Epälineaaristen yhtälöiden ratkaisumenetelmät

Koko: px
Aloita esitys sivulta:

Download "Epälineaaristen yhtälöiden ratkaisumenetelmät"

Transkriptio

1 Epälineaaristen yhtälöiden ratkaisumenetelmät Keijo Ruotsalainen Division of Mathematics

2 Perusoletus Lause 3.1 Olkoon f : [a, b] R jatkuva funktio siten, että f(a)f(b) < 0. Tällöin funktiolla on ainakin yksi nolla kohta välillä [a, b], ts. on olemassa α [a, b] siten, että f(α) = 0. Keijo Ruotsalainen Matematiikan jaos 2 / 41

3 Puolitusmenetelmä Algoritmi Laske x mid = a+b Jos f(x mid )f(a) < 0, niin muutoin a = a b = x mid, a = x mid b = b. 3. Jos b a < ǫ, niin STOP; muutoin palaa kohtaan (1). Keijo Ruotsalainen Matematiikan jaos 3 / 41

4 Konvergenssinopeus Puolitusmenetelmässä k:n iteraation jälkeen nollakohta on välillä, jonka pituus on b a 2 k. Approksimaatio k:n iteraation jälkeen on : Virhe: x (k) b a mid α 0 2 k+1 Puolitusmenetelmä on siten globaalisti konvergoiva Kuinka monta askelta tarvitaan tarkkuuteen x (k) mid α ǫ? Vastaus: k log 2 ( b a ǫ ) 1 = log(b a ǫ ) 1. log(2) Keijo Ruotsalainen Matematiikan jaos 4 / 41

5 Kiintopisteiteraatio Määritelmä Luku α on funktion Φ(x) kiintopiste, jos α = Φ(α). Olkoon g(x) 0 kaikilla x [a, b]. Tällöin x [a, b] on funktion f( ) nollakohta täsmälleen silloin, kun se on funktion kiintopiste. Algoritmi 3.2 (Kiintopisteiteraatio) Φ(x) = x g(x)f(x) Määritellään lukujono (x n ) seuraavasti: 1. x (0) [a, b] 2. Kun x (k) on annettu, niin x (k+1) = Φ(x (k) ) 3. STOP, jos x (k+1) x (k) < ǫ. Keijo Ruotsalainen Matematiikan jaos 5 / 41

6 Kiintopisteiteraation geometria Esim. 1 Tutki kiintopisteiteraation suppenemista funktiolle φ(x) = 2.8x x x = Keijo Ruotsalainen Matematiikan jaos 6 / 41

7 Kiintopistelause Lause 3.2 Olkoon funktio Φ(x) jatkuva ja oletetaan, että Φ toteuttaa Lipschitz-ehdon: Φ(x) Φ(y) L x y, 0 < L < 1, suljetussa ja rajoitetussa joukossa [a, b]. Lisäksi oletetaan, että Φ([a, b]) [a, b]. Tällöin on olemassa yksikäsitteisesti määrätty kiintopiste x [a, b], ja kiintopisteiteraatiot suppenevat kohti kiintopistettä jokaisella alkuarvauksella x 0 [a, b]. Keijo Ruotsalainen Matematiikan jaos 7 / 41

8 Huomioita Reaalilukujono {x n n = 0,1,2,3,...} on Cauchy-jono, jos lim x m x k = 0. m,k Lause 3.3 Jokaisella reaalilukujen Cauchy-jonolla {x n n = 0,1,2,3,...} on raja-arvo, ts on x siten, että lim x n = x. n Keijo Ruotsalainen Matematiikan jaos 8 / 41

9 Kiintopistelauseen todistus Olkoon {x n n = 0,1,2,3,...} : x n+1 = φ(x n ). (1) Oletuksen (2) nojalla x n+j+1 x n+j = φ(x n+j ) φ(x n+j 1 ) L x n+j x n+j 1 (2) Kolmioepäyhtälö m 1 x n+m x n = L 2 x n+j 1 x n+j 2 L n+j x 1 x 0 j=0 [x n+j+1 x n+j ] 1. askel ja geometrisen sarjan summa m 1 lim m,n j=0 m 1 j=0 m 1 x n+j+1 x n+j lim m,n j=0 x n+j+1 x n+j. L n+j x 1 x 0 m 1 = lim L n+j 1 x 1 x 0 = lim m,n m,n LnLm L 1 x 1 x 0 = 0. j=0 Keijo Ruotsalainen Matematiikan jaos 9 / 41

10 Tod. jatkuu (3) Siten kiintopisteiteraatiojono on Cauchy-jono, ja siksi jonolla on raja-arvo α. Jatkuvuuden ja kiintopisteiteraation nojalla α = lim n x n+1 = lim n φ(x n) = φ( lim n x n) = φ(α). (4) Olkoon α 1 ja α 2 kaksi kiintopistettä. Tällöin α 1 α 2 = φ(α 1 ) φ(α 2 ) L α 1 α 2. Induktiivisesti jatkamalla saadaan, että kaikille n α 1 α 2 L n α 1 α 2 0, kun n. Keijo Ruotsalainen Matematiikan jaos 10 / 41

11 Virhe-arviot Lause 3.4 Olkoon (x n ) suppeneva kiintopisteiteraatiojono. Tällöin jonon alkioille on voimassa seuraavat virhe-arviot: A priori-arvio A posteriori-arvio Lipschitz-ehto on voimassa, jos x (k) x Lk 1 L x(1) x (0) x (k) x L 1 L x(k) x (k 1) Φ (x) L < 1, x [a, b]. Keijo Ruotsalainen Matematiikan jaos 11 / 41

12 Konvergenssiaste Määritellään aluksi kiintopisteiteraation konvergenssiaste: Määr. 3.2 Iteraatiojonon (x n ) konvergenssiaste on vähintäin p, jos missä lim sup k x n+1 x x n x p = K, 0 < K <, p > 1 K < 1, p = 1. Keijo Ruotsalainen Matematiikan jaos 12 / 41

13 Konvergenssiaste Lause 3.5 Kiintopisteiteraation konvergenssiaste on vähintäin k, jos kiintopisteessä on voimassa φ (j) (α) = 0, j = 1,...,k 1, φ (k) (α) 0. Merkitään e n = x n α x n+1 = α+e n+1 = φ(x n ) = φ(α+e n ). Taylorin kehitelmä α+e n+1 = φ(α)+φ (α)e n k! φ(k) (ζ)e k n. Virheen asymptoottinen kehitelmä e n+1 = 1 k! φ(k) (ζ)e k n. 1 (k 1)! φ(k 1) (α)en k 1 Keijo Ruotsalainen Matematiikan jaos 13 / 41

14 Newtonin menetelmä Oletukset f(x) on ainakin kaksi kertaa jatkuvasti differentioituva. Nollakohdan likiarvot x k, k = 0,1,...,n laskettu; Taylorin kehitelmä pisteen x n ympäristössä: f(x) = f(x n )+f (x n )(x x n )+ 1 2 f (ζ)(x x n ) 2 ; Jos x x n 2 << 1, niin funktion approksimaation nollakohta f(x n+1 ) = f(x n )+f (x n )(x n+1 x n ) = 0 on uusi "tarkempi"likiarvo. x n+1 = x n f(x n) f (x n ). Keijo Ruotsalainen Matematiikan jaos 14 / 41

15 Newtonin menetelmä Algoritmi Alkuarvaus x 0 [a, b]; 2. n = 0,1,2, : x n+1 = x n f(xn) f (x n) ; 3. x n x n+1 < ǫ Lopeta; Newtonin menetelmä on kiintopisteiteraatio, jonka iteraatiofunktio F(ξ) = ξ f(ξ) f (ξ). Keijo Ruotsalainen Matematiikan jaos 15 / 41

16 Neliöjuuren lasku Luvun a > 0 neliöjuuri on toisen asteen polynomin f(x) = x 2 a positiivinen nollakohta; Newtonin iteraatio x k+1 = x k f(x k) f (x k ) = x k x2 k a = x k 2x k 2 + a 2x k Esimerkiksi 2:n iteraatiot, kun x 0 = 1: x k+1 = x k+ 2 x k 2 x 1 = 3 2 x 2 = x 3 = x 4 = Keijo Ruotsalainen Matematiikan jaos 16 / 41

17 Esihistoriallinen laskentatapa 2:n approksimaatio viiden desimaalin tarkkuudella vain kolmen askeleen jälkeen. Menetelmä yksi matematiikan historian vanhimpia. Nuolenpääkirjoitustaulu YBC7289 (n eaa.) löydettiin läheltä Baghdadia v Neliöjuuren approksimaatio seksagesimaalijärjestelmässä (kantaluku 60) (1)(24)(51)(10) Muunnos desimaalijärjestelmään: = Babylonialaisten menetelmää ei varmuudella tiedetä; mutta uskottavasti he käyttivät Newtonin menetelmää. Heron Alexandrialainen; Metrica, 1. kirja (1. vuosisata). Keijo Ruotsalainen Matematiikan jaos 17 / 41

18 2 nuolenpääkirjoituksella = 1, <= 10 Keijo Ruotsalainen Matematiikan jaos 18 / 41

19 Newton-Ostrowskin lause Lause 3.6 Olkoon f : [a, b] R kolme kertaa jatkuvasti differentioituva välillä, ja s [a,b] funktion nollakohta siten, että f (s) 0. Silloin on olemassa väli I δ = [s δ,s +δ], δ > 0, jossa Newtonin menetelmän iteraatiofunktio F : I δ I δ on kontraktio, ja siten Newtonin menetelmä suppenee jokaisella alkuarvauksella x 0 I δ. Lisäksi konvergenssiaste on ainakin kaksi. Todistus sivuutetaan tällä kurssilla. Keijo Ruotsalainen Matematiikan jaos 19 / 41

20 Biasointipiirin toimintapiste Kuvion 1 biasointipiiri koostuu vastuksesta R, jännitelähteestä E ja tunnelidiodista D. Tunnelidiodin läpi kulkee virta j ja jännite-ero komponentin yli on v. Tunnelidiodin jännite-virta-ominaiskäyrä on g(v) = a(e bv 1) µv(v γ). Sovelluksissa tavallisesti parametrit R ja E valitaan siten, että jännite v on ominaiskäyrän vähenevällä osalla so. g (v) < 0. Tehtävänä on määrittää biasointipiirin toimintapiste v, kun E ja R on annettu. Kirchhoffin jännitelain nojalla päädytään yhtälöön g(v) E v R = 0. Määrää toimintapiste v, kun a = [A], b = 40[V 1 ], µ = 10 3 [AV 2 ], γ = 0.4[V], E = 0.4[V], R = 1/ [Ω]. Keijo Ruotsalainen Matematiikan jaos 20 / 41

21 Ominaiskäyrän kuvaaja 5 x Keijo Ruotsalainen Matematiikan jaos 21 / 41

22 Aitkenin δ 2 -prosessi Funktion φ(x) kiintopisteiteraatiot {x n n N}ja α kiintopiste. Tällöin x n+2 α lim n x n+1 α = lim φ(x n+1 ) φ(α) = φ (α). n x n+1 α Riittävän suurilla n:n arvoilla Likiarvon korjaus: x n+2 α x n+1 α φ (α) x n+1 α x n α x n+2 x x n+1 x = x n+1 x x n x x = x n (x n+1 x n ) 2 x n+2 2x n+1 + x n. Keijo Ruotsalainen Matematiikan jaos 22 / 41

23 Aitkenin δ 2 -prosessi Algoritmi x 0 alkuarvaus; 2. Lasketaan kiintopisteiteraatiolla lukujono (x n ) n 0 ; 3. Korjataan Aitkenin δ 2 -prosessilla uudet likiarvot Lause 3.7 z n = x n (x n+1 x n ) 2 x n+2 2x n+1 + x n. Oletetaan, että jono (x n ) n 0 suppenee lineaarisesti, ts. virheelle e n = x n x on voimassa: e n+1 qe n, q < 1. Tällöin Aitkenin δ 2 -prosessilla konstruoidulle jonolle on voimassa z n x lim n x n x = 0. Keijo Ruotsalainen Matematiikan jaos 23 / 41

24 Esimerkki Esim. 1 Ratkaise Aitkenin δ 2 -prosessilla funktion φ(x) = 1 2 sin(x)+ 1 4 kiintopisteen approksimaatio. Ratk.: Kiintopisteiteraatio: x k+1 = 1 2 sin(x k)+ 1 4, x 0 = 0; Aitkenin δ 2 -prosessi: z k = x k (x k+1 x k ) 2 x k+2 2x k+1 +x k Keijo Ruotsalainen Matematiikan jaos 24 / 41

25 Iteraatiot Kiintopisteiteraatio Aitken x 0 = 0 x 1 = 0.25 x 2 = z 0 = x 0 (x 1 x 0 ) 2 x 2 2x 1 +x 0 = x 0 = z 0 x 1 = x 2 = z 1 = x 0 (x 1 x 0 ) 2 x 2 2x 1 +x 0 = x 0 = z 1 x 1 = x 2 = z 2 = x 0 (x 1 x 0 ) 2 x 2 2x 1 +x 0 = Yhtälön tarkka ratkaisu: α = Kiintopisteiteraation virhe e = Aitkenin δ 2 -prosessin virhe e δ = Keijo Ruotsalainen Matematiikan jaos 25 / 41

26 Kiintopisteiteraatio Vektoriarvoisen kuvauksen kiintopiste x 1 Φ 1 (x 1,x 2,,x n ) x 2 x =. = Φ 2 (x 1,x 2,,x n ). = Φ(x) x n Φ n (x 1,x 2,...,x n ) Algoritmi Alkuarvaus x (0) R n ; 2. Kaikille k 0 : x (k+1) = Φ(x (k) ) R n ; 3. If x (k+1) x (k) < ǫ, then STOP. Keijo Ruotsalainen Matematiikan jaos 26 / 41

27 Suppenemisehto Lause 3.8 Oletetaan, että seuraavat ehdot ovat voimassa 1. Suljettu ja rajoitettu joukko A R n s.e. 2. Lipschitz-ehto: kaikilla x, y A Φ(A) A; Φ(x) Φ(y) L x y < x y Tällöin joukossa A on olemassa yksikäsitteisesti määrätty kiintopiste x A, ja kiintopisteiteraatiot suppenevat. Keijo Ruotsalainen Matematiikan jaos 27 / 41

28 Huomioita Lipschitz-ehto on tosi, jos Φ:n funktionaalimatriisille l. derivaatalle Φ 1 (x) Φ Φ 2 (x) (x) =. Φ n (x) on voimassa Φ (x) L < 1, x A, jonkin matriisinormin suhteen (kts. liite A). Tämä on yhtäpitävä sen ehdon kanssa, että funktionaalimatriisin spektraalisäde ρ(φ (x)) < 1. Keijo Ruotsalainen Matematiikan jaos 28 / 41

29 Esim. kiintopisteiteraatiosta Esim. 2 Tutki, onko funktiolle [ ] 0.1x 2 F(x) = 1 + sin(x 2 ) cos(x 1 )+0.1x2 2 kiintopistelauseen ehdot voimassa suorakaiteessa D = {(x 1,x 2 ) 0.75 x , 0.77 x 2 0.8}, ja määrää funktion kiintopisteen approksimaatio. Keijo Ruotsalainen Matematiikan jaos 29 / 41

30 Yhtälöryhmä Yhtälöryhmä: F 1 (x 1,...,x n ) 0 F(x) =. =. F n (x 1,...,x n ) 0 Funktion F(x) derivaatta: F 1 (x) F. (x) = F i (x) =. F n (x) F 1 F 1 x 1 F 2 F 2 x 1. F n x 1 F 1 x n F 2 x n x 2... x F n x 2... F n x n Keijo Ruotsalainen Matematiikan jaos 30 / 41

31 Oletukset ja algoritmi Yhtälöryhmän ratkaisulle ζ R n : det(f (ζ)) 0. Algoritmi Alkuarvaus x (0) R n ; 2. Ratkaise δx R n : F (x (k) )δx = F(x (k) ); 3. Uusi approksimaatio x (k+1) = x (k) +δx; 4. Lopetuskriteerio: δx < ǫ ja F(x (k+1) ) < ρ. Keijo Ruotsalainen Matematiikan jaos 31 / 41

32 Esimerkki Esim. 3 Etsi yhtälöryhmän x 2 + y y 0.16 = 0 x 2 y 2 + x 1.6y 0.14 = 0 likiratkaisu pisteen (x 0,y 0 ) = (0.6,0.25) ympäristöstä. Ratkaisu: Funktion F(x,y) = ( x 2 + y 2 ) y 0.16 x 2 y 2 + x 1.6y 0.14 derivaatta pisteessä (x, y) on ( ) F 2x 2y (x,y) = 2x + 1 2y 1.6 Keijo Ruotsalainen Matematiikan jaos 32 / 41

33 1. iteraatio 1. iteraatio: Ratkaistaan yhtälöryhmä ( )( ) ( ) F ξ (x 0,y 0 )δx = = = F(x η ,y 0 ) ( ) ( ) ξ = η 0 Uusi approksimaatio on siten ( ) ( ) x1 x0 = + y 1 y 0 ( ξ0 η 0 ) = ( ) Keijo Ruotsalainen Matematiikan jaos 33 / 41

34 2. iteraatio 2. iteraatio F (x 1,y 1 )δx = F(x 1,y 1 ) ( )( ) ( ) ξ = η ( ) ( ) ξ = Uusi approksimaatio on siten ( ) ( ) x2 x1 = + y 2 y 1 η 1 ( ξ1 η 1 ) = ( ) Keijo Ruotsalainen Matematiikan jaos 34 / 41

35 Loput iteraatiot k x k y k ξ k η k Keijo Ruotsalainen Matematiikan jaos 35 / 41

36 Ostrowski n lause Lause 3.9 Olkoon funktion F(x) koordinaattifunktiot kolmesti jatkuvasti differentioituvia suorakaiteessa A = {x R n a i x i b i }, joka sisältää F:n nollakohdan, ja funktionaalimatriisi F (x) on säännöllinen matriisi nollakohdassa. Silloin Newtonin menetelmä suppenee kvadraattisesti kohti nollakohtaa, jos alkuarvaus on riittävän hyvä: x (k+1) ζ lim k x (k) ζ 2 = α <. Keijo Ruotsalainen Matematiikan jaos 36 / 41

37 Yksinkertaistettu Newtonin menetelmä Newtonin menetelmässä ratkaistaan lineaarinen yhtälöryhmä jokaisella iteraatiokierroksella. Jos jono (x (k) ; k = 0,1,2,...) suppenee ja funktio F(x) on riittävän sileä, niin lim k F (x (k) ) = F (x) Riittävän suurilla k:n arvoilla F (x (m) ) F (x (k) ), m = k + 1,k + 2,... Näin ollen seuraavan algoritmin käyttö on perusteltua Algoritmi Alkuarvaus x (0) R n ; 2. Ratkaise δx R n : F (x (0) )δx = F(x (k) ); 3. Uusi approksimaatio x (k+1) = x (k) +δx; 4. Lopetuskriteerio: δx < ǫ ja F(x (k+1) ) < ρ. Keijo Ruotsalainen Matematiikan jaos 37 / 41

38 Esimerkki Esim. 4 Etsi yhtälöryhmän x 2 + y y 0.16 = 0 x 2 y 2 + x 1.6y 0.14 = 0 likiratkaisu yksinkertaistetulla Newtonin menetelmällä pisteen (x 0,y 0 ) = (0.3,0.1) ympäristöstä. Ratkaisu: Funktio ja sen derivaattamatriisi ovat kuin edellisessä esimerkissä. Jokaisella iteraatiolla ratkaistavan yhtälöryhmän kerroinmatriisi on ( ) F (x 0,y 0 )δx = Keijo Ruotsalainen Matematiikan jaos 38 / 41

39 1. iteraatio Ratkaistaan yhtälöryhmä F (x 0,y 0 )δx = F(x 0,y 0 ) ( )( ) ( ) ξ0 0 = η ( ) ( ) ξ = Uusi approksimaatio on siten ( ) ( ) x1 x0 = + y 1 y 0 ( ξ0 η 0 η 0 ) = ( ) Keijo Ruotsalainen Matematiikan jaos 39 / 41

40 2. iteraatio F (x 0,y 0 )δx = F(x 1,y 1 ) ( )( ) ( ) ξ = η ( ) ( ) ξ = Uusi approksimaatio on siten ( ) ( ) x2 x1 = + y 2 y 1 ( ξ1 η 1 η 1 ) = ( ) Keijo Ruotsalainen Matematiikan jaos 40 / 41

41 Loput iteraatiot k x k y k ξ k η k Keijo Ruotsalainen Matematiikan jaos 41 / 41

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

MATEMATIIKAN JAOS NUMEERISET MENETELMÄT

MATEMATIIKAN JAOS NUMEERISET MENETELMÄT MATEMATIIKAN JAOS NUMEERISET MENETELMÄT Harjoitustehtäviä, kevät 2012 1. Tarkastellaan summaa S = 1+0.4+0.3+0.2+0.04+0.03+0.02+0.01. a) Laske summa laskukoneella vasemmalta oikealle käyttäen liukulukuaritmetiikkaa,

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

Numeeriset Menetelmät, P. Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos

Numeeriset Menetelmät, P. Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos Numeeriset Menetelmät, 031022P Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos 11. helmikuuta 2009 2 Sisältö 1 Johdanto 7 1.1 Varoitus.............................. 7 1.2 Numeeriset menetelmät

Lisätiedot

Numeeriset Menetelmät, P. Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos

Numeeriset Menetelmät, P. Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos Numeeriset Menetelmät, 031022P Keijo Ruotsalainen Teknillinen tiedekunta matematiikan jaos 11. helmikuuta 2010 2 Sisältö 1 Johdanto 7 1.1 Varoitus.............................. 7 1.2 Numeeriset menetelmät

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

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

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

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

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 2 To 8.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 2 To 8.9.2011 p. 1/33 p. 1/33 Lukujen tallennus Kiintoluvut (integer) tarkka esitys aritmeettiset operaatiot

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

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

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

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

1 sup- ja inf-esimerkkejä

1 sup- ja inf-esimerkkejä Alla olevat kohdat (erityisesti todistukset) ovat lähinnä oheislukemista reaaliluvuista, mutta joihinkin niistä palataan myöhemmin kurssilla. 1 sup- ja inf-esimerkkejä Nollakohdan olemassaolo. Kaikki tuntevat

Lisätiedot

Analyysi 1. Harjoituksia lukuihin 4 7 / Syksy Tutki funktion f(x) = x 2 + x 2 jatkuvuutta pisteissä x = 0 ja x = 1.

Analyysi 1. Harjoituksia lukuihin 4 7 / Syksy Tutki funktion f(x) = x 2 + x 2 jatkuvuutta pisteissä x = 0 ja x = 1. Analyysi 1 Harjoituksia lukuihin 4 7 / Syksy 014 1. Tutki funktion x + x jatkuvuutta pisteissä x = 0 ja x = 1.. Määritä vakiot a ja b siten, että funktio a x cos x + b x + b sin x, kun x 0, x 4, kun x

Lisätiedot

Mapu 1. Laskuharjoitus 3, Tehtävä 1

Mapu 1. Laskuharjoitus 3, Tehtävä 1 Mapu. Laskuharjoitus 3, Tehtävä Lineaarisessa approksimaatiossa funktion arvoa lähtöpisteen x 0 ympäristössä arvioidaan liikkumalla lähtöpisteeseen sovitetun tangentin kulmakertoimen mukaisesti: f(x 0

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 2. Kirsi Valjus. Jyväskylän yliopisto. Luento 2 () Numeeriset menetelmät / 39

Numeeriset menetelmät TIEA381. Luento 2. Kirsi Valjus. Jyväskylän yliopisto. Luento 2 () Numeeriset menetelmät / 39 Numeeriset menetelmät TIEA381 Luento 2 Kirsi Valjus Jyväskylän yliopisto Luento 2 () Numeeriset menetelmät 14.3.2013 1 / 39 Luennon 2 sisältö Luvusta 1: Numeerinen stabiilisuus Liite A: Liukulukuaritmetiikasta

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

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

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1 TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-.39 Optimointioppi Kimmo Berg 8. harjoitus - ratkaisut. a)huomataan ensinnäkin että kummankin jonon raja-arvo r on nolla. Oletetaan lisäksi että

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

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

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

Lisätiedot

Vastaa kaikkiin kysymyksiin (kokeessa ei saa käyttää laskinta)

Vastaa kaikkiin kysymyksiin (kokeessa ei saa käyttää laskinta) Helsingin yliopisto, Matematiikan ja tilastotieteen osasto Vektorianalyysi II (MAT22, syksy 28 Kurssitentti, Ma 7228 (RATKAISUEHDOTUKSET Tentaattori: Ville Tengvall (villetengvall@helsinkifi Vastaa kaikkiin

Lisätiedot

Analyysi 1. Harjoituksia lukuihin 1 3 / Syksy Osoita täsmällisesti perustellen, että joukko A = x 4 ei ole ylhäältä rajoitettu.

Analyysi 1. Harjoituksia lukuihin 1 3 / Syksy Osoita täsmällisesti perustellen, että joukko A = x 4 ei ole ylhäältä rajoitettu. Analyysi Harjoituksia lukuihin 3 / Syksy 204. Osoita täsmällisesti perustellen, että joukko { 2x A = x ]4, [. x 4 ei ole ylhäältä rajoitettu. 2. Anna jokin ylä- ja alaraja joukoille { x( x) A = x ], [,

Lisätiedot

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM) . Lasketaan valmiiksi derivaattoja ja niiden arvoja pisteessä x = 2: f(x) = x + 3x 3 + x 2 + 2x + 8, f(2) = 56, f (x) = x 3 + 9x 2 + 2x + 2, f (2) = 7, f (x) = 2x 2 + 8x + 2, f (2) = 86, f (3) (x) = 2x

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

Tenttiin valmentavia harjoituksia

Tenttiin valmentavia harjoituksia Tenttiin valmentavia harjoituksia Alla olevissa harjoituksissa suluissa oleva sivunumero viittaa Juha Partasen kurssimonisteen siihen sivuun, jolta löytyy apua tehtävän ratkaisuun. Funktiot Harjoitus.

Lisätiedot

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016

Lisätiedot

2 Funktion derivaatta

2 Funktion derivaatta ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT 2018 2 Funktion derivaatta 1. Määritä derivaatan määritelmää käyttäen f (), kun (a), (b) 1 ( > 0). 2. Tutki, onko funktio sin(2) sin 1, kun 0, 2 0, kun = 0, derivoituva

Lisätiedot

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011 PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9..0 Kokeessa saa vastata enintään kymmeneen tehtävään.. Sievennä a) 9 x x 6x + 9, b) 5 9 009 a a, c) log 7 + lne 7. Muovailuvahasta tehty säännöllinen tetraedri muovataan

Lisätiedot

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2) MS-A4 Differentiaali- ja integraalilaskenta (ELEC2) MS-A6 Differentiaali- ja integraalilaskenta (ENG2) Harjoitukset 3L, syksy 27 Tehtävä. a) Määritä luvun π likiarvo käyttämällä Newtonin menetelmää yhtälölle

Lisätiedot

Reaaliluvut. tapauksessa metrisen avaruuden täydellisyyden kohdalla. 1 fi.wikipedia.org/wiki/reaaliluku 1 / 13

Reaaliluvut. tapauksessa metrisen avaruuden täydellisyyden kohdalla. 1 fi.wikipedia.org/wiki/reaaliluku 1 / 13 Reaaliluvut Reaalilukujen joukko R. Täsmällinen konstruointi palautuu rationaalilukuihin, jossa eri mahdollisuuksia: - Dedekindin leikkaukset - rationaaliset Cauchy-jonot - desimaaliapproksimaatiot. Reaalilukujen

Lisätiedot

Täydellisyysaksiooman kertaus

Täydellisyysaksiooman kertaus Täydellisyysaksiooman kertaus Luku M R on joukon A R yläraja, jos a M kaikille a A. Luku M R on joukon A R alaraja, jos a M kaikille a A. A on ylhäältä (vast. alhaalta) rajoitettu, jos sillä on jokin yläraja

Lisätiedot

Kun yhtälöä ei voi ratkaista tarkasti (esim yhtälölle x-sinx = 1 ei ole tarkkaa ratkaisua), voidaan sille etsiä likiarvo.

Kun yhtälöä ei voi ratkaista tarkasti (esim yhtälölle x-sinx = 1 ei ole tarkkaa ratkaisua), voidaan sille etsiä likiarvo. Kun yhtälöä ei voi ratkaista tarkasti (esim yhtälölle x-sinx = 1 ei ole tarkkaa ratkaisua), voidaan sille etsiä likiarvo. Iterointi on menetelmä, missä jollakin likiarvolla voidaan määrittää jokin toinen,

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan

Lisätiedot

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Juuri Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 7.5.08 Kertaus K. a) Polynomi P() = + 8 on jaollinen polynomilla Q() =, jos = on polynomin P nollakohta, eli P() = 0. P() = + 8 = 54 08 +

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

Selvästi. F (a) F (y) < r x d aina, kun a y < δ. Kolmioepäyhtälön nojalla x F (y) x F (a) + F (a) F (y) < d + r x d = r x

Selvästi. F (a) F (y) < r x d aina, kun a y < δ. Kolmioepäyhtälön nojalla x F (y) x F (a) + F (a) F (y) < d + r x d = r x Seuraavaksi tarkastellaan C 1 -sileiden pintojen eräitä ominaisuuksia. Lemma 2.7.1. Olkoon S R m sellainen C 1 -sileä pinta, että S on C 1 -funktion F : R m R eräs tasa-arvojoukko. Tällöin S on avaruuden

Lisätiedot

BM20A1501 Numeeriset menetelmät 1 - AIMO

BM20A1501 Numeeriset menetelmät 1 - AIMO 6. marraskuuta 2014 Opetusjärjestelyt Luennot + Harjoitukset pe 7.11.2014 10-14 2310, 14-17 7337 la 8.11.2014 9-12 2310, 12-16 7337 pe 14.11.2014 10-14 2310, 14-17 6216 la 15.11.2014 9-12 2310, 12-16 7337

Lisätiedot

A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei.

A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei. PITKÄ MATEMATIIKKA PRELIMINÄÄRIKOE 7..07 NIMI: A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-. Taulukkokirjaa saa käyttää apuna, laskinta ei.. Valitse oikea vaihtoehto ja

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

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus K. a) Polynomi P() = 3 + 8 on jaollinen polynomilla Q() = 3, jos = 3 on polynomin P nollakohta, eli P(3) = 0. P(3) = 3 3 3 + 8 3 = 54 08 + 54 = 0. Polynomi P on jaollinen polynomilla Q. b) Jaetaan

Lisätiedot

5 Funktion jatkuvuus ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT Määritelmä ja perustuloksia

5 Funktion jatkuvuus ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT Määritelmä ja perustuloksia ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT 2018 5 Funktion jatkuvuus 5.1 Määritelmä ja perustuloksia 1. Tarkastellaan väitettä a > 0: b > 0: c > 0: d U c (a): f(d) / U b (f(a)), missä a, b, c, d R. Mitä funktion

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

Numeeriset menetelmät Pekka Vienonen

Numeeriset menetelmät Pekka Vienonen Numeeriset menetelmät Pekka Vienonen 1. Funktion nollakohta Newtonin menetelmällä 2. Määrätty integraali puolisuunnikassäännöllä 3. Määrätty integraali Simpsonin menetelmällä Newtonin menetelmä Newtonin

Lisätiedot

Kuinka määritellään 2 3?

Kuinka määritellään 2 3? Kuinka määritellään 2 3? y Nyt 3 = 1,7320508.... Luvut 3 2 x x 3 2 x 2 1 = 2, 2 1,7 3,2490, 2 1,73 3,3173, 2 1,732 3,3219,... ovat hyvin määriteltyjä koska näihin tarvitaan vain rationaalilukupotenssin

Lisätiedot

Harjoituskokeiden ratkaisut Painoon mennyt versio.

Harjoituskokeiden ratkaisut Painoon mennyt versio. Harjoituskokeiden ratkaisut 8.6.7 Painoon mennyt versio. PYRAMIDI NUMEERISIA JA ALGEBRALLISIA MENETELMIÄ RATKAISUT, HARJOITUSKOE SIVU.7.7 Koe a) i) =,, = kpl ii) 9,876 =,9876,99 = 9,9 iii),66,66 =,7 =,7

Lisätiedot

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1

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

Lisätiedot

Harjoitus 7 -- Ratkaisut

Harjoitus 7 -- Ratkaisut Harjoitus 7 -- Ratkaisut 1 Solve osaa ratkaista polynomiyhtälöitä, ainakin astelukuun 4 asti. Erikoistapauksissa korkeammankin asteen yhtälöt ratkeavat. Clear a, b, c, d, e, x ; Solve a x 3 b x 2 c 0,

Lisätiedot

8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa

8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa 8 Potenssisarjoista 8. Määritelmä Olkoot a 0, a, a 2,... reaalisia vakioita ja c R. Määritelmä 8.. Muotoa a 0 + a (x c) + a 2 (x c) 2 + olevaa sarjaa sanotaan c-keskiseksi potenssisarjaksi. Selvästi jokainen

Lisätiedot

1 Supremum ja infimum

1 Supremum ja infimum Pekka Alestalo, 2018 Tämä moniste täydentää reaalilukuja ja jatkuvia reaalifunktioita koskevaa kalvosarjaa lähinnä perustelujen ja todistusten osalta. Suurin osa määritelmistä jms. on esitetty jo kalvoissa,

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

reaalifunktioiden ominaisuutta, joiden perusteleminen on muita perustuloksia hankalampaa. Kalvoja täydentää erillinen moniste,

reaalifunktioiden ominaisuutta, joiden perusteleminen on muita perustuloksia hankalampaa. Kalvoja täydentää erillinen moniste, Reaaliluvuista Pekka Alestalo Matematiikan ja systeemianalyysin laitos Aalto-yliopiston perustieteiden korkeakoulu Nämä kalvot sisältävät tiivistelmän reaaliluvuista ja niihin liittyvistä käsitteistä.

Lisätiedot

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

Luento 11: Rajoitusehdot. Ulkopistemenetelmät Luento 11: Rajoitusehdot. Ulkopistemenetelmät ja sisäpistemenetelmät Lagrangen välttämättömien ehtojen ratkaiseminen Newtonin menetelmällä Jos tehtävässä on vain yhtälörajoituksia, voidaan minimipistekandidaatteja

Lisätiedot

nyky-ymmärryksemme mukaan hajaantuvaan sarjaan luvun 1 2 kun n > N Huom! Määritelmä on aivan sama C:ssä ja R:ssä. (Kuva vain on erilainen.

nyky-ymmärryksemme mukaan hajaantuvaan sarjaan luvun 1 2 kun n > N Huom! Määritelmä on aivan sama C:ssä ja R:ssä. (Kuva vain on erilainen. Sarjaoppia Käsitellään kompleksi- ja reaalisarjat yhdessä. Reaalilukujen ominaisuuksista (kuten järjestys) riippuvat asiat tulevat lisämausteena mukaan. Kirjallisuutta: 1. [KRE] Kreyszig: Advanced Engineering

Lisätiedot

Mikäli funktio on koko ajan kasvava/vähenevä jollain välillä, on se tällä välillä monotoninen.

Mikäli funktio on koko ajan kasvava/vähenevä jollain välillä, on se tällä välillä monotoninen. 4.1 Polynomifunktion kulun tutkiminen s. 100 digijohdanto Funktio f on kasvava jollain välillä, jos ehdosta a < b seuraa ehto f(a) < f(b). Funktio f on vähenevä jollain välillä, jos ehdosta a < b seuraa

Lisätiedot

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

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

Lisätiedot

4 Epälineaarisen yhtälön ratkaisu

4 Epälineaarisen yhtälön ratkaisu 4 Epälineaarisen yhtälön ratkaisu 4.1 Johdanto Tässä luvussa tarkastellaan epälineaarisen yhtälön tai epälieaarisen yhtälöryhmän ratkaisemista. Ongelma voidaan kirjoittaa muotoon: Ratkaise x R n siten,

Lisätiedot

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

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

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A000 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2..205 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x x 2 =

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

1 sup- ja inf-esimerkkejä

1 sup- ja inf-esimerkkejä Alla olevat kohdat (erityisesti todistukset) ovat lähinnä oheislukemista reaaliluvuista, mutta joihinkin niistä palataan myöhemmin kurssilla. 1 sup- ja inf-esimerkkejä Kaarenpituus. Olkoon r: [a, b] R

Lisätiedot

Luento 10: Optimointitehtävien numeerinen ratkaiseminen; optimointi ilman rajoitusehtoja

Luento 10: Optimointitehtävien numeerinen ratkaiseminen; optimointi ilman rajoitusehtoja Luento 10: Optimointitehtävien numeerinen ratkaiseminen; optimointi ilman rajoitusehtoja Seuraavassa esitetään optimointitehtävien numeerisia ratkaisumenetelmiä, eli optimointialgoritmeja, keittokirjamaisesti.

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 26.9.2016 Pekka Alestalo,

Lisätiedot

Poistumislause Kandidaatintutkielma

Poistumislause Kandidaatintutkielma Poistumislause Kandidaatintutkielma Mikko Nikkilä 013618832 26. helmikuuta 2011 Sisältö 1 Johdanto................................... 2 2 Olemassaolon ja yksikäsitteisyyden historiaa............ 3 3 Esitietoja..................................

Lisätiedot

3.1 Väliarvolause. Funktion kasvaminen ja väheneminen

3.1 Väliarvolause. Funktion kasvaminen ja väheneminen Väliarvolause Funktion kasvaminen ja väheneminen LAUSE VÄLIARVOLAUSE Oletus: Funktio f on jatkuva suljetulla välillä I: a < x < b f on derivoituva välillä a < x < b Väite: On olemassa ainakin yksi välille

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit MS-A25/MS-A26 ifferentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 216 1 Perustuu

Lisätiedot

n. asteen polynomilla on enintään n nollakohtaa ja enintään n - 1 ääriarvokohtaa.

n. asteen polynomilla on enintään n nollakohtaa ja enintään n - 1 ääriarvokohtaa. MAA 12 kertaus Funktion kuvaaja n. asteen polynomilla on enintään n nollakohtaa ja enintään n - 1 ääriarvokohtaa. Funktion nollakohta on piste, jossa f () = 0, eli kuvaaja leikkaa -akselin. Kuvaajan avulla

Lisätiedot

5 Differentiaalilaskentaa

5 Differentiaalilaskentaa 5 Differentiaalilaskentaa 5.1 Raja-arvo Esimerkki 5.1. Rationaalifunktiota g(x) = x2 + x 2 x 1 ei ole määritelty nimittäjän nollakohdassa eli, kun x = 1. Funktio on kuitenkin määritelty kohdan x = 1 läheisyydessä.

Lisätiedot

, c) x = 0 tai x = 2. = x 3. 9 = 2 3, = eli kun x = 5 tai x = 1. Näistä

, c) x = 0 tai x = 2. = x 3. 9 = 2 3, = eli kun x = 5 tai x = 1. Näistä Pitkä matematiikka 8.9.0, ratkaisut:. a) ( x + x ) = ( + x + x ) 6x + 6x = + 6x + 6x x = x =. b) Jos x > 0, on x = + x x = + x. Tällä ei ole ratkaisua. Jos x 0, on x = + x x = + x x =. c) x = x ( x) =

Lisätiedot

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

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

Lisätiedot

2 Funktion derivaatta

2 Funktion derivaatta ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT 2019 2 Funktion derivaatta 2.1 Määritelmiä ja perusominaisuuksia 1. Määritä suoraan derivaatan määritelmää käyttäen f (0), kun (a) + 1, (b) (2 + ) sin(3). 2. Olkoon

Lisätiedot

jakokulmassa x 4 x 8 x 3x

jakokulmassa x 4 x 8 x 3x Laudatur MAA ratkaisut kertausarjoituksiin. Polynomifunktion nollakodat 6 + 7. Suoritetaan jakolasku jakokulmassa 5 4 + + 4 8 6 6 5 4 + 0 + 0 + 0 + 0+ 6 5 ± 5 5 4 ± 4 4 ± 4 4 ± 4 8 8 ± 8 6 6 + ± 6 Vastaus:

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

Luku 2. Jatkuvien funktioiden ominaisuuksia.

Luku 2. Jatkuvien funktioiden ominaisuuksia. 1 MAT-1343 Laaja matematiikka 3 TTY 21 Risto Silvennoinen Luku 2. Jatkuvien funktioiden ominaisuuksia. Jatkossa väli I tarkoittaa jotakin seuraavista reaalilukuväleistä: ( ab, ) = { x a< x< b} = { x a

Lisätiedot

Shorin algoritmin matematiikkaa Edvard Fagerholm

Shorin algoritmin matematiikkaa Edvard Fagerholm Edvard Fagerholm 1 Määritelmiä Määritelmä 1 Ryhmä G on syklinen, jos a G s.e. G = a. Määritelmä 2 Olkoon G ryhmä. Tällöin alkion a G kertaluku ord(a) on pienin luku n N \ {0}, jolla a n = 1. Jos lukua

Lisätiedot

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle 13. Taylorin polynomi; funktioiden approksimoinnista 13.1. Taylorin polynomi 552. Muodosta funktion f (x) = x 4 + 3x 3 + x 2 + 2x + 8 kaikki Taylorin polynomit T k (x, 2), k = 0,1,2,... (jolloin siis potenssien

Lisätiedot

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) = BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 6, Syksy 2016 1. (a) Olkoon z = z(x,y) = yx 1/2 + y 1/2. Muodosta z:lle lineaarinen approksimaatio L(x,y) siten että approksimaation ja z:n arvot

Lisätiedot

Differentiaalilaskenta 1.

Differentiaalilaskenta 1. Differentiaalilaskenta. a) Mikä on tangentti? Mikä on sekantti? b) Määrittele funktion monotonisuuteen liittyvät käsitteet: kasvava, aidosti kasvava, vähenevä ja aidosti vähenevä. Anna esimerkit. c) Selitä,

Lisätiedot

Luento 9: Newtonin iteraation sovellus: optimointiongelma

Luento 9: Newtonin iteraation sovellus: optimointiongelma Luento 9: Newtonin iteraation sovellus: optimointiongelma ilman rajoitusehtoja Optimointiongelmassa tehtävänä on löytää annetun reaaliarvoisen jatkuvan funktion f(x 1,x,,x n ) maksimi tai minimi jossain

Lisätiedot

Rollen lause polynomeille

Rollen lause polynomeille Rollen lause polynomeille LuK-tutkielma Anna-Helena Hietamäki 7193766 Matemaattisten tieteiden tutkinto-ohjelma Oulun yliopisto Kevät 015 Sisältö 1 Johdanto 1.1 Rollen lause analyysissä.......................

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

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2

Lisätiedot

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

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)

Lisätiedot

Ratkaisuehdotus 2. kurssikokeeseen

Ratkaisuehdotus 2. kurssikokeeseen Ratkaisuehdotus 2. kurssikokeeseen 4.2.202 (ratkaisuehdotus päivitetty 23.0.207) Huomioitavaa: - Tässä ratkaisuehdotuksessa olen pyrkinyt mainitsemaan lauseen, johon kulloinenkin päätelmä vetoaa. Näin

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 10 1 Funktion monotonisuus Derivoituva funktio f on aidosti kasvava, jos sen derivaatta on positiivinen eli jos f (x) > 0. Funktio on aidosti vähenevä jos sen derivaatta

Lisätiedot

Ratkaisuehdotus 2. kurssikoe

Ratkaisuehdotus 2. kurssikoe Ratkaisuehdotus 2. kurssikoe 4.2.202 Huomioitavaa: - Tässä ratkaisuehdotuksessa olen pyrkinyt mainitsemaan lauseen, johon kulloinenkin päätelmä vetoaa. Näin opiskelijan on helpompi jäljittää teoreettinen

Lisätiedot

Muutoksen arviointi differentiaalin avulla

Muutoksen arviointi differentiaalin avulla Muutoksen arviointi differentiaalin avulla y y = f (x) y = f (x + x) f (x) dy y dy = f (x) x x x x x + x Luento 7 1 of 15 Matematiikan ja tilastotieteen laitos Turun yliopisto Muutoksen arviointi differentiaalin

Lisätiedot

Vastausehdotukset analyysin sivuainekurssin syksyn välikokeeseen

Vastausehdotukset analyysin sivuainekurssin syksyn välikokeeseen Vastausehdotukset analyysin sivuainekurssin syksyn 015 1. välikokeeseen Heikki Korpela November 1, 015 1. Tehtävä: funktio f : R R toteuttaa ehdot ax, kun x 1 f(x) x + 1, kun x < 1 Tutki, millä vakion

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 7 Ti 27.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 7 Ti 27.9.2011 p. 1/39 p. 1/39 Interpolointi Ei tunneta funktion f : R R lauseketta, mutta tiedetään funktion

Lisätiedot

Anna jokaisen kohdan vastaus kolmen merkitsevän numeron tarkkuudella muodossa

Anna jokaisen kohdan vastaus kolmen merkitsevän numeron tarkkuudella muodossa Preliminäärikoe Tehtävät Pitkä matematiikka / Kokeessa saa vastata enintään kymmeneen tehtävään Tähdellä (* merkittyjen tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä on 6 Jos tehtävässä

Lisätiedot

Matematiikan peruskurssi 2

Matematiikan peruskurssi 2 Matematiikan peruskurssi Demonstraatiot III, 4.5..06. Mikä on funktion f suurin mahdollinen määrittelyjoukko, kun f(x) x? Mikä on silloin f:n arvojoukko? Etsi f:n käänteisfunktio f ja tarkista, että löytämäsi

Lisätiedot

Vektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21.

Vektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21. Vektorianalyysi I MAT21003 Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21. syyskuuta 2017 1 Sisältö 1 Euklidinen avaruus 3 1.1 Euklidinen avaruus

Lisätiedot

funktiojono. Funktiosarja f k a k (x x 0 ) k

funktiojono. Funktiosarja f k a k (x x 0 ) k SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 3 4. Funtiosarjat Tässä luvussa esitettävissä funtiosarjojen tulosissa yhdistämme luujen 3 teoriaa. Esimeri 4.. Geometrinen sarja x suppenee aiilla x ], [ ja hajaantuu

Lisätiedot

JATKUVUUS. Funktio on jatkuva jos sen kuvaaja voidaan piirtää nostamatta kynää paperista.

JATKUVUUS. Funktio on jatkuva jos sen kuvaaja voidaan piirtää nostamatta kynää paperista. JATKUVAT FUNKTIOT JATKUVUUS Jatkuva funktio Epäjatkuva funktio Funktio on jatkuva jos sen kuvaaja voidaan piirtää nostamatta kynää paperista., suomennos Matti Pauna JATKUVUUS Jatkuva funktio Epäjatkuva

Lisätiedot

Konvergenssilauseita

Konvergenssilauseita LUKU 4 Konvergenssilauseita Lause 4.1 (Monotonisen konvergenssin lause). Olkoon (f n ) kasvava jono Lebesgueintegroituvia funktioita. Asetetaan f(x) := f n (x). Jos f n

Lisätiedot

Funktiojonon tasainen suppeneminen

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

Lisätiedot

Kokelaan sukunimi ja kaikki etunimet selväsi kirjoitetuna. Kaava 1 b =2a 2 b =0,5a 3 b =1,5a 4 b = 1a. 4 5 b =4a 6 b = 5a

Kokelaan sukunimi ja kaikki etunimet selväsi kirjoitetuna. Kaava 1 b =2a 2 b =0,5a 3 b =1,5a 4 b = 1a. 4 5 b =4a 6 b = 5a 1 YLIOPPILASTUTKINTO- LAUTAKUNTA 28.9.2016 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 8 1 Funktion kuperuussuunnat Derivoituva funktio f (x) on pisteessä x aidosti konveksi, jos sen toinen derivaatta on positiivinen f (x) > 0. Vastaavasti f (x) on aidosti

Lisätiedot