Generoivat funktiot, Poisson- ja eksponenttijakaumat

Samankaltaiset tiedostot
Markov-kustannusmallit ja kulkuajat

Markov-kustannusmallit ja kulkuajat

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Poisson-prosessien ominaisuuksia ja esimerkkilaskuja

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

Markov-ketjut pitkällä aikavälillä

Satunnaismuuttujien muunnokset ja niiden jakaumat

Martingaalit ja informaatioprosessit

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

Poisson-prosessien ominaisuuksia ja esimerkkilaskuja

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 3. laskuharjoitus, ratkaisuehdotukset

2 exp( 2u), kun u > 0 f U (u) = v = 3 + u 3v + uv = u. f V (v) dv = f U (u) du du f V (v) = f U (u) dv = f U (h(v)) h (v) = f U 1 v (1 v) 2

Erilaisia Markov-ketjuja

Valintahetket ja pysäytetyt martingaalit

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

Jatkuva-aikaisten Markov-prosessien aikakehitys

5. laskuharjoituskierros, vko 8, ratkaisut

Markov-ketjuja suurilla tila-avaruuksilla

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

Martingaalit ja informaatioprosessit

Sarjoja ja analyyttisiä funktioita

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

(b) Tarkista integroimalla, että kyseessä on todella tiheysfunktio.

Jatkuva-aikaisia Markov-prosesseja

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,

Sovellettu todennäköisyyslaskenta B

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

Lineaarinen toisen kertaluvun yhtälö

Tilastollinen päättömyys, kevät 2017 Harjoitus 6B

Markov-ketjut pitkällä aikavälillä

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018

1. Kuusisivuista noppaa heitetään, kunnes saadaan silmäluku 5 tai 6. Olkoon X niiden heittojen lukumäärä, joilla tuli 1, 2, 3 tai 4.

Tenttiin valmentavia harjoituksia

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

Matematiikan tukikurssi: kurssikerta 12

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

2.2.1 Ratkaiseminen arvausta sovittamalla

P (A)P (B A). P (B) P (A B) = P (A = 0)P (B = 1 A = 0) P (B = 1) P (A = 1)P (B = 1 A = 1) P (B = 1)

Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

Matematiikan tukikurssi

Jatkuvat satunnaismuuttujat

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2017 Harjoitus 1 Ratkaisuehdotuksia

Matemaattinen Analyysi

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),...

Matematiikan ja tilastotieteen laitos Stokastiset differentiaaliyhtälöt Ratkaisuehdotelma Harjoitukseen 5

7 Vapaus. 7.1 Vapauden määritelmä

Matematiikan tukikurssi

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,...

Dierentiaaliyhtälöistä

2. Jatkoa HT 4.5:teen ja edelliseen tehtavään: Määrää X:n kertymäfunktio F (x) ja laske sen avulla todennäköisyydet

Derivaatan sovellukset (ääriarvotehtävät ym.)

Dierentiaaliyhtälöistä

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2

Esimerkki: Tietoliikennekytkin

Osittaisdifferentiaaliyhtälöt

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

y + 4y = 0 (1) λ = 0

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.

r > y x z x = z y + y x z y + y x = r y x + y x = r

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 3

Oletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen

Mat Sovellettu todennäköisyyslasku A

5 Differentiaaliyhtälöryhmät

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

Sovellettu todennäköisyslasku

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

JATKUVAT JAKAUMAT Laplace-muunnos (Laplace-Stieltjes-muunnos)

k = 1,...,r. L(x 1 (t), x

Satunnaislukujen generointi

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Mat Sovellettu todennäköisyyslasku 5. harjoitukset/ratkaisut. Jatkuvat jakaumat

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

Diskreetin matematiikan perusteet Malliratkaisut 2 / vko 38

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

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Satunnaismuuttujat ja jakaumat

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2

JAKSO 2 KANTA JA KOORDINAATIT

k S P[ X µ kσ] 1 k 2.

J. Virtamo Jonoteoria / Poisson-prosessi 1

Diskreettiaikainen dynaaminen optimointi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tilastollinen päättely II, kevät 2017 Harjoitus 2A

Fourier-analyysi, I/19-20, Mallivastaukset, Laskuharjoitus 7

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

Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa. väite P(n) on totta kaikille n = 0,1,2,...

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta

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

Transkriptio:

4A Generoivat funktiot, Poisson- ja eksponenttijakaumat Tämän harjoituksen tavoitteena on edelleen tutustua generoivien funktioiden sovelluksiin ja lisäksi harjoitella ratkaisemaan Poisson- ja eksponenttijakaumiin liittyviä laskutehtäviä. Tuntitehtävät 4A1 Satunnaiskävelyn kulkuaika origoon. Tarkastellaan symmetristä satunnaiskävelyä X (X t ) t Z+ kokonaisluvuilla, eli äärettömän tilajoukon S Z Markov-prosessia siirtymätodennäköisyyksin p x,x+1 1, p x,x 1 1, ja p x,y 0 kun y x 1. Olkoon { } min t 0 X t 0 satunnaiskävelyn kulkuaika origoon 0 Z. Tässä tehtävässä lasketaan todennäköisyydet generoivat funktiot (z) z j P [ j X 0 x ] j0 kulkuajalle lähtien eri tilosta x Z. Oletetaan alla, että z 1, jolloin potenssisarjojen teoriasta tiedetään, että (z):n määrittelevä sarja suppenee. (a) Laske aluksi generoiva funktio φ (0) (z). Ratkaisu. φ (0) (z) j0 zj P[ j X 0 0] 1, sillä P[ j X 0 0] saa arvon 1 kun j 0, muuten arvon 0. (b) Osoita ensiaskelanalyysillä, että kun x 0, pätee kaava (z) z ( ) φ (x+1) T 0 (z) + φ (x 1) (z). Ratkaisu. 1 / 8

Kun x 0: (z) z j P [ j X0 x ] (1) j0 z j P [ j X0 x ] () j1 ( 1 z j P[ j X 0 x, X 1 x 1 ] + 1 P[ j X 0 x, X 1 x + 1 ]) j1 (3) z z ( j 1 P [ j 1 X0 x 1 ] + P [ j 1 X0 x + 1 ]) (4) j1 ( z z j 1 P [ j 1 X0 x 1 ] + z j 1 P [ j 1 X0 x + 1 ]) j1 ( z z k P [ k X0 x 1 ] + k0 z ( ) φ (x+1) T 0 (z) + φ (x 1) (z) j0 (5) z k P [ k X0 x + 1 ]) (6) k0 Lauseke () saatiin, koska P [ 0 X0 x ] 0 kun x 0. Kolmas lauseke saatiin ehdollistamalla, siinä 1 P[X 1 x 1 X 0 x] P[X 1 x + 1 X 0 x]. Lauseke (4) saadaan, kun huomataan että kulkuaika origoon riippuu historiasta vain nykytilan kautta, kun tiedetään, ettei origossa vielä olla käyty (eli X 0 0); ja vaihtamalla aikatilojen ideksointia. Tiedetään, että kaikki lausekkeiden (4) ja (5) potenssisarjat suppenevat, joten hajottaminen kahdeksi potenssisarjaksi oli luvallista. Toiseksi viimeisessä vaiheessa vaihdettiin indeksointia sijoittamalla j k + 1. (c) Etsi kaikki sellaiset luvut α R, joille kaavan f(x) α x ) määrittelemä funktio f : Z R toteuttaa yhtälön f(x) ( z f(x + 1) + f(x 1). Ratkaisu. Jos z 0, niin differenssiyhtälön ainoa ratkaisu f on identtisesti nolla. Jos z 0, saadaan α x z (αx+1 +α x 1 ). Tutkitaan tapausta α 0. Yhtälö saadaan muotoon α α + 1 0, jolle ratkaisut ovat z α 1 1 + 1 z z, α 1 1 z. z Huomaa, että selvästi α 1 > 1 ja toisaalta α 1 ja α ovat yhtälön 1 z (α1 + α 1 ) ratkaisuja, joten α α 1 1 ja näin ollen α < 1. (d) Käytä (c)-kohdan tulosta ratkaistaksesi (b)-kohdan yhtälö (a)-kohdan alkuehdolla, ja löydä siten kaava generoivalle funktiolle. (7) / 8

Vihje: Kaikista mahdollisista (b)-kohdan yhtälöiden ratkaisuista vain harvoilla ja valituilla on samanlainen käyttäytyminen kun x ± kuin etsityllä generoivalla funktiolla. Ratkaisu. Kun z 0, niin nähdään suoraan määritelmästä, että { 1, x 0 (z 0) δ x,0 0, x 0. Tutkitaan siis jatkossa tilannetta z 0. Toisen asteen homogeenisille differenssiyhtälöille (siis muotoa f(x + ) + af(x + 1) + bf(x) 0 oleville) pätee, että kun yhtälölle α + aα + b löytyi kaksi erisuurta ratkaisua α, kaikki differenssiyhtälön ratkaisut ovat muotoa f(x) C 1 α1 x + C α. x Vakiot C 1, C määrittyvät sen välin reuna-arvoista, jolla differenssiyhtälö pätee. Tutkitaan seuraavaksi reunaehtoja. Differenssiyhtälöä johdettaessa oletettiin, että x 0, eli se pätee (z):lle väleillä...,, 1 sekä 1,,... Tutkitaan jatkossa tapausta x > 0 eli määritetään reunaehdot nollassa ja äärettömissä tapaus x < 0 saadaan symmetrian perusteella: (z) φ ( x) (z). Näin ollen tiedetään, että välillä 0, 1,,... pätee (z) C 1 α x 1 + C α x joillakin vakioilla C 1 ja C. Edellä α 1 ja α ovat kohdan (c) ratkaisut. Kohdan (a) tuloksesta φ (0) (z) 1 saadaan ensimmäinen reunaehto f(0) 1, eli C 1 + C 1. Tutkitaan reunaehtoa x. Nyt (z) E(z X 0 x) E( z X 0 x) E( z X 0 X 0 x), sillä aina X 0. Nyt E( z X 0 X 0 x) z x 0, kun x. Siis reunaehdoksi saadaan (z) 0, kun x. Huomataan, että α1 x ja α x 0, kun x. Siis C 1 0. Yhdistämällä reunaehdot saadaan C 1 0 ja C 1. Käyttämällä symmetriaehtoa (z) φ ( x) (z) saadaan siis lopulta generoiva funktio kun z 0. (z) ( ) x 1 1 z, z 3 / 8

Kotitehtävät (palautettava kirjallisina pe 6.10. klo 10:15 mennessä) 4A Riippumattomien Poisson-jakautuneiden satunnaislukujen summa. Olkoon N satunnaisluku, joka noudattaa Poisson-jakaumaa parametrilla λ > 0, eli P [ N k ] λ λk e, kun k! k Z + {0, 1,,...}. (a) Laske satunnaisluvun N todennäköisyysgeneroiva funktio φ N (z) E [ z N]. Ratkaisu. Muistetaan Poisson-jakauman pistetodennäköisyydet, P(N k) λ λk e. Näitä käyttäen saadaan k! φ N (z) E[z N ] z k P(N k) k0 e λ k0 e λ e λz e λ(z 1). z k λk k! Olkoot sitten N 1 ja N riippumattomia satunnaislukuja, jotka noudattavat Poissonjakaumaa vastaavilla parametreilla λ 1 > 0 ja λ > 0. (b) Laske satunnaisluvun N 1 +N todennäköisyysgeneroiva funktio φ N1 +N (z) E [ ] z N 1+N. Ratkaisu. Käyttäen riippumattomuutta ja kohtaa (a) saadaan φ N1 +N (z) E [ z N 1+N ] E [ ] [ ] z1 N E z N φ N1 (z)φ N1 (z) e λ 1(z 1) e λ (z 1) e (λ 1+λ )(z 1). (c) Mitä voit päätellä satunnaisluvun N 1 + N jakaumasta? Ratkaisu. Olkoon N 3 Poisson-jakautunut parametrillä (λ 1 + λ ) > 0. Kohdan (a) mukaan φ N3 (z) e (λ 1+λ )(z 1). Siispä φ N3 φ N1 +N. Koska todennäköisyydet generoiva funktio määrää Z + -arvoisen satunnaismuuttujan jakauman (pistetodennäköisyydet saadaan generoivan funktion derivaattoina), voidaan päätellä, että (N 1 + N ) on Poisson-jakautunut parametrillä (λ 1 + λ ) > 0. 4 / 8

4A3 Taka-Pajulan kaupunki aikoo järjestää jouluvalaistuksen. Kaupunki kilpailuttaa kaksi lamppuvalmistajaa: A ja B, joilta saadut tarjoukset ovat joko sattumalta tai kartellin johdosta lamppujen yksikköhinnalta samat. Valmistajien lamput eroavat kuitenkin laadultaan: valmistajan A lamppujen käyttöiät ovat eksponenttijakautuneita parametrilla ja valmistajan B parametrilla, ja kaikkien lamppujen käyttöiät ovat toisistaan riippumattomia. Parametreja, ei tunneta, joten kaupungin etevät virkamiehet keksivät käyttää tilastotieteen osaamistaan tilauspäätöksen tekemiseksi. Molemmilta valmistajilta tilataan lamppu testikäyttöön ja vertaillaan, kumpi lampuista kestää pidempään. Testi toistetaan, kunnes toinen valmistajista on saavuttanut viisi testivoittoa enemmän kuin toinen. Lamput tilataan tältä valmistajalta. (a) Laske todennäköisyys, että valmistajan A lamppu kestää yksittäisessä testissä pidempään. Ratkaisu. Lamppujen eliniän T, jossa {A, B}, tiheysfunktio on eksponenttijakauman mukaan f T (t) I t>0 λ exp( λ t) ja riippumattomuuden perusteella niiden yhteistiheysfuktio on näiden tulo. Näin ollen Symmetrisesti P[A:n lamppu poksahtaa ennen B:n lamppua] P[T A < T B ] f TA,T B (t A, t B )dt A dt B {t A <t B } tb t B 0 t B 0 t A 0 f TA (t A )f TB (t B )dt A dt B f TB (t B )[1 exp( t B )]dt B 1 + +. P[B:n lamppu poksahtaa ennen A:n lamppua] +. Oletetaan parametreille arvot 0.04 ja 0.06 (yksikköinä 1/vrk). (b) Millä todennäköisyydellä tilaus päädytään lopulta tekemään valmistajalta A? Ratkaisu. Olkoon nyt X t A:n voitot miinus B:n voitot t:n testin jälkeen. Jos X t ±5, asetetaan X t+1 X t, koska testejä ei enää tehdä. Riippumattomuusoletusten mukaan X t on Markov-ketju, ja sen siirtymäkaavio on 5 / 8

+ + + + + 1 1 5 4 3... 3 4 5 + + + + + Kyseessä on siis uhkapelurin vararikko-ongelma etenemistodennäköisyydellä +. Tehtävänannon perusteella X 0 0 ja halutaan selvittää tn, että A voittaa eli Markov-ketju X t osuu absorboivaan tilaan 5. Muistetaan (esim. Kytölä: Vuoden 016 luentomuistiinpanot, sivut 40 43), että osumatodennäköisyys f uhkapelurin vararikko-ongelmassa toteuttaa rekursion Kun 1/, ratkaisut ovat muotoa f(j) (1 )f(j 1) + f(j + 1). ( ) j 1 f(j) α + β α ( λa ) j + β, jossa vakiot α ja β määritetään reunaehdoista. Tässä reunaehdot ovat { f( 5) 0 f(5) 1 ( ) 5 λ α A + β 0 ( ) 5 λ α A + β 1 1 α ( ) λa 5 ( ) λb 5 λb ( ) λa 5 λ β α B λa joten lopulta kiinnostava suure on f(0) α + β ( 1 ( ) 5 λa ) 5 ( ) 5. (8) λa Sijoittamalla yllä saatuun kaavaan 0.04 ja 0.06 saadaan f(0) 1 (3/)5 (/3) 5 (3/) 5 0.8836. Lisäys. Symmetrian perusteella pitäisi päteä f(0) 1/, kun / 1. Osoita tämä yhtälöstä (8). 6 / 8

(c) Kuinka monta testiä odotusarvoisesti tarvitaan? Vihje: Ratkaisun löytämiseksi palauta ensinnäkin mieleesi, että kaavan g(k) α k määrittelemä funktio toteuttaa yhtälön g(k) g(k + 1) (1 ) g(k 1) 0 sopivasti valituilla parametrin α arvoilla. Lisäksi huomaa, että kaavan g 0 (k) k määrittelemä funktio toteuttaa yhtälön g(k) g(k + 1) (1 ) g(k 1) C eräällä vakion C arvolla. Lineaarikombinaatioilla näistä saat ratkaistua tarvittavat yhtälöryhmät. Ratkaisu. Kulkuaikoja uhkapelurin vararikko-ongelmaan ei ole ratkaistu luentomuistiinpanoissa, joten tehdään se tässä. Olkoon g(x) odotettu kulkuaika joukkoon { 5, 5} alkaen tilasta x. Tällöin g toteuttaa { g( 5) g(5) 0 g(k) g(k + 1) + (1 ) g(k 1) + 1, 4 k 4. Jälkimmäinen yhtälö saadaan muotoon g(k) g(k + 1) (1 ) g(k 1) 1. Vihjeen mukaisesti muistetaan, että vastaavan homogeenisen ongelman f(k) f(k + 1) (1 ) f(k 1) 0 toteuttavat (kun 1/) osumatodennäköisyydet ( ) k 1 f(k) α + β. Toisaalta kaavan g 0 (k) k määrittelemä funktio toteuttaa yhtälön g 0 (k) g 0 (k + 1) (1 ) g 0 (k 1) 1, joten kun 1/ toteuttavat funktiot differenssiyhtälön g(k) f(k) + 1 1 g 0(k) α ( 1 ) k + β + k 1 g(k) g(k + 1) + (1 ) g(k 1) 1. Tässä tehtävässä haluttu odotettu kulkuaika on g(0) α + β. Jäljellä on vakioiden α, β määritys. Reunaehdoista saadaan ( ) 5 g( 5) 5 + α 1 1 + β 0 α ( 10 (1 ) ( 1 ) 5 ( ( ) 5 ( ) 5 g(5) 5 + α 1 1 + β 0 β 5 1 1 α. 1 ) 5) 7 / 8

Näin saadaan kulkuajaksi g(0) α + β 5 1 + 5 1 + ( ( ) ) 5 1 1 α ( ( ) ) 5 1 1 (1 ) ( ( 1 10 ) 5 ( 1 ) 5 ). Muistetaan, että /( + ). Sijoitetaan vielä lukuarvot 0.06, jolloin 0.6 ja ylläoleva riemukaava antaa 0.04 ja g(0) 19.1818. Odotusarvoisesti Taka-Pajulan viisaat virkamiehet saavat siis tehdä 19.1818 lampunpolttokoetta. Huh huh! Lisäys. (Tapaus 1/.) Tutkitaan vielä uhkapelurin kulkuaikoja tapauksessa 1/. Tällöin odotusarvoiset kulkuajat g toteuttavat differenssiyhtälön g(k) 1 g(k + 1) 1 g(k 1) 1. (9) Ylläolevaa ratkaisutapaa toistaen havaitaan, että osumatodennäköisyys f(k) αk + β toteutta vastaavan homogeenisen yhtälön f(k) 1 f(k + 1) 1 f(k 1) 0. Toisaalta g:lle kirjoitettu differenssiyhtälö (9) on toisen derivaatan diskretisaatio 1 g (k) 1. Tästä teemme valistuneen arvauksen, että g 0 (k) k voisi toteuttaa myös vastaavan diskereetin yhtälön (9). Ja tosiaan: Näin ollen g 0 (k) 1 g 0(k + 1) 1 g 0(k 1) 1. g(k) αk + β k ovat yhtälön (9) ratkaisuja, jotka voidaan sovittaa reunaehtoihin valitsemalla sopivat α ja β. 8 / 8