Kirjaisivatko muinaiset egyptiläiset pimennysten periodin kaksoistähti Algolista Tuosta raivoavasta?

Koko: px
Aloita esitys sivulta:

Download "Kirjaisivatko muinaiset egyptiläiset pimennysten periodin kaksoistähti Algolista Tuosta raivoavasta?"

Transkriptio

1 Kirjaisivatko muinaiset egyptiläiset pimennysten periodin kaksoistähti Algolista Tuosta raivoavasta? Lauri Jetsu et al. Fysiikan laitos Helsingin yliopisto

2 Muut tekijät Jetsu et al. Fysiikan laitos Tohtorikoulutettava = FK Sebastian Porceddu FK Joonas Lyytinen FK Perttu Kajatkari FK Jyri Lehtinen Prof. Tapio Markkanen Maailman kulttuurien laitos Dos. Jaana Toivari-Viitala Ei aikaa selittää = Rakenne A: Metodi: Vektorit, Rayleight testi (Yläaste) B: Metodi: Statististiikka (Lukio) C: Paperi: Data D: Paperi Periodianalyysi E: Paperi: Astrofysiikka F: Paperi: Astronomia G: Paperi: Egyptologia H: Paperi: Johtopäätökset I: Kysymykset

3 Vektorit Sininen = X-akseli, Punainen = Y-akseli, Vihreä = X ja Y yhdistetty, Musta = Vihreät yhdistetty Vektorilla on pituus (skalaari=luku) ja suunta (kulma) Vektorin merkintä r (Vihreä vektori) Pituus = r 0 Suunta = Θ (Lausutaan: Theta ) 0 o Θ < 360 o mitataan vastapäivään x-akselista Graafinen esimerkki vektorista: r = 5, Θ 36. o 9 Merkitään r = [x, y] = [4, 3] Pytagoras: suorakulmainen kolmio r 2 = x 2 + ȳ 2 = = 16+9 = 25 r = 25 = 5 x = [4, 0] (Sininen vektori) ȳ = [0, 3] (Punainen vektori) r = x + ȳ = [4 + 0, 0 + 3] = [4, 3] cos Θ = x/ r x = r cos Θ = = 4 sin Θ = y/ r y = r sin Θ = = 3 r = [x, y] = [ r cos Θ, r sin Θ] = r [cos Θ, sin Θ]

4 Kahden (n = 2) vektorin summa Ensimmäinen vektori r 1 = [x 1, y 1] = [4, 2] Toinen vektori r 2 = [x 2, y 2] = [ 2, 3.7] R = r 1 + r 2 R = [X, Y] = [x 1 + x 2, y 1 + y 2] = [4 2, ] = [2, 5.5] X = x 1 + x 2 = [x 1, 0] + [x 2, 0] = [x 1 + x 2, 0] = [2, 0] Ȳ = ȳ 1 + ȳ 2 = [0, y 1] + [0, y 2] = [0, y 1 + y 2] = [0, 5.5] Σ i=n i=1 merkitsee n:n vektorin summaa X = Σ i=2 i=1 xi = x1 + x2 ja Ȳ = Σi=n i=1ȳi = ȳ1 + ȳ2 R = X + Ȳ X ja Ȳ kohtisuorat Pytagoras R 2 = X 2 + Ȳ 2 = (Σ i=n i=1 xi)2 + (Σ i=n i=1ȳi)2 Tämä kaava pätee kaikkien n 2 vektorien summille

5 Yksikkövektorit Yksikkövektorin pituus = r = 1 Yksikkövektorin suunta = Vaihekulma = Θ Yksikkövektorit alkavat origosta Yksikkö vektorit osoittavat yksikköympyrälle r = [ r cos Θ, r sin Θ] = [cos Θ, sin Θ] x = [cos Θ, 0] ȳ = [0, sin Θ] r = x + ȳ cos Θ = x/ r x = cos Θ sin Θ = y/ r y = sin Θ Pytagoras: r 2 = x 2 + ȳ = (cos Θ) (sin Θ) 2 Hyödyllinen relaatio: cos 2 Θ + sin 2 Θ = 1 Neljä esimerkkiä

6 R = Summa n:stä yksikkövektorista r i R = i=n i=1 ri = r1 + r rn r 1 = x 1 + ȳ 1, r 2 = x 2 + ȳ 2,..., r n = x n + ȳ n R = x 1 + x x n + ȳ 1 + ȳ ȳ n R = X + Ȳ X = i=n i=1 xi = i=n i=1 [cos Θi, 0] = [cos Θ1 + cos Θ cos Θn, 0] = [ i=n i=1 cos Θi, 0] Ȳ = i=n i=1 ȳi = i=n i=1 [0, sin Θi] = [0, sin Θ1 + sin Θ sin Θn] = [0, i=n i=1 sin Θi] X 2 = ( i=n i=1 cos Θi) = ( i=n i=1 cos Θi)2 Ȳ 2 = ( i=n i=1 sin Θi)2 = ( i=n i=1 sin Θi)2 Pytagoras R 2 = X 2 + Ȳ 2 Lopputulos R 2 = ( i=n i=1 cos Θi)2 + ( i=n i=1 sin Θi)2 Rayleigh:n testiparametri Rayleigh:n testiparametri n:lle vaihekulmalle Θ 1, Θ 2,..., Θ n on z = R 2 = ( i=n i=1 cos Θi)2 + ( i=n i=1 sin Θi)2 n n

7 1. esimerkki Rayleigh:n testiparametrista z R on n = 3 yksikkövektorin r 1 r 2 ja r 3 summa Ensimmäinen yksikkövektori r 1 kolmannessa neljänneksessä Ensimmäinen vaihekulma on 180 o < Θ 1 < 270 o Toinen yksikkövektori r 2 ensimmäisessä neljänneksessä Toinen vaihekulma on 0 o < Θ 2 < 90 o Kolmas yksikkövektori r 3 toisessa neljänneksessä Kolams vaihekulma on 90 o < Θ 3 < 180 o Alemman kuvan musta vektori on R = i=3 i=1 ri = r1 + r2 + r3 = [ 0.10, 0.19] Yksikkövektorit r 1 r 2 ja r 3 osoittavat eri suuntiin Niiden summan pituus, R = 0.21, on pieni Testparametrin arvo, z = R 2 /n = 0.02, on pieni

8 2. esimerkki Rayleigh:n testiparametrista z R on n = 3 yksikkövektorin r 1 r 2 ja r 3 summa Kaikki yksikkövektorit r 1, r 2 ja r 3 ensimmäisessä neljänneksessä Kaikki vaihekulmat Θ 1, Θ 2 ja Θ 3 ovat 0 ja 90 asteen välissä Alemman kuvan musta vektori on R = i=3 i=1 ri = r1 + r2 + r3 = [1.87, 2.09] Yksikkövektorit r 1 r 2 ja r 3 lähes yhdensuuntaiset Niiden summan pituus, R = 2.80, on suuri Testiparametrin arvo, z = R 2 /n = 2.62, on suuri Johtopäätös: z mittaa yksikkövektorien r 1, r 2,... ja r n vaihekulmien Θ 1, Θ 2,... ja Θ n hajontaa Johtopäätös: z pieni vaihekulmien hajonta suuri yksikkövektorit osoittavat eri suuntiin Johtopäätös: z suuri vaihekulmien hajonta pieni yksikkövektorit lähes yhdensuuntaiset Maksimiarvo z = n kaikki yksikkövektorit yhdensuuntaiset

9 Rayleigh:n testin statistiikka Hypoteesi: n vaihekulmat Θ 1, Θ 2,... ja Θ n ovat otos tasajakaumasta (=satunnaisesta) välillä 0 o ja 360 o. Tästä hypoteesista käytetään lyhennettä H Θ H Θ: Vaihekulmien todennäköisyys tiheysfunktio 0, Θ < 0 o 1 f (Θ) = 360, 0o Θ < 360 o, 0, 360 o Θ, H Θ: Vaihekulmien kumulatiivien todennäköisyys tiheysfunktio F(Θ 0) = P(Θ Θ 0) = Θ 0 f (Θ)dΘ = Θ 0 dθ 360 = 0 0 dθ + Θ 0 dθ = 0 + /Θ 0 Θ = Θ = Θ F(Θ) = 0, Θ < 0 o Θ 360, 0o Θ < 360 o, 1, 360 o Θ, P(Θ Θ 0) on todennäköisyys, että Θ on valittua Θ 0 arvoa pienempi Esimerkkejä: P(Θ 90 o ) = 0.25, P(Θ 180 o ) = 0.5, P(Θ 270 o ) = 0.75 and P(Θ 360 o ) = 1 Ongelma: Jos H Θ on totta, mikä on z:n todennäköisyys tiheysfunktio?

10 John William Strutt, 3. Baron Rayleigh ( ) Copleyn Mitali (1882), Fysiikan Nobel (1904) e on Eulerin luku, e x on eksponenttifunktio ln e x = x, where ln x on luonnollisen logaritmin funktio H Θ tosi z:n todennäköisyys tiheysfunktio on { 0, z < 0 f (z) = e z z 0 H Θ: Kumulatiivinen todennäköisyys tiheysfunktio on F(z 0) = P(z z 0) = z 0 f (x)dz = 0 0 dz + z 0 0 e z dz = 0 + / z 0 0 e z = e z 0 ( e 0 ) = 1 e z 0 { 0, z < 0 F(z) = 1 e z, z 0, P(z z 0) on todennäköisyys, että z on valittua z 0 arvoa pienempi Komplementti tapaus: P(z > z 0) = 1 P(z z 0) = 1 (1 e z 0 ) = e z 0 Esimerkki: 0.5 = P(z z 0) = 1 e z 0 e z 0 = 0.5 z 0 = ln 2 1 z 0 = ln Tarkoittaa, että puolet z arvoista välillä 0 z < 0.693, eli toinen puoli on välillä z n.

11 Satunnaiskulku Aloita satunnaiskulku origosta Ota n askelta r 1, r 2,..., r n Jokaisen askeleen pituus on r i = cos Θ i 2 + sin Θ i 2 = 1 Valitse jokaisen askeleen suunta Θ i satunnaisesti H Θ = tosi Ongelma: Kuinka kauas origosta todennäköisesti pääset? Q = P(z > z 0) = 1 P(z z 0) = 1 (1 e z 0 ) = e z 0 Q = e z 0 ln Q = z 0 z 0 = ln Q z 0 = R 0 2 n R 0 = n z 0 = n ln Q Etäisyydet R 0 ratkaistu n = 10 ja n = 100 askeleelle Todennäköisyydet ovat Q = 0.5 (puolet tapauksista), Q = 0.1 (yhden kerran kymmenestä) ja Q = 0.01 (yhden kerran sadasta) Pisteet ovat 500 satunnaiskulun päätepisteiteitä. Tapausten Q 0.01 reitit näytetty vihreän värisinä Q = 0.5 Q = 0.1 Q = 0.01 n = 10 z 0 = 0.69 z 0 = 2.30 z 0 = 4.60 R 0 = 2.63 R 0 = 4.80 R 0 = 6.79 n = 100 z 0 = 0.69 z 0 = 2.30 z 0 = 4.60 R 0 = 8.33 R 0 = R 0 = jatkuva pisteitä tavuviivoja

12 Vaiheet φ Kulmat Θ Tehdään Rayleigh testi n:lle aikapisteelle t 1, t 2,..., t n Periodi on P. Frekvenssi on f = 1/P. Ajan nollakohta on t 0 Vaiheet (φ lausutaan fii ) ovat (ti t0) φ i = FRAC[ ] = FRAC[f (t i t 0)] P FRAC[x] kokonaisluku pois x:stä, esim. FRAC[4.12]=0.12 Kulmat ovat Θ i = 360 o φ i (asteita) tai Θ i = 2πφ i (radiaaneja) Esimerkki: viisi (n = 5) satunnaista aikapistettä 0 t i 5 Testattava periodi on P = 1.2 ja ajan nollakohta on t 0 = 0 t 1 merkintä:, cos Θ 1 = sininen ja sin Θ 1 = punainen (t i t i t 0 ) i P = f (t i t 0) φ i Θ i[ o ] Θ i [rads] cos Θ i sin Θ i i=5 i=1 cos Θi = i=5 i=1 sin Θi = 0.40 z = ( i=5 i=1 cos Θi)2 + ( i=5 i=1 sin Θi)2 = ( 0.97)2 + (0.40) 2 = 0.22 on pieni n 5

13 Vaiheet φ Kulmat Θ Seitsemän (n = 7) periodista aikapistettä 0 t i 5 Testattu periodi on P = 1.2 ja ajan nollakohta on t 0 = 0 t 1 merkintä:, cos Θ 1 = sininen ja sin Θ 1 = punainen z = ( i=7 i=1 cos Θi)2 + ( i=7 i=1 sin Θi)2 n = ( 4.55)2 + (4.09) 2 = 5.35 on suuri 5 Q = P(z > 5.35) = e 5.35 = = 1/200 Jos H Θ = tosi, tämä tapahtuu vain kerran 200 tapauksesta (t i t i t 0 ) i P = f (t i t 0) φ i Θ i[ o ] Θ i [rads] cos Θ i sin Θ i i=7 i=1 cos Θi = i=7 i=1 sin Θi = 4.09

14 Vaiheet φ Kulmat Θ H Θ oli: n vaihekulmat Θ 1, Θ 2,... ja Θ n ovat otos tasajakaumasta (=satunnaisesta) välillä 0 o ja 360 o. H Θ=tosi f (z) = e z for z 0 F(z) = 1 e z for z 0 Vaiheet ovat φ i = FRAC[(t i t 0)/P] = FRAC[f (t i t 0)] Vaiheille toteutuu 0 φ i < 1 P(φ 0.5) = F(0.5) = 0.5, siis puolet φ arvoista on alle tai yli 0.5 H Θ = tosi H φ = tosi Data on kulmia H Θ Data on aikapisteitä H φ Kulmat ovat Θ i = 360 o φ i (asteita) tai Θ i = 2πφ i (radiaaneja) Mikä on sopiva hypoteesi n:lle vaiheelle φ i? H φ : n vaiheet φ 1, φ 2,... ja φ n ovat otos tasajakaumasta (=satunnaisesta) välillä 0 ja 1. H φ : Vaiheiden todennäköisyys tiheysfunktio on 0, φ < 0 f (φ) = 1, 0 1 < 1, 0, 1 φ, Kumulatiivinen todennäköisyys tiheysfunktio on 0, φ < 0 F(φ) = φ, 0 φ < 1, 1, 1 φ,

15 Monen periodin testaus Kysymys: Mistä tiesit, että P = 1.2 oli hyvä periodi edellisessä esimerkissä? Vastaus: Simuloin n = 7 aikapistettä sillä periodilla. Kysymys: Pystyisitkö löytämään tämän P = 1.2 periodin datasta, jos joku muu olisi sen sinne simuloinut, mutta ei olisi kertonut sinulle P:n numeroarvoa. Vastaus: Kyllä. Löytäisin tämän periodin testaamalla monta periodia. Aikapisteet olivat t 1 = 0.46, t 2 = 0.48, t 3 = 1.54, t 4 = 1.56, t 5 = 1.84, t 6 = 4.01 and t 7 = 4.15 Aikaväli oli T = t n t 1 = = 3.39 Ei informaatiota aikavälin ulkopuolelta Suurin testattava periodi P < P max < T = 3.39 Ei informaatiota aikapisteiden välisistä aukoista Pienin testattava periodi P > P min > T n = 0.53 Valittu alaraja: 0.53 < P min = 0.8 f max = 1.25 Valittu yläraja: 3.39 > P max = 3.0 f min = 0.33 Testattavat frekvenssit f välillä f min = 0.33 ja f max = 1.25 Riippumattomien testattavien frekvenssien välinen etäisyys f 0 = 1 T = Riippumattominen testattavien frekvenssien määrä on m = fmax f min f = = 3.38 Määrän tulee olla positiivinen kokonaisluku m = INT[3.38] = 3 INT[x] poistaa x:n desimaalit Alarajan f min = 0.33 ja ylärajan f max = 1.25 välissä on m = 3 riippumatonta testattavaa frekvenssiä

16 Monen periodin testaus Q = P(z > z 0) = e z 0 on todennäköisyys, että z ylittää valitun arvon z 0 yhdessä m = 1 testissä 1 Q on todennäköisyys, että z ei ylitä valittua arvoa z 0 yhdessä m = 1 testissä (1 Q) m on todennäköisyys, että z ei ylitä kertaakaan valittua arvoa z 0 m > 1 testissä Q = 1 (1 Q) m on todennäköisyys, että z ylittää valitun arvon z 0 ainakin kerran m > 1 testissä t = [0.46, 0.48, 1.54, 1.56, 1.84, 4.01, 4.15], n = 7, T = 3.69 f min = 0.33, f max = 1.25, f 0 = 1/ T = 0.271, m = 3 Periodogrammin arvot z(f j) merkitty Ylitäyttö muuttuja OFAC=10 Tiheämpi frekvenssien väli f step = f 0/OFAC = Periodogrammi tällä tiheämmällä välillä = Periodogrammi vielä tiheämmällä välillä = jatkuva viiva Maksimi arvo z 0 = = korkein periodogrammin huippu antaa Q = 1 (1 e z 0 ) m = 1 (1 e ) 3 = Korkein huippu: f = P = ei ole tasan 1.2 (Simuloin virheen!) j f j = f min + j f 0 z(f j)

17 Rayleigh testi paperissamme Rayleigh testi paperissamme n = Data = Aikapisteet t 1 t 2... t n H 0 : n vaiheet φ 1, φ 2,... ja φ n ovat otos tasajakaumasta (=satunnainen) välillä 0 ja 1. γ = = Ennalta kiinnitetty merkittävyys taso H 0 :n hylkäämiseksi = Todennäköisyys virheellisesti hylätä H 0 on yksi tuhannesta f min and f max = Testattava frekvenssiväli valittu f 0 = 1/ T = 1/(t n t 1 ) = Etäisyys riippumattomien frekvenssien välillä ratkaistu m = INT[(f max f min )/f 0 ] = Riippumattomien frekvenssien määrä ratkaistu f j = Testattavien frekvenssien välit ovat f step = f 0 /OFAC = f 0 /100 φ i = FRAC[f j t i ] = Lasketaan vaiheet testattavalla f j. Vaihekulmat ovat Θ i = 2πφ i z(f j ) = ( i=n i=1 cos Θ i) 2 +( i=n i=1 sin Θ i) 2 = Periodogrammin arvo ratkaistaan jokaisella f n j z 0 = max[z(f best )] = Korkein periodogrammin huippu on frekvenssin f best kohdalla Q = 1 (1 e z 0 ) m = on tämän frekvenssin f best merkittävyys H 0 hylätään, jos Q < γ = Jos H 0 hylätään Periodi P best = 1/f best löydetty

18 Data 3200 vuotta sitten Egyptissä Hyvien ja Huonojen päivien Kalenteri Ennuste päivälle tai osalle päivää Ennuste oli hyvä tai huono Papyrus Cairo sisältää parhaiten säilyneen kalenterin ( Cairo Calendar = CC) Kolme ennustetta joka päivälle Kuvaava teksti joka ennusteelle Papyrus sivu: Muurahaiset syöneet reiät. Egyptiläinen vuosi oli 365 päivää 12 kuukautta (M). Jokaisessa 30 päivää (D) 3 vuodenaikaa. Jokaisessa 4 kuukautta: Akhet (tulva), Peret (talvi) ja Shemu (sadonkorjuu) 5 ylimääräistä epagomenaalista päivää Seuraava sivu: kaikki CC ennusteet Merkinnät (Leitz 1994): G =Gut=Hyvä S =Schlecht=Huono = Vahingoittunut = Ei ennustetta

19 Akhet Akhet Akhet Akhet Peret Peret Peret Peret Shemu Shemu Shemu Shemu I II III IV I II III IV I II III IV D M = 1 M = 2 M = 3 M = 4 M = 5 M = 6 M = 7 M = 8 M = 9 M = 10 M = 11 M = 12 1 GGG GGG GGG GGG GGG GGG GGG GGG GGG GGG GGG GGG 2 GGG GGG GGG GGG GGG GGG GGG GGG GGG 3 GGS GGG GGG SSS GGG SSS GGG GGG SSS SSS 4 GGS SGS GGG GGG GGG GSS GGG SSS SSS GGG SSG 5 GGG SSS GGG GSS GGG GGG SSS GGG SSS GGG 6 SSG GGG GGG SSS GGG GGG SSS GGG SSS 7 GGG SSS GGG SSS SSS GGG SSS GGG GGG SSS SSS 8 GGS GGG GGG GGG GGG GGG GGG GGG SSS GGG 9 GGG GGG SSS GGG GGG GGG GGG GGG GGG GGG GGG 10 GGG GGG GGG GGG SSS SSS SSS GGG SSS GGG 11 SSS GGG GGG GGG SSS GGG GGG SSS SSS SSS SSS 12 SSS SSS SSS GGG GGG SSS GGG GGG 13 GSS GGG SSS GGG GGG SSS GGG SSS GGG GGG 14 GGG SSS GGG SSS SGG GGG SSS GGG 15 GSS GSS SSS GGG SSS GGG SSS GGG SSS 16 SSS GGG GGG GGG GGG SSS GGG GGG GGG SSS GGG 17 SSS GGG SSS GGG SSS SSS GGG SSS GGG 18 GGG SSS SSS SSS GGG SSS GGG GGG SSS SSS SSG 19 GGG GGG SSS SSS SSS GSS GGG GGG SSS SSS GGG 20 SSS SSS SSS SSS SSS SSS SSS SSS SSS SSS 21 GGG SSG GGG SSG GGG SSS SSG GGG GGG 22 SSS GGG GGG GGG SSS SSS GGG SSS SSS GGG 23 SSS SSS GGS GGG GGG GGG GGG GGG SSS SSS 24 GGG SSS GGG GGG SSS SSS SSS GGG GGG GGG 25 GGS SSS GGG GGG GGG SSS GGG GGG GSG GGG 26 SSS SSS GGG GGG SSS SSS GGG SSS GGG GSG 27 GGG SSS GGG GGS GGG SSS SSS SSS SSS SSS 28 GGG GGG GGG SSS GGG GGG GGG GGG GGG SSS GGG 29 SGG GGG GGG SSS GGG SSS GGG GGG GGG GGG GGG GGG 30 GGG GGG GGG GGG GGG SSS GGG GGG GGG GGG GGG GGG

20 Data: CC aikapisteiksi I Akhet 25 ennuste GGS 1. osa ja 2. osa olivat hyviä 3. osa päivästä oli huono Egyptiläinen päivä alkoi auringon noususta 1. osa: aamu (t 1) 2. osa: keskipäivä tai keskipäivä ja ilta (t 2) 3. osa: ilta tai yö (t 3) Ongelma 1: Mikä oli päivän pituus? Muuttaa t 1, t 2 ja t 3 arvoja Ongelma 2: Mitkä kohdat vuorokaudesta? Muuttaa t 1, t 2 and t 3 arvoja Egyptiläinen päivä N E = 30(M 1) + D Gregoriaaninen päivä (N G=1 =Tammikuu 1) { NE + N N G = 0 1, N E 366 N 0 N E + N 0 366, N E > 366 N 0, Data: CC aikapisteiksi N 0 on muunnosvakio Me testasimme N 0 = 62, 187, 307 Aikaerot 120 päivää = 4 kuukautta Päivä pituus riippuu auringon deklinaatiosta (δ ) ja paikallisesta leveysasteesta (φ) φ = 26. o 7 on vakio Keski Egyptissä Deklinaatio on auringon säteiden ja maan ekvaattorin tason välinen kulma. δ ei vakio. Riippuu N G:stä. δ = δ (N G) o cos [ 360o (N G + 10) ] Gregoriaanisen päivän N G pituus tunneissa l D = l D(N G) = A acos{ tan[φ] tan[δ (N G)]} Vakio A = 24/180 o muuntaa asteet tunneiksi Päivän ja yön pituudet ratkaistu Ongelma: Mihin me laitamme t 1, t 2 ja t 3?

21 Data: 1. Päiväjako Kolme aikapistettä päivällä (a) t 1(N E) = (N E 1) t 2(N E) = (N E 1) t 3(N E) = (N E 1) [ ] ld(n G) 6 [ ] 3ld(N G) 6 [ ] 5ld(N G) 6 Data: 2. Päiväjako Kaksi aikapistettä päivällä ja yksi aikapiste yöllä (b) t 1(N E) = (N E 1) + 1 [ ] ld(n G) 24 4 t 2(N E) = (N E 1) + 1 [ ] 3ld(N G) 24 4 t 3(N E) = (N E 1) + 1 [ 12 + ld(ng) ] 24 2

22 Data: Poistetut ennusteet D = 1 oli 12 kertaa GGG P = 30 päivää D = 20 oli 8 kertaa SSS P = 30 päivää Nämä GGG tai SSS ennusteet poistettu joistakin otoksista Data: Z 1 Z 2 Z 3 Z 4 = 24 otosta Z 1 = 3 Muunnos Egyptiläisestä Gregoriaaniseen vuoteen (N 0 = 62, 187 or 307) Z 2 = 2 Päiväjako (3 päivällä tai 2 päivällä ja 1 yöllä) Z 3 = 2 Analysoidut ennusteet (G tai S) Z 4 = 2 Poistettu GGG, kun D = 1. Poistettu SSS, kun D = 20 Data: Miksi 24 otosta? Vaikuttavat periodianalyysin tuloksiin Vuodenaikojen paikka vuoden sisällä (Z 1) Aikapisteiden paikka päivän sisällä (Z 2) Valitut tai poistetut ennusteet (Z 3 or Z 4) Selected Samples of Time Points (SSTP) (Kääntäminen tarpeetonta) SSTP N 0 Div X Remove n T 1 62 (a) G none (a) G D = (a) G none (a) G D = (a) G none (a) G D = (b) G none (b) G D = (b) G none (b) G D = (b) G none (b) G D = (a) S none (a) S D = (a) S none (a) S D = (a) S none (a) S D = (b) S none (b) S D = (b) S none (b) S D = (b) S none (b) S D =

23 Analyysi Rayleigh:n testi jokaiselle 24 otokselle aikapisteitä t 1 < t 2 <... < t n T = t n t P max = 90 päivää Kaikille testatuilla P vähintään 4 kierrosta dataa 3 tai 0 aikapistettä päivässä P min = 1.5 päivää Testatut P arvot pidempiä kuin aikapisteiden väliset etäisyydet P max = 90 d f min = 1/90 d 1 = d 1 P min = 1.5 d f max = 1/1.5 d 1 = d 1 Testattavat frekvenssit f j välillä d 1 ja d 1. Laske vaihekulmat Θ i = 2πf jt i. z(f j) = ( i=n i=1 cos Θ i )2 +( i=n i=1 sin Θ i )2 n = Periodogrammin arvot ratkaistaan jokaiselle f j Korkein huippu on z best = z(f best) Q = 1 (1 e z best ) m on todennäköisyys, että z(f ) ylittää tämän valitun arvon z best m = Riippumattomien frekvenssien määrä Hypoteesi H 0 ( Data on kohinaa ) hylätään, jos Q < γ = Jos H 0 hylätään Periodisuutta arvolla P best = 1/f best. Jos H 0 ei hylätä Ei periodisuutta Samat tulokset kaikille muunnoksille Egyptiläisestä Gregoriaaniseen vuoteen (vuodenajoilla ei merkitystä) Samat tulokset molemmille päiväjaoille (aikapisteiden paikoilla päivän sisällä ei merkitystä) Periodisuutta vain G ennusteissa

24 Analyysi: SSTP=1 Kaikki G ennusteet & Ei poistettuja (a) Huiput 29.4 ja 2.85 päivää Simuloimme kohinaa samoille t i Mikä on odotettu z 0 taso? P(z < z 0) = 1 e z 0 = 1/2 z 0 = (piste viiva) (b) Kohinan periodogrammi = z (f ) z (f ) poikkeaa tasosta z (f ) huippuja pienillä f Statistiikka hajoaa Q arviot epäluotettavia Normalisaatio: z N(f ) = z(f )/z (f ) (c) z N(f ) huiput 29.6 päivää (siirtynyt) ja 2.85 päivää (ei siirtynyt) Oli ratkaistava Q simuloimalla 29.6 and 2.85 päivää parhaat Q < γ = (7.5 ja 1.5 päivää ) SSTP=3, 5, 7, 9, 11: Samat tulokset!

25 Analyysi: SSTP=2 G prognoses & D = 1 poistettu (a) Huiput z(f ) 2.85 ja 64.8 päivää 29.6 päivän periodi on kadonnut (b) z (f ) poikkeaa tasosta Uusia z (f ) huippuja suurilla f Statististiikka hajoaa jälleen (c) z N(f ) huiput 2.85 ja 1.54 päivää (uusi periodi) Epätodellinen 64.8 päivää kadonnut Vain 2.85 ja 1.54 päivää toteuttivat Q < γ = päivää myös epätodellinen SSTP=4, 6, 8, 10, 12: Samat tulokset! Ei G poistoja: paras 29.6 ± 0.02 Kuu: päivän synodinen periodi G poistettu D = 1: paras 2.850±0.002 SSTP=13-24 (S): Ei periodisuutta!

26 Astrofysiikka: Mira Mikä on P = ± päivää ja saavuttaa Q ? Mikä on muuttuva tähti? (planeetta liikkuu!) 1596: David Fabricius (Saksalainen, ) löysi 1. periodisesti muuttuvan tähden: Mira 1638: Johannes Holwarda (Friisiläinen, ) Ilmestyy ja katoaa 11 kuukaudessa Muuttuva tähti: laajenee ja kutistuu Astrofysiikka: Algol 1667: Geminiano Montanari (Italialainen, ) löysi 2. periodisen muuttuvan tähden: Algol (β Per) Montanari ei huomannut periodisuutta Pimennysmuuttuja: Kaksi tähteä kiertää yhteistä massakeskipistettä Näkösäde lähes kiertotason suuntainen

27 Astrofysiikka: Goodricke John Goodricke (Englanti, ) Amatööri astronomi Kuuro, mykkä ja kuoli 21 vuotiaana 1783: määritti Algolin päivän periodin paljain silmin Copleyn Mitali (the Royal Society of London) Hypoteesi: pimennys tai pilkkuja Astrofysiikka: Algol A B M = Auringon massa Algol A: pääsarja, 3.7M, kirkkaampi Algol B: jättiläinen, 0.8M, himmeämpi Algol B suurempi kuin Algol A Valokäyrä: kaksi minimiä 230 vuotta: Ei mitattavaa periodin kasvua Pieniä epäsäännöllisiä muutoksia ylös ja alas päin Syy ± päivän kasvuun?

28 Astrofysiikka: Goodricke Astrofysiikka: Goodricke Vertasi magnitudeja Silmän tarkkuus 0.1 magnitudia Teki muistiinpanoja Ratkaisi minimien ajanhetket Ajanhetket päivän monikertoja Miten Goodricke löysi periodin? Magnitudit: m kasvaa kirkkaus laskee Menee Pysyy Nimi m m alle alla Algol α Per 1.8 ei ei γ And tuntia 6 tuntia ζ Per tuntia 4 tuntia ɛ Per tuntia 4 tuntia γ Per tuntia 4 tuntia β Tri tuntia 4 tuntia δ Per tuntia 4 tuntia

29 Astrofysiiikka: Rochen pinta Alue avaruudessa: materia ei voi paeta tähden painovoimakentästä Alueen ulkopuolella: materia alkaa karata Astrofysiikka: Algol paradoksi Laki: Painavammat tähdet kehittyvät nopeammin Kevyempi Algol B kehittynyt jättiläiseksi Painavampi Algol A on yhä pääsarjassa, eli polttaa vetyä? Astrofysiikka: Massavirtaus Syntyhetki: Algol B (m B = 2.81M ) massiivisempi kuin Algol A (m A = 2.50M ) Algol B kehittyi jättiläiseksi täyttäen Roche pintansa Materiaa alkoi virrata Algol A:han, josta tuli massiivisempi Nykyhetki: m A = 3.7M ja m B = 0.8M Massavirtauksen kevyestä painavampaan tähteen pitäisi kasvattaa periodia P 1 = 2. d 850 ajanhetkelle t 1 = 1224 ekr P 2 = 2. d ajanhetkelle t 2 = 2012 jkr Ṗ/P = [(P 2 P 1)/(t 2 t 1)]/P Ṗ/P = [3 ṁ B (m A m B)]/(m Am B) Meidän tuloksemme oli ṁ B = 2.2x10 7 M per vuosi. Sarnan (1993) evoluutiomalli ennusti: ṁ B = 2.9x10 7 M per vuosi Johtopäätös: Massavirtaus selittäisi periodin kasvun kolmessa vuosituhannessa

30 Astrofysiikka: Massavirtaus Taiteilijan kuvaus Himmeämmän Algol B:n säde suurempi Kirkkaamman Algol A:n säde pienempi Astrophysics: Algol C Algol C kääntää Algol A B systeemin ratatasoa Pimennyksiä ei aina havaita Φ = lausutaan phi (Iso kirjain) Φ = Ratatasojen välinen kulma Algol A B ja Algol AB C systeemeillä Vanhat Φ Ei pimennyksiä Egyptissä 1224 ekr Φ = 95 o ± 3 o (Zavala, 2010) or 96 o ± 5 o (Csizmadia 2009) Kyllä tai ei pimennyksiä? Astrofysiikka: Algol C Kolmoistähti systeemi (1888) Vain kolme tähteä (1970) Algol A B systeemi: päivää Algol AB C systeemi: 680 päivää Baron et al. (May 3rd, 2012) Φ = 90 o.2 ± 0 o.32 Varmasti pimennyksiä Egyptissä 1224 ekr!

31 Astronomia: Paljain silmin Ongelma: Mitä periodista voi havaita taivaalta paljain silmin? Ratkaisu: Aurinko, Kuu, planeetat ja tähdet P > 90 päivää: Aurinko ja planeetat P < 90 päivää: Kuu (29.6 päivää havaittu!) ja joitakin muuttuvia tähtiä Ongelma: Mitkä tunnetusta muuttuvasta tähdestä? Ratkaisu: Läpikäydään kymmenen valintakriteeriä Ihmisen silmä: rajamagnitudi m = 6 m kasvaa kirkkaus pienenee C 1: Muuttuvan tähden maksimikirkkaus on m max kandidaattia Ihmisen silmä: havaitsee 0. m 1 kirkkauserot tähtien välillä C 2: Muuttuvan tähden kirkkausvaihtelun amplitudi m > kandidaattia C 3: Kirkkauden vaihtelun periodi P tunnetaan. 30 kandidaattia C 4: Periodi on alle 90 päivää. 13 kandidaattia

32 Astronomia C 5: Muuttuja ei ollut horisontin alapuolella, tai liian lähellä horisonttia, Egyptissä 1224 ekr 10 kandidaattia C 6: Muuttujan kirkkauden voi ennustaa. 7 kandidaattia 4 kefeidiä: ζ Gem, l Car, η Aql and δ Cep Kefeidit laajenevat ja kutistuvat Periodinen valokäyrä 3 pimennysmuuttujaa: Algol, λ Tau, β Lyr Sama skaala: Algol kirkkain & vaihtelu suurinta

33 Astronomia C 7: Kirkkauden vaihtelu havaittavissa yhdessä yössä. 12 tunnin yöt Viivat osoittavat kirkkauden vaihtelun ζ Gem and l Car eliminoitu? Algol ja λ Tau suurin vaihtelu Sama skaala: Algolin pimennys kestää 10 tuntia Joskus havaittavissa yhtenä yönä λ Tau pimennys kestää 14 tuntia Ei koskaan havaittavissa yhtenä yönä

34 Astronomia Ei yhdessä yössä Usea yö? (Mira) C 8: Kirkkausvaihtelu muuttaa havaittavasti tähtikuviota. Kohteet kentässä Kirkkaammat tähdet Vertailu tähdet Muut muuttuvat tähdet Altitudi Ekstinktio Valokäyrän periodi Viimeiset kandidaatit: Algol, λ Tau, ehkä β Lyr C 1,..., C 8 toteutuvat Muuttuja löydetty Ongelma: Periodi on vielä tuntematon

35 Astronomia C 9: Muuttujan periodi voitiin määrittää paljain silmin vuonna 1224 ekr Hipparkos ( B.C): tarkkuus 1. m 0 Ptolemaios ( A.D.): välillä 0. m 4 ja 1. m 0 Astrolabi Differentiaali fotometria Aikasarja Mittaukset m(t 1), m(t 2),... Karteesinen koordinaatisto tai Moderni aikasarja-analyysi ζ Gem, l Car, η Aql, δ Cep tai β Lyr periodit Mahdotonta Pimennysajat Sarja aikapisteitä t 1, t 2,... Säännöllisiä monikertoja λ Tau ja Algol periodit Mahdollista C 10: Modernin tähtitieteen historia: kumman muuttujan periodi määritettiin ensin? Algol (2. Montanari, 1669; Goodricke 1783) λ Tau (>18. Baxendell, 1848) C 1,..., C 10 kriteerit Algol on paras kandidaatti Dekkari: Etsintä epäillyn (muuttuvan tähden) joukosta päättynyt!

36 Egyptologia En asiantuntija (Porceddu ja Toivari-Viitala) Mitä, Missä, Milloin, Kuka, Miksi ja Miten Egyptologia: Mitä? Siviilikalenteri Vanha valtakunta ( B.C.) tai aiemmin Vuosi (12 kk), Vuodenaika (4 kk), Kuukausi (kk = 30 vrk), Viikko (10 vrk) Vuosi = 36 dekadia + 5 epagomenaalista päivää = 356 vrk Vuodenajat vaelsivat Kuukalenteri Juhlapäivät: määräytyivät tähtitieteellisistä havainnoista Kuukauden alku: aamu jona Kuu oli kadonnut Kuun synodien periodi on päivää Kuukaudet 29 tai 30 päivää. 12 tai 13 kk Egyptologia: Mitä? Juhlapäivät sopivana vuodenaikana Yhteys Siviili- ja Kuukalenterin välillä Hyvien ja Huonojen päivien Kalenteri Vain 9 kokonaista tai osittaista säilynyt Hyvä tai huono ennuste päivittäin G=Gut=Hyvä S=Schlecht=Huono Sallier IV (British Museum, Hankintavuosi 1839, Ostettu Francois Sallierilta)

37 Egyptologia: Mitä? SSS Nälkä, jano, sairaudet, Rajoituksia: ruoka, matkustus, peruskiven muuraus,... SSS Huono syntymäpäivä,... GGG Juhlia, iloa, vapautta, terveyttä, menestystä, uhreja jumalille,... GGG Hyvä syntymäpäivä,... D = 1 aina GGG D = 20 aina SSS I Akhet 8: GGS Älä mene ulos yöllä I Akhet 25: GGS Älä mene ulos illalla Kuu: Alä mene ulos katsomaan pimeyttä uuden kuun aikana. Toistuvia ennusteita: Horuksen silmä, Se raivoava, Leijona Jumalatar Sekhmet, Wedjat Sekhmet taistelee niitä vastaan, jotka vastustavat Aurinko jumalaa Egyptology: Mitä? Myytti: Sekhmet lähetettiin tuhomaan kapinoiva ihmiskunta. Rauhoitettiin oluella. I Akhet 25: GGS... jumaltar taistelee kapinoitsijoita vastaan itäisellä aavikolla... älä mene ulos yöllä. Algol aamutaivaalla? Sekhmet: faaraoiden suojelija Sekhmet: johti faaraoita sodassa

38 Egyptologia: Missä? Nykyinen Deir el-medinan kylä = Muinainen Theba Niilin länsirannalla, vastapäätä Luxoria (Kuninkaiden laakso) Theba CC löytynyt Eliitti työmiehiä Kuninkaiden hautojen rakentaminen ja koristelu Abydos CC kirjoitettu? Valon Talo = Kirjojen Talo = Kirjurien instituutio Muinainen yliopisto Kirjurit: Matematiikka, Lääketiede, Astronomia, Maantiede, Taikuus, Balsamointi, Unien tulkinta, Hautojen koristelu, Kuolleiden Kirja,... Kalenterit yksi kirjurien palveluista? Etäisyys Thebasta Abydosiin: 90 km

39 Egyptologia: Milloin? CC vaikea ajoittaa tarkasti. Kopio Sallier IV ( B.C.) Käytimme kompromissia 1224 ekr ± Muutama vuosisata Samat astrofysikaaliset ja astronomiset tulokset Egyptologia: Kuka? Kirjurit: arvostettuja ammattilaisia Kirjoittaminen maaginen kyky Mahdollisti kommunikaation jumalien ja kuolleiden Lauri Jetsukanssa al. Fysiikan laitos Helsingin yliopisto Kirjoittaminen otettiin vakavasti: teksti ei vanhennu, eikä muutu virheelliseksi Kulttuuri perustui kirjoitettuun kommunikaatioon Sama kirjuri: lääkäri, parantaja, pappi, taikuri, tunnin-mittaaja, matemaatikko,... CC teksti kuvasi itseään:... kirja, jonka alku on ikuisuus ja loppu on äärettömyys, temppelin jumalien luoma, Enneadin kokoama ja hänen majesteettinsa Thothin sitoma Suuressa talossa Kaiken Valtiaan vierellä.

40 Egyptologia: Miksi? Joka yö: Aurinko seilasi lautalla läpi maan alisen maailman Joka yö: Rukouksia ja rituaaleja jokaisena 12 tuntina Miellyttivät kauheita portinvartijoita Kaikki tehty oikein Aurinko nousi uudelleen Tunnin mittaajat: Yön tunnit astronomisista havainnoista Dekaanitähdistä laskettiin yön tunnit Hautaholvit: dekaanitähtien tähtikuviot Egyptologia: Miksi? Mukana tieteessä Mukana pappeudessa Rituaalit pitivät tunnetun maailmankaikkeuden vakaassa tilassa Mikä tahansa ennustamaton muutos Kosminen järjestys häiriintyy Muuttuja havaitaan Saa paljon huomiota Kirjoittaa suoraan Herättää vihan Epäsuorasti Myytti Välttää vihan

41 Egyptologia: Miten? Yli 1000 vuotta: 300 kirkasta yötä vuodessa Meridiaanilla kaksi kirjuria kasvot vastakkain 2 3 metrin etäisyydellä Vasemman olkapään kohdalla, vasemman korvan kohdalla, vasemman silmän kohdalla, oikean silmän kohdalla,... Algol huomattu dekaanitähtiä havaittaessa. Ehkä vain havaitut pimennykset kirjattu. 57 päivää Pimennyksellä sama yön tunti! Ehkä määrittivät numero arvon 20 pimennystä 57 päivässä (Päiväaika interpoloitu) Periodi 2+17/20 päivää Ei suoraa viittausta Ei vihaa Mytologia: Sekhmet, Wedjat, Se raivoava Muut kultturit: Miksi ei? Miksi Algolia ei mainita missään historiallisessa dokumentissa? Kopal (1947)... aiemmat löydöt hautautuneet Aleksandrian kirjaston tuhkaan Medusan pää: optimaalinen timantti Helleenien myytti: Perseus leikkaa Medusan pään

42 Johtopäätökset Algolin periodi oli päivää 1224 ekr Algolin periodi on kasvanut päivään Periodin kasvu havaittu ensimmäistä kertaa Muinaiset Egyptiläiset ovat kirjanneet periodin CC:hen uskonnollisista syistä CC kuvaa Sitä Raivoavaa = Algol? CC on luultavasti vanhin säilynyt dokumentti muuttuvan tähden löytämisestä Ensimmäinen muuttuva tähti löydettiin 3000 vuotta aiemmin kuin tähän asti on uskottu CC antaa arvokasta tietoa tuleviiin kaksoistähtien massavirtaus tutkimuksiin Johtopäätökset Pimennyksiä havaittu 1224 ekr Algol A B ja Algol AB C systeemien ratatasojen täytyy olla lähes kohtisuorat (varmistui jälkikäteen!) Egyptologia: Avaa uuden ikkunan menneisyyteen Kysymyksiä?

"Algol ja Kuu hallitsivat muinaisten egyptiläisten jumalia"

Algol ja Kuu hallitsivat muinaisten egyptiläisten jumalia Lauri Jetsu Fysiikan laitos, Helsingin yliopisto, lauri.jetsu@helsinki.fi perustuu artikkeliin Shifting Milestones of Natural Sciences: The Ancient Egyptian discovery of Algol s Period Confirmed alla artikkelin

Lisätiedot

linux: koneelta toiselle

linux: koneelta toiselle L8: linux linux: arkistointi tar liittää useampia tiedostoja yhteen samaan arkistoon (engl. archive) Esimerkki 1 tar cvf arkisto.tar *.DAT luo arkiston arkisto.tar, joka sisältää kaikki.dat loppuiset tiedostot

Lisätiedot

Did the ancient egyptians record the period of the eclipsing binary Algol the Raging One?

Did the ancient egyptians record the period of the eclipsing binary Algol the Raging One? Did the ancient egyptians record the period of the eclipsing binary Algol the Raging One? Lauri Jetsu et al. Department of Physics University of Helsinki lauri.jetsu@helsinki.fi Lauri Jetsu et al. Department

Lisätiedot

linux: arkistointi jjj

linux: arkistointi jjj L8: linux linux: arkistointi tar liittää useampia tiedostoja yhteen samaan arkistoon (engl. archive) Esimerkki 1 tar cvf arkisto.tar *.DAT luo arkiston arkisto.tar, joka sisältää kaikki.dat loppuiset tiedostot

Lisätiedot

L9: Rayleigh testi. Laskuharjoitus

L9: Rayleigh testi. Laskuharjoitus L9: Rayleigh testi Laskuharjoitus Data on tiedoston Rayleighdata.dat 1. sarake: t = t i Ajan hetket ovat t = t 1, t 2,..., t n, missä n = n = 528 Laske ja plottaa välillä f min = 1/P max ja f max = 1/P

Lisätiedot

L9: Rayleigh testi. Laskuharjoitus

L9: Rayleigh testi. Laskuharjoitus L9: Rayleigh testi Laskuharjoitus Data on tiedoston H7binput.dat 1. sarake: t = t i Ajan hetket ovat t = t 1, t 2,..., t n, missä n n = 528 Laske ja plottaa välillä f min = 1/P max ja f max = 1/P min z(f

Lisätiedot

Etäisyyden yksiköt tähtitieteessä:

Etäisyyden yksiköt tähtitieteessä: Tähtitiedettä Etäisyyden yksiköt tähtitieteessä: Astronominen yksikkö AU = 149 597 870 kilometriä. Tämä vastaa sellaisen Aurinkoa kiertävän kuvitellun kappaleen etäisyyttä, jonka kiertoaika on sama kuin

Lisätiedot

2.7.4 Numeerinen esimerkki

2.7.4 Numeerinen esimerkki 2.7.4 Numeerinen esimerkki Karttusen kirjan esimerkki 2.3: Laske Jupiterin paikka taivaalla..2. Luennoilla käytetty rataelementtejä a, ǫ, i, Ω, ω, t Ω nousevan solmun pituus = planeetan nousevan solmun

Lisätiedot

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Tilastollinen testaus. Vilkkumaa / Kuusinen 1 Tilastollinen testaus Vilkkumaa / Kuusinen 1 Motivointi Viime luennolla: havainnot generoineen jakauman muoto on usein tunnettu, mutta parametrit tulee estimoida Joskus parametreista on perusteltua esittää

Lisätiedot

Pienimmän Neliösumman Sovitus (PNS)

Pienimmän Neliösumman Sovitus (PNS) Pienimmän Neliösumman Sovitus (PNS) n = Havaintojen määrä (Kuvan n = 4 punaista palloa) x i = Havaintojen ajat/paikat/... (i = 1,..., n) y i = y(x i) = Havaintojen arvot (i = 1,..., n) σ i = Havaintojen

Lisätiedot

Kertausosa. 5. Merkitään sädettä kirjaimella r. Kaaren pituus on tällöin r a) sin = 0, , c) tan = 0,

Kertausosa. 5. Merkitään sädettä kirjaimella r. Kaaren pituus on tällöin r a) sin = 0, , c) tan = 0, Kertausosa. a),6 60 576 Peruuttaessa pyörähdyssuunta on vastapäivään. Kulma on siis,4 60 864 a) 576 864 0,88m. a) α b 0,6769... 0,68 (rad) r,m 8cm β,90...,9 (rad) 4cm a) α 0,68 (rad) β,9 (rad). a) 5,0

Lisätiedot

ELEC C4140 Kenttäteoria (syksy 2015)

ELEC C4140 Kenttäteoria (syksy 2015) ELEC C4140 Kenttäteoria (syksy 2015) Henrik Wallén Luentoviiko 3 / versio 23. syyskuuta 2015 Vektorianalyysi (Ulaby, luku 3) Koordinaatistot Viiva-, pinta- ja tilavuusalkiot Koordinaattimuunnokset Nablaoperaatiot

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 18 1 Kertausta: momenttimenetelmä ja suurimman uskottavuuden menetelmä 2 Tilastollinen

Lisätiedot

Mb8 Koe Kuopion Lyseon lukio (KK) sivu 1/3

Mb8 Koe Kuopion Lyseon lukio (KK) sivu 1/3 Mb8 Koe 4.11.015 Kuopion Lyseon lukio (KK) sivu 1/3 Kokeessa on kaksi osaa. Osa A ratkaistaan tehtäväpaperille ja osa B ratkaistaan konseptipaperille. Osa A: saat käyttää taulukkokirjaa mutta et laskinta.

Lisätiedot

Väliestimointi (jatkoa) Heliövaara 1

Väliestimointi (jatkoa) Heliövaara 1 Väliestimointi (jatkoa) Heliövaara 1 Bernoulli-jakauman odotusarvon luottamusväli 1/2 Olkoon havainnot X 1,..., X n yksinkertainen satunnaisotos Bernoulli-jakaumasta parametrilla p. Eli X Bernoulli(p).

Lisätiedot

Mb8 Koe Kuopion Lyseon lukio (KK) sivu 1/2

Mb8 Koe Kuopion Lyseon lukio (KK) sivu 1/2 Mb8 Koe 0.11.015 Kuopion Lyseon lukio (KK) sivu 1/ Kokeessa on kaksi osaa. Osa A ratkaistaan tehtäväpaperille ja osa B ratkaistaan konseptipaperille. Osa A: saat käyttää taulukkokirjaa mutta et laskinta.

Lisätiedot

Havaitsevan tähtitieteen peruskurssi I

Havaitsevan tähtitieteen peruskurssi I 2. Ilmakehän vaikutus havaintoihin Lauri Jetsu Fysiikan laitos Helsingin yliopisto Ilmakehän vaikutus havaintoihin Ilmakehän häiriöt (kuva: @www.en.wikipedia.org) Sää: pilvet, sumu, sade, turbulenssi,

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Bayesläiset piste- ja väliestimaatit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto

Lisätiedot

Pimennys- yms. lisäsivut Maailmankaikkeus nyt -kurssi

Pimennys- yms. lisäsivut Maailmankaikkeus nyt -kurssi Pimennys- yms. lisäsivut Maailmankaikkeus nyt -kurssi Asko Palviainen Matemaattis-luonnontieteellinen tiedekunta Ajanlasku Kuukalenteri vuodessa 12 kuu-kuukautta ei noudata vuodenaikoja nykyisistä kalentereista

Lisätiedot

Juuri 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty c) sin 50 = sin ( ) = sin 130 = 0,77

Juuri 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty c) sin 50 = sin ( ) = sin 130 = 0,77 Juuri 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty.5.07 Kertaus K. a) sin 0 = 0,77 b) cos ( 0 ) = cos 0 = 0,6 c) sin 50 = sin (80 50 ) = sin 0 = 0,77 d) tan 0 = tan (0 80 ) = tan 0 =,9 e)

Lisätiedot

Tekijä Pitkä matematiikka

Tekijä Pitkä matematiikka K1 Tekijä Pitkä matematiikka 5 7..017 a) 1 1 + 1 = 4 + 1 = 3 = 3 4 4 4 4 4 4 b) 1 1 1 = 4 6 3 = 5 = 5 3 4 1 1 1 1 1 K a) Koska 3 = 9 < 10, niin 3 10 < 0. 3 10 = (3 10 ) = 10 3 b) Koska π 3,14, niin π

Lisätiedot

Tähtitieteessä SI-yksiköissä ilmaistut luvut ovat usein hyvin isoja ja epähavainnollisia. Esimerkiksi

Tähtitieteessä SI-yksiköissä ilmaistut luvut ovat usein hyvin isoja ja epähavainnollisia. Esimerkiksi Tähtitieteen perusteet, harjoitus 2 Yleisiä huomioita: Tähtitieteessä SI-yksiköissä ilmaistut luvut ovat usein hyvin isoja ja epähavainnollisia. Esimerkiksi aurinkokunnan etäisyyksille kannattaa usein

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

ABHELSINKI UNIVERSITY OF TECHNOLOGY

ABHELSINKI UNIVERSITY OF TECHNOLOGY Tilastollinen testaus Tilastollinen testaus Tilastollisessa testauksessa tutkitaan tutkimuskohteita koskevien oletusten tai väitteiden paikkansapitävyyttä havaintojen avulla. Testattavat oletukset tai

Lisätiedot

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 7. Millä reaaliluvun arvoilla a) 9 =, b) + 5 + +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c) +

Lisätiedot

Harjoitus 7: NCSS - Tilastollinen analyysi

Harjoitus 7: NCSS - Tilastollinen analyysi Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen

Lisätiedot

l 1 2l + 1, c) 100 l=0

l 1 2l + 1, c) 100 l=0 MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 5. Millä reaaliluvun arvoilla a) 9 =, b) 5 + 5 +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c)

Lisätiedot

Kenguru 2017 Student lukio

Kenguru 2017 Student lukio sivu 1 / 9 NIMI LUOKKA Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Oikeasta vastauksesta saa 3, 4 tai 5 pistettä.

Lisätiedot

Pimennys- yms. lisäsivut Maailmankaikkeus nyt -kurssi

Pimennys- yms. lisäsivut Maailmankaikkeus nyt -kurssi Pimennys- yms. lisäsivut Maailmankaikkeus nyt -kurssi Asko Palviainen Matemaattis-luonnontieteellinen tiedekunta Ajanlasku Kuukalenteri vuodessa 12 kuu-kuukautta ei noudata vuodenaikoja nykyisistä kalentereista

Lisätiedot

Kompleksiluvut., 15. kesäkuuta /57

Kompleksiluvut., 15. kesäkuuta /57 Kompleksiluvut, 15. kesäkuuta 2017 1/57 Miksi kompleksilukuja? Reaaliluvut lukusuoran pisteet: Tiedetään, että 7 1 0 x 2 = 0 x = 0 1 7 x 2 = 1 x = 1 x = 1 x 2 = 7 x = 7 x = 7 x 2 = 1 ei ratkaisua reaalilukujen

Lisätiedot

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme KJR-C1001 Statiikka ja dynamiikka Luento 23.2.2016 Susanna Hurme Tervetuloa kurssille! Mitä on statiikka? Mitä on dynamiikka? Miksi niitä opiskellaan? Päivän aihe: Voiman käsite ja partikkelin tasapaino

Lisätiedot

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016 BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016 1. Hahmottele karkeasti funktion f : R R 2 piirtämällä sen arvoja muutamilla eri muuttujan arvoilla kaksiulotteiseen koordinaatistoon

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

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2, MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 6. Millä reaaliluvun arvoilla a) 9 =, b) + + + 4, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + 4 + 6 + +, b) 8 + 4 6 + + n n, c) + + +

Lisätiedot

Dynaamiset regressiomallit

Dynaamiset regressiomallit MS-C2128 Ennustaminen ja Aikasarja-analyysi, Lauri Viitasaari Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016 Tilastolliset aikasarjat voidaan jakaa kahteen

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2016

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4B Bayesläinen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy

Lisätiedot

Johdatus matematiikkaan

Johdatus matematiikkaan Johdatus matematiikkaan Luento 6 Mikko Salo 6.9.2017 Sisältö 1. Kompleksitaso 2. Joukko-oppia Kompleksiluvut Edellisellä luennolla huomattiin, että toisen asteen yhtälö ratkeaa aina, jos ratkaisujen annetaan

Lisätiedot

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ 76336A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät 217 1. Koordinaatiston muunnosmatriisi (a) y' P r α φ ' Tarkastellaan, mitä annettu muunnos = cos φ + y sin φ, y = sin φ + y cos φ, (1a) (1b) tekee

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007 2. luento: Tilastolliset testit Kai Virtanen 1 Tilastollinen testaus Tutkimuksen kohteena olevasta perusjoukosta esitetään väitteitä oletuksia joita

Lisätiedot

Todennäköisyyden ominaisuuksia

Todennäköisyyden ominaisuuksia Todennäköisyyden ominaisuuksia 0 P(A) 1 (1) P(S) = 1 (2) A B = P(A B) = P(A) + P(B) (3) P(A) = 1 P(A) (4) P(A B) = P(A) + P(B) P(A B) (5) Tapahtuman todennäköisyys S = {e 1,..., e N }. N A = A. Kun alkeistapaukset

Lisätiedot

Havaitsevan tähtitieteen peruskurssi I. Datan käsittely. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos

Havaitsevan tähtitieteen peruskurssi I. Datan käsittely. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos Datan käsittely Helsingin yliopisto, Fysiikan laitos kevät 2013 3. Datan käsittely Luennon sisältö: Havaintovirheet tähtitieteessä Korrelaatio Funktion sovitus Aikasarja-analyysi 3.1 Havaintovirheet Satunnaiset

Lisätiedot

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ 24.9.2019 HYVÄN VASTAUKSEN PIIRTEITÄ Alustavat hyvän vastauksen piirteet on suuntaa-antava kuvaus kokeen tehtäviin odotetuista vastauksista ja tarkoitettu ensisijaisesti

Lisätiedot

1 Ensimmäisen asteen polynomifunktio

1 Ensimmäisen asteen polynomifunktio Ensimmäisen asteen polynomifunktio ENNAKKOTEHTÄVÄT. a) f(x) = x 4 b) Nollakohdassa funktio f saa arvon nolla eli kuvaaja kohtaa x-akselin. Kuvaajan perusteella funktion nollakohta on x,. c) Funktion f

Lisätiedot

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0004/A0006 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 8.9.015 Reaalinen

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut

Lisätiedot

c) 22a 21b x + a 2 3a x 1 = a,

c) 22a 21b x + a 2 3a x 1 = a, Tehtäviä on kahdella sivulla; kuusi ensimmäistä tehtävää on monivalintatehtäviä, joissa on 0 4 oikeata vastausta. 1. Lukion A ja lukion B oppilasmäärien suhde oli a/b vuoden 2017 lopussa. Vuoden 2017 aikana

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

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Juuri 0 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 9..08 Kertaus K. a) Alapaineiden pienin arvo on ja suurin arvo 74, joten vaihteluväli on [, 74]. b) Alapaineiden keskiarvo on 6676870774

Lisätiedot

Vektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa

Vektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa Viikon aiheet Pistetulo (skalaaritulo Vektorien tulot Pistetulo Ristitulo Skalaari- ja vektorikolmitulo Integraalifunktio, alkeisfunktioiden integrointi, yhdistetyn funktion derivaatan integrointi Vektoreiden

Lisätiedot

Derivoimalla kerran saadaan nopeus ja toisen kerran saadaan kiihtyvyys Ña r

Derivoimalla kerran saadaan nopeus ja toisen kerran saadaan kiihtyvyys Ña r Vuka HT 4 Tehtävä. Lyhyenä alustuksena tehtävään johdetaan keskeiskiihtyvyys tasaisessa pyörimisessä. Meillä on ympyräradalla liikkuva kappale joka pyörii vakiokulmanopeudella ω dϕ säteellä r origosta.

Lisätiedot

MATEMATIIKKA 5 VIIKKOTUNTIA

MATEMATIIKKA 5 VIIKKOTUNTIA EB-TUTKINTO 2010 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 4. kesäkuuta 2010 KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Eurooppa-koulun antama taulukkovihkonen Funktiolaskin, joka ei saa

Lisätiedot

Laudatur 4 MAA4 ratkaisut kertausharjoituksiin

Laudatur 4 MAA4 ratkaisut kertausharjoituksiin Laudatur MAA ratkaisut kertausharjoituksiin Yhtälöparit ja yhtälöryhmät 6. a) x y = 7 eli,y+, sijoitetaan alempaan yhtälöön x+ 7y = (, y+, ) + 7y =,y =, y = Sijoitetaan y = yhtälöparin ylempään yhtälöön.,

Lisätiedot

Matematiikan peruskurssi 2

Matematiikan peruskurssi 2 Matematiikan peruskurssi Tentti, 9..06 Tentin kesto: h. Sallitut apuvälineet: kaavakokoelma ja laskin, joka ei kykene graaseen/symboliseen laskentaan Vastaa seuraavista viidestä tehtävästä neljään. Saat

Lisätiedot

Derivaatan sovellukset (ääriarvotehtävät ym.)

Derivaatan sovellukset (ääriarvotehtävät ym.) Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ (1 piste/kohta)

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ (1 piste/kohta) MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 3.3.06. ( piste/kohta) Sivu / 8 Kohta Vaihtoehdon numero A B C D E F 3. a) Ainakin yhdet sulut kerrottu oikein auki 6x 4x x( 3x) Ratkaistu nollakohdat sieventämisen lisäksi

Lisätiedot

4.0.2 Kuinka hyvä ennuste on?

4.0.2 Kuinka hyvä ennuste on? Luonteva ennuste on käyttää yhtälöä (4.0.1), jolloin estimaattori on muotoa X t = c + φ 1 X t 1 + + φ p X t p ja estimointivirheen varianssi on σ 2. X t }{{} todellinen arvo Xt }{{} esimaattori = ε t Esimerkki

Lisätiedot

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4). Tekijä Pitkä matematiikka 4 9.12.2016 212 Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4). Vastaus esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4) 213 Merkitään pistettä

Lisätiedot

(a) Potentiaali ja virtafunktiot saadaan suoraan summaamalla lähteen ja pyörteen funktiot. Potentiaalifunktioksi

(a) Potentiaali ja virtafunktiot saadaan suoraan summaamalla lähteen ja pyörteen funktiot. Potentiaalifunktioksi Tehtävä 1 Tornadon virtauskenttää voidaan approksimoida kaksiulotteisen nielun ja pyörteen summana Oleta, että nielun voimakkuus on m < ja pyörteen voimakkuus on > (a Määritä tornadon potentiaali- ja virtafunktiot

Lisätiedot

MAB3 - Harjoitustehtävien ratkaisut:

MAB3 - Harjoitustehtävien ratkaisut: MAB - Harjoitustehtävien ratkaisut: Funktio. Piirretään koordinaatistoakselit ja sijoitetaan pisteet:. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä. Funktiolla

Lisätiedot

Mat Sovellettu todennäköisyyslasku A

Mat Sovellettu todennäköisyyslasku A TKK / Systeemianalyysin laboratorio Nordlund Mat-.090 Sovellettu todennäköisyyslasku A Harjoitus 7 (vko 44/003) (Aihe: odotusarvon ja varianssin ominaisuuksia, satunnaismuuttujien lineaarikombinaatioita,

Lisätiedot

0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan.

0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan. Tekijä Pitkä matematiikka 4 9.1.016 168 a) Lasketaan vektorien a ja b pistetulo. a b = (3i + 5 j) (7i 3 j) = 3 7 + 5 ( 3) = 1 15 = 6 Koska pistetulo a b 0, niin vektorit eivät ole kohtisuorassa toisiaan

Lisätiedot

läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä?

läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä? BM20A5840 - Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2017 1. Tunnemme vektorit a = [ 1 2 3 ] ja b = [ 2 1 2 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien

Lisätiedot

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 2017

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 2017 763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 207. Nelinopeus ympyräliikkeessä On siis annettu kappaleen paikkaa kuvaava nelivektori X x µ : Nelinopeus U u µ on määritelty kaavalla x µ (ct,

Lisätiedot

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0. 806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy 2012 1. Olkoon (X 1,X 2,...,X 25 ) satunnaisotos normaalijakaumasta N(µ,3 2 ) eli µ

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

Fysiikan matematiikka P

Fysiikan matematiikka P Fysiikan matematiikka 763101P Luennoija: Kari Rummukainen, Fysikaalisten tieteiden laitos Tavoite: tarjota opiskelijalle nopeasti fysikaalisten tieteiden tarvitsemia matematiikan perustietoja ja taitoja.

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia MS-A22 ifferentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Moninkertaisten integraalien sovelluksia Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 217 Antti Rasila (Aalto-yliopisto)

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, 2952018, Ratkaisut (Sarja A) 1 Anna kaikissa kohdissa vastaukset tarkkoina arvoina Kohdassa d), anna kulmat

Lisätiedot

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1 Odotusarvoparien vertailu Vilkkumaa / Kuusinen 1 Motivointi Viime luennolta: yksisuuntaisella varianssianalyysilla testataan nollahypoteesia H 0 : μ 1 = μ 2 = = μ k = μ Jos H 0 hylätään, tiedetään, että

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 12 1 Eksponenttifuntio Palautetaan mieliin, että Neperin luvulle e pätee: e ) n n n ) n n n n n ) n. Tästä määritelmästä seuraa, että eksponenttifunktio e x voidaan

Lisätiedot

Luento 4: kertaus edelliseltä luennolta

Luento 4: kertaus edelliseltä luennolta Luento 4: kertaus edelliseltä luennolta Liikeyhtälön ratkaisu: kartioleikkaus (Kepler I r = k2 /µ + e cosf = a ǫ2 +ǫ cos f k = k ǫ < ellipsi, negativinen energia a = µ 2h ǫ = parabeli, nolla energia ǫ

Lisätiedot

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Frekventistiset vs. bayeslaiset menetelmät Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto

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

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ 6.3.08 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa

Lisätiedot

Lyhyt, kevät 2016 Osa A

Lyhyt, kevät 2016 Osa A Lyhyt, kevät 206 Osa A. Muodostettu yhtälö, 2x 2 + x = 5x 2 Kaikki termit samalla puolla, 2x 2 4x + 2 = 0 Vastaus x = x:n derivaatta on x 2 :n derivaatta on 2x f (x) = 4x + derivoitu väärää funktiota,

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.09 HYVÄN VASTAUKSEN PIIRTEITÄ Alustavat hyvän vastauksen piirteet on suuntaa-antava kuvaus kokeen tehtäviin odotetuista vastauksista ja tarkoitettu ensisijaisesti

Lisätiedot

Differentiaali- ja integraalilaskenta 3 Laskuharjoitus 7 /

Differentiaali- ja integraalilaskenta 3 Laskuharjoitus 7 / M-A3x Differentiaali- ja integraalilaskenta 3, IV/216 Differentiaali- ja integraalilaskenta 3 Laskuharjoitus 7 / 14.-16.3. Harjoitustehtävät 37-4 lasketaan alkuviikon harjoituksissa. Kotitehtävät 41-43

Lisätiedot

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4A Parametrien estimointi Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016, periodi

Lisätiedot

Talousmatematiikan perusteet, L2 Kertaus Aiheet

Talousmatematiikan perusteet, L2 Kertaus Aiheet Talousmatematiikan perusteet, L2 Kertaus 1 Laskutoimitukset tehdään seuraavassa järjestyksessä 1. Sulkujen sisällä olevat lausekkeet (alkaen sisältä ulospäin) 2. potenssit ja juurilausekkeet 3. kerto-

Lisätiedot

Talousmatematiikan perusteet, L2 Kertaus Aiheet

Talousmatematiikan perusteet, L2 Kertaus Aiheet Talousmatematiikan perusteet, L2 Kertaus 1 Laskutoimitukset tehdään seuraavassa järjestyksessä 1. Sulkujen sisällä olevat lausekkeet (alkaen sisältä ulospäin) 2. potenssit ja juurilausekkeet 3. kerto-

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Tilastollisen merkitsevyyden testaus Osa II Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto

Lisätiedot

Tekijä Pitkä matematiikka b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta.

Tekijä Pitkä matematiikka b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta. Tekijä Pitkä matematiikka 4 9.1.016 79 a) Kuvasta nähdään, että a = 3i + j. b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta. 5a b = 5(3i + j) ( i 4 j)

Lisätiedot

1. Olkoot vektorit a, b ja c seuraavasti määritelty: a) Määritä vektori. sekä laske sen pituus.

1. Olkoot vektorit a, b ja c seuraavasti määritelty: a) Määritä vektori. sekä laske sen pituus. Matematiikan kurssikoe, Maa4 Vektorit RATKAISUT Sievin lukio Keskiviikko 12.4.2017 VASTAA YHTEENSÄ VIITEEN TEHTÄVÄÄN! MAOL JA LASKIN/LAS- KINOHJELMAT OVAT SALLITTUJA! 1. Olkoot vektorit a, b ja c seuraavasti

Lisätiedot

Luento 6: Suhteellinen liike ja koordinaatistomuunnoksia

Luento 6: Suhteellinen liike ja koordinaatistomuunnoksia Luento 6: Suhteellinen liike ja koordinaatistomuunnoksia Suhteellinen translaatioliike Suhteellinen pyörimisliike Tyypillisiä koordinaatistomuunnoksia extraa 1 / 31 Luennon sisältö Suhteellinen translaatioliike

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

Matemaattisen analyysin tukikurssi

Matemaattisen analyysin tukikurssi Matemaattisen analyysin tukikurssi 12. Kurssikerta Petrus Mikkola 5.12.2016 Tämän kerran asiat Sini-ja kosifunktio Yksikköympyrä Tangentti- ja kotangenttifunktio Trigonometristen funktioiden ominaisuuksia

Lisätiedot

F dr = F NdS. VEKTORIANALYYSI Luento Stokesin lause

F dr = F NdS. VEKTORIANALYYSI Luento Stokesin lause 91 VEKTORIANALYYI Luento 13 9. tokesin lause A 16.5 tokesin lause on kuin Gaussin lause, mutta yhtä dimensiota alempana: se liittää toisiinsa kentän derivaatasta pinnan yli otetun integraalin ja pinnan

Lisätiedot

Ratkaisut vuosien tehtäviin

Ratkaisut vuosien tehtäviin Ratkaisut vuosien 1978 1987 tehtäviin Kaikki tehtävät ovat pitkän matematiikan kokeista. Eräissä tehtävissä on kaksi alakohtaa; ne olivat kokelaalle vaihtoehtoisia. 1978 Osoita, ettei mikään käyrän y 2

Lisätiedot

Kertaus. Integraalifunktio ja integrointi. 2( x 1) 1 2x. 3( x 1) 1 (3x 1) KERTAUSTEHTÄVIÄ. K1. a)

Kertaus. Integraalifunktio ja integrointi. 2( x 1) 1 2x. 3( x 1) 1 (3x 1) KERTAUSTEHTÄVIÄ. K1. a) Juuri 9 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 5.5.6 Kertaus Integraalifunktio ja integrointi KERTAUSTEHTÄVIÄ K. a) ( )d C C b) c) d e e C cosd cosd sin C K. Funktiot F ja F ovat saman

Lisätiedot

Havaitsevan tähtitieteen peruskurssi I

Havaitsevan tähtitieteen peruskurssi I Havaintokohteita 9. Polarimetria Lauri Jetsu Fysiikan laitos Helsingin yliopisto Havaintokohteita Polarimetria Havaintokohteita (kuvat: @phys.org/news, @annesastronomynews.com) Yleiskuvaus: Polarisaatio

Lisätiedot

Kvanttifysiikan perusteet 2017

Kvanttifysiikan perusteet 2017 Kvanttifysiikan perusteet 207 Harjoitus 2: ratkaisut Tehtävä Osoita hyödyntäen Maxwellin yhtälöitä, että tyhjiössä magneettikenttä ja sähkökenttä toteuttavat aaltoyhtälön, missä aallon nopeus on v = c.

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia MS-A22 ifferentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Moninkertaisten integraalien sovelluksia Antti Rasila Aalto-yliopisto Syksy 215 Antti Rasila (Aalto-yliopisto) MS-A22 Syksy 215 1 / 2 Moninkertaisten

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

pitkittäisaineistoissa

pitkittäisaineistoissa Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon

Lisätiedot

11. laskuharjoituskierros, vko 15, ratkaisut

11. laskuharjoituskierros, vko 15, ratkaisut 11. laskuharjoituskierros vko 15 ratkaisut D1. Geiger-mittari laskee radioaktiivisen aineen emissioiden lukumääriä. Emissioiden lukumäärä on lyhyellä aikavälillä satunnaismuuttuja jonka voidaan olettaa

Lisätiedot

5.9 Voiman momentti (moment of force, torque)

5.9 Voiman momentti (moment of force, torque) 5.9 Voiman momentti (moment of force, torque) Voiman momentti määritellään ristitulona M = r F missä r on voiman F vaikutuspisteen paikkavektori tarkasteltavan pisteen suhteen Usean voiman tapauksessa

Lisätiedot

P(X = x T (X ) = t, θ) = p(x = x T (X ) = t) ei riipu tuntemattomasta θ:sta. Silloin uskottavuusfunktio faktorisoituu

P(X = x T (X ) = t, θ) = p(x = x T (X ) = t) ei riipu tuntemattomasta θ:sta. Silloin uskottavuusfunktio faktorisoituu 1. Tyhjentävä tunnusluku (sucient statistics ) Olkoon (P(X = x θ) : θ Θ) todennäköisyysmalli havainnolle X. Datan funktio T (X ) on Tyhjentävä tunnusluku jos ehdollinen todennäköisyys (ehdollinen tiheysfunktio)

Lisätiedot