LIITTEET Liite A Stirlingin kaavan tarkkuudesta...2. Liite B Lagrangen kertoimet...3

Samankaltaiset tiedostot
RATKAISUT 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

ν = S Fysiikka III (ES) Tentti Ratkaisut

S Laskennallinen systeemibiologia

4 KORKEAMMAN KERTALUVUN LINEAARISET DIFFERENTIAALIYHTÄLÖT. Kertaluvun n lineaarinen differentiaaliyhtälö ns. standardimuodossa on

Tehtäviä neliöiden ei-negatiivisuudesta

xe 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)

1 Eksponenttifunktion määritelmä

Matematiikan tukikurssi

( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla.

8. laskuharjoituskierros, vko 11, ratkaisut

Insinöörimatematiikka IA

Luento 6 Luotettavuus Koherentit järjestelmät

Äärettämän sarjan (tai vain sarjan) sanotaan suppenevan eli konvergoivan, jos raja-arvo lims

Luento 7 Luotettavuus Koherentit järjestelmät

****************************************************************** ****************************************************************** 7 Esim.

Matematiikan tukikurssi

2 avulla. Derivaatta on nolla, kun. g( 3) = ( 3) 2 ( 3) 5 ( 3) + 6 ( 3) = 72 > 0. x =

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.

Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia. Normaalijakaumasta johdettuja jakaumia: Mitä opimme?

TYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET. Kokooma Viimeisin perustemuutos on vahvistettu

Markov-ketjun hetkittäinen käyttäytyminen

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

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Satunnaismuuttujien muunnokset ja niiden jakaumat. Satunnaismuuttujien muunnokset ja niiden jakaumat

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

Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 5 (6 sivua)

BM20A Integraalimuunnokset Harjoitus 8

i ni 9 = 84. Todennäköisin partitio on partitio k = 6, k k

5.3 Matriisin kääntäminen adjungaatilla

j = I A = 108 A m 2. (1) u kg m m 3, (2) v =

Tilastollinen todennäköisyys

Tilastollinen päättely II, kevät 2017 Harjoitus 3B

S Fysiikka III (EST) Tentti ja välikoeuusinta

T Datasta tietoon, syksy 2005 Laskuharjoitus 8.12., ratkaisuja Jouni Seppänen

MATP153 Approbatur 1B Harjoitus 1, ratkaisut Maanantai

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

Sisältö. Kvantitatiivinen metodologia verkossa. Monitasomallintaminen. Monitasomallit. Regressiomalli dummy-muuttujilla.

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

2.5. Eksponenttifunktio ja eksponenttiyhtälöt

3 10 ei ole rationaaliluku.

1. osa, ks. Solmu 2/ Kahden positiivisen luvun harmoninen, geometrinen, aritmeettinen ja + 1 u v 2 1

Aritmeettinen jono

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

4.3 Signaalin autokorrelaatio

12. Hessen matriisi. Ääriarvoteoriaa

= true C = true) θ i2. = true C = false) Näiden arvot löydetään kuten edellä Kun verkko on opetettu, niin havainto [x 1

Lataa ilmaiseksi mafyvalmennus.fi/mafynetti. Valmistaudu pitkän- tai lyhyen matematiikan kirjoituksiin ilmaiseksi Mafynetti-ohjelmalla!

Analyysi A. Harjoitustehtäviä lukuun 1 / kevät 2018

Diskreetin Matematiikan Paja Ratkaisuja viikolle 4. ( ) Jeremias Berg. n(n + 1) 2. k =

EX1 EX 2 EX =

f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0.

tilavuudessa dr dk hetkellä t olevien elektronien

a) on lokaali käänteisfunktio, b) ei ole. Piirrä näiden pisteiden ympäristöön asetetun neliöruudukon kuva. VASTAUS:

Kahden suoran leikkauspiste ja välinen kulma (suoraparvia)

Numeeriset menetelmät

Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät ja B = Olkoon A = a) A + B b) AB c) BA d) A 2 e) A T f) A T B g) 3A

Lineaarinen toisen kertaluvun yhtälö

f(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2

Normaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa

Tilastollinen päättömyys, kevät 2017 Harjoitus 6A

Luku 4. Derivoituvien funktioiden ominaisuuksia.

HEIJASTUMINEN JA TAITTUMINEN

Matematiikan tukikurssi

2.2.1 Ratkaiseminen arvausta sovittamalla

Epäyhtälöoppia matematiikkaolympialaisten tehtäviin

RATKAISUT a + b 2c = a + b 2 ab = ( a ) 2 2 ab + ( b ) 2 = ( a b ) 2 > 0, koska a b oletuksen perusteella. Väite on todistettu.

Differentiaali- ja integraalilaskenta 2 (CHEM) MS-A0207 Hakula/Vuojamo Kurssitentti, 12.2, 2018, arvosteluperusteet

dx = d dψ dx ) + eikx (ik du u + 2ike e ikx u i ike ikx u + e udx

Luento 9: Yhtälörajoitukset optimoinnissa

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Mapu 1. Laskuharjoitus 3, Tehtävä 1

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

a) Sievennä lauseke 1+x , kun x 0jax 1. b) Aseta luvut 2, 5 suuruusjärjestykseen ja perustele vastauksesi. 3 3 ja

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Rekursioyhtälön ratkaisu ja anisogamia

Mat Sovellettu todennäköisyyslasku A. Otos- ja otosjakaumat Estimointi Estimointimenetelmät Väliestimointi. Avainsanat:

LIITE 1 VIRHEEN ARVIOINNISTA

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

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Noora Nieminen. Hölderin epäyhtälö

FYSA242 Statistinen fysiikka, Harjoitustentti

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

Generoivista funktioista

Yhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.

Matematiikka B1 - avoin yliopisto

Solmu 3/ 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)

BM20A0900, Matematiikka KoTiB3

9.7 Matriisinormit. Vaasan yliopiston julkaisuja 225. Ei siis lainkaan ongelmia defektiivisyydestä.

10 Kertolaskusääntö. Kahta tapahtumaa tai satunnaisilmiötä sanotaan riippumattomiksi, jos toisen tulos ei millään tavalla vaikuta toiseen.

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

SMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 6 ratkaisuiksi

3.2 Polynomifunktion kulku. Lokaaliset ääriarvot

Tampere University of Technology

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

Transkriptio:

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 kaavalla l! l, ku o suuri. Seuraavassa arvioidaa tämä approksimaatio tarkkuutta. Kertoma logaritmi voidaa kirjoittaa: l! = l+ l 2 + l +... + l( ) + l. (A.) Palauttamalla mielii Riemai summa ja määräty itegraali välise yhteyde huomataa, että A. o itse asiassa Riemai yläsumma logaritmifuktio itegraalille välillä [, ]. Voidaa siis kirjoittaa (huom. l x o mootoisesti kasvava fuktio): l lxdx l. (A.2) Kuva A- Yhtälö A.2 ylä- ja alasummie erotus o viivoitetu aluee pita-ala. missä l o vastaava alasumma. Oletetaa seuraavassa, että >, jolloi yhtälö A.2 perusteella voidaa kirjoittaa l lxdx l l = l. (A.) Määräty itegraali arvoksi saadaa osittaisitegroiilla lxdx = l +. Koska >, epäyhtälö A. molemmat puolet ovat positiivisia ja voidaa kirjoittaa

Liite B Lagrage kertoimet l! l+ l, (A.4) josta edellee saadaa l! l + l +. Stirligi kaava l! l suhteelliselle virheelle saadaa siis likiarvoksi l! l+ l+ <. (A.5) l l Suhteellie virhe o siis suuruusluokkaa /. Liite B Lagrage kertoimet Termodyaamista tasapaiotilaa vastaavie miehityslukuje määräämie pelkistyy oleellisesti tiety miehityslukuje fuktio maksimiarvo määräämisee. Miehityslukuje sijasta merkitää muuttujia kirjaimilla x, y ja z. Tämä valita vastaa esimerkiksi systeemiä, jossa o kolme eergiatasoa, mutta kaikki tulokset voi helposti yleistää useammalle kui kolmelle muuttujalle. Tavoitteea o määrätä fuktio F( x, y, z) = lp maksimiarvo. Muuttujia x, y ja z sitoo kuiteki hiukkasmäärä ja sisäeergia määrä säilymie. Merkitää äitä side-ehtoja N( x, y, z) ja U ( xyz,, ) = U, missä N ja U ovat hiukkaste kokoaismäärä ja sisäeergia systeemissä. (Tässä liitteessä käytetää äille vakioille alaideksiä). Usea muuttuja fuktio lokaalille ääriarvolle pätee: F F F df = dx + dy + dz = x y z. (B.) Toisaalta derivoimalla side-ehdot ( dn =, du = ) saadaa N N N dn = dx + dy + dz = x y z (B.2) ja U U U du = dx + dy + dz =. (B.) x y z

4 Liitteet Jos muuttujat x, y ja z ovat riippumattomia, ehto B. toteutuu vai, jos F F F = = =. (B.4) x y z Yhtälöt B.2 ja B. eivät kuitekaa välttämättä toteudu yhtälö B.4 atamilla muuttujie x, y ja z arvoilla. Kerromme yhtälö B.2 ja B. vakioilla α ja β ja laskemme yhtälöt B.-B. puolittai yhtee, jolloi saamme F N U + α + β dx + x x x F N U + α + β dy + y y y F N U + α + β dz =. z z z. (B.5) Muuttujia x, y ja x voidaa yt pitää riippumattomia ja vaatia, että kuki differetiaali kerroi yhtälössä B.5 o olla: F N U + α + β = x x x F N U + α + β = y y y F N U + α + β =. z z z (B.6) Yhtälöryhmässä B.6 o kolme riippumatota yhtälöä ja kolme riippumatota muuttujaa, xy, ja z. Yhtälö B. toteuttavat muuttujie xy, ja z arvot voidaa yt ratkaista parametrie α ja β fuktioa. Sijoittamalla äi saadut muuttujie xyz,, arvot yhtälöihi N( x, y, z) ja U ( xyz,, ) = U saadaa parametreille α ja β yhtälöpari, josta äide parametrie arvot voidaa ratkaista reuaehdoissa aettuje vakioide N ja U avulla. Vaihtoehtoie ratkaisutapa o ratkaista yhtälöistä N( x, y, z) ja U ( xyz,, ) = U muuttujat y ja z lausuttua muuttuja x sekä vakioide N ja U avulla ja sijoittaa e yhtälöö B.. Yhtälöö B. jää tällöi vai yksi riippumato muuttuja, joka differetiaali dx kerroi voidaa asettaa ollaksi. Näi saatu ratkaisu o tarkallee sama kui Lagrage kertoimie avulla saatu tulos. Tämä meettely edellyttää, että muuttujat x ja y

Liite B Lagrage kertoimet 5 voidaa ratkaista aalyyttisesti side-ehdoista. Lagrage meetelmä idea o siiä, että se o käyttökelpoie myös silloi, ku muuttujia ja sideehtoja o paljo. Esimerkki: Tarkastellaa kolme eergiataso systeemiä. Eergiatasot olkoot E =, E2 = ε ja E = 2ε. Oletetaa, että hiukkaset oudattavat Maxwell-Boltzma-statistiikkaa ja että kaikkie tasoje degeeraatiotekijä g =. Olkoo systeemissä 4 hiukkasta, joide kokoaiseergia o 2 ε. Partitio todeäköisyys MB-statistiikassa o gi P = N!! (B.7) i i Mikrotiloje maksimimäärä eli todeäköisyyde maksimi saadaa laskemalla F (, 2, ) = lp: maksimiarvo. Käyttämällä Stirligi kaavaa saadaa, ks. Liite A, lp = N i l i g. (B.8) i Sijoittamalla g i = voidaa kokoaisdifferetiaali kirjoittaa df(, 2, ) = (l i) di =, (B.9) missä käytettii jo kerra side-ehtoa d+ d2 + d =. Koska N = + 2 +, side-ehdossa B.2 saadaa osittaisderivaatoille arvot N N N = = =. (B.) 2 Side-ehdosta B. saadaa vastaavasti U U U U = E+ 2E2 + E = 2ε + 2ε = ; = ε; = 2ε. (B.) 2 Sijoittamalla yt B. ja B. side-ehtoje differetiaaleihi B.2 ja B., kertomalla side-ehdot kertoimilla α ja β ja laskemalla puolittai yhtee saadaa yhtälöitä B.6 vastaavat yhtälöt:

6 Liitteet l + α + β = l + α + βε = 2 l + α + β2ε =. (B.2) Ratkaistaa yt äistä, 2 ja parametrie α ja β avulla: α β α = = α βε 2 = e α β2ε = e. e e (B.) Sijoitetaa ämä side-ehtoihi N( x, y, z) ja U ( xyz,, ) = U. Tällöi saadaa α β α βε α β2ε e + e + e = 4 α β α βε α β2ε e + e ε + e 2ε = 2 ε. (B.4) Jaetaa aluksi yhtälöt keskeää, jolloi saadaa 2 4 2 + x+ x = x+ 2x 2, missä x= e βε. Ratkaisemalla yhtälöstä x =.54 β =.6864/ ε. Vai positiivie juuri kelpaa, sillä muute ( 2/ ) <, mikä ei ole mahdollista. Sijoittamalla x side-ehtoo N( x, y, z) saadaa α α 2 α α e + xe + x e = 4 e = = 2277, missä lukuarvo o pyöristetty lähimpää kokoaislukuu. Parametri α arvoksi saadaa α = 7.7, vaikka tällä lukuarvolla ei sellaiseaa ole paljo käyttöä. Vastaavasti sijoittamalla yhtälöö B. saadaa muut miehitysluvut: 2 = 46, = 577. Tässä esimerkissä o tieteki yksikertaisilla eergia lausekkeilla tehty laskusuoritukset mahdollisimma helpoiksi. Yleisessä tapauksessa yhtälöt B.4 eivät ratkea aalyyttisesti, vaa joudutaa turvautumaa umeerisii meetelmii.