Systemteoriförrochnu systemi en föränderlig värld Brändö, Åland maj 2013
|
|
- Akseli Hakola
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Systemteoriförrochu systemi e föräderlig värld Brädö, Ålad maj 2013 Pohjoismaide sähkömarkkioide ja sähkötuotao malli VTT-EMM Stokastie dyaamie ohjelmoiti Eero Tammie Veikko Kekkoe Göra Koreeff Tiia Koljoe Eergiatalousryhmä, Eergiajärjestelmät, VTT
2 Malli käyttötarkoitus Malli käyttötarkoitus: Sähkömarkkioide spot-hia kehitykse eustamie keskipitkällä-pitkällä aikavälillä (1 kk -). Politiikka-aalyysit: Eri tekijöide vaikutus hitaa Keskeiste satuaistekijöide stokastiikaaito kuvaus: Vede valuma altaisii ja jokii sekä kysytä. Yksikertaie, trasparetti ja opea malli: aggregoiti, diskretoiti ja approksimaatiot. Dyaamise ohjelmoii tila laajetamiem
3 Teoriaa (määritelmiä)
4 Dyaamie stokastie päätösprosessi, additiiviset kustaukset The dyamic equatio x = Φ x, S, u ), for all t = 1,..., T, t ( t 1 t t Give iitial state x 0 = q0, ad The costraits u Ω x, S ), for all t = 1,..., T. t t ( t 1 t The objective fuctio T mi u E S ct ( xt, S t, u t ). t = 1
5 Pohjoismaide sähkötuotato Nord-Pool markkioide ohjaamaa Päätösprosessi aika-askel t o viikko, viikko jaetaa edellee tuteihi. Päätösmuuttujat: Sähkö tuotato (jokivoima, säädettävä allasvesivoima, ohijuoksutus, lämpövoima), kaikki kokoaismääriä viikossa ja tuissa. Stokastiset muuttujat: Vede valuma, kysyä vuositaso muutos (viikoittai). Tilamuuttujat: Altaide sisältö, kysyä taso vuosieergialla mitattua. Dyaamiset yhtälöt ovat lieaariset: altaide sisällö kehitys, kysyä vuositaso kehitys.
6 Pohjoismaide sähkötuotato Nord-Pool markkioide ohjaamaa Rajoitukset: vesivoima tuotatokapasiteetit, allaskapasiteetti, vede virtaamia koskevat rajoitukset, kaikki rajoitukset o arvioitava koko tuotatojärjestelmä tasolla. Kysytä o tyydytettävä Lämpövoima tasapaiottaa tuotao ja kulutukse Kustaukset: Lämpövoima muuttuvat tuotatokustaukset. Vesivoima muuttuvat kustaukset = 0.
7 Malli perusoletuksia: Pohjoismaide sähkömarkkioide päätösprosessi johtaa muuttuvie kokoaiskustauste suhtee optimaalisee tuotatoo. Markkiat allokoivat kysyä joka tuti kulloiki käytössä oleville voimalaitoksille site, että odotettavissa olevat kustaukset päätöshetkestä tarkastelukaude loppuu saavat miimi. Sähkö kuki tui spot-hita o odotettavissa olevie tuotatokustauste derivaatta a.o. tui kysyä suhtee (margiaalihita).
8 Malli perusolettamukset merkitsevät mm. seuraavaa Vesivoima tuotato ajoitetaa optimaalisesti (vuosi-, viikko- ja tutioptimoiti. Lämpövoima ajojärjestys o optimaalie
9 Keskeie optimoititehtävä T W W mi u ES Ct ( ut ), t= 1 x t = Φ x, S, u ), for all t = 1,..., T, ( t 1 t t x 0 = q 0, ad u t Ω x, S ), for all t = 1,..., T. t ( t 1 t
10 Dyaamise ohjelmoii arvofuktio G t (y) = Expected miimum costs from the begiig of step t to the ed of the horizo T (to the ed of step T), whe the iitial state at the begiig of step t is y.
11 Ratkaisu Bellmaimaksimiperiaatetta soveltamalla Proceedig as usual i the derivatio of the dyamic programmig solutio method, we obtai the recursive relatio for the stochastic decisio problem i W i G t (y)= π miw { C ( w ) + Gt 1 [ Φ ( y, s, w ) ] } t t + t, i I ( t) i w Ω ( y, ). t s t The decisio vector u t as a optimisatio variable has bee deoted by w. By applyig the recursio the value fuctio G t (y) for all y ca computed, if the whole fuctio oe time step later G t+ ( ) is kow. 1 y
12 Tarvitaa fuktio C t (y) = Odotettavissa olevat optimaaliset tuotatokustaukset/ aikayksikkö, tuilla t, pohjoismaide koko markkia-alueella tällöi käytettävissä olevalla lämpövoimalla, ku kokoais- tuotatoteho o y, kaikilla tehoarvoilla y 0. Mallissa tarvitaa fuktio C t (y) kaikille tueille (alajaksoille) t.
13 Kustausfuktio C t (y) lasketa. Tuilla t koko järjestelmässä käytettävissä oleva lämpövoima: Tuotatoluokat = 1,..., N. Luoka tuotatokustaus teho- ja aikayksikköä kohde o c. Luoka käytettävissä oleva tehokapasiteetti X o satuaissuure, joka jakautumafuktio o Φ (x) ja tiheysfuktio f (x). P( X x) = Φ ( x)
14 Lämpövoima määrittely mallissa Luokka Kustaus Kapasiteetti 1 1 N N c c Φ ( x ), f ( x ) c Φ ( x), f ( x) Luokat laskevie tuotatokustauste mukaisessa järjestyksessä, c 1 kallei. Luoka määrittelee kustaus c, jakautuma tyyppi ja parametrit, N N
15 Lämpövoimaluoka kapasiteettijakautuma määrittely käytettävyyde perusteella Luoka imellie kokoaisteho X Yksikkökoko W tai yksiköide lukumäärä r (rw=x, sovitetaa) Käytettävyys b Jakautuma o modifioitu biomijakautuma. Parametrit aja t fuktioita
16 Lämpövoima kustausfuktio C t (y) lasketa Ratkaistaa soveltamalla maksimiperiaatetta Määritellää fuktiot ( y ), y (0, ) Q Q (y) = odotettavissa olevat miimikustaukset aikayksikössä tuotettaessa kokoaisteho y tuotatoluokilla 1,...,, kaikille = 1,..., N. Tällöi Q1 ( y) = c1 y
17 Rekursiokaava Muut fuktiot Q (y) Q, = 2,..., N lasketaa rekursiivisesti: y y ( y) = c Φ + y ( x) dx Q 1( y x) f ( x) dx. 0 0 Koko systeemi kustausfuktio C ( y) C( y) Q ( y) =. t = N
18 Margiaalikustaukset F ( y ) = dq ( y ) / dy, tällöi / F ( y) = c, ja yleisesti 1 F ( y) y = c [ Φ ] + 1 ( y) F 1 ( y x) f ( x) 0 dx
19 Kustausfuktioide omiaisuuksia Kokoaiskustausfuktio QN ( y) = Ct ( y) o koveksi ja margiaalikustauste fuktio F N (y ) o ei-väheevä. Margiaalikustausfuktiota ) (y F N approksimoidaa mallissa askelfuktiolla, jolloi tehtävästä tulee lieaarise ohjelmoii tehtävä.
20 Vesiarvofuktio: Altaide sisältämä vede arvo aja ja altaide sisällö fuktioa Vesiarvofuktio: altaide sisältämä vede arvo altaide sisällö ja aja fuktioa
21 Hitaeuste vuosille
22 Malli sovellutuksia - VTT-EMM malli tuloste vertailu muide pohjoismaiste sähkömarkkiamallie atamie tuloste kassa. - Koko järjestelmä CO2-päästöje muutokse lasketa ku osa kivihiililauhdutuslaitoksista ottaa käyttöö tekiika, joka poistaa ja varastoi päästöt. - Polttoaieide ja päästöoikeuksie hitoje vaihteluide vaikutus sähkö hitaa ja tuotao koostumuksee.
23 Malli sovellutuksia - Suome koko kasataloude, eergiasektori ja pohjoismaide eergiamarkkioide pitkä tähtäykse kehitykse simuloiti kytkemällä iteratiivisesti yhtee VTT-EMM markkiamalli, Suome eergiataloude Times-malli (VTT) ja koko kasataloude tasapaiomalli VATTAGE (VATT ja VTT). Tutkittu EU: ja Suome erilaiste eergia-ja ympäristöpolitiikkaskeaarioide vaikutuksia markkioihi, eergiasektorilla ja koko kasataloudessa.
24 Malli sovellutuksia - Suome vaihtoehtoiste ydivoimaohjelmie vaikutukset pohjoismaide sähkömarkkioihi. Laskettu suuri joukko erilaisia vaihtoehtoja vuosille
25 Nord-Pool systeemihia vuosikeskiarvo Suome eri ydivoimaohjelmille EUR/MWh Year Max Mi 0plat 1plat 2plats 3plats Historic
Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.
Mat-2.090 Sovellettu todeäköisyyslasku A Mat-2.090 Sovellettu todeäköisyyslasku A / Pistetehtävät 2, 4, 6, 8, 0 Aiheet: Avaisaat: Momettiemäfuktio Satuaismuuttujie muuokset ja iide jakaumat Kovergessikäsitteet
LisätiedotLIITTEET Liite A Stirlingin kaavan tarkkuudesta...2. Liite B Lagrangen kertoimet...3
LIITTEET... 2 Liite A Stirligi kaava tarkkuudesta...2 Liite B Lagrage kertoimet... 2 Liitteet Liitteet Liite A Stirligi kaava tarkkuudesta Luoollista logaritmia suureesta! approksimoidaa usei Stirligi
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1
LisätiedotTYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET. Kokooma 23.1.2008. Viimeisin perustemuutos on vahvistettu 3.2.1998.
TYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET Kokooma 23.1.2008. Viimeisi perustemuutos o vahvistettu 3.2.1998. TYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET Sisällysluettelo
Lisätiedot1 Eksponenttifunktion määritelmä
Ekspoettifuktio määritelmä Selvitimme aikaisemmi tällä kurssilla, millaie potessisarja säilyy derivoiissa muuttumattomaa. Se perusteella määritellää: Määritelmä. Ekspoettifuktio exp : R R määritellää lausekkeella
LisätiedotIntroduction to Mathematical Economics, ORMS1030
Uiversity of Vaasa, sprig 04 Itroductio to Mathematical Ecoomics, ORMS030 Exercise 6, week 0 Mar 3 7, 04 R ma 0 D5 R5 ti 4 6 C09 R ma 4 6 D5 R6 to 4 C09 R3 ti 08 0 D5 R7 pe 08 0 D5 R4 ti 4 C09 R8 pe 0
LisätiedotÄärettämän sarjan (tai vain sarjan) sanotaan suppenevan eli konvergoivan, jos raja-arvo lims
75 4 POTENSSISARJOJA 4.1 ÄÄRETTÖMÄT SARJAT Lukujoo { a k } summaa S a a a a a k 0 1 k k0 saotaa äärettömäksi sarjaksi. Summa o s. osasumma. S a a a a a k 0 1 k0 Äärettämä sarja (tai vai sarja) saotaa suppeeva
LisätiedotDiskreettiaikainen dynaaminen optimointi
Diskreettiaikainen dynaaminen optimointi Usean kauden tapaus 2 kauden yleistys Ääretön loppuaika Optimaalinen pysäytys Optimointiopin seminaari - Syksy 2000 / Ongelma t 0 x 0 t- t T x t- + x t + x T u
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu
LisätiedotThe CCR Model and Production Correspondence
The CCR Model and Production Correspondence Tim Schöneberg The 19th of September Agenda Introduction Definitions Production Possiblity Set CCR Model and the Dual Problem Input excesses and output shortfalls
LisätiedotLuento 2: Liikkeen kuvausta
Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä
LisätiedotSolmu 3/2010 1. toteutuu kaikilla u,v I ja λ ]0,1[. Se on aidosti konveksi, jos. f ( λu+(1 λ)v ) < λf(u)+(1 λ)f(v) (2)
Solmu 3/200 Epäyhtälöistä, osa 2 Markku Halmetoja Mätä lukio Välillä I määriteltyä fuktiota saotaa koveksiksi, jos se kuvaaja o alaspäi kupera, eli jos kuvaaja mitkä tahasa kaksi pistettä yhdistävä jaa
LisätiedotTalousmatematiikan perusteet, ORMS1030
kevät 2017 Talousmatematiika perusteet, ORMS1030 Opettaja: Matti Laaksoe A1. välikoe torstaia 16.2.2017 A Ratkaise 3 tehtävää. Kokeessa saa olla mukaa laski ja taulukkokirja (MAOL tai vastaava). Ku teet
LisätiedotMat Sovellettu todennäköisyyslaskenta B 5. harjoitukset / Ratkaisut Aiheet: Jatkuvia jakaumia Avainsanat: Jatkuvia jakaumia
Mat-.60 Sovellettu todeäköisyyslasketa B / Ratkaisut Aiheet: Jatkuvia jakaumia Avaisaat: Biomijakauma, Ekspoettijakauma, Jatkuva tasaie jakauma, Kertymäfuktio, Keskeie raja-arvolause, Mediaai, Normaaliapproksimaatio,
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todeäköisyyslaskea ja tilastotietee peruskurssi 4A Satuaisotata ja parametrie estimoiti Lasse Leskelä Matematiika ja systeemiaalyysi laitos Perustieteide korkeakoulu Aalto-yliopisto Syksy 2016,
LisätiedotS Laskennallinen systeemibiologia
S-4250 Laskeallie systeemibiologia Harjoitus Mittaustuloksea o saatu havaitoparia (x, y ),, (x, y ) Muuttuja y käyttäytymistä voidaa selittää muuttuja x avulla esimerkiksi yksikertaise lieaarise riippuvuude
LisätiedotNormaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia: Mitä opimme?
TKK (c) Ilkka Melli (4) Johdato Johdatus todeäköisyyslasketaa TKK (c) Ilkka Melli (4) : Mitä opimme? / Tutustumme tässä luvussa seuraavii ormaalijakaumasta (ks. lukua Jatkuvia jakaumia) johdettuihi jakaumii:
LisätiedotRATKAISUT x 2 3 = x 2 + 2x + 1, eli 2x 2 2x 4 = 0, joka on yhtäpitävä yhtälön x 2 x 2 = 0. Toisen asteen yhtälön ratkaisukaavalla saadaan
RATKAISUT 8 17 8 a) Paraabelie y x ja y x + x + 1 leikkauspisteet saadaa määritettyä, ku esi ratkaistaa yhtälö x x + x + 1, eli x x, joka o yhtäpitävä yhtälö x x. Toise astee yhtälö ratkaisukaavalla saadaa
LisätiedotLuento 2: Viivan toteutus
Tietokonegrafiikan perusteet T-111.4300 3 op Luento : Viivan toteutus Lauri Savioja 11/07 Primitiivien toteutus / 1 GRAAFISTEN PRIMITIIVIEN TOTEUTUS HUOM! Oletuksena on XY-koordinaatisto Suorien viivojen
LisätiedotSMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 6 ratkaisuiksi
SMG-400 Sähkömageettiste järjestelmie lämmösiirto Ehdotukset harjoitukse 6 ratkaisuiksi Tarkastellaa suljetu järjestelmä tehotasaaioa joka o P + P P = P i g out st Oletetaa että verkotetussa alueessa jossa
LisätiedotOperatioanalyysi 2011, Harjoitus 2, viikko 38
Operatioanalyysi 2011, Harjoitus 2, viikko 38 H2t1, Exercise 1.1. H2t2, Exercise 1.2. H2t3, Exercise 2.3. H2t4, Exercise 2.4. H2t5, Exercise 2.5. (Exercise 1.1.) 1 1.1. Model the following problem mathematically:
Lisätiedot( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla.
Kombiatoriikka, kesä 2010 Harjoitus 2 Ratkaisuehdotuksia (RT) (5 sivua) Käytä tehtävissä 1-3 kombiatorista päättelyä. 1. Osoita, että kaikilla 0 b a pätee ( ) a a ( ) k 1 b b 1 kb Biomikertoime määritelmä
LisätiedotLiike-elämän matematiikka Opettajan aineisto
Liike-elämä matematiikka Opettaja aieisto Pirjo Saarae, Eliisa Kolttola, Jarmo Pösö ISBN 978-951-37-5741-0 Päivitetty 13.8.2014 Tehtävie ratkaisut - Luku 1 Verotus - Luku 2 Katelaskut ja talousfuktiot
LisätiedotMääräys. sähköverkkotoiminnan tunnuslukujen julkaisemisesta. Annettu Helsingissä 2 päivänä joulukuuta 2005
Dro 1345/01/2005 Määräys sähköverkkotoimia tuuslukuje julkaisemisesta Aettu Helsigissä 2 päivää joulukuuta 2005 Eergiamarkkiavirasto o määräyt 17 päivää maaliskuuta 1995 aetu sähkömarkkialai (386/1995)
LisätiedotRekursioyhtälön ratkaisu ja anisogamia
Rekursioyhtälö ratkaisu ja aisogamia Eeva Vilkkumaa.0.2008 Rekursioyhtälö ratkaisu (Liite I) Edellie esitelmä: +/m -koiraide (p) ja -aaraide (P) osuus populaatiossa kehittyy rekursiivisesti: p P + + a
Lisätiedot4 KORKEAMMAN KERTALUVUN LINEAARISET DIFFERENTIAALIYHTÄLÖT. Kertaluvun n lineaarinen differentiaaliyhtälö ns. standardimuodossa on
4 4 KORKEAAN KERTAUVUN INEAARISET DIFFERENTIAAIYHTÄÖT Kertalukua olevassa differetiaalihtälössä F(x,,,, () ) = 0 esiit :e kertaluvu derivaatta () = d /dx ja mahdollisesti alempia derivaattoja, :tä ja x:ää.
LisätiedotKirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskin (yo-kirjoituksissa hyväksytty) on sallittu apuväline tässä kokeessa!
Aalto yliopiston teknillinen korkeakoulu Mat-1.1040 L4 Tentti ja välikokeiden uusinta 21.5.2010 Gripenberg, Arponen, Siljander Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot! Laskin
LisätiedotLuento 3: Liikkeen kuvausta, differentiaaliyhtälöt
Luento 3: Liikkeen kuvausta, differentiaaliyhtälöt Suoraviivainen liike integrointi Digress: vakio- vs. muuttuva kiihtyvyys käytännössä Kinematiikkaa yhdessä dimensiossa taustatietoa ELEC-A3110 Mekaniikka
LisätiedotAlternative DEA Models
Mat-2.4142 Alternative DEA Models 19.9.2007 Table of Contents Banker-Charnes-Cooper Model Additive Model Example Data Home assignment BCC Model (Banker-Charnes-Cooper) production frontiers spanned by convex
Lisätiedot2 avulla. Derivaatta on nolla, kun. g( 3) = ( 3) 2 ( 3) 5 ( 3) + 6 ( 3) = 72 > 0. x =
TAMMI PYRAMIDI NUMEERISIA JA ALGEBRALLISIA MENETELMIÄ PARITTOMAT RATKAISUT 7 Tiedosto vai hekilökohtaisee käyttöö. Kaikelaie sisällö kopioiti kielletty. a) g( ) = 5 + 6 Koska g o eljäe astee polyomi, ii
LisätiedotTalousmatematiikan perusteet, ORMS1030
kevät 2017 Talousmatematiika perusteet, ORMS1030 Opettaja: Matti Laaksoe A1. välikoe torstaia 16.2.2017 A Ratkaise 3 tehtävää. Kokeessa saa olla mukaa laski ja taulukkokirja (MAOL tai vastaava). Ku teet
LisätiedotYLE 5 Luonnonvarataloustieteen jatkokurssi Kalastuksen taloustiede
YLE 5 Luonnonvarataloustieteen jatkokurssi alastuksen taloustiede Marko Lindroos Luentoteemat I Johdanto II SchäferGordon malli III Säätely IV ansainväliset kalastussopimukset SchäferGordon malli Gordon
LisätiedotSIMULINK 5.0 Harjoitus. Matti Lähteenmäki 2004 www.tpu.fi/~mlahteen/
SIMULINK 5.0 Harjoitus 2004 www.tpu.fi/~mlahteen/ SIMULINK 5.0 Harjoitus 2 Harjoitustehtävä. Tarkastellaan kuvan mukaisen yhden vapausasteen jousi-massa-vaimennin systeemin vaakasuuntaista pakkovärähtelyä,
LisätiedotYhden selittäjän lineaarinen regressiomalli
Ilkka Melli Tilastolliset meetelmät Osa 4: Lieaarie regressioaalyysi Yhde selittäjä lieaarie regressiomalli TKK (c) Ilkka Melli (007) Yhde selittäjä lieaarie regressiomalli >> Yhde selittäjä lieaarie regressiomalli
LisätiedotJos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.
Mat-.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 1 1. Olkoon maaston korkeus y(s) derivoituva funktio ja etsitään tien profiilia x(s). Päätösmuuttuja on tien jyrkkyys
LisätiedotMat-2.3114 Investointiteoria Laskuharjoitus 3/2008, Ratkaisut 05.02.2008
Korko riippuu usein laina-ajan pituudesta ja pitkille talletuksille maksetaan korkeampaa korkoa. Spot-korko s t on se korko, joka kertyy lainatulle pääomalle hetkeen t (=kokonaisluku) mennessä. Spot-korot
LisätiedotLuento 4: Liikkeen kuvausta, differentiaaliyhtälöt
Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt Digress: vakio- vs. muuttuva kiihtyvyys käytännössä Kinematiikkaa yhdessä dimensiossa taustatietoa Matlab-esittelyä 1 / 20 Luennon sisältö Digress: vakio-
LisätiedotSeuraavat peruslauseet 1-8 voidaan helposti todistaa integraalin määritelmästä. Integroimisjoukko R oletetaan rajoitetuksi Jordanmitalliseksi
Laaja matematiikka 5 Kevät 200 2. Itegraali omiaisuuksia Seuraavat peruslauseet -8 voidaa helposti todistaa itegraali määritelmästä. Itegroimisjoukko oletetaa rajoitetuksi Jordamitalliseksi joukoksi. Lause
LisätiedotMATP153 Approbatur 1B Harjoitus 1, ratkaisut Maanantai
MATP53 Approbatur B Harjoitus, ratkaisut Maaatai..05. (Lämmittelytehtävä.) Oletetaa, että op = 7 tutia työtä. Kuika mota tutia Oili Opiskelija työsketelee itseäisesti kurssilla, joka laajuus o 4 op, ku
LisätiedotTeknillinen tiedekunta, matematiikan jaos Numeeriset menetelmät
Numeeriset menetelmät 1. välikoe, 14.2.2009 1. Määrää matriisin 1 1 a 1 3 a a 4 a a 2 1 LU-hajotelma kaikille a R. Ratkaise LU-hajotelmaa käyttäen yhtälöryhmä Ax = b, missä b = [ 1 3 2a 2 a + 3] T. 2.
LisätiedotHY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.
HY, MTL / Matemaattiste tieteide kadiohjelma Todeäköisyyslasketa IIb, syksy 08 Harjoitus 3 Ratkaisuehdotuksia Tehtäväsarja I Olkoot X ja X riippumattomia satuaismuuttujia, joille ja olkoo X EX, EX, var
Lisätiedot2. Uusiutuvat luonnonvarat: Kalastuksen taloustiede
YLE5 / YET-09 Luonnonvarataloustieteen jatkokurssi. Uusiutuvat luonnonvarat: alastuksen taloustiede Marko Lindroos & Maija Holma Uusiutuvat luonnonvarat alastuksen taloustiede: Luentoteemat.1 Johdanto.
LisätiedotMalliratkaisut Demot
Malliratkaisut Demot 1 23.1.2017 1. Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x 1 + 350x 2 s. t. 5x
Lisätiedot21~--~--~r--1~~--~--~~r--1~
- K.Loberg FYSE420 DIGITAL ELECTRONICS 13.05.2011 1. Toteuta alla esitetyn sekvenssin tuottava asynkroninen pun. Anna heratefunktiot, siirtotaulukko ja kokonaistilataulukko ( exitation functions, transition
LisätiedotTILASTOT: johdantoa ja käsitteitä
TILASTOT: johdatoa ja käsitteitä TOD.NÄK JA TILASTOT, MAA10 Tilastotietee tehtävää o esittää ja tulkita tutkimuskohteesee liittyvää havaitoaieistoa eli tilastoaieistoa. Tutkitaa valittua joukkoa ja se
LisätiedotLisämateriaalia: tilayhtälön ratkaisu, linearisointi. Matriisimuuttujan eksponenttifunktio:
Lisämateriaalia: tilayhtälön ratkaisu, linearisinti Matriisimuuttujan ekspnenttifunkti: Kun A n neliömatriisi, niin määritellään 1 1 1 e I ta t A t A t A 2 6 i! At 2 2 3 3 i i jnka vidaan tdistaa knvergivan
LisätiedotLyhyt kuvaus harjoitukse sta. Kommentit harjoitukse n toimivuude sta
Tui yleistavoite:tutustumie toisii (oppilas-opetta), oppilaide tasoo. Kokeilemie eri tassiliikeita. Ee tutia oppilailla oli veryttely, lihasvoima, veyttely tuti. Harjoituks e tavoite Lyhyt kuvaus sta Kommetit
LisätiedotMissä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot
Missä mennään systeemi mallin mallin käyttötarkoitus, reunaehdot käyttö- (fysikaalinen) mallintaminen luonnonlait yms. yms. identifiointi kokeita kokeita + päättely päättely vertailu mallikandidaatti validointi
Lisätiedot****************************************************************** ****************************************************************** 7 Esim.
8.3. Kombiaatiot MÄÄRITELMÄ 6 Merkitä k, joka luetaa yli k:, tarkoittaa lause- ketta k = k! ( k)! 6 3 2 1 6 Esim. 1 3 3! = = = = 3! ( 3)! 3 2 1 3 2 1 3 2 1 Laskimesta löydät äppäime, jolla kertomia voi
Lisätiedotf[x i ] = f i, f[x i,..., x j ] = f[x i+1,..., x j ] f[x i,..., x j 1 ] x j x i T n+1 (x) = 2xT n (x) T n 1 (x), T 0 (x) = 1, T 1 (x) = x.
Kaavakokoelma f[x i ] = f i, f[x i,..., x j ] = f[x i+,..., x j ] f[x i,..., x j ] x j x i T n+ (x) = 2xT n (x) T n (x), T (x) =, T (x) = x. n I,n = h f(t i + h 2 ), E,n = h2 (b a) f (2) (ξ). 24 i= I,n
LisätiedotSyntymä-kuolema-prosessit
J. Virtamo Liikenneteoria ja liikenteenhallinta / SK-prosessit Syntymä-kuolema-prosessit Yleistä Syntymä-kuolema-prosessiksi (SK-prosessi) kutsutaan Markov-prosessia, jonka - tila-avaruus on iskreetti
LisätiedotKlassisen fysiikan ja kvanttimekaniikan yhteys
Klassise fysiika ja kvattimekaiika yhteys Scrödigeri yhtälö ei statioäärisistä tiloista muodostuvie aaltopakettie aikakäyttäytymie oudattaa Newtoi lakeja. Newtoi mekaiikka voidaa johtaa Schrödigeri yhtälöstä.
LisätiedotS-55.1100 SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA
S-55.00 SÄHKÖKNKKA A KONKKA. välikoe 2..2008. Saat vastata vain neljään tehtävään!. aske jännite U. = 4 Ω, 2 = Ω, = Ω, = 2, 2 =, = A, 2 = U 2 2 2 2. ännitelähde tuottaa hetkestä t = t < 0 alkaen kaksiportaisen
LisätiedotDigitaalinen videonkäsittely Harjoitus 1, vastaukset tehtäviin 1-7
Digitaalie videokäsittel Harjoitus, vastaukset tehtävii -7 Tehtävä. a) Y_mi= [0.299+0.587+0.4]*0=0 Y_ma= [0.299+0.587+0.4]*023=023 Cr_mi= [0.5]*0+[-0.48-0.08]*023-5 Cr_ma= [0.5]*023+[-0.48-0.08]*0 52 Cb_mi=
LisätiedotReturns to Scale Chapters
Return to Scale Chapter 5.1-5.4 Saara Tuurala 26.9.2007 Index Introduction Baic Formulation of Retur to Scale Geometric Portrayal in DEA BCC Return to Scale CCR Return to Scale Summary Home Aignment Introduction
LisätiedotNumeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35
Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen
LisätiedotMenetelmiä formuloinnin parantamiseen
Meetelmiä formuloii prtmisee Mikko Korpel Dimitris Bertsims & Robert Weismtel, 2005, Optimiztio over Itegers, ch 2.-2.5 S ysteemilyysi Lbortorio Tekillie korkekoulu Mikko Korpel Sovelletu mtemtiik tutkisemiri-
LisätiedotTilastollinen päättely II, kevät 2017 Harjoitus 3B
Tilastollie päättely II, kevät 7 Harjoitus 3B Heikki Korpela 3. maaliskuuta 7 Tehtävä. Jatkoa harjoitukse B tehtävii -3. Oletetaa, että x i c kaikilla i, ku c > o vakio. Näytä, että ˆβ, T ja T ovat tarketuvia.
LisätiedotSIMULINK S-funktiot. SIMULINK S-funktiot
S-funktio on ohjelmointikielellä (Matlab, C, Fortran) laadittu oma algoritmi tai dynaamisen järjestelmän kuvaus, jota voidaan käyttää Simulink-malleissa kuin mitä tahansa valmista lohkoa. S-funktion rakenne
Lisätiedot2.3.1. Aritmeettinen jono
.3.1. Aritmeettie joo -joo, jossa seuraava termi saadaa edellisestä lisäämällä sama luku a, a + d, a+d, a +3d, Aritmeettisessa joossa kahde peräkkäise termi erotus o aia vakio: Siis a +1 a d (vakio Joo
LisätiedotSyntymä-kuolema-prosessit
J. Virtamo 38.343 Jonoteoria / SK-prosessit Syntymä-kuolema-prosessit Yleistä Syntymä-kuolema-prosessiksi (SK-prosessi) kutsutaan Markov-prosessia, jonka - tila-avaruus on iskreetti - tilat voiaan järjestää
Lisätiedotxe y = ye x e y + xe y y = y e x + e x y xe y y y e x = ye x e y y (xe y e x ) = ye x e y y = yex e y xe y e x = x 3 + x 2 16x + 64 = D(x)
BM20A580 Differetiaalilasketa ja sovellukset Harjoitus 3, Syksy 206. Laske seuraavat itegraalit si(4t + )dt (b) x(x 2 + 00) 000 dx (c) x exp(ix )dx 2. Mitä o y, ku (x ) 2 + y 2 = 2 2, etäpä y? Vastaukset
LisätiedotI. AES Rijndael. Rijndael - Internal Structure
I. AES Rndael NOKIA T-79.53 Additional material Oct 3/KN Rndael - Internal Structure Rndael is an iterated block cipher with variable length block and variable key size. The number of rounds is defined
LisätiedotHarjoitus 4 (7.4.2014)
Harjoitus 4 (7.4.2014) Tehtävä 1 Tarkastellaan Harjoituksen 1 nopeimman reitin ongelmaa ja etsitään sille lyhin virittävä puu käyttämällä kahta eri algoritmia. a) (Primin algoritmi) Lähtemällä solmusta
Lisätiedot16. Allocation Models
16. Allocation Models Juha Saloheimo 17.1.27 S steemianalsin Optimointiopin seminaari - Sks 27 Content Introduction Overall Efficienc with common prices and costs Cost Efficienc S steemianalsin Revenue
Lisätiedot811312A Tietorakenteet ja algoritmit , Harjoitus 1 ratkaisu
83A Tietoraketeet ja algoritmit 06-07, Harjoitus ratkaisu Harjoitukse aiheea o algoritmie oikeellisuus. Tehtävä. Kahvipurkkiogelma. Kahvipurkissa P o valkoisia ja mustia kahvipapuja, yhteesä vähitää kaksi
LisätiedotT Datasta tietoon, syksy 2005 Laskuharjoitus 8.12., ratkaisuja Jouni Seppänen
T-1.1 Datasta tietoo, syksy 5 Laskuharjoitus.1., ratkaisuja Joui Seppäe 1. Simuloidaa tasoittaista algoritmia. Esimmäisessä vaiheessa ehdokkaia ovat kaikki yhde muuttuja joukot {a}, {b}, {c} ja {d}. Aaltosulkeide
Lisätiedot9. Tila-avaruusmallit
9. Tila-avaruusmallit Aikasarjan stokastinen malli ja aikasarjasta tehdyt havainnot voidaan esittää joustavassa ja monipuolisessa muodossa ns. tila-avaruusmallina. Useat aikasarjat edustavat dynaamisia
Lisätiedoty + 4y = 0 (1) λ = 0
Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 6 mallit Kevät 2019 Tehtävä 1. Ratkaise yhtälöt a) y + 4y = x 2, b) y + 4y = 3e x. Ratkaisu: a) Differentiaaliyhtälön yleinen
LisätiedotKaksiulotteinen normaalijakauma Mitta-asteikot Havaintoaineiston kuvaaminen ja otostunnusluvut
Mat-2.09 Sovellettu todeäköisyyslasku /Ratkaisut Aiheet: Kaksiulotteie ormaalijakauma Mitta-asteikot Havaitoaieisto kuvaamie ja otostuusluvut Avaisaat: Ehdollie jakauma, Ehdollie odotusarvo, Ehdollie variassi,
Lisätiedot2.5. Eksponenttifunktio ja eksponenttiyhtälöt
Eksoettifuktio ja -htälöt Eksoettifuktio ja eksoettihtälöt Ku otessi käsitettä laajeetaa sallimalla eksoetille muitaki arvoja kui kokoaislukuja, tämä taahtuu ii, että ii saotut otessikaavat ovat voimassa,
LisätiedotMatemaattisesta mallintamisesta
Matemaattisesta mallintamisesta (Fysikaalinen mallintaminen) 1. Matemaattisen mallin konstruointi dynaamiselle reaalimaailman järjestelmälle pääpaino fysikaalisella mallintamisella samat periaatteet pätevät
LisätiedotMalliratkaisut Demo 1
Malliratkaisut Demo 1 1. Merkitään x = kuinka monta viikkoa odotetaan ennen kuin perunat nostetaan. Nyt maksimoitavaksi kohdefunktioksi tulee f(x) = (60 5x)(300 + 50x). Funktio f on alaspäin aukeava paraaeli,
LisätiedotDifferentiaaliyhtälöryhmä
Differentiaaliyhtälöryhmä Ensimmäisen kertaluvun differentiaaliyhtälöryhmä vaikkapa korkeamman kertaluvun yhtälöä vastaava normaaliryhmä voidaan ratkaista numeerisesti täsmälleen samanlaisilla kaavoilla
LisätiedotMuutoksen arviointi differentiaalin avulla
Muutoksen arviointi differentiaalin avulla y y = f (x) y = f (x + x) f (x) dy y dy = f (x) x x x x x + x Luento 7 1 of 15 Matematiikan ja tilastotieteen laitos Turun yliopisto Muutoksen arviointi differentiaalin
LisätiedotKapasiteetin riittävyys ja tuonti/vienti näkökulma
1 Kapasiteetin riittävyys ja tuonti/vienti näkökulma Kapasiteettiseminaari/Diana-auditorio 14.2.2008 2 TEHOTASE 2007/2008 Kylmä talvipäivä kerran kymmenessä vuodessa Kuluvan talven suurin tuntiteho: 13
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 15.3.2016 Susanna Hurme Päivän aihe: Translaatioliikkeen kinematiikka: asema, nopeus ja kiihtyvyys (Kirjan luvut 12.1-12.5, 16.1 ja 16.2) Osaamistavoitteet Ymmärtää
LisätiedotSatunnaismuuttujien muunnokset ja niiden jakaumat. Satunnaismuuttujien muunnokset ja niiden jakaumat
TKK (c) Ilkka Melli (4) Satuaismuuttujie muuokset ja iide jakaumat Satuaismuuttujie muuoste jakaumat Kaksiulotteiste satuaismuuttujie muuoste jakaumat Riippumattomie satuaismuuttujie summa jakauma Riippumattomie
LisätiedotMat Lineaarinen ohjelmointi
Mat-2.340 Lieaarie ohjelmoiti 20.9.2007 Lueto 2 Lieaarialgebraa ja geometriaa (kirja.5, 2.) S ysteemiaalyysi Tekillie korkeakoulu Lieaarie ohjelmoiti - Syksy 2007 / Lieaarialgebraa Notaatiota Kääteismatriisi
LisätiedotTilastollinen todennäköisyys
Tilastollie todeäköisyys TOD.NÄK JA TILASTOT, MAA10 Klassisessa todeäköisyydessä oli ehdot: äärellisyys ja symmetrisyys. Tämä tilae o usei mahdoto ts. alkeistapauksia o usei ääretö määrä tai e eivät ole
Lisätiedot2_1----~--~r--1.~--~--~--,.~~
K.Loberg FYSE420 DIGITAL ELECTRONICS 3.06.2011 1. Toteuta alia esitetyn sekvenssin tuottava asynkroninen pun. Anna heditefunktiot, siirtotaulukko ja kokonaistilataulukko ( exitation functions, transition
LisätiedotLasketaan kullekin a euron maksuerälle erikseen, kuinka suureksi erä on n vuodessa kasvanut:
Varsi arkiäiväisiä, geometrise joo teoriaa liittyviä käytäö sovellutuksia ovat jaksottaisii maksuihi ja kuoletuslaiaa (auiteettilaiaa) liittyvät robleemat. Tällaisii joutuu lähes jokaie yhteiskutakeloie
Lisätiedot3 b) Määritä paljonko on cos. Ilmoita tarkka arvo ja perustele vastauksesi! c) Muunna asteiksi 2,5 radiaania. 6p
MAA9 Koe.5.0 Jussi Tyi Tee koseptii pisteytysruudukko! Muista kirjata imesi ja ryhmäsi. Valitse kuusi tehtävää!. a) Ratkaise yhtälö si x. Ilmoita vastaus radiaaeia! b) Määritä paljoko o cos. Ilmoita tarkka
LisätiedotDynaaminen ohjelmointi ja vaikutuskaaviot
Dynaaminen ohjelmointi ja vaikutuskaaviot. Taustaa 2. Vaikutuskaaviot ja superarvosolmut 3. Vaikutuskaavion ratkaiseminen 4. Vaikutuskaavio ja dynaaminen ohjelmointi: 5. Yhteenveto Esitelmän sisältö Optimointiopin
LisätiedotStokastiikan perusteet Harjoitukset 1 (Todennäköisyysavaruus, -mitta ja -funktio) 2.11.2015
Stokastiika perusteet Harjoitukset (Todeäköisyysavaruus, -mitta ja -fuktio) 2..205. Määritä potessijoukko 2,ku (a) {0, } (b) {(0, ]} ja ku (c) (0, ]. Ratkaisu: (a) 2 {;, {0}, {}, {0, }} (b) 2 {;, {(0,
LisätiedotMat Työ 1: Optimaalinen lento riippuliitimellä
Mat-2.132 Työ 1: Optimaalinen lento riippuliitimellä Miten ohjaan liidintä, jotta lentäisin mahdollisimman pitkälle?? 1 työssä Konstruoidaan riippuliitimen malli dynaamisen systeemin tilaesitys Simuloidaan
Lisätiedot1.3Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä
OULUN YLIOPISTO Tietojenkäsittelytieteiden laitos Johdatus ohjelmointiin 81122P (4 ov.) 30.5.2005 Ohjelmointikieli on Java. Tentissä saa olla materiaali mukana. Tenttitulokset julkaistaan aikaisintaan
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-.104 Tilastollise aalyysi perusteet, kevät 007 6. lueto: Johdatus regressioaalyysii S ysteemiaalyysi Tekillie korkeakoulu Kai Virtae 1 Regressioaalyysi idea Tavoitteea selittää selitettävä tekiä/muuttua
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta 8..206 Gripenberg, Nieminen, Ojanen, Tiilikainen, Weckman Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi
LisätiedotOppimistavoite tälle luennolle
Oppiistavoite tälle lueolle Yksikköoperaatiot ja teolliset prosessit CHEM-A00 (5 op) Tislaus ja uutto Yärtää erotusprosessie suuittelu perusteet Tutea tislaukse ja uuto toiitaperiaatteet Tutea tpillisipiä
LisätiedotSähköntuotanto energialähteittäin Power generation by energy source
Sähköntuotannon polttoaineet ja CO 2 päästöt 12.12.2 1 () Sähköntuotanto energialähteittäin Power generation by energy source 8 7 6 GWh / kk GWh / month 5 4 3 2 1 7 8 9 1 11 12 1 2 3 4 5 6 7 8 9 1 11 12
LisätiedotSähköntuotanto energialähteittäin Power generation by energy source
Sähköntuotannon polttoaineet ja CO 2 päästöt 18.2.219 1 (17) Sähköntuotanto energialähteittäin Power generation by energy source 8 7 6 GWh / kk GWh / month 5 4 3 2 1 1 17 2 17 3 17 4 17 5 17 6 17 7 17
LisätiedotSähköntuotanto energialähteittäin Power generation by energy source
GWh / kk GWh / month Sähköntuotannon polttoaineet ja CO2-päästöt 24.4.219 1 (17) Sähköntuotanto energialähteittäin Power generation by energy source 8 7 6 5 4 3 2 1 1 17 2 17 3 17 4 17 5 17 6 17 7 17 8
Lisätiedot1 Komparatiivinen statiikka ja implisiittifunktiolause
Taloustieteen matemaattiset menetelmät 27 materiaali 4 Komparatiivinen statiikka ja implisiittifunktiolause. Johdanto Jo opiskeltu antaa nyt valmiu tutkia taloudellisia malleja Kiinnostava malli voi olla
LisätiedotDEE-11110 Sähkötekniikan perusteet
DEE-11110 Sähkötekniikan perusteet Antti Stenvall Peruskäsitteet Luennon keskeinen termistö ja tavoitteet sähkövaraus teho ja energia potentiaali ja jännite sähkövirta Tarkoitus on määritellä sähkötekniikan
Lisätiedot1. osa, ks. Solmu 2/ Kahden positiivisen luvun harmoninen, geometrinen, aritmeettinen ja + 1 u v 2 1
Epäyhtälötehtävie ratkaisuja. osa, ks. Solmu 2/200. Kahde positiivise luvu harmoie, geometrie, aritmeettie ja kotraharmoie keskiarvo määritellää yhtälöillä H = 2 +, G = uv, A = u + v 2 u v ja C = u2 +
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 20 R. Kangaslampi Matriisihajotelmista
LisätiedotV ar(m n ) = V ar(x i ).
Mat-.3 Stokastiset prosessit Syksy 007 Laskuharjoitustehtävät 6 Poropudas/Kokkala. Olkoon M n = X +... + X n martingaali ja M 0 = 0. Osoita, että V ar(m n ) = n V ar(x i ). i= Huomattavaa on, että muuttujia
Lisätiedot