Differentiaaliyhtälöiden numeerinen ratkaiseminen

Koko: px
Aloita esitys sivulta:

Download "Differentiaaliyhtälöiden numeerinen ratkaiseminen"

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 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

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

Reuna-arvotehtävien ratkaisumenetelmät

Reuna-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)

Lisätiedot

Epälineaaristen yhtälöiden ratkaisumenetelmät

Epälineaaristen 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

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

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

Numeerinen integrointi ja derivointi

Numeerinen 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

Lisätiedot

Epälineaaristen yhtälöiden ratkaisumenetelmät

Epälineaaristen 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

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

1 Perusteita lineaarisista differentiaaliyhtälöistä

1 Perusteita lineaarisista differentiaaliyhtälöistä 1 Perusteita lineaarisista differentiaaliyhtälöistä Johdetaan lineaarisen aikavariantin systeemin ẋ(t) = A(t)x(t) + B(t)u(t), x(t 0 ) = x 0 yleinen ratkaisu. Tarkastellaan ensin homogeenistä yhtälöä. Lause

Lisätiedot

8 Differentiaaliyhtälöiden ratkaisemisesta

8 Differentiaaliyhtälöiden ratkaisemisesta 8 Differentiaaliyhtälöiden ratkaisemisesta 8.1 Johdanto Tavalliset diffirentiaaliyhtälöt (TDY) ovat usein käytetty matemaattinen malli fysikaalisia ilmiöitä tutkittaessa. Tässä luvussa käsitellään Cauchy

Lisätiedot

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )

13. 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

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-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 [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,

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

Konjugaattigradienttimenetelmä

Konjugaattigradienttimenetelmä Konjugaattigradienttimenetelmä Keijo Ruotsalainen Division of Mathematics Konjugaattigradienttimenetelmä Oletukset Matriisi A on symmetrinen: A T = A Positiivisesti definiitti: x T Ax > 0 kaikille x 0

Lisätiedot

Este- ja sakkofunktiomenetelmät

Este- ja sakkofunktiomenetelmät Este- ja sakkofunktiomenetelmät Keijo Ruotsalainen Mathematics Division Luennon kulku Este- ja sisäpistemenetelmät LP-ongelmat ja logaritminen estefunktio Polun seuranta Newtonin menetelmällä Sakkofunktiomenetelmistä

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

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

Funktioiden approksimointi ja interpolointi

Funktioiden 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

Lisätiedot

Iteratiiviset ratkaisumenetelmät

Iteratiiviset ratkaisumenetelmät Iteratiiviset ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics Yleinen iteraatio Lineaarisen yhtälöryhmän iteratiivinen ratkaisumenetelmä voidaan esittää muodossa: Anna alkuarvaus: x 0 R n

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

Tehtävä 4.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla.

Tehtävä 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,

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden

Lisätiedot

FYSA2031 Potentiaalikuoppa

FYSA2031 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

Lisätiedot

Numeeriset 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 / 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

Lisätiedot

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

Harjoitus 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

Lisätiedot

Numeeriset menetelmät

Numeeriset 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

Lisätiedot

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

IV. 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

Lisätiedot

Numeeriset 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 / 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

Lisätiedot

f[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.

f[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

Lisätiedot

Lukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 5. joulukuuta Z-muunnos

Lukujonot 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

Lisätiedot

Normaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa

Normaaliryhmä. 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

Lisätiedot

17. Differentiaaliyhtälösysteemien laadullista teoriaa.

17. 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

Lisätiedot

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

Dynaamisten 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

Lisätiedot

Numeeriset menetelmät

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

Lisätiedot

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

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

Lisätiedot

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

MS-C1340 Lineaarialgebra ja

MS-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

Lisätiedot

Pienimmän neliösumman menetelmä

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

Lisätiedot

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

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

Lisätiedot

MS-C1340 Lineaarialgebra ja

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

Lisätiedot

Lukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 1. joulukuuta Z-muunnos

Lukujonot 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

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

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

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot

Funktion 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,

Lisätiedot

Luku 4. Derivoituvien funktioiden ominaisuuksia.

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

Lisätiedot

LUKU 10. Yhdensuuntaissiirto

LUKU 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

Lisätiedot

1 Peruskäsitteet. Dierentiaaliyhtälöt

1 Peruskäsitteet. Dierentiaaliyhtälöt Teknillinen korkeakoulu Matematiikka Dierentiaaliyhtälöt Alestalo Tässä monisteessa käydään läpi tavallisiin dierentiaaliyhtälöihin liittyviä peruskäsitteitä ja ratkaisuperiaatteita. Esimerkkejä luennoilla

Lisätiedot

y + 4y = 0 (1) λ = 0

y + 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

Lisätiedot

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

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Funktiot Tässä luvussa käsitellään reaaliakselin osajoukoissa määriteltyjä funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Avoin väli: ]a, b[ tai ]a, [ tai ],

Lisätiedot

Osa IX. Z muunnos. Johdanto Diskreetit funktiot

Osa 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

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

Numeeriset menetelmät

Numeeriset 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

Lisätiedot

Häiriöteoriaa 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 Häiriöteoriaa ja herkkyysanalyysiä malleissa on usein pieniä/suuria parametreja miten yksinkertaistetaan mallia kun parametri menee rajalle jatkuvuus ja rajayhtälöt säännölliset ja epäsäännölliset häiriöt

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

FYSA234 Potentiaalikuoppa, selkkarityö

FYSA234 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

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

Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva).

Esimerkki: 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

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

FYSA234 Potentiaalikuoppa, selkkarityö

FYSA234 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

Lisätiedot

2.2.1 Ratkaiseminen arvausta sovittamalla

2.2.1 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

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

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-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

Lisätiedot

Numeeriset 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 / 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

Lisätiedot

Bifurkaatiot Pro gradu Olli-Pekka Hyttinen Itä-Suomen yliopisto

Bifurkaatiot 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

Lisätiedot

Numeeriset 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 / 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).

(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

Lisätiedot

Luento 13: Periodinen liike. Johdanto Harmoninen värähtely Esimerkkejä F t F r

Luento 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

Lisätiedot

Teknillinen tiedekunta, matematiikan jaos Numeeriset menetelmät

Teknillinen 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.

Lisätiedot

Kompleksianalyysi, viikko 6

Kompleksianalyysi, 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

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

Cantorin joukon suoristuvuus tasossa

Cantorin 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

Lisätiedot

Differentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus

Differentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus TAMPEREEN YLIOPISTO Luonnontieteiden Pro gradu -tutkielma Ilkka Niemi-Nikkola Differentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus Luonnontieteiden tiedekunta Matematiikka Tammikuu

Lisätiedot

Luento 2: Liikkeen kuvausta

Luento 2: Liikkeen kuvausta Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä

Lisätiedot

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)

Matematiikan 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)

Lisätiedot

Luento 8: Epälineaarinen optimointi

Luento 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

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

Luento 8: Epälineaarinen optimointi

Luento 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

Lisätiedot

infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1

infoa 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.

Lisätiedot

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

MATEMATIIKAN 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

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

DI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 11: ti klo 13:00-15:30

DI 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

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

ja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e)

ja 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)

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

lnx x 1 = = lim x = = lim lim 10 = x x0

lnx 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

Lisätiedot

3.3 Funktion raja-arvo

3.3 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.

Lisätiedot

Matematiikan 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 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

Lisätiedot

Laplace-muunnos: määritelmä

Laplace-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

Lisätiedot

x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu

x 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)

Lisätiedot

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

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

Lisätiedot

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

MATEMATIIKAN 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

Lisätiedot

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Aalto-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

Lisätiedot

1. Tarkastellaan kaksiulotteisessa Hilbert avaruudessa Hamiltonin operaattoria

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

Lisätiedot

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

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

Lisätiedot

1 Di erentiaaliyhtälöt

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

Lisätiedot

Kompleksianalyysi, viikko 5

Kompleksianalyysi, 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

Lisätiedot

Polkuintegraali 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 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])

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