Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.



Samankaltaiset tiedostot
Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 1 / vko 44

Valitse ruudun yläosassa oleva painike Download Scilab.

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9.

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

2 Yhtälöitä ja epäyhtälöitä

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

1.1. Määritelmiä ja nimityksiä

y z = (x, y) Kuva 1: Euklidinen taso R 2

Matemaattiset ohjelmistot A. Osa 2: MATLAB

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

mlvektori 1. Muista, että Jacobin matriisi koostuu vektori- tai skalaariarvoisen funktion F ensimmäisistä

Numeeriset menetelmät

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

z 1+i (a) f (z) = 3z 4 5z 3 + 2z (b) f (z) = z 4z + 1 f (z) = 12z 3 15z 2 + 2

Matlabin perusteita Grafiikka

A B = (1, q, q 2 ) (2, 0, 2) = 2 2q q 2 = 0 q 2 = 1 q = ±1 A(±1) = (1, ±1, 1) A(1) A( 1) = (1, 1, 1) (1, 1, 1) = A( 1) A(1) A( 1) = 1

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

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

Harjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006

Ratkaisu: (i) Joukko A X on avoin jos kaikilla x A on olemassa r > 0 siten että B(x, r) A. Joukko B X on suljettu jos komplementti B c on avoin.

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu

HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 2017 Harjoitus 1 Ratkaisuehdotukset. I.1. Todista Cauchyn-Schwarzin epäyhtälö

Talousmatematiikan perusteet: Luento 14. Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

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

Ortogonaalinen ja ortonormaali kanta

Kompleksiluvut., 15. kesäkuuta /57

Matlabin perusteet. 1. Käyttöliittymä:

Johdatus tekoälyn taustalla olevaan matematiikkaan

Tämän luvun tarkoituksena on antaa perustaidot kompleksiluvuilla laskemiseen sekä niiden geometriseen tulkintaan. { (a, b) a, b œ R }

Ratkaisuehdotukset LH 8 / vko 47

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

(0 desimaalia, 2 merkitsevää numeroa).

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Koontitehtäviä luvuista 1 9

KOMPLEKSILUVUT C. Rationaaliluvut Q. Irrationaaliluvut

Ratkaisut vuosien tehtäviin

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

1 Kompleksiluvut. Kompleksiluvut 10. syyskuuta 2005 sivu 1 / 7

Suora. Määritelmä. Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko. { p + t v t R},

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

Muuttujan sisällön näet kirjoittamalla sen nimen ilman puolipistettä

Kohdeyleisö: toisen vuoden teekkari

Funktioiden approksimointi ja interpolointi

Funktion määrittely (1/2)

Matematiikan tukikurssi, kurssikerta 3

Kuvaus. Määritelmä. LM2, Kesä /160

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2

f(x) f(y) x y f f(x) f(y) (x) = lim

4 Yleinen potenssifunktio ja polynomifunktio

Kurssikoe on maanantaina Muista ilmoittautua kokeeseen viimeistään 10 päivää ennen koetta! Ilmoittautumisohjeet löytyvät kurssin kotisivuilla.

Numeerinen analyysi Harjoitus 3 / Kevät 2017

Matematiikan tukikurssi

PERUSASIOITA ALGEBRASTA

KERTAUS KERTAUSTEHTÄVIÄ K1. P( 1) = 3 ( 1) + 2 ( 1) ( 1) 3 = = 4

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

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

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Insinöörimatematiikka D

Kolmannen asteen yhtälön ratkaisukaava

= 2±i2 7. x 2 = 0, 1 x 2 = 0, 1+x 2 = 0.

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Julkaiseminen sallittu vain koulun suljetussa verkossa.

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

Ohjelmoinnin perusteet Y Python

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

MAA02. A-osa. 1. Ratkaise. a) x 2 + 6x = 0 b) (x + 4)(x 4) = 9 a) 3x 6x

sin(x2 + y 2 ) x 2 + y 2

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

Opiskelijan pikaopas STACK-tehtäviin. Lassi Korhonen, Oulun yliopisto

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

5 Ominaisarvot ja ominaisvektorit

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

1 Lineaariavaruus eli Vektoriavaruus

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

1 Peruslaskuvalmiudet

Matemaattisen analyysin tukikurssi

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

9 Matriisit. 9.1 Matriisien laskutoimituksia

Matriiseista. Emmi Koljonen

Lineaarialgebra ja matriisilaskenta I

MS-A0102 Differentiaali- ja integraalilaskenta 1

Matematiikan peruskurssi 2

mlgrafiikka 1. Piirrä samaan kuvaan funktioiden cos ja sin kuvaajat välillä [ 2π, 2π] Aloita tyyliin: 2. Piirrä

Insinöörimatematiikka D

1 Kannat ja kannanvaihto

Tieteellinen laskenta 2 Törmäykset

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

MS-C1340 Lineaarialgebra ja

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

3 Yleinen toisen asteen yhtälö ja epäyhtälö

Transkriptio:

Laskuharjoitus 1A Mallit Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. 1. tehtävä %% 1. % (i) % Vektorit luodaan sijoittamalla haluttuun muuttujaan % halutut arvot hakasulkeiden sisällä. Matriisin sarakkeet erotetaan % pilkulla, rivit puolipisteellä. Luodaan pyydetyt vektorit ja ko- % keillaan pyydettyjä komentoja. % HUOM! Puolipiste komennon perässä jättää komennon tulostamatta % komentoikkunaan. Tämä on hyvä muistaa etenkin erilaisia silmukoita % käyttäessä. x = [0;1]; y=[1;2]; norm(x) dot(x,y) % norm(x) = 1, cdot(x,y) = 2. norm-komento palauttaa vektorin euklidisen % normin, cdot taas sille parametreiksi annettujen vektorien pistetulon. %% (ii) % Luodaan annettu matriisi annetulla komennolla ja kokeillaan % komentoja: A = [ 1 2 3 ; 4 5 6 ; 7 8 9]; Transpoosi = A % A palauttaa matriisin A transpoosin (vaihtaa rivit sarakkeiksi) VastaMatriisi = -A Yhteenlasku = A+A 1

Laskuharjoitus 1A Mallit % -A palauttaa matriisin A vastamatriisin, A + A summaa kaksi matriisia A, % jolloin siis samankokoisten matriisien vastaavat alkiot lasketaan yhteen. KahdellaKertominen = 2*A AlkioittainenKertolasku = A.*A MatriisiKertolasku = A*A % 2*A kertoo jokaisen matriisin A alkion 2:lla, A.*A laskee matriisien A ja % A alkioittaisen kertolaskun ja A*A niiden matriisikertolaskun. 2. tehtävä %% 2. % (i) % Piirretään funktio annetulla komennolla t = linspace(0,10,100) y = sin(2*pi*t); plot(t,y) % Komento linspace(x,y,z) arpoo lukujen x ja y väliltä z tasajakautunutta % lukua lähtien luvusta x ja päättyen lukuun y. Komento plot(x,y) piirtää % kuvaajan, jonka x-datana on muuttujaan x tallennettu data ja y-datana % muuttujaan y tallennettu data. %% (ii) % Piirretään pyydetty funktio annetussa alueessa [X,Y] =meshgrid( linspace(0,1,10),linspace(0,1,10)) Z = X.^2 + Y.^2 surf(x,y,z) 2

Laskuharjoitus 1A Mallit % Ensimmäinen rivi luo xy-tason x- ja y-arvoja, joita yhdistelemällä % saadaan luotua tason pisteitä. Komento surf(x,y,z) piirtää xyz-koordi- % naatistoon kuvaajan, jossa parametrit X ja Y määrittävät xy-tason mukai- % set koordinaatit ja Z näiden koordinaattien mukaisen korkeuden xy-tasosta. 3. tehtävä %% 3 % (i) % Kirjoitetaan yhtälöryhmän kertoimet ja oikea puoli matriiseihin A ja % B edellisten tehtävien oppien mukaan: A = [1, 1, 1; 1, 2, 1; 1, 1, 2]; b = [0 ; 1; 3]; % (ii) % Käytetään annettua komentoa yhtälöryhmän ratkaisemiseen A\b % (iii) Ratkaisuksi saadaan [-4; 1; 3], eli x1 = -4, x2 = 1 ja x3 = 3. % Käsinlaskemalla voidaan tarkistaa, että tämä todella on yhtälöryhmän % ratkaisu. kuvaus4.m function y = kuvaus4(x) theta = pi/3; Q = [cos(theta) -sin(theta); sin(theta) cos(theta)]; y = Q*x(:); 3

Laskuharjoitus 1A Mallit tutki4.m % % Antti Hannukainen // 22.10.2015 // Otaniemi % % Esimerkkikoodi tason kuvausten havainnollistamiseen. % Luodaan pisteitä välille (0,1)x(0,1) ja kuvataan ne uusille pisteille. % % Piirretään pellen kuva alkuperisissä ja kuvatuissa pisteissä. % % Näin voidaan helposti havainnollistaa tasolta tasolle kuvauksia. % % clown on matlabin mukana tuleva esimerkkikuva load clown; C = flipud(x); % luodaan pisteitä [X,Y] = meshgrid( linspace(0,1,size(c,2)),linspace(0,1,size(c,1))); % kuvataan tason pisteet fx = zeros(size(x)); fy = zeros(size(y)); for i=1:size(x,1) for j=1:size(x,2) % tee tason piste (i,j) x(1) = X(i,j); x(2) = Y(i,j); % VARSINAINEN KUVAUS!!! fx = kuvaus4(x); 4

Laskuharjoitus 1A Mallit end end fx(i,j) = fx(1); fy(i,j) = fx(2); figure; subplot(1,2,1); fancyplot(x,y,c,5/size(c,1)); axis equal axis square subplot(1,2,2); fancyplot(fx,fy,c,5/size(c,1)); axis equal axis square 4. tehtävä %% 4 % (i) % Ajamalla tutki4.m funktio huomataan, että kuvaus4.m kiertää annettua % klovninkuvaa 45 astetta vasempaan. %% (ii) % Kirjoitetaan for-looppi tehtävän suorittamiseksi. Kerätään summa % kerroista, jolloin yhtälö f(x) + f(y) = f(x+y) pätee muuttujaan % "Tulokset". Tulokset = 0; for i = 1:100 ; 5

Laskuharjoitus 1A Mallit x = rand(2,1) ; y = rand(2,1) ; fx = kuvaus4(x); fy = kuvaus4(y); fxy = kuvaus4(x+y); if (fx + fy) == fxy; % Jos yhtälö pätee, lisätään Tulokset arvoa yhdellä Tulokset= Tulokset +1; end end Tulokset % Ajamalla looppi muutaman kerran huomataan, että yhtälö ei päde % yhdelläkään ajokerralla. Oletetaan siis, että yhtälö ei päde. 6

5. tehtävä (i) Vektorin x R 2 pituus saadaan tutulla tavalla: x = x 2 1 + x 2 2 = 1 2 + 2 2 = 5 y = y1 2 + y2 2 = 2 2 + 1 2 = 5. Lemman 3.1 perusteella saadaan vektorien x ja y väliseksi kulma θ seuraavalla tavalla: ( ) ( ) x y x1 x 2 + y 1 y θ = arccos = arccos 2 x y 5 5 ( ) ( ) 1 2 + 2 1 4 = arccos = arccos 0.6435 (rad) 5 5 (ii) Olkoon n = (n 1, n 2 ), n 1, n 2 R. Nyt voidaan etsiä haluttu vektori tutkimalla annettua yhtälöä: y n = 0 y 1 n 1 + y 2 n 2 = 0 2n 1 + n 2 = 0. Esimerkiksi vektori n = (1, 2) kelpaa. (iii) Tehtävä ratkeaa edellistä kohtaa mukaillen: x = αy + βn (x 1, x 2 ) = (αy 1 + βn 1, αy 2 + βn 2 ) { { 2α β = 1 α = 4 α 2β = 2 5 β = 3 5 1

6. tehtävä (i) Tarkistetaan kaava suoralla laskulla: ( ) 2 x + y 2 = (x1 + y 1 ) 2 + (x 2 + y 2 ) 2 ( ) 2 = (x 2 1 + x 2 2) + (y1 2 + y2) 2 + 2(x 1 y 1 + x 2 y 2 ) ( ) 2 = x 2 + y 2 + 2x y = x 2 + 2x y + y 2. HUOM: Vastaavalla laskulla voidaan tarkistaa, että x y 2 = x 2 2x y + y 2. (ii) Väite: x y = 0 x + y 2 = x y 2. Todistus: ( ) ( ) x y = 0 x 1 y 1 + x 2 y 2 = 0. x + y 2 = x 2 + 2x y + y 2 = x 2 + 2(x 1 y 1 + x 2 y 2 ) + y 2 = x 2 2(x 1 y 1 + x 2 y 2 ) + y 2 = x 2 2x y + y 2 = x y 2 x + y 2 = x y 2 x 2 + 2(x 1 y 1 + x 2 y 2 ) + y 2 = x 2 2(x 1 y 1 + x 2 y 2 ) + y 2 4(x 1 y 1 + x 2 y 2 ) = 4x y = 0 x y = 0. 2

(iii) Todistetaan pyydetty väittämä: Lemma 3.1 Olkoot x, y R 2 ja θ niiden välinen kulma. Tällöin x y = x y cos(θ). Ottamalla itseisarvot lemmassa esitetyn yhtälön molemmilta puolilta saadaan x y = x y cos(θ) x y, koska 0 cos(θ) 1 ja 0 x y Lemmasta 3.1 huomataan, että yhtälö x y = x y pätee, kun cos(θ) = 1 θ = n 2π, n Z, eli silloin kun vektorien x ja y välinen kulma on nolla. Tämä täyttyy silloin, kun vektorit x ja y ovat samansuuntaiset. 7. tehtävä (i) Murtoluvut, joiden osoittajassa ja nimittäjässä esiintyy kompleksisia lukuja, saadaan sievennettyä kompleksiluvun perusmuotoon laventamalla murtoluku nimittäjän liittoluvulla: 4 + 2i 3 i = (3 + i)(4 + 2i) (3 + i)(3 i) = 12 + 6i + 4i 2 9 3i + 3i + 1 = 10 + 10i 10 = 1 + i. (ii) Merkitään r 1 = 1 + 3i, r 2 = 1 3i ja r 3 = 1 3i. Tulkitaan nämä R 2 :n pisteiksi pitämällä luvun reaaliosaa x-koordinaattina ja kompleksiosaa y-koordinaattina. Piirretään tästä kuva: 3

Kuva 1 Kompleksiluvut r 1, r 2 ja r 3 tulkittuina R 2 :n pisteiksi. Lasketaan kuvan avulla kompleksilukujen itseisarvot ja vaihekulmat: r 1 = r 2 = r 3 = 1 2 + ( 3) 2 = 4 = 2. ( ) ( ) r1y 3 θ 1 = arcsin = arcsin = π r 1 2 3 ( ) ( r2y ) (3) θ 2 = arcsin = arcsin = π r 1 2 3 θ 3 = π + θ 1 = 4π 3 4

8. tehtävä (i) Tiedetään, että x 2 = x 2 1 + x 1 x 2 + 1 3 x2 2. Selvitetään kuvaus g : R 2 R laskemalla annettu yhtälö: x (s, 0) 2 = (x 1 s, x 2 ) 2 = (x 1 s) 2 + (x 1 s) x 2 + 1 3 x2 2 = x 2 1 2x 1 s + s 2 + x 1 x 2 x 2 s + 1 3 x2 2 = x 2 2x 1 s x 2 s + s 2 = x 2 h(s) Tämä minimoituu, kun h(s) saavuttaa maksimiarvonsa, mikä tapahtuu jossain sen derivaatan nollakohdassa. Selvitetään tämä nollakohta: d ds h(s) = d ( 2x1 s + x 2 s s 2) = 2x 1 + x 2 2s. ds h (s) = 0 s = x 1 + 1 2 x 2 g(x) = x 1 + 1 2 x 2. Suoralla laskulla, tai vaikkapa merkkivertailulla voidaan tarkistaa, että s = x 1 + 1 2 x 2 on piste, jossa h(s) maksimoituu. (ii) Merkitään x 1 = (0, 1), x 2 = (1, 1 2 ) ja x 3 = ( 1, 1). Lasketaan g:n arvot jokaiselle näistä: g(x 1 ) = 0 + 1 2 ( 1) = 1 2, g(x 2 ) = 1 + 1 ( 1 ) = 1 1 2 2 4 = 3 4 g(x 3 ) = 1 + 1 2 = 1 2. 5

(iii) Piirretään pyydetyt kuvaajat MATLABilla: Kuva 2 Pyydetyt kuvaajat MATLABilla piirrettynä. Huomataan, että kaikki kuvaajat leikkaavat vakionsa pisteessä x=0.5. MATLAB-skripti tehtävän suoritukseen a=[0,1,-1]; b=[-1,-0.5,1]; % Luodaan polynomien pisteet x=linspace(0,1,1000); y=[a(1)+b(1)*x;a(2)+b(2)*x;a(3)+b(3)*x]; vakio=[a(1)+0.5*b(1),a(2)+0.5*b(2),a(3)+0.5*b(3)]; 6

% Eka polynomi plot(x,y(1,:), r, LineWidth,2) hold on % Toka polynomi plot(x,y(2,:), b, LineWidth,2) hold on % Kolmas polynomi plot(x,y(3,:), g, LineWidth,2) hold on % Eka vakio plot(x,linspace(vakio(1),vakio(1),1000), r, LineWidth,1.5) %hold on % Toka vakio plot(x,linspace(vakio(2),vakio(2),1000), --b, LineWidth,1.5) hold on % Kolmas vakio plot(x,linspace(vakio(3),vakio(3),1000), :g, LineWidth,1.5) hold on legend( x1 polynomi, x2 polynomi, x3 polynomi, x1 vakio, x2 vakio, x3 vakio ) 7