = y 2(t), y 1 (0) = θ 0 y 2 (t) = λsin(y 1(t)), y 2 (0) = v 0 Ratkaistaan 3:nnen kertaluvun Heunin menetelmällä: Keijo Ruotsalainen Matematiikan jaos 36 / 47
41 Kitkaton heiluri u n = [ u1,n u 2,n ] [ ] y1 (t n ). y 2 (t n ) Askelpituus h = 0.3: k 1 = k 2 = k 3 = [ u 2,n ] λsin(u 1,n ) [ u 2,n + h 3 k ] 1,2 λsin(u 1,n + h 3 k 1,1) [ u 2,n + 2h 3 k ] 2,2 λsin(u 1,n + 2h 3 k 2,1) u n+1 = u n + h 4 (k 1 + 3k 3 ). Keijo Ruotsalainen Matematiikan jaos 37 / 47
42 Heilurin faasikäyrät Keijo Ruotsalainen Matematiikan jaos 38 / 47
43 Valtimon seinämän liike Valtimon seinämä voidaan kuvata ohuella sylinterillä: Pituus L(= 0.05 m); Sylinterin säde lepotilassa R0 (= m) Seinämän paksuus H (= m) Sylinterin säde ajanhetkellä t kohdassa x on R(t) = R 0 + y(t), missä y(t) noudattaa differentiaaliyhtälöä y (t)+βy (t)+αy(t) = γx p(a + b cos(ω 0 t)). y(t) radiaalinen poikkeama, ei huomioida longitudaalista siirtymää (riippumattomien renkaiden-malli) Keijo Ruotsalainen Matematiikan jaos 39 / 47
44 Fysikaaliset parametrit Seinämän tiheys ja kimmomoduli ovat ρ w = 10 3 Kg/m 3, E = N/m 2 ; Parametrit ovat tällöin α = γ = E ρ w R0 2 = ρ w H = 3.3. Parametri β kuvaa kuinka seinämä vastustaa painevaihtelun jaksollista vaihtelua. Tarkastellaan tilannetta, missä β = α. Paineenvaihtelun parametrit a = , b = 0.1a, p = b/4, ω 0 = 2π 0.8. Keijo Ruotsalainen Matematiikan jaos 40 / 47
45 Numeerinen simulointi 1. kertaluvun systeemi: y 1 (t) = y 2(t) y 2 (t) = αy 1(t) βy 2 (t)+γx p(a+ b cos(ω 0 t)). Alkuehdot. y 1 (0) = 0, y 2 (0) = 0. Ratkaistaan modifioidulla Eulerin menetelmällä (h = 10 4 ): [ ] u k 1 = 2,n αu 1,n βu 2,n +γx p(a + b cos(ω 0 n h)) [ u k 2 = 2,n + h 2 k 1,2 α(u 1,n + h 2 k 1,1) β(u 2,n + h 2 k 1,2)+γx p(a+ b cos(ω 0 u n+1 = u n + hk 2. Keijo Ruotsalainen Matematiikan jaos 41 / 47
46 Simulaatiotulos 1.6 x x 10 3 Keijo Ruotsalainen Matematiikan jaos 42 / 47
47 Hermosolu Keijo Ruotsalainen Matematiikan jaos 43 / 47
48 Hodgkin-Huxley malli Cv = g 1 m 3 h (v E 1 ) g 2 n 4 (v E 2 ) g 3 (v E 3 )+I in m = (1 m)α m (v E 0 ) mβ m (v E 0 ) n = (1 n)α m (n E 0 ) nβ n (v E 0 ) h = (1 h)α h (v E 0 ) hβ h (v E 0 ) α m (v) = v e v 1 α n (v) = v e 1 0.1v 1, β m (v) = 4e v/18, β n (v) = 1 8 e v/80 α h (v) = 0.07e v/20, β h (v) = 1 e 3 0.1v + 1 Keijo Ruotsalainen Matematiikan jaos 44 / 47
49 Reaktio suorakaidepulssiin Ratkaistaan klassisella RK-menetelmällä, pulssin leveys 1 msec, korkeus 7 µa, askelpituus 1 20 msec herã tepulssi jã nnite (mv) Porttimuuttujat aika (msec) m n h Keijo Ruotsalainen Matematiikan jaos 45 / 47
50 Vaste pitkäkestoiseen pulssiin herã tepulssi jã nnite (mv) Porttimuuttujat aika (msec) m n h Keijo Ruotsalainen Matematiikan jaos 46 / 47
51 Pulssi 6.9 µa herã tepulssi jã nnite (mv) Porttimuuttujat aika (msec) m n h Keijo Ruotsalainen Matematiikan jaos 47 / 47
Numeeriset menetelmät
Numeeriset menetelmät Luento 12 To 13.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 12 To 13.10.2011 p. 1/38 p. 1/38 Tavalliset differentiaaliyhtälöt Yhtälöissä tuntematon funktio Tavalliset
LisätiedotNumeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen
LisätiedotReuna-arvotehtävien ratkaisumenetelmät
Reuna-arvotehtävien ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Malliprobleema Kahden pisteen reuna-arvotehtävä u (x) = f (x) (1) u() = u(1) = Jos u C ([,1]) ratkaisu, niin missä x u(x)
LisätiedotEpälineaaristen yhtälöiden ratkaisumenetelmät
Epälineaaristen yhtälöiden ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Perusoletus Lause 3.1 Olkoon f : [a, b] R jatkuva funktio siten, että f(a)f(b) < 0. Tällöin funktiolla on ainakin
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 20 R. Kangaslampi Matriisihajotelmista
Lisätiedot2v 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
LisätiedotNumeerinen integrointi ja derivointi
Numeerinen integrointi ja derivointi Keijo Ruotsalainen Division of Mathematics Interpolaatiokaavat Approksimoitava integraali I = b a f(x)dx. Tasavälinen hila: x i = a+ (b a)i n, i = 0,...,n Funktion
LisätiedotEpälineaaristen yhtälöiden ratkaisumenetelmät
Epälineaaristen yhtälöiden ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Perusoletus Lause 3.1 Olkoon f : [a, b] R jatkuva funktio siten, että f(a)f(b) < 0. Tällöin funktiolla on ainakin
Lisätiedot6. 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
Lisätiedot1 Perusteita lineaarisista differentiaaliyhtälöistä
1 Perusteita lineaarisista differentiaaliyhtälöistä Johdetaan lineaarisen aikavariantin systeemin ẋ(t) = A(t)x(t) + B(t)u(t), x(t 0 ) = x 0 yleinen ratkaisu. Tarkastellaan ensin homogeenistä yhtälöä. Lause
Lisätiedot8 Differentiaaliyhtälöiden ratkaisemisesta
8 Differentiaaliyhtälöiden ratkaisemisesta 8.1 Johdanto Tavalliset diffirentiaaliyhtälöt (TDY) ovat usein käytetty matemaattinen malli fysikaalisia ilmiöitä tutkittaessa. Tässä luvussa käsitellään Cauchy
Lisätiedot13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Differentiaaliyhtälöt, kesä 00 Tehtävät 3-8 / Ratkaisuehdotuksia (RT).6.00 3. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: y = + y + y = + y + ( y ) (y
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 3 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 28 R. Kangaslampi Matriisihajotelmista
Lisätiedot[4A] DIFFERENTIAALIYHTÄLÖT 1. Alkuarvotehtävät
[4A] DIFFERENTIAALIYHTÄLÖT 1. Alkuarvotehtävät Numeerisen integroinnin yhteydessä ratkoimme jo tavallisia ensimmäisen kertaluvun alkuarvotehtäviä integroimalla eli t y (t) =f(t, y(t)) y(t) =y(t a )+ f(t,
Lisätiedoty = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 2 mallit Kevät 219 Tehtävä 1. Laske osittaisderivaatat f x = f/x ja f y = f/, kun f = f(x, y) on funktio a) x 2 y 3 + y sin(2x),
LisätiedotKonjugaattigradienttimenetelmä
Konjugaattigradienttimenetelmä Keijo Ruotsalainen Division of Mathematics Konjugaattigradienttimenetelmä Oletukset Matriisi A on symmetrinen: A T = A Positiivisesti definiitti: x T Ax > 0 kaikille x 0
LisätiedotEste- ja sakkofunktiomenetelmät
Este- ja sakkofunktiomenetelmät Keijo Ruotsalainen Mathematics Division Luennon kulku Este- ja sisäpistemenetelmät LP-ongelmat ja logaritminen estefunktio Polun seuranta Newtonin menetelmällä Sakkofunktiomenetelmistä
Lisätiedot5 Differentiaaliyhtälöryhmät
5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) =
LisätiedotLineaarinen toisen kertaluvun yhtälö
Lineaarinen toisen kertaluvun yhtälö Keijo Ruotsalainen Mathematics Division Lineaarinen toisen kertaluvun differentiaaliyhtälö Toisen kertaluvun täydellinen lineaarinen yhtälö muotoa p 2 (x)y + p 1 (x)y
LisätiedotFunktioiden approksimointi ja interpolointi
Funktioiden approksimointi ja interpolointi Keijo Ruotsalainen Division of Mathematics interpolaatio-ongelma 8 Eksponenttifunktion exp(x) interpolointi 3.5 Funktion e^{0.25x} \sin(x) interpolointi 7 3
LisätiedotIteratiiviset ratkaisumenetelmät
Iteratiiviset ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Yleinen iteraatio Lineaarisen yhtälöryhmän iteratiivinen ratkaisumenetelmä voidaan esittää muodossa: Anna alkuarvaus: x 0 R n
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotTehtävä 4.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla.
Tehtävä.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla. x = (a + b cos(θ)) cos(ψ) y = (a + b cos(θ)) sin(ψ) = b sin(θ), a > b, θ π, ψ π Figure. Toruksen hajoituskuva Oletetaan,
LisätiedotNumeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden
LisätiedotFYSA2031 Potentiaalikuoppa
FYSA2031 Potentiaalikuoppa Työselostus Laura Laulumaa JYFL YK216 laura.e.laulumaa@student.jyu.fi 16.10-2.11. 2017 Ohjaus Työn ja ohjelman esittely ( 30 min) Harjoitellaan ohjelman käyttöä Harmoninen potentiaali
LisätiedotNumeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43
Numeeriset menetelmät TIEA381 Luento 7 Kirsi Valjus Jyväskylän yliopisto Luento 7 () Numeeriset menetelmät 10.4.2013 1 / 43 Luennon 7 sisältö Interpolointi ja approksimointi Interpolaatiovirheestä Paloittainen
LisätiedotHarjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:
Differentiaaliyhtälöt, Kesä 216 Harjoitus 2 1. Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: (a) y = (2 y) 3, (b) y = (y 1) 2, (c) y = 2y y 2. 2. Etsi seuraavien
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 5 Ti 20.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 5 Ti 20.9.2011 p. 1/40 p. 1/40 Choleskyn menetelmä Positiivisesti definiiteillä matriiseilla kolmiohajotelma
LisätiedotIV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n
IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee
LisätiedotNumeeriset menetelmät TIEA381. Luento 11. Kirsi Valjus. Jyväskylän yliopisto. Luento 11 () Numeeriset menetelmät / 37
Numeeriset menetelmät TIEA381 Luento 11 Kirsi Valjus Jyväskylän yliopisto Luento 11 () Numeeriset menetelmät 24.4.2013 1 / 37 Luennon 11 sisältö Numeerisesta integroinnista ja derivoinnista Adaptiiviset
Lisätiedotf[x i ] = f i, f[x i,..., x j ] = f[x i+1,..., x j ] f[x i,..., x j 1 ] x j x i T n+1 (x) = 2xT n (x) T n 1 (x), T 0 (x) = 1, T 1 (x) = x.
Kaavakokoelma f[x i ] = f i, f[x i,..., x j ] = f[x i+,..., x j ] f[x i,..., x j ] x j x i T n+ (x) = 2xT n (x) T n (x), T (x) =, T (x) = x. n I,n = h f(t i + h 2 ), E,n = h2 (b a) f (2) (ξ). 24 i= I,n
LisätiedotLukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 5. joulukuuta Z-muunnos
Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt 5. joulukuuta 2016 Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt Lukujonot Lukujonot Z-muunnoksen ominaisuuksia
LisätiedotNormaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa
Normaaliryhmä Toisen kertaluvun normaaliryhmä on yleistä muotoa x = u(t,x,y), y t I, = v(t,x,y), Funktiot u = u(t,x,y), t I ja v = v(t,x,y), t I ovat tunnettuja Toisen kertaluvun normaaliryhmän ratkaisu
Lisätiedot17. Differentiaaliyhtälösysteemien laadullista teoriaa.
99 17. Differentiaaliyhtälösysteemien laadullista teoriaa. Differentiaaliyhtälön x'(t) = f(x(t),t), x(t) n määrittelemän systeemin sanotaan olevan autonominen, jos oikea puoli ei eksplisiittisesti riipu
LisätiedotDynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II
Dynaamisten systeemien teoriaa Systeemianalyysilaboratorio II 15.11.2017 Vakiot, sisäänmenot, ulostulot ja häiriöt Mallin vakiot Systeemiparametrit annettuja vakioita, joita ei muuteta; esim. painovoiman
LisätiedotNumeeriset 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
LisätiedotNumeeriset 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
Lisätiedot6. Toisen ja korkeamman kertaluvun lineaariset
SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 51 6. Toisen ja korkeamman kertaluvun lineaariset differentiaaliyhtälöt Määritelmä 6.1. Olkoon I R avoin väli. Olkoot p i : I R, i = 0, 1, 2,..., n, ja q : I R jatkuvia
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto DY-teoriaa DY-teoriaa Käsitellään seuraavaksi
LisätiedotPienimmän 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
LisätiedotNumeeriset 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
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Matriisinormi Matriisinormi Matriiseille
LisätiedotLukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 1. joulukuuta Z-muunnos
Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt 1. joulukuuta 2015 Lukujonot Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt Lukujono Lukujono on diskreetti funktio
Lisätiedot10. 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
Lisätiedot4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
1 Laaja matematiikka 5 Kevät 010 4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö.
LisätiedotFunktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot
3. Funktion raja-arvo ja jatkuvuus 3.1. Reaali- ja kompleksifunktiot 43. Olkoon f monotoninen ja rajoitettu välillä ]a,b[. Todista, että raja-arvot lim + f (x) ja lim x b f (x) ovat olemassa. Todista myös,
LisätiedotLuku 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
LisätiedotLUKU 10. Yhdensuuntaissiirto
LUKU hdensuuntaissiirto Olkoot (M, N) suunnistettu pinta, p M ja v p R 3 p annettu vektori pisteessä p (vektorin v p ei tarvitse olla pinnan M tangenttivektori). Tällöin vektori (v p N(p)) N(p) on vektorin
Lisätiedot1 Peruskäsitteet. Dierentiaaliyhtälöt
Teknillinen korkeakoulu Matematiikka Dierentiaaliyhtälöt Alestalo Tässä monisteessa käydään läpi tavallisiin dierentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Esimerkkejä luennoilla
Lisätiedoty + 4y = 0 (1) λ = 0
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 6 mallit Kevät 2019 Tehtävä 1. Ratkaise yhtälöt a) y + 4y = x 2, b) y + 4y = 3e x. Ratkaisu: a) Differentiaaliyhtälön yleinen
LisätiedotFunktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.
Funktiot Tässä luvussa käsitellään reaaliakselin osajoukoissa määriteltyjä funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Avoin väli: ]a, b[ tai ]a, [ tai ],
LisätiedotOsa IX. Z muunnos. Johdanto Diskreetit funktiot
Osa IX Z muunnos A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 298 / 322 A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 299 / 322 Johdanto
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt. osa 2 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 1 R. Kangaslampi Matriisihajotelmista
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 10 To 6.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 10 To 6.10.2011 p. 1/35 p. 1/35 Numeerinen integrointi Puolisuunnikassääntö b a f(x)dx = h 2 (f 0 + f
LisätiedotHäiriöteoriaa ja herkkyysanalyysiä. malleissa on usein pieniä/suuria parametreja. miten yksinkertaistetaan mallia kun parametri menee rajalle
Häiriöteoriaa ja herkkyysanalyysiä malleissa on usein pieniä/suuria parametreja miten yksinkertaistetaan mallia kun parametri menee rajalle jatkuvuus ja rajayhtälöt säännölliset ja epäsäännölliset häiriöt
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos
LisätiedotFYSA234 Potentiaalikuoppa, selkkarityö
FYSA234 Potentiaalikuoppa, selkkarityö Jari Partanen, Jani Komppula JYFL FL246, S118 japapepa@jyu.fi, jani.komppula@jyu.fi 16. lokakuuta 2013 Ohjaus Työn ja ohjelman esittely (15-30 min) Harjoitellaan
LisätiedotMS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin
LisätiedotEsimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva).
6 DIFFERENTIAALIYHTÄLÖISTÄ Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva). Newtonin II:n lain (ma missä Yhtälö dh dt m dh dt F) mukaan mg, on kiihtyvyys ja
LisätiedotEi-inertiaaliset koordinaatistot
orstai 25.9.2014 1/17 Ei-inertiaaliset koordinaatistot Tarkastellaan seuraavaa koordinaatistomuunnosta: {x} = (x 1, x 2, x 3 ) {y} = (y 1, y 2, y 3 ) joille valitaan kantavektorit: {x} : (î, ĵ, ˆk) {y}
LisätiedotFYSA234 Potentiaalikuoppa, selkkarityö
FYSA234 Potentiaalikuoppa, selkkarityö Jari Partanen, Jani Komppula JYFL FL246, S118 japapepa@jyu.fi, jani.komppula@jyu.fi 13. lokakuuta 2014 Ohjaus Työn ja ohjelman esittely (15-30 min) Harjoitellaan
Lisätiedot2.2.1 Ratkaiseminen arvausta sovittamalla
2.2.1 Ratkaiseminen arvausta sovittamalla Esimerkki: lomitusjärjestäminen (edellä) Yleistys: Ratkaistava T (1) c T (n) g(t (1),..., T (n 1), n) missä g on n ensimmäisen parametrin suhteen kasvava. (Ratkaisu
LisätiedotEnsimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 9 Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 14 R. Kangaslampi matriisiteoriaa Matriisinormi
LisätiedotNumeeriset menetelmät TIEA381. Luento 4. Kirsi Valjus. Jyväskylän yliopisto. Luento 4 () Numeeriset menetelmät / 44
Numeeriset menetelmät TIEA381 Luento 4 Kirsi Valjus Jyväskylän yliopisto Luento 4 () Numeeriset menetelmät 21.3.2013 1 / 44 Luennon 4 sisältö Lineaarisen yhtälöryhmän ratkaisemisesta: Choleskyn menetelmä
LisätiedotBifurkaatiot Pro gradu Olli-Pekka Hyttinen Itä-Suomen yliopisto
Bifurkaatiot Pro gradu Olli-Pekka Hyttinen 242841 Itä-Suomen yliopisto 1.6.218 Itä-Suomen ylopisto Fysiikan ja matematiikan laitos Tiivistelmä Olli-Pekka Hyttinen: Bifurkaatiot Pro gradu Bifurkaatioilla
LisätiedotNumeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42
Numeeriset menetelmät TIEA381 Luento 13 Kirsi Valjus Jyväskylän yliopisto Luento 13 () Numeeriset menetelmät 8.5.2013 1 / 42 Luennon 13 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Moniaskelmenetelmien
Lisätiedot(0 desimaalia, 2 merkitsevää numeroa).
NUMEERISET MENETELMÄT DEMOVASTAUKSET SYKSY 20.. (a) Absoluuttinen virhe: ε x x ˆx /7 0.4 /7 4/00 /700 0.004286. Suhteellinen virhe: ρ x x ˆx x /700 /7 /00 0.00 0.%. (b) Kahden desimaalin tarkkuus x ˆx
LisätiedotLuento 13: Periodinen liike. Johdanto Harmoninen värähtely Esimerkkejä F t F r
Luento 13: Periodinen liike Johdanto Harmoninen värähtely Esimerkkejä θ F t m g F r 1 / 27 Luennon sisältö Johdanto Harmoninen värähtely Esimerkkejä 2 / 27 Johdanto Tarkastellaan jaksollista liikettä (periodic
LisätiedotTeknillinen tiedekunta, matematiikan jaos Numeeriset menetelmät
Numeeriset menetelmät 1. välikoe, 14.2.2009 1. Määrää matriisin 1 1 a 1 3 a a 4 a a 2 1 LU-hajotelma kaikille a R. Ratkaise LU-hajotelmaa käyttäen yhtälöryhmä Ax = b, missä b = [ 1 3 2a 2 a + 3] T. 2.
LisätiedotKompleksianalyysi, viikko 6
Kompleksianalyysi, viikko 6 Jukka Kemppainen Mathematics Division Funktion erikoispisteet Määr. 1 Jos f on analyyttinen pisteen z 0 aidossa ympäristössä 0 < z z 0 < r jollakin r > 0, niin sanotaan, että
Lisätiedoty (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x
BM0A5830 Differentiaaliyhtälöiden peruskurssi Harjoitus 4, Kevät 017 Päivityksiä: 1. Ratkaise differentiaaliyhtälöt 3y + 4y = 0 ja 3y + 4y = e x.. Ratkaise DY (a) 3y 9y + 6y = e 10x (b) Mikä on edellisen
LisätiedotCantorin joukon suoristuvuus tasossa
Cantorin joukon suoristuvuus tasossa LuK-tutkielma Miika Savolainen 2380207 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2016 Sisältö Johdanto 2 1 Cantorin joukon esittely 2 2 Suoristuvuus ja
LisätiedotDifferentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus
TAMPEREEN YLIOPISTO Luonnontieteiden Pro gradu -tutkielma Ilkka Niemi-Nikkola Differentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus Luonnontieteiden tiedekunta Matematiikka Tammikuu
LisätiedotLuento 2: Liikkeen kuvausta
Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä
LisätiedotMatematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)
Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus 4 9.4.-23.4.200 Malliratkaisut (Sauli Lindberg). Näytä, että Lusinin lauseessa voidaan luopua oletuksesta m(a)
LisätiedotLuento 8: Epälineaarinen optimointi
Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori = (,..., ). Reaalisten m n-matriisien joukkoa merkitään
LisätiedotJos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.
Mat-.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 1 1. Olkoon maaston korkeus y(s) derivoituva funktio ja etsitään tien profiilia x(s). Päätösmuuttuja on tien jyrkkyys
LisätiedotLuento 8: Epälineaarinen optimointi
Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori 0 = (0,..., 0). Reaalisten m n-matriisien joukkoa merkitään
Lisätiedotinfoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1
infoa Viikon aiheet Tentti ensi viikolla ma 23.0. klo 9.00-3.00 Huomaa, alkaa tasalta! D0 (Sukunimet A-) E204 (Sukunimet S-Ö) Mukaan kynä ja kumi. Ei muuta materiaalia. Tentissä kaavakokoelma valmiina.
LisätiedotMATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ
1 YLIOPPILASTUTKINTO- LAUTAKUNTA 25.9.2017 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotDI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 11: ti klo 13:00-15:30
DI matematiikan opettajaksi: Tädennskurssi, kevät Luentorunkoa ja harjoituksia viikolle : ti 6 klo :-5: Kädään läpi: funktioita f : D f R n R m ja integrointia R n :ssä Oletetaan, että, R n ovat mielivaltaisia
Lisätiedot4 Korkeamman kertaluvun differentiaaliyhtälöt
Differentiaaliyhtälöt c Pekka Alestalo 2015 Tässä monisteessa käydään läpi tavallisiin differentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Luennolla lasketaan esimerkkitehtäviä
Lisätiedotja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e)
Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät 214 1. Tutki seuraavia jonoja a) (a n )=(3n 1) ( ) 2 b) (a n )= 3 n ( ) 1 c) (a n )= (n + 1)(n +2) 2. Tutki seuraavia sarjoja a) (3k 1)
Lisätiedot4. 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
Lisätiedotlnx x 1 = = lim x = = lim lim 10 = x x0
BM0A580 - Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 05. (a) (b) ln = sin(t π ) t π t π = = 0 = = cos(t π = ) = 0 t π (c) e [ = ] = = e e 3 = e = 0 = 0 (d) (e) 3 3 + 6 + 8 + 6 5 + 4 4 + 4
Lisätiedot3.3 Funktion raja-arvo
3.3 Funktion raja-arvo Olkoot A ja B kompleksitason joukkoja ja f : A B kuvaus. Kuvauksella f on pisteessä z 0 A raja-arvo c, jos jokaista ε > 0 vastaa δ > 0 siten, että 0 < z z 0 < δ ja z A f(z) c < ε.
LisätiedotMatematiikan perusteet taloustieteilijöille II Harjoituksia kevät ja B = Olkoon A = a) A + B b) AB c) BA d) A 2 e) A T f) A T B g) 3A
Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät 28 1. Olkoon A = Määrää ( 2 1 ) 3 4 1 a) A + B b) AB BA d) A 2 e) A T f) A T B g) 3A ja B = 2 1 6 3 1 2. Laske seuraavat determinantit
LisätiedotLaplace-muunnos: määritelmä
Laplace-muunnos: määritelmä Olkoon f : [, [ R funktio. Funktion f Laplacen muunnos määritellään yhtälöllä F(s) = L(f) := f(t)e st dt edellyttäen, että integraali f(t)e st dt suppenee. Riittävä ehto integraalin
Lisätiedotx j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu
2 Interpolointi Olkoon annettuna n+1 eri pistettä x 0, x 1, x n R ja n+1 lukua y 0, y 1,, y n Interpoloinnissa etsitään funktiota P, joka annetuissa pisteissä x 0,, x n saa annetut arvot y 0,, y n, (21)
LisätiedotKOMPLEKSIANALYYSI 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
LisätiedotMATEMATIIKAN JA TILASTOTIETEEN LAITOS
f ( n JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Harjoitusten 8 ratkaisut Topologiset vektoriavaruudet 2010 8.1. Olkoon P n = {f : K K p on enintään asteen n 1 polynomi} varustettuna
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Vesanen MS-A0205/6 Differentiaali- ja integraalilaskenta 2, kevät 2017 Laskuharjoitus 4A (Vastaukset) alkuviikolla
Lisätiedot1. 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.
Lisätiedot1 + 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
Lisätiedot1 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
LisätiedotKompleksianalyysi, viikko 5
Kompleksianalyysi, viikko 5 Jukka Kemppainen Mathematics Division Kompleksiset jonot Aloitetaan jonon suppenemisesta. Määr. 1 Kompleksiluvuista z 1,z 2,...,z n,... koostuva jono suppenee kohti raja-arvoa
LisätiedotPolkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon
Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä 4.1.3. Olkoot : [a, b] R m paloittain C 1 -polku välin [a, b] jaon P = {a = t 1 < < t k = b} ja joukko D R m sellainen, että ([a, b])
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
Lisätiedot