( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

Koko: px
Aloita esitys sivulta:

Download "( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt"

Transkriptio

1 SMG-500 Verolasennan numeerise meneelmä Ehdouse harjoiusen 4 raaisuisi Haeaan ensin ehävän analyyinen raaisu: dx dx 00e = 0 = 00e 00 x = e + = 5e + alueho: x(0 = 0 0 x 0 = 5e + = 0 = x e 5 5( e = + = Esplisiiinen Euler: ( dx x + = x + Trapesimeneelmä: ( ( x( + dx d x + = x + + Käyeään solmupisemeneelmää: u( du ( u + = d u u / = (a Implisiiinen Euler: du ( + ( + = + ( + / u u u u + = u + u ( + u ( + + u ( + = u ( + u ( + = (b Trapesimeneelmä: ( + du du u ( + = u ( + + u ( / u ( + / u ( + = u ( + + u ( + u ( / u ( + + = u ( + +

2 u ( + = u u / + 3 Tämän ehävän idea on näyää, mien numeerisia inegroinimeneelmiä äyeään oreamman eraluoan differeniaaliyhälöiden (DY raaisemisessa Lisäsi ässä on äyännön esimeri normaaliryhmän (joa Piirianalyysi II:ssa myös ilamuuujaesiysesi usuaan hyödynämisesä Tavoieena on raaisa ondensaaorin yli oleva jännie y( Sisi y(:lle on ensin muodoseava differeniaaliyhälö, joa saadaan Kirchhoffin jännielain avulla: di i ( + L + y ( = u ( Ylimääräisesä muuujasa i( on pääsävä vielä eroon, joa differeniaaliyhälön ainoa unemaon muuuja on y( Tämä onnisuu ondensaaorin vira-jännieyhälön avulla: dy i ( = = y ( Täen araselavasi DY:si saadaan: + + = y ( + y ( + y ( = u ( y Ly y u Tehävä on aroius raaisa rapesimeneelmällä: ( + dy dy y ( + = y ( + + L L L Kosa rapesimeneelmän lauseeessa esiinyy vain y(:n ensimmäisen eraluoan derivaaaa, araselavaa oisen eraluoan DY:ä ei voida suoraan rapesimeneelmällä raaisa, vaan DY:lle on ensin ehävä normaaliryhmä Normaaliryhmän idea on, eä oreampaa eraluoaa oleva DY saadaan palaueua useasi ensimmäisen eraluoan DY:si Muodoseaan normaaliryhmä apumuuujien avulla Kosa araselava DY on oisa eraluoaa, apumuuujia arviaan asi appalea (x ( ja x (: = x = y x y

3 Ny saadaan irjoieua aluperäisen oisen eraluoan DY:n peruseella asi ensimmäisen eraluoan yhälöä, joa voidaan raaisa rapesimeneelmällä: x = y = x x y u y y u x x L L L L L L x ( = x ( x ( = u ( x ( x ( L L L = = = Muodoseaan lausee x (:n, eli ysyyn y(:n, raaisemisesi rapesimeneelmällä: x ( + = x ( + x ( + x ( + x ( + = x ( + u ( x ( x ( + u ( + x ( + x ( + L L L L L L Huomaa, eä yllä olevassa yhälöparissa ainoasaan ermi x ( + ja x ( + ova unemaomia Kaii muu yhälöparin ermi unneaan aaisaan alemmasa yhälösä x ( +, joa se voidaan myöhemmin sijoiaa ylempään yhälöön: x ( + + x ( u ( x ( x ( u ( x ( L = L L L L L x ( x ( + u ( x ( x ( u ( x ( L L L L L + = L Sijoiusen jäleen saadaan: x x x x u x x u x + + ( + ( + L L L L L ( + = + + L Ny äsä lauseeesa piäisi vielä raaisa x ( + : x ( + u ( x ( x ( + u ( + 4L L L L L x ( + x ( x ( + = L L 3

4 x ( + u ( x ( x ( + u ( + L L L L x ( + x ( + L x + = ( ( 4L L Ensimmäisellä lasenaierrosella arviaan seä x (:n eä x (:n arvo ajanheellä = 0 s Tehävänannon peruseella iedeään y(0 = 0, josa saadaa x (0 = 0 oa saadaan selville x (:n alueho, arviaan ondensaaorin vira-jännie-yhälöä: = y ( i ( = x ( x i i 0 = 0 = 0 Aluarvosi ulee nolla, osa piirin vira on nolla vielä ajanheellä nolla, osa ällöin piirin yin vasa suleuuu Homma jauoon Malabilla 4 aaisaan ensin aluperäisesä differeniaaliyhälösä y(:n aiaderivaaan lausee, osa siä arviaan rapesimeneelmässä: dy y + = e y e dy y( = e e y Trapesimeneelmän avulla voidaan ny irjoiaa: ( + dy dy y ( + = y ( + + y y + + y + = y + e e y + e e y + y( y( + ( + y + = y + e e y ( e e y y + y y + e e y e e y + 0 = ( Huomaa, eä yhälössä ( ainoasaan ermi y( + on unemaon Kaii muu ermi ova unneuja Mua osa yhälö ( on epälineaarinen, ermiä y( + ei saada analyyisesi raaisua aaisaan sisi yhälö ( Newon-aphsonalgorimilla Kyse on ny siis siiä, eä inegroidaan numeerisesi ehävänannon differeniaaliyhälöä, joa saadaan selville y ajan funiona Kosa joaisella inegroiniaseleella ulee raaisavasi epälineaarinen yhälö, äyeään joaisella inegroiniaseleella Newon-aphson-algorimia oa N--algorimia voidaan f y + = Yhälö ( on äyää, araselava yhälö on saaeava muooon ( 0 juuri ässä muodossa Täen siis N--algorimia varen voidaan irjoiaa: 4

5 ( + y( + y( f ( y ( + = y ( + e e y ( e e y ( + Taraselavalle ilaneelle N--algorimi saadaan muooon: ( ' ( + f y + + y ( + = y ( + f y, jossa edusaa ieroiniierrosa Algorimin nimiäjässä oleva f '( y ( + saadaan, un f ( y ( + derivoidaan y( + :n suheen Täen saadaan: ( + y( + f '( y ( + = e + e Ny arviava yhälö ova valmiina, joen Malab hoiaoon väänämisen 5

Diskreetillä puolella impulssi oli yksinkertainen lukujono:

Diskreetillä puolella impulssi oli yksinkertainen lukujono: DEE-00 ineaarise järjeselmä Harjoius 5, rakaisuehdoukse [johdano impulssivaseeseen] Jakuva-aikaisen järjeselmän impulssivase on vasaavanlainen järjeselmäyökalu kuin diskreeillä puolellakin: impulssivase

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset D-00 ineaarise järjeselmä Harjoius 4, rakaisuehdoukse nnen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu. Piirianalyysin juuri suorianee opiskelija saaava ihmeellä,

Lisätiedot

W dt dt t J.

W dt dt t J. DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 3, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset DEE- ineaarise järjeselmä Harjoius 3, harjoiusenpiäjille arkoieu rakaisuehdoukse Ennen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu Piirianalyysin juuri suorianee

Lisätiedot

järjestelmät Luento 4

järjestelmät Luento 4 DEE- Lineaarise järjeselmä Lueno 4 Lineaarise järjeselmä Riso Mionen 3.7.4 Lueno 3 - Recap Lineaarisen differenssiyhälöiden raaiseminen Impulssivaseen äsie Impulssivase ja onvoluuiosumma Lineaarise järjeselmä

Lisätiedot

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s). DEE- Piirianalyysi Ykkösharkan ehävien rakaisuehdoukse. askeaan ensin, kuinka paljon äyeen ladaussa akussa on energiaa. Tämä saadaan laskeua ehäväpaperissa anneujen akun ieojen 8.4 V ja 7 mah avulla. 8.4

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia 8/ VÄRÄHTELYMEKANIIKKA SESSIO 8: Yhen vapausaseen paovärähely, ransieniuormiusia JOHDANTO c m x () Kuva. Syseemi. Transieniuormiusella aroieaan uormiusheräeä, joa aiheuaa syseemiin lyhyaiaisen liieilan.

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 6, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 6, harjoitustenpitäjille tarkoitetut ratkaisuehdotukset DEE- ineaarie järjeelmä Harjoiu 6, harjoiuenpiäjille arkoieu rakaiuehdouke Tää harjoiukea käiellään aplace-muunnoa ja en hyödynämiä differeniaaliyhälöiden rakaiemiea Tehävä Määrielmän mukaan funkion f

Lisätiedot

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri. ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!

Lisätiedot

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi. / Raaisu Aihee: Avaisaa: Momeiemäfuio Sauaismuuujie muuose ja iide jaauma Kovergessiäsiee ja raja-arvolausee Biomijaauma, Espoeijaauma, Geomerie jaauma, Jaaumaovergessi, Jauva asaie jaauma, Kolmiojaauma,

Lisätiedot

Tässä harjoituksessa käsitellään Laplace-muunnosta ja sen hyödyntämistä differentiaaliyhtälöiden ratkaisemisessa.

Tässä harjoituksessa käsitellään Laplace-muunnosta ja sen hyödyntämistä differentiaaliyhtälöiden ratkaisemisessa. DEE-00 Lneaare järjeelmä Harjou 0, rakauehdouke Tää harjoukea käellään Laplace-muunnoa ja en hyödynämä dfferenaalyhälöden rakaemea Tehävä Laplace-muunno on käevä yökalu dfferenaalyhälöryhmen rakaemea,

Lisätiedot

JLP:n käyttämättömät mahdollisuudet. Juha Lappi

JLP:n käyttämättömät mahdollisuudet. Juha Lappi JLP:n äyämäömä mahdollisuude Juha Lappi LP ehävä p z = a x + b z 0 Max or Min (.) 0 0 = = subjec o he following consrains: c a x + b z C, =,, q p q K r (.2) = = m n i ij K (.3) i= j= ij x xw= 0, =,, p

Lisätiedot

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11.

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11. Kemian laieekniikka 1 Koilasku 1 4.4.28 Jarmo Vesola Tuoee ja reakio: hiilimonoksidi, meanoli, meyyliformiaai C HC (1) vesi, meyyliformiaai, meanoli, muurahaishappo HC CH (2) hiilimonoksi, vesi, muurahaishappo

Lisätiedot

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat! MAA Koe 7..03 A-osio. Ei laskina! Valise seuraavisa kolmesa ehäväsä vain kaksi joihin vasaa! A. a) Mikä on funkion f(x) määrieljoukko, jos f( x) x b) Muua ulomuooon: 4a 8a 4 A. a) Rakaise hälö: x 4x b)

Lisätiedot

Mittaustekniikan perusteet, piirianalyysin kertausta

Mittaustekniikan perusteet, piirianalyysin kertausta Miausekniikan perusee, piirianalyysin kerausa. Ohmin laki: =, ai = Z ( = ännie, = resisanssi, Z = impedanssi, = vira). Kompleksiluvu Kompleksilukua arviaan elekroniikassa analysoiaessa piireä, oka sisälävä

Lisätiedot

S Piirianalyysi 2 1. Välikoe

S Piirianalyysi 2 1. Välikoe S-55.0 Piirianalyyi. Välioe.3.0 ae ehävä eri paperille uin ehävä 3 5. Muia irjoiaa joaieen paperiin elväi nimi, opielijanumero, urin nimi ja oodi. Tehävä laeaan oreaoulun oepaperille. Muia papereia ei

Lisätiedot

5. Vakiokertoiminen lineaarinen normaaliryhmä

5. Vakiokertoiminen lineaarinen normaaliryhmä 1 MAT-145 LAAJA MATEMATIIKKA 5 Tampereen eknillinen yliopiso Riso Silvennoinen Kevä 21 5. Vakiokeroiminen lineaarinen normaaliryhmä Todeaan ensin ilman odisuksia (ulos on syvällinen) rakaisujen olemassaoloa

Lisätiedot

x v1 y v2, missä x ja y ovat kokonaislukuja.

x v1 y v2, missä x ja y ovat kokonaislukuja. Digiaalinen videonkäsiel Harjoius, vasaukse ehäviin 4-0 Tehävä 4. Emämariisi a: V A 0 V B 0 Hila saadaan kanavekorien (=emämariisin sarakkee) avulla. Kunkin piseen paikka hilassa on kokonaisluvulla kerroujen

Lisätiedot

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY Värähelymeaa 8. 8 USEAN VAPAUSASEEN SYSEEMIN VAIMENEMAON PAKKOVÄRÄHELY 8. Normaalmuoomeeelmä Usea vapausasee syseem leyhälöde (7.) raaseme vaa aava (7.7) a (7.8) homogeese yhälö ylese raasu { } lsäs paovomaveora

Lisätiedot

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän: ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän

Lisätiedot

Tasaantumisilmiöt eli transientit

Tasaantumisilmiöt eli transientit uku 12 Tasaanumisilmiö eli ransieni 12.1 Kelan kykeminen asajännieeseen Kappaleessa 11.2 kykeiin reaalinen kela asajännieeseen ja ukiiin energian varasoiumisa kelan magneeikenään. Tilanne on esiey uudelleen

Lisätiedot

Systeemimallit: sisältö

Systeemimallit: sisältö Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -uvaus ja ilayhälömalli, ila Linearisoini Jauva-aiaisen lineaarisen järjeselmän siirofunio, sabiilisuus Laplace-muunnos Disreeiaiaisen lineaarisen järjeselmän

Lisätiedot

12. ARKISIA SOVELLUKSIA

12. ARKISIA SOVELLUKSIA MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina

Lisätiedot

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =

Lisätiedot

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina

Lisätiedot

Yhden vapausasteen värähtely - harjoitustehtäviä

Yhden vapausasteen värähtely - harjoitustehtäviä Dynaiia 1 Liie luuun 8. g 8.1 Kuvan jousi-assa syseeissä on = 10 g ja = 2,5 N/. Siiryä iaaan saaisesa asapainoaseasa lähien. luheellä = 0 s assa on saaisessa asapainoaseassaan ja sillä on nopeus 0,5 /

Lisätiedot

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia 6.4 Variaaiolaskennan oleusen rajoiukse Sivu ss. 27 31 läheien Kirk, ss. 13 143] ja KS, Ch. 5] pohjala Lähökoha oli: jos J:llä on eksremaali (), niin J:n variaaio δj( (), δ()) ():ä pikin on nolla. 1. Välämäön

Lisätiedot

Tilausohjatun tuotannon karkeasuunnittelu. Tilausohjatun tuotannon karkeasuunnittelu

Tilausohjatun tuotannon karkeasuunnittelu. Tilausohjatun tuotannon karkeasuunnittelu Tilausohjaun uoannon areasuunnielu Tilausohjaussa uoannossa sarjojen muodosaminen ei yleensä ole relevani ongelma, osa uoevaihelu on suura, mä juuri onin peruse MTO-uoannolle Tuoe- ja valmisusraenee ova

Lisätiedot

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä

Lisätiedot

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A. 9. Epäoleellise inegraali; inegraalin derivoini paramerin suheen 9.. Epäoleellise aso- ja avaruusinegraali 27. Olkoon = {(x, y) x, y }. Osoia hajaanuminen ai laske arvo epäoleelliselle asoinegraalille

Lisätiedot

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) ( TT/TV Inegraalimuunnokse Fourier-muunnos, ehäviä : Vasauksia Meropolia/. Koivumäki v(. Määriä oheisen signaalin Fourier-muunnos. Vinkki: Superposiio, viive. Voidaan sovelaa superposiioperiaaea, koska signaalin

Lisätiedot

Luento 4. Fourier-muunnos

Luento 4. Fourier-muunnos Lueno 4 Erikoissignaalien Fourier-muunnokse Näyeenoo 4..6 Fourier-muunnos Fourier-muunnos Kääneismuunnos Diricle n edo Fourier muunuvalle energiasignaalille I: Signaali on iseisesi inegroiuva v ( d< II:

Lisätiedot

a. Varsinainen prosessi on tuttua tilaesitysmuotoa:

a. Varsinainen prosessi on tuttua tilaesitysmuotoa: ELEC-C Sääöeniia 7. lauharjoiu Vaaue. r - K u K C y a. Varinainen proei on uua ilaeiymuooa: A Bu y C Kuvaa nähdään, eä ilamallin iäänmenona on u r K. Salaaria ei voi vähenää mariiia, joen un on n -veori,

Lisätiedot

Monisilmukkainen vaihtovirtapiiri

Monisilmukkainen vaihtovirtapiiri Monisilmukkainen vaihovirapiiri Oeaan arkaselun koheeksi RLC-vaihovirapiiri jossa on käämejä, vasuksia ja kondensaaoreia. Kykenä Tarkasellaan virapiiriä, jossa yksinkeraiseen RLC-piiriin on kodensaaorin

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 2 (viikko 6) Tehävä 1 Sovelleaan luenokalvojen sivulla 46 anneua kaavaa: A A Y Y K α ( 1 α ) 0,025 0,5 0,03 0,5 0,01 0,005 K Siis kysyy Solowin

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille . Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial

Lisätiedot

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta KK ieoliikennelaboraorio 7.2.27 Seppo Saasamoinen Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali, kun ulosignaali ja järjeselmän

Lisätiedot

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y) Maemaiikan ja ilasoieeen osaso/hy Differeniaaliyhälö II Laskuharjoius 1 malli Kevä 19 Tehävä 1. Ovako seuraava funkio Lipschiz-jakuvia reaaliakselilla: a) f(x) = x 1/3, b) f(x) = x, c) f(x) = x? a) Ei

Lisätiedot

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx =

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx = HY / Maemaiikan ja ilasoieeen laios Differeniaalihälö I kevä 09 Harjois 4 Rakaisehdoksia. Rakaise differeniaalihälö = (x + + Rakais: Tehdään differeniaalihälöön lineaarinen mnnos z(x = x + (x + jolloin

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle / MS-A8 Differentiaali- ja integraalilasenta, V/27 Differentiaali- ja integraalilasenta Rataisut. viiolle /. 3.4. Luujonot Tehtävä : Mitä ovat luujonon viisi ensimmäistä termiä, un luujono on a) (a n ) n=,

Lisätiedot

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5 S-72. Signaali ja järjeselmä Laskuharjoiukse, syksy 28 Konvoluuion laskeminen vaihe vaiheela Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali,

Lisätiedot

SATE1050 Piirianalyysi II syksy 2016 kevät / 6 Laskuharjoitus 10 / Kaksiporttien ABCD-parametrit ja siirtojohdot aikatasossa

SATE1050 Piirianalyysi II syksy 2016 kevät / 6 Laskuharjoitus 10 / Kaksiporttien ABCD-parametrit ja siirtojohdot aikatasossa SATE050 Piirianalyysi II syksy 06 kevä 07 / 6 Tehävä. Määriä alla olevassa kuvassa esieylle piirille kejumariisi sekä sen avulla syööpiseimpedanssi Z(s), un kuormana on resisanssi k. i () L i () u () C

Lisätiedot

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona: Diskreei maemaiikka, sks 00 Harjoius 0, rakaisuisa. Esi viriävä puu suunaamaomalle verkolle G = (X, E, Ψ), kun X := {,,, }, E := { {, }, {, }, {, }, {, }, {, }}, ja Ψ on ieninen kuvaus. Rakaisu. Viriäviä

Lisätiedot

Luento 11. Stationaariset prosessit

Luento 11. Stationaariset prosessit Lueno Soasisen prosessin ehosperi Signaalin suodaus Kaisarajoieu anava 5..6 Saionaarise prosessi Auoorrelaaio φ * * (, ) ( ), { } { } jos prosessi on saionaarinen auoorrelaaio ei riipu ajasa vaan ainoasaan

Lisätiedot

Copyright Isto Jokinen MATEMATIIKKA. Matematiikkaa pintakäsittelijöille Ongelmanratkaisu Isto Jokinen 2017

Copyright Isto Jokinen MATEMATIIKKA. Matematiikkaa pintakäsittelijöille Ongelmanratkaisu Isto Jokinen 2017 AEAKKA aeaiikkaa piakäsielijöille Ogelarakaisu so Jokie 207 SSÄLÖ. aeaaise ogelie rakaisu laskukaaoilla 2. ekijäyhälö 3. Laskukaaoje yhdisäie 4. Yhälöide uodosaie aeaaisee ogelaa Käyöoikeus opeuksessa

Lisätiedot

11. Jatkuva-aikainen optiohinnoittelu

11. Jatkuva-aikainen optiohinnoittelu . Jauva-aiainen opiohinnoielu Sijoiusoheien hinojen ehiymisä voiaan arasella myös jauva-aiaisina prosesseina Iô-prosessi erisuuruise perioiohaise hinnanmuuose mahollisia voiaan oisinaan raaisa analyyisesi.

Lisätiedot

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV. Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 Keraus K. A: III, B: I, C: II ja IV Kuvaaja: I II III IV Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 K. a) lim ( ) Nimiäjä ( ) o aia

Lisätiedot

Luento 2. Järjestelmät aika-alueessa Konvoluutio-integraali. tietoverkkotekniikan laitos

Luento 2. Järjestelmät aika-alueessa Konvoluutio-integraali. tietoverkkotekniikan laitos Lueno 2 Järjeselmä aika-alueessa Konvoluuio-inegraali Lueno 2 Lueno 2 Järjeselmä aika alueessa; Konvoluuio inegraali 2.1 Järjeselmien perusominaisuude Oppenheim 1.5. 1.6 Muisillise ja muisioma järjeselmä

Lisätiedot

RAPORTTI MPC-SÄÄTÖALGORITMIN SIMULOINTI MATLABILLA

RAPORTTI MPC-SÄÄTÖALGORITMIN SIMULOINTI MATLABILLA RAPORTTI MPC-SÄÄTÖALGORITMIN SIMULOINTI MATLABILLA Teemu Saarelainen, DI LTY, KyAMK eemu.saarelainen@pp.ine.fi 31.5.2006 SISÄLLYSLUETTELO 1 JOHDANTO 3 2 MPC-SÄÄTÖ JA PAPERIKONE 4 2.1 MPC:N PERUSTEET 4

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista Rahoiusriski ja johdannaise Mai Esola lueno Sokasisisa prosesseisa . Markov ominaisuus Markov -prosessi on sokasinen prosessi, missä ainoasaan muuujan viimeinen havaino on relevani muuujan seuraavaa arvoa

Lisätiedot

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1 KETJUMURTOLUVUT Harjoiuksia 209. Todisa/Prove Lause 2.2. käyäen Lausea 2.3./by using Theorem 2.3. Lause 2.4. käyäen Lausea 2.3./by using Theorem 2.3. 2. Määrää Canorin kehielmä luvuille 0,, 2, 3, 4, 5,

Lisätiedot

6 JÄYKÄN KAPPALEEN TASOKINETIIKKA

6 JÄYKÄN KAPPALEEN TASOKINETIIKKA Dyamiia 6. 6 JÄYKÄN KAPPALEEN TASKINETIIKKA 6. Yleisä Jäyä appalee ieiiassa arasellaa appaleesee aiuaie uloise oimie ja seurausea olea liiee (raslaaio ja roaaio) älisiä yheysiä. Voimie äsielyssä ariaa

Lisätiedot

5 YHDEN VAPAUSASTEEN YLEINEN PAKOTETTU LIIKE

5 YHDEN VAPAUSASTEEN YLEINEN PAKOTETTU LIIKE Värähelymeaiia 5. 5 YHDEN VAPAUSASTEEN YLEINEN PAKOTETTU LIIKE 5. Johao Luvussa 4 araselii yhe vapausasee syseemii harmoisesa heräeesä aiheuuvaa vasea ja havaiii se riippuva pääasiassa syseemi vaimeusesa

Lisätiedot

Ennen kuin mennään varsinaisesti tämän harjoituksen asioihin, otetaan aluksi yksi merkintätekninen juttu. Tarkastellaan differenssiyhtälöä

Ennen kuin mennään varsinaisesti tämän harjoituksen asioihin, otetaan aluksi yksi merkintätekninen juttu. Tarkastellaan differenssiyhtälöä DEE-00 Lineaariset järjestelmät Harjoitus, rataisuehdotuset Ennen uin mennään varsinaisesti tämän harjoitusen asioihin, otetaan alusi ysi merintäteninen juttu Tarastellaan differenssiyhtälöä y y y 0 Vaihtoehtoinen

Lisätiedot

OPINTOJAKSO FYSIIKKA 1 OV OPINTOKOKONAISUUTEEN FYSIIKKA JA KEMIA 2 OV. Isto Jokinen 2012. 1. Mekaniikka 2

OPINTOJAKSO FYSIIKKA 1 OV OPINTOKOKONAISUUTEEN FYSIIKKA JA KEMIA 2 OV. Isto Jokinen 2012. 1. Mekaniikka 2 OPINTOJAKSO FYSIIKKA 1 OV OPINTOKOKONAISUUTEEN FYSIIKKA JA KEMIA OV Io Jokinen 01 SISÄLTÖ SIVU 1. Mekaniikka Nopeu Kekinopeu Kehänopeu 3 Kiihyvyy 3 Puoamikiihyvyy 4 Voima 5 Kika 6 Työ 7 Teho 8 Paine 9

Lisätiedot

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi:

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi: 77 Aemmn oleen, eä mars A on dagonalsouva. Tällanen on lanne äsmälleen sllon, un joasen omnasarvon geomernen eraluu on sama un algebrallnen. Täydenneään eoraa seuraavlla uloslla apaussa, jossa monnerasen

Lisätiedot

Systeemimallit: sisältö

Systeemimallit: sisältö Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen

Lisätiedot

Suunnitteluharjoitus s-2016 (...k-2017)

Suunnitteluharjoitus s-2016 (...k-2017) 1 Suunnieluharjoius s-2016 (...k-2017) HAKKURITEHOLÄHDE Seuraavan push-pull-yyppisen hakkurieholäheen komponeni ulisi valia (muunajaa lukuunoamaa). V1 iin 230 V ± 10 % 50 Hz V3 Perusieoja kykennäsä Verkkoasasuunauksen

Lisätiedot

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen

Lisätiedot

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23 LISÄTEHTÄVÄT. Maemaainen malli ja funkio 9. a) f (-) = - (-) + = - + = -6 b) f (-) = (-) - (-) + = - (-8) + = 8 + 8 + = 80. a) f ( ) = + f ( ) = 0 + = 0 ( ) = ± = ± = ai = Vasaus: = - ai = b) + = + = 0

Lisätiedot

Lorentz-muunnos L(v) on operaatio, joka voidaan esittää myös matriisina

Lorentz-muunnos L(v) on operaatio, joka voidaan esittää myös matriisina Lorenz-muunnos L on operaaio, joka oidaan esiää myös mariisina L / / mariisi L muodosaa ryhmän: kaksi peräkkäisä Lorenz-muunnosa on myös Lorenz-muunnos, ja on olemassa myös kääneinen Lorenz- muunnos 3

Lisätiedot

JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 1, MALLIRATKAISUT

JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 1, MALLIRATKAISUT JOHDATUS LUKUTEORIAAN (sysy 2017) HARJOITUS 1, MALLIRATKAISUT Tehtävä 1. (i) Etsi luvun 111312 aii teijät. (ii) Oloot a ja b positiivisia oonaisluuja joilla a b ja b a. Osoita, että silloin a = b. Rataisu

Lisätiedot

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan 87 5. Eliminoinimeneely Tarkaellaan -kokoia vakiokeroimia yeemiä + x a a x a x + a x b() x = = = +. a a x a x a x b () (3) b() x + Derivoimalla enimmäinen komponeni, ijoiamalla jälkimmäien derivaaa iihen

Lisätiedot

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d) Tehävä 1. Oleeaan, eä on käössä jakuva kuva, jossa (,, ) keroo harmaasävn arvon paikassa (, ) ajanhekenä. Dnaaminen kuva voidaan esiää Talor sarjana: d d d d d d O ( +, +, + ) = (,, ) + + + + ( ). (4a)

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.4 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vasausen piireiden, sisälöjen ja piseiysen luonnehdina ei sido ylioppilasukinolauakunnan arvoselua. Lopullisessa arvoselussa

Lisätiedot

KÄYTTÖOPAS. -järjestelmän sisäyksikkö HXHD125A8V1B

KÄYTTÖOPAS. -järjestelmän sisäyksikkö HXHD125A8V1B KÄYÖOPAS -järjeselmän sisäyksikkö SISÄLÖ 1. Määrielmä... 1 1.1. Merkkien ja varoiusen arkoiukse... 1 1.2. Käyeyjen ermien merkiys... 1 2. Yleise varooime... 2 3. Johdano... 2 3.1. Yleisä... 2 3.2. ämän

Lisätiedot

å å å ù ú û PU-solmujen pätötehoista saadaan 3 yhtälöä. , missä P2i on solmusta 2 lähtevän johdon teho.

å å å ù ú û PU-solmujen pätötehoista saadaan 3 yhtälöä. , missä P2i on solmusta 2 lähtevän johdon teho. ELECE89 Tehonao. Tuiaan pienä äeselmää, ossa on 9 solmua, oiden aiien uoma iedeään. Geneaaoi on e solmuihin,, a 7. alise solmu efeenssisolmusi a lisaa a lase lasenaan aviava ilamuuua. Rhmiele solmu ensin

Lisätiedot

Tehtävä 3. Määrää seuraavien jonojen raja-arvot 1.

Tehtävä 3. Määrää seuraavien jonojen raja-arvot 1. Jonotehtävät, 0/9/005, sivu / 5 Perustehtävät Tehtävä. Muotoile matemaattiset vastineet seuraavien väitteiden negaatioille (ts. vastaohdat).. Jono (a n ) suppenee ohti luua a.. Jono (a n ) on asvava. 3.

Lisätiedot

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen Soimukseneon dynamiikka: johdano ja haiallinen valikoiuminen Ma-2.442 Oimoinioin seminaari Elise Kolola 8.4.2008 S yseemianalyysin Laboraorio Esielmä 4 Elise Kolola Oimoinioin seminaari - Kevä 2008 Esiyksen

Lisätiedot

Luento 7 Järjestelmien ylläpito

Luento 7 Järjestelmien ylläpito Luno 7 Järjslmin ylläpio Ahi Salo Tknillinn korkakoulu PL, 5 TKK Järjslmin ylläpidosa Priaallisia vaihohoja Uusiminn rplacmn Ennalahkäisvä huolo mainnanc Korjaaminn rpair ❶ Uusiminn Vioiun komponni korvaaan

Lisätiedot

MUODONMUUTOKSET. Lähtöotaksumat:

MUODONMUUTOKSET. Lähtöotaksumat: MUODONMUUTOKSET Lähöoaksuma:. Maeraal on sorooppsa ja homogeensa. Hooken lak on vomassa (fyskaalnen lneaarsuus) 3. Bernoulln hypoees on vomassa (eknnen avuuseora) 4. Muodonmuuokse ova nn penä rakeneen

Lisätiedot

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN

KYNNYSILMIÖ JA SILTÄ VÄLTTYMINEN KYNNYKSEN SIIRTOA (LAAJENNUSTA) HYVÄKSI KÄYTTÄEN YYSILMIÖ J SILÄ VÄLYMIE YYSE SIIRO LJEUS HYVÄSI ÄYÄE ieoliikenneekniikka I 559 ari ärkkäinen Osa 5 4 MILLOI? Milloin ja missä kynnysilmiö esiinyy? un vasaanoimen ulon SR siis esi-ilmaisusuodaimen lähdössä

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 17: Yhden vapausasteen pakkovärähtely, impulssikuormitus ja Duhamelin integraali

VÄRÄHTELYMEKANIIKKA SESSIO 17: Yhden vapausasteen pakkovärähtely, impulssikuormitus ja Duhamelin integraali 7/ VÄRÄHTELYMEKANIIKKA SESSIO 7: Yhn vapausasn paovärähly, impulssiuormius ja Duhamlin ingraali IMPULSSIKUORMITUS Maanisn sysmiin ohisuva jasoon hrä on usin ajasa riippuva lyhyaiainn uormius. Ysinraisin

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 2, ratkaisuehdotukset. Johdanto differenssiyhtälöiden ratkaisemiseen

DEE Lineaariset järjestelmät Harjoitus 2, ratkaisuehdotukset. Johdanto differenssiyhtälöiden ratkaisemiseen D-00 Lineaariset järjestelmät Harjoitus, rataisuehdotuset Johdanto differenssiyhtälöiden rataisemiseen Differenssiyhtälöillä uvataan disreettiaiaisten järjestelmien toimintaa. Disreettiaiainen taroittaa

Lisätiedot

Pyramidi 3 Analyyttinen geometria tehtävien ratkaisut sivu 139 Päivitetty a) 402 Suplementtikulmille on voimassa

Pyramidi 3 Analyyttinen geometria tehtävien ratkaisut sivu 139 Päivitetty a) 402 Suplementtikulmille on voimassa Pyramidi Analyyttinen geometria tehtävien rataisut sivu 9 Päivitetty 9..6 4 a) 4 Suplementtiulmille on voimassa b) a) α + β 8 α + β 8 β 6 c) b) c) α 6 6 + β 8 β 8 6 β 45 β 6 9 α 9 9 + β 8 β 8 + 9 β 7 Pyramidi

Lisätiedot

X(t) = X 0 + tx 1 + t 2 X 2 + t 3 X ,

X(t) = X 0 + tx 1 + t 2 X 2 + t 3 X , Ma-1.1332 Mariisiksponnifunkio, KP3-II, syksy 2007 Pkka Alsalo Johdano. Tämä monis sisälää kurssilla arviava ido mariisiksponnifunkiosa. Mariisiksponnifunkio. Suraavassa A on raalinn n n-mariisi, jonka

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiian tuiurssi Kurssierta 5 Sarjojen suppeneminen Kiinnostusen ohteena on edelleen sarja a n = a + a 2 + a 3 + a 4 + n= Tämä summa on mahdollisesti äärellisenä olemassa, jolloin sanotaan että sarja

Lisätiedot

9 Lukumäärien laskemisesta

9 Lukumäärien laskemisesta 9 Luumäärie lasemisesta 9 Biomiertoimet ja osajouoje luumäärä Määritelmä 9 Oletetaa, että, N Biomierroi ilmaisee, uia mota -alioista osajouoa o sellaisella jouolla, jossa o aliota Meritä luetaa yli Lasimesta

Lisätiedot

Tehtävä I. Vaihtoehtotehtävät.

Tehtävä I. Vaihtoehtotehtävät. Kem-9.7 Prosessiauomaaion perusee Teni 5.9.5 TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA TENTIN MUKANA NIMI: (OS: ) OPINTOKIRJA: VIERAILULUENNOT KUUNNELTU: VALV. LASK: Tehävä I. Vaihoehoehävä. Oikea vasaus

Lisätiedot

Tehtävän 1 moottorin kuormana an työkone, jonka momentti on vakio T=30 Nm. Laske

Tehtävän 1 moottorin kuormana an työkone, jonka momentti on vakio T=30 Nm. Laske SÄHKÖENERGAEKNKKA Hrjoius - lueno 9 ehävä 1 Oheisess kuvss on ssähkökoneen sijiskykenämlli. Joh pyörimisnopeuden kv momenin funkion, kun mgneoinivuo φ j nkkurijännie V ov vkioin. Piirrä johmsi kv -ω soss,

Lisätiedot

RF-Tekniikan Perusteet II

RF-Tekniikan Perusteet II RF-Teniian Peusee II Kevä 003 740800 RF-Teniian Peusee II Luenno o 8 0 SM Haa e 8 0 SM Haa alaa.. Kija: Poa Micowave ngineeing, nd diion, Wiley Tuevaa ijallisuua: Räisänen, Leho Radioeniia Collin, Foundaions

Lisätiedot

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADY1 EKHBRD014ADY1 EKHBRD016ADY1 KÄYÖOPAS Ilma vesilämpöpumppujärjeselmän sisäyksikkö ja lisävarusee EKHBRD011ADV1+Y1 EKHBRD014ADV1+Y1 EKHBRD016ADV1+Y1

Lisätiedot

[ ] [ 2 [ ] [ ] ( ) [ ] Tehtävä 1. ( ) ( ) ( ) ( ) ( ) ( ) 2( ) = 1. E v k 1( ) R E[ v k v k ] E e k e k e k e k. e k e k e k e k.

[ ] [ 2 [ ] [ ] ( ) [ ] Tehtävä 1. ( ) ( ) ( ) ( ) ( ) ( ) 2( ) = 1. E v k 1( ) R E[ v k v k ] E e k e k e k e k. e k e k e k e k. ehtävä. x( + ) x( y x( + e ( y x( + e ( E v E e ( ) e ( R E[ v v ] E e e e e e e e e 6 estimointivirhe: ~ x( x( x$( x( - b y ( - b y ( estimointivirheen odotusarvo: x( - b x( - b e ( - b x( - b e ( ( -

Lisätiedot

5 Jatkuvan funktion integraali

5 Jatkuvan funktion integraali 5 Jkuvn funkion inegrli Derivlle kääneisä käsieä kusun inegrliksi. Aloien inegrliin uusuminen esimerkillä. Esimerkki 5.. Tuonolioksess on phunu kemiklivuoo. Määriellään funkio V sien, eä V () on vuoneen

Lisätiedot

Arvio Suomen ei-päästökauppasektorin pitkän ajan tavoitteesta ja päästöistä vuoteen 2030 TUTKIMUSRAPORTTI VTT-R-01286-13

Arvio Suomen ei-päästökauppasektorin pitkän ajan tavoitteesta ja päästöistä vuoteen 2030 TUTKIMUSRAPORTTI VTT-R-01286-13 Arvio Suomen ei-pääsöauppaseorin piän ajan avoieesa ja pääsöisä vuoeen 2030 Kirjoiaja: Luoamusellisuus: Tomi J. Lindroos, Tommi Eholm, Ila Savolainen julinen 2 (29) Alusana Tämä rapori on osa ympärisöminiseriön

Lisätiedot

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS 445 JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Kasaus kirjallisuueen Juho Kosiainen Valion aloudellinen ukimuskeskus Governmen Insiue for Economic

Lisätiedot

Kuulasimulaattori. Annemari Auvinen Milla Törhönen. Jyväskylän yliopisto. Tietotekniikan laitos. TIE374 Fysikaaliset mallit tietokoneanimaatioissa

Kuulasimulaattori. Annemari Auvinen Milla Törhönen. Jyväskylän yliopisto. Tietotekniikan laitos. TIE374 Fysikaaliset mallit tietokoneanimaatioissa Annemari Auvinen Milla Törönen Kuulasimulaaori TIE374 Fysiaalise malli ieooneanimaaioissa Harjoiusyörapori 8.4.13 Jyväsylän yliopiso Tieoeniian laios Sisälö 1 KUULAT JA LIIKEYHTÄLÖT... 1 1.1 KUULA... 1

Lisätiedot

Ojala, Leena Ojala ja Timo Ranta LAPLACE-MUUNNOS

Ojala, Leena Ojala ja Timo Ranta LAPLACE-MUUNNOS Timo Ojala, eena Ojala ja Timo Rana APACE-MUUNNOS Eipuhe Tämä aplace-muunnoa ja en ovelamia käielevä oppimaeriaali on arkoieu ähköekniikan ininöörikouluukeen. Eiieoina ulii unea eimerkiki Ojalain lakuoppien

Lisätiedot

Tekijä. ISBN 978-952-67277-5-2 (nid.) ISBN 978-952-67277-6-9 (PDF) 1. painos

Tekijä. ISBN 978-952-67277-5-2 (nid.) ISBN 978-952-67277-6-9 (PDF) 1. painos E O S J N W - - - - V - - - - M Teijä ISBN 978-952-67277-5-2 (nid.) ISBN 978-952-67277-6-9 (PDF) 1. painos Kansi: Johanna Viherä Kannen uva: Kari Delcos Uloasu ja aio: Olli Teräs ja Johanna Viherä -

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 8 (viikko 14) Tehävä 1 LAD-käyrä siiryy ylöspäin. Ulkomaisen hinojen nousessa oman maan reaalinen vaihokurssi heikkenee 1 vaihoase vahvisuu IS-käyrä

Lisätiedot

SATE2180 Kenttäteorian perusteet syksy / 6 Laskuharjoitus 7 / Siirrosvirta ja indusoitunut sähkömotorinen voima

SATE2180 Kenttäteorian perusteet syksy / 6 Laskuharjoitus 7 / Siirrosvirta ja indusoitunut sähkömotorinen voima ATE18 Kenäeorin perusee syksy 18 1 / 6 Lskuhrjoius 7 / iirrosvir j inusoiunu sähkömoorinen voim Tehävä 1. All olevn kuvn mukinen piiri on sinimuooisesi värähelevässä j epähomogeenisess mgneeikenässä sin

Lisätiedot

PALLON PUTOAMINEN VÄLIAINEISSA

PALLON PUTOAMINEN VÄLIAINEISSA PALLON PUTOAMINEN VÄLIAINEISSA Tieokonesimulaaio ja siihen liiyä kokeellinen ukimus Joosa Kurinen ja Heidi Juuinen Mikkelin Lyseon lukio ysiikka 30..007 TIIVISTELMÄ Viksu-iedekilpailuprojekimme aiheena

Lisätiedot

Kommenttiversio SUOJAAMATTOMAN LIIMAPUUPALKIN PALOMITOITUS LUOKKAAN R 60

Kommenttiversio SUOJAAMATTOMAN LIIMAPUUPALKIN PALOMITOITUS LUOKKAAN R 60 Esimeri 1 SUOJAAMATTOMAN LIIMAPUUPALKIN PALOMITOITUS LUOKKAAN R 6 1 Paloilaneen uormius ψ =,5 (ässä esimerissä muuuva uorma on lumiuorma) 1,1 p = p + ψ p = 6, +,5 11, = 11,5 N/m i g, 1,1 q, Palin maeriaaliominaisuue

Lisätiedot

b 4i j k ovat yhdensuuntaiset.

b 4i j k ovat yhdensuuntaiset. MAA5. 1 Koe 29.9.2012 Jussi Tyni Valitse 6 tehtävää! Muista tehdä pisteytysruuduo ensimmäisen onseptin yläreunaan! Perustele vastausesi välivaiheilla! 1. Oloon vetorit a 2i 6 j 3 ja b i 4 j 3 a) Määritä

Lisätiedot

Luento 11. Stationaariset prosessit

Luento 11. Stationaariset prosessit Lueno Soasisen prosessin ehosperi Saunnaissignaalin suodaus 5..7 Saionaarise prosessi Auoorrelaaio φ * * (, ) ( ) ( ) ( ) ( ), { } { } jos prosessi on saionaarinen auoorrelaaio ei riipu ajasa vaan ainoasaan

Lisätiedot

ẍ(t) q(t)x(t) = f(t) 0 1 z(t) +.

ẍ(t) q(t)x(t) = f(t) 0 1 z(t) +. Diffrniaaliyhälö II, harjoius 3, 8 228, rakaisu JL, kuusi sivua a On muunnava linaarinn oisn kraluvun diffrniaaliyhälö ẍ qx f yhäpiäväksi nsimmäisn kraluvun linaarisksi kahdn skalaariyhälön sysmiksi Rak

Lisätiedot

KOE 2 Ympäristöekonomia

KOE 2 Ympäristöekonomia Helingin yliopio Valinakoe.5. Maaalou-meäieeellinen iedekuna KOE Ympäriöekonomia Sekä A- eä B-oioa ulee aada vähinään 5 pieä. Mikäli A-oion piemäärä on vähemmän kuin 5 pieä B-oio jäeään arvoelemaa. B-OSIO

Lisätiedot

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET TRAN TyL:n MUKASN AKUUTUKSN RTYSPRUSTT Tässä peruseessa kaikki suuree koskea eraa, ellei oisin ole määriely. Tässä peruseessa käyey lyhenee: LL Lyhyaikaisissa yösuheissa oleien yönekijäin eläkelaki TaL

Lisätiedot

MAT-02450 Fourier n menetelmät. Merja Laaksonen, TTY 2014

MAT-02450 Fourier n menetelmät. Merja Laaksonen, TTY 2014 MAT-45 Fourier n meneelmä Merja Laaksonen, TTY 4..4 Sisälö Johano 3. Peruskäsieiä................................... 4.. Parillinen ja parion funkio....................... 7.. Heavisien funkio............................

Lisätiedot

Olkoot X ja Y riippumattomia satunnaismuuttujia, joiden odotusarvot, varianssit ja kovarianssi ovat

Olkoot X ja Y riippumattomia satunnaismuuttujia, joiden odotusarvot, varianssit ja kovarianssi ovat Mat-.3 Koesuunnittelu ja tilastolliset mallit. harjoituset Mat-.3 Koesuunnittelu ja tilastolliset mallit. harjoituset / Rataisut Aiheet: Avainsanat: Satunnaismuuttujat ja todennäöisyysjaaumat Kertymäfuntio

Lisätiedot