Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos Mat-1.C Matemaattiset ohjelmistot

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

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

Matemaattiset ohjelmistot MS-E1999

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

matlabteht/mlperusteet, Matlab-perusteita 1. mlp001.tex

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

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

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

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 1 / vko 44

Kuvaus. Määritelmä. LM2, Kesä /160

Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37

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

mplperusteet 1. Tiedosto: mplp001.tex Ohjelmat: Maple, [Mathematica] Sievennä lauseke x 1 ( mplp002.tex (PA P1 s.2011)

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

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

MAA2.3 Koontitehtävät 2/2, ratkaisut

Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos Mat-1.C Matemaattiset ohjelmistot. Harjoitus

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

BM20A0700, Matematiikka KoTiB2

. 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

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Ratkaisut vuosien tehtäviin

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

Differentiaalilaskenta 1.

MS-C1340 Lineaarialgebra ja

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

Matematiikan peruskurssi 2

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

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2

Matemaattiset ohjelmistot A. Osa 2: MATLAB

Matlabperusteita, osa 1. Heikki Apiola Matlab-perusteita, osa 1. Heikki Apiola. 12. maaliskuuta 2012

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus

Numeerinen analyysi Harjoitus 3 / Kevät 2017

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

4 Yleinen potenssifunktio ja polynomifunktio

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Merkitään f(x) =x 3 x. Laske a) f( 2), b) f (3) ja c) YLIOPPILASTUTKINTO- LAUTAKUNTA

Ratkaise tehtävä 1 ilman teknisiä apuvälineitä! 1. a) Yhdistä oikea funktio oikeaan kuvaajaan. (2p)

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

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Reaalilukuvälit, leikkaus ja unioni (1/2)

Insinöörimatematiikka D

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

Derivaatan sovellukset (ääriarvotehtävät ym.)

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

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

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

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Muuttujan sisällön näet kirjoittamalla sen nimen ilman puolipistettä

Johdatus tekoälyn taustalla olevaan matematiikkaan

2 / :03

Mat-1.C Matemaattiset ohjelmistot

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

MS-A0004/A0006 Matriisilaskenta

= 2 L L. f (x)dx. coshx dx = 1 L. sinhx nπ. sin. sin L + 2 L. a n. L 2 + n 2 cos. tehdään approksimoinnissa virhe, jota voidaan arvioida integraalin

Funktioiden approksimointi ja interpolointi

= 9 = 3 2 = 2( ) = = 2

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

Johdatus matematiikkaan

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

Ominaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

Lineaarikuvauksen R n R m matriisi

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Matlabin perusteita Grafiikka

Heikki Apiola, Juha Kuortti, Miika Oksman. 5. lokakuuta Matlabperusteita, osa 1

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

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

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

FUNKTION KUVAAJAN PIIRTÄMINEN

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot

Harjoitus 4 -- Ratkaisut

1 Kannat ja kannanvaihto

plot(f(x), x=-5..5, y= )

, c) x = 0 tai x = 2. = x 3. 9 = 2 3, = eli kun x = 5 tai x = 1. Näistä

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

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

Kohdeyleisö: toisen vuoden teekkari

Matriisit ja vektorit Matriisin käsite Matriisialgebra. Olkoon A = , B = Laske A + B, , 1 3 3

MAB3 - Harjoitustehtävien ratkaisut:

Preliminäärikoe Tehtävät A-osio Pitkä matematiikka kevät 2016 Sivu 1 / 4

Matlab- ja Maple- ohjelmointi

Epäyhtälöt 1/7 Sisältö ESITIEDOT: yhtälöt

Matematiikka B2 - Avoin yliopisto

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

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

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

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

Luento 9: Yhtälörajoitukset optimoinnissa

MATP153 Approbatur 1B Harjoitus 5 Maanantai

2 Pistejoukko koordinaatistossa

MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot

x + 1 πx + 2y = 6 2y = 6 x 1 2 πx y = x 1 4 πx Ikkunan pinta-ala on suorakulmion ja puoliympyrän pinta-alojen summa, eli

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

Numeeriset menetelmät

Transkriptio:

Aalto-yliopisto, Matematiikan ja Systeemianalyysin laitos Mat-1.C Matemaattiset ohjelmistot Apiola/Kuortti Harjoitus 1 12-14.3.2012 LT Luentotehtävä, tehdään yhdessä luennolla. HT Harjoitustehtävä, käydään keskustellen läpi ma 19.3. rastilista. DokuT Kirjallinen työ, m-tiedosto lähetetään Juhalle ma 19.3. klo 14.00 mennessä. Jaottelu %%-merkein, saa selostaa ja kommentoida muutamalla sanalla. Pääasia, että testattu. Saa laittaa kommenttia työmäärästä, ongelmista ym. Saat myös lähettää publish-pdf-tiedoston, mutta Juha ei sitä vaadi. Sovitaan ke HT-tehtävien minimimäärä. Doku-tehtäviä on 4, joista tulisi valita 2. Ne ovat kaikki lyhyitä ja tarkasti neuvottuja. (Jos haluat tehdä enemmän, ilmoita rastilistalla, mutta älä lähetä kahta enempää Juhalle (ettei vaadi palkankorotusta).) Keskiviikon istunnon luento-osuudessa keskitytään niihin asioihin, joita näissä tehtävissä tarvitaan. Ylivoimaisen esteen tapauksessa voidaan neuvotella erikoisjärjestelystä kaikissa kysymyksissä. LT 1. Olkoon z = [0-1 2 4-2 1 5 3], ja J = [5 2 1 6 3 8 4 7]. Mitä syntyy seuraavilla Matlab-komennoilla (sijoitetaan tilan säästämiseksi useita samalle riville.) >> x = z, A = x*x, s = x *x, w = x*j, >> length(x), length(z) >> size(a), size(x), size(z), size(s) Vihje: Suorita doc length, doc size, tai etsi Matlabin Help index:n avulla (lisä)tietoa komennoista.

LT 2. Määrittele vektorit x = [1 2 3 4 5] y = [0 2 4 6] z = [-4-2 0 2 4 ] Kokeile seuraavia laskutoimituksia/komentoja (kirjoita mieluummin omille riveilleen), ja selvitä virheelliset. x.*z, x*z,x*z x.^2, x^2 s1=sqrt(x*x ) s2=sqrt(sum(x.^2)) s3=norm(x) [s1 s2 s3] % helppo verrata help norm HT 3. Määrittele matriisit u = 3 4 5 6 v = 0 2 4 6 C = 1 2 3 1 3 6 1 4 9 A = 1 2 3 4 5 6 7 8 9 10 11 12 B = 3 4 5 6 2 1 0 1 5 4 2 0 1 2 1 1 Selvitä (ilman Matlabia), mitkä seuraavista laskutoimituksista on määritelty, ja kerro sanallisesti, mitä ne tekevät. Tarkista Matlab:lla. A*C C*A C^2 C.^2 A^2 A.^2

HT 4. Kirjoita MATLAB-skripti, joka laskee ja piirtää seuraavat funktiot: a) y = 5 cos(3πx). Laske arvo 101:ssä tasavälisessä pisteessä välillä 0 x 1. b) y = 1 1+x 2 välillä 5 x 5. c) y = sin(7x) sin(5x) cos(7x)+cos(5x). Laske arvo 200 tasavälisessä pisteessä välillä π 2 x π 2. Käytä axis komentoa asettaaksesi näytettävät akselit väleille 2 x 2 ja 10 y 10. Vihje: Jako- ja kertolaskujen tapauksessa ole tarkkana: haluatko matriisioperaation vai alkioittaisen operaation? Alkioittaiset operaatiot erotetaan matriisioperaatioista operaattorin eteen sijoitettavalla pisteellä. Esimerkiksi.* on alkioittainen kertolasku, * matriisien kertolasku. Trigonometriset funktiot toimivat MATLABissa alkioittain, ja löytyvät loogisilla nimillä. (cos, acos, sin jne.) Tasavälisiä pistejoukkoja luodaan komennolla linspace, tai vaihtoehtoisesti MATLABin kaksoispiste-notaatiolla. Tutustu kummankin dokumentaatioon, ja päätä kumpaa kannattaa tässä tilanteessa käyttää. HT 5. Esitä yhden rivin Matlab-komento, jolla saat selville vektorin tai matriisin niiden alkioiden lukumäärän, jotka ovat > 5. Testaa ainakin näille: a) A=1:10 b) B=[1 2 3;4 5 6;7 8 9] c) C=10*rand(6,6) d) D=ones(4,4)

HT 6. HT a) Ratkaise lineaarinen yhtälöryhmä ja tarkista tulos kertolaskulla. 4x 5y = 11 2x + y = 9 Vihje: Matlab: "Matriisijako": A\b Maple: LinearSolve (ei tarvitse ekalla viikolla) b) Tiedetään, että Celsius-asteiden ja Fahrenheit-asteiden välillä on lineaarinen yhteys: C = af + b. Lisäksi tiedetään, että vesi jäätyy 32 F:ssa ja -40 on sama kummassakin asteikossa. Johda kaava. Tarkoitus on kirjoittaa kertoimien a ja b määräämiseksi lineaarinen yhtälösysteemi, joka ratkaistaan Matlab:n takakenolla (\). c) Muodosta matriisi, jonka 1. sarake on C-asteet 50:sta 5:n asteen välein 100 :aan ja toinen sisältää vastaavat F-asteet. Vihje: Tarkan rationaalilukukaavan saat komentamalla format rat. Tee m- tiedosto kommentteineen. Huomaa, että taulukkoa ei ole mukavaa katsoa koknaisuutena, esim. 10 ekaa riviä näet näin: taulukko(1:10,:) (eikö vain?). Hivelevää on myös mennä Workspace-ikkunaan ja kaksoisklikata taulukko-ikonia. Kokeile sen ajamista myös pdf:ksi publish(fahrenheit,pdf)-komennolla (jos skripti on Fahrenheit.m), kunhan ensin testailet sen kuntoon.

HT 7. Kirjoita skripti, jolla vertaat inv(a)*b:n ja A\b:n tehokkuus- ja tarkkuuseroja. Tee välillä [0, 10] olevista satunnaisista kokonaisluvuista koostuva matriisi n n-matriisi A, ja muodosta sen rivisummista koostuva sarakevektori b. Olkoon u=ones(n,1). Mieti, miksi u on yhtälön Ax = b ratkaisu. Vahvista tämä Matlab-laskulla: %% n=5 A=floor(10*rand(n)) b=sum(...) b=b u=ones(n,1) [A*u b] x=a\b %% Jatka nyt skriptiäsi (copy/paste) ja aloita n = 200. Muista päättää puolipisteeseen (;) [muuten kärsit]. Suorita ajanmittausta varten: tic,x=a\b;toc tic,y=inv(a)*b;toc Vertaa suoritusaikoja. Virheiden vertaamiseksi laske max i x i u i ja max i y i u i Voit myös käyttää norm-funktiota (help norm) Kokeile vielä arvoja n = 500, n = 1000, n = 10000. (Ja muista puolipisteet!!) Kirjoita muutaman virkkeen yhteenveto skriptiisi ja aja vielä pdf:ksi komennolla publish( tamaskripti, pdf ). Hyväksytään myös pelkkä m-tiedosto, joka on testattu toimivaksi.

LT 8. Tarkastellaan lineaarista 4 6 systeemiä Ax = c, 1 1 1 0 0 2 0 1 1 2 4 1 2 3 missä A = ja c= 0 2 1 4 3 1 2 1 3 0 4 2 1 0 Tee liitännäismatriisi Ac, jossa c-vektori on liitetty A:n perään. Suorita komento [R,jb]=rref(Ac). Poimi sen avulla 4 4 osamatriisi, joka on yksikkömatriisi. Päättele rangi ja tarkista rank-komennolla A:n ja Ac:n rangit. Lopuksi voit huvitella rrefmovie;n parissa. HT 9. Monikulmio voidaan esittää 2-rivisenä matriisina, jonka sarakkeet edustavat koordinaattipisteitä. Esim. Kolmio, jonka kärjet ovat pisteissä (0, 0), (1, 1), (1, 1) voitaisiin esittää matriisina T = 0 1 1 0 0 1 1 0 >> plot(t(1,:),t(2,:)) piirtää kärkipisteet ja yhdistää ne janoilla tässä järjestyksessä.. (Seuraavassa tehtävässä hiukan enemmän selitystä lineerikuvausperiaatteesta.) Jos tähän sovelletaan lineaarikuvausta, eli kerrotaan matriisilla A, saadaan kuvan kärkipisteet S = AT. Muodosta jokin/joitakin 2 2-matriiseja A. Piirrä kolmio T ja sen kuva S eri ruutuihin. Voit kokeilla myös rinnakkain (subplot) ja päällekkäin hold on ja myös alueen täyttöä fill» S=A*T; plot(s(1,:),s(2,:)). Jos haluaisit iteroida, voisit tehdä komentoikkunassa -tyyliin: >> S=T;» S=A*S; plot(s(1,:),s(2,:)) % ja tätä riviä -toistaen.

DokuT 10. HT Muodosta seuraava matriisi, jonka sarakkeet edustavat tason pisteitä. Piirrä pisteet yhdistysjanoineen: T=[0 0-1 6 13 12 12 3 3 6 6 0;0 9 8 15 8 9 0 0 5 5 0 0] plot(t(1,:),t(2,:)) Olkoon A 2 2-matriisi. Tason piste (pystyvektori) kuvautuu matriisilla kerrottaessa pisteeksi y = Ax. Näin matriisi A määrää tason lineaarikuvauksen. Pistejoukko voidaan kuvata kokoamalla pisteet sarakkeiksi matriisiin (kuten T yllä) ja kertomalla se kuvausmatriisilla A. Niinpä talon nurkkapisteiden kuvat saadaan suoraan kertomalla "talomatriisi"t A:lla, ts. S = AT. Lineaarisuuden nojalla yhdistysjanat kuvautuvat yhdistysjanoille. Kerro näillä matriiseilla ja piirr (ja kerro, mitä näet). [ ] [ ] [ ] 1 0 1 0 0 1 A 1 =, A 0 2 2 =, A 0 1 3 = A 1 0 4 = [ 1 3 0 1 Miten kuvailisit vastaavia kuvauksia? (A 4 on engl. nimeltään horisontal shear. ) ] HT 11. Muodosta Matlab:lla polynomien p(x) = x 3 + 2x 1 ja q(x) = 2x 5 + 3 summa. Määritä p(x), q(x) ja (p + q)(x) vektorin x=[-2-1 0 1 2] pisteissä. Lado nämä arvot 3-sarakkeiseksi matriisiksi P QS. Miten voit kätevästi tarkistaa, että laskut menivät oikein? Vihje: polyval arvon laskemiseen. HT 12. a) Muodosta Matlab-lauseke, joka laskee kahden polynomin p ja q summan p + q. Oletetaan, että p:n asteluku = n ja q:n asteluku = m ja m n. b) Tee sitten yleispätevästi, tarvitsematta tietää mitään asteluvuista. c) Kirjoita funktiotiedosto polysum.m, jolle annetaan argumentteinä polynomivektorit ja joka palauttaa summapolynomi(vektorin). Kirjoita alkukommentit, joissa käyttötarkoitus, ohje ja käyttöesimerkki. Se siis tulee näkyviin komentamalla >> help polysum. Testaile! Vihje: b): np=length(p);nq=length(q);m=max(np,nq); Muodosta 2 m nollamatriisi, jonka 1. riville viet p:n loppuun kiinnittäen ja 2. riville vastaavasti q:n. (Muista end.) Sitten vaan muodostat sarakesummat sum-funktiolla, siinäpä se! c): Ohjelmankehitys kannattaa tehdä skriptitiedostossa, ja kun se toimii, kirjoitetaan siitä funktio.

HT 13. (a) Määritä funktion f(x) = x 4 7x 3 + 11x 2 + 7x 10 nollakohdat, ja ääriarvot. Piirrä kuvaaja. (b) Määritä funktion maksimi- ja mimimipisteet ja arvot raakaa voimaa käyttämällä soveltaen Matlabin tehokkaita vektori- ja datanpoimistyökaluja. (c) Määritä samalla periaatteella f:n nollakohdat. Vihje: polyval, polyder, roots (b) Tarkoitus on oikeastaan muuttaa kuvasta katsominen kvantitatiiviseksi tähän tyyliin: >> x=linspace(a,b,n); >> y=polyval(...); >> ymax=... % suurin y-vektorin arvo >> maxind=find(...) % Etsi suurimman arvon indeksi. >> % Indeksoi sill\"a x-vektori. (c) >> xpist=linspace(a,b,n); % Sopiva v\"ali ja N. >> find(...) % Etsi eka merkinvaihtopiste. >> % sill\"a v\"alill\"a on 0-kohta. >> % toista nuolinappaimella tai CTR-ENTER Tässä tehdään välin puolittamisen sijasta välin jakaminen esim. 100:aan tai 1000:een osaan. Huomaa, että pitkillä vektoreilla operointi on Matlabilla tehokasta. HT 14. HT a) Piirrä funktiot cos t ja sin t samaan kuvaan eri väreillä. b) Piirrä toiseen kuvaan yksikköympyrä ja säännöllinen n kulmio esim. arvolla n = 10. Järjestä sopivilla axis-komennoilla skaalat yhtäsuuriksi, jotta ympyrä näkyy ympyränä. c) Piirrä yksikköympyrän kuva joillain edellä esiintyneillä lineaarikuvauksilla(tai muilla keksimilläsi). Vihje: Uusi grafiikkaikkuna: figure Muistathan ympyrän luonnollisen parametriesityksen. Ympyrän data koostuu oikeasti säännöllisesen n-kulmion nurkkapisteistä, missä esim. n = 100 (linspace:n oletus). Ympyrän kuvan piirtäminen on siten sama homma kuin edellisissä lineaarikuvaustehtävissä.

HT 15. Olkoon 0, x 0 g(x) = x, x > 0 Määrittele funktio g Matlab-funktioksi (m-tiedostoon). Vihje: Voit käyttää funktioita zeros ja max. Ehkä vieläkin elegantimmin näin: Mieti, millä saat aikaan yksikköaskelfunktion (Heavisiden funktion), joka saa negatiivisilla arvon 0 ja positiivisilla 1. (Tähän riittää 3 merkkiä.) Sillä kerrot funktion y = x. HT 16. Funktion g(x) kiintopiste on piste x 0, jolle pätee g(x 0 ) = x 0. Valistuneen arvauksen kiintopisteen sijainnista voi piirtämällä kuvaajat y = g(x) ja y = x samaan kuvaan, ja arvioimalla käyrien leikkauspistettä graafisesti. Käyttämällä tätä tekniikkaa, arvioi funktion g(x) = cos(x) kiintopisteen sijaintia. Vihje: Kaksi käyrää voidaan piirtää samaan kuvaan joko yhdellä plot käskyllä : plot(x1,y1,x2,y2), tai vaihtoehtoisesti voidaan käyttää MATLABin hold optiota: plot(x1,y1); hold on plot(x2,y2); hold off

HT 17. Piirrä MATLABilla alla oleva kuva. 10 8 y=0.25*x*sin(x) y = ± 0.25*x 6 4 2 y values 0 2 4 6 8 10 0 5 10 15 20 25 30 35 4 x values Vihje: ylabel. Selityslaatikko luodaan komennolla legend, akselikuvaukset komennoilla xlabel ja

DokuT 18. Laskemme yksikkökolmion T (virittävät pisteet (0, 0), (1, 0), (0, 1)) pinta-alan tasaisesti jakautuneilla satunnaisluvuilla Monte-Carlo menetelmää mukaillen: 1. Muodosta N tasaisesti jakautunutta satunnaislukuparia (x, y) yksikköneliöön. 2. Etsi näistä satunnaispisteistä kolmion T sisälle osuvat. Havainnollista tätä piirtämällä T :n sisälle osuvat pisteet ja T :n ulkopuoliset pisteet samaan kuvaan eri väreillä. 3. Approksimoi T :n alaa laskemalla kolmion sisälle osuneiden pisteiden osuus kaikista valituista. Kokeile menetelmän tarkkuutta eri arvoilla N. Vihje: Muodosta rand-funktiolla tasaisesti jakautuneita satunnaislukuja välillä [0, 1] vektoreihin x ja y. Vertaamalla näitä vektoreita saat loogisen vektorin, jolla indeksoimalla saat suoraan poimituksi sisäpisteet (ja ulkopisteet). Loppu onkin jo silkkaa nautiskelua (onhan tämäkin!) Pisteitä piirretään plot-komennolla optioita hyväksikäyttäen: esimerkiksi plot(x,y, ob,xsisa,ysisa, *r ) piirtää kaikki pisteet sinisinä rinkuloina ja sisäpisteet punaisina tähtinä. Tiedoksi: Kysymys siitä, kuuluuko piste(joukko) jonkin monikulmion sisäpuolelle, on monimutkainen ja tärkeä erinäisissä sovelluksissa (vaikkapa FEM). Siihen on funktio inpolygon, joka on huomattavan monipuolinen funktio, mutta tämän tehtän kannalta tarpeettoman järeaä.

DokuT 19. Palautettava teht. Huom: Tehtävänanto on siksi pitkä, että suurin osa on ohjetta. Ratkaisu lyhyt. Tutkitaan heitetyn pallon lentorataa MATLABilla. Aloita luomalla m-tiedosto johon kirjoitat tarvittavat komennot. 1. Teemme seuraavat lähtöoletukset: i Pallon korkeus h heittohetkellä on 1.5m ii Putoamiskiihtyvyys g on 9.8m/s 2 iii Pallon vauhti v heittohetkellä on 4m/s iv Pallon etenemisvektorin suunta θ on 45 o Kirjoita oletukset skriptiisi. 2. Luo vektori t, jossa on 1000 tasaisin välein valittua arvoa väliltä [0, 1]. 3. Kuvataan muuttujalla x pallon etäisyyttä heittäjästä (mitattuna maan pinnalla) ja muuttujalla y pallon korkeutta, seuraavat yhtälöt kuvaavat muuttujien riippuvuutta ajasta ja oletetuista parametreista. (a) (b) x(t) = v cos ( θ π ) t.muunnetaan kulma radiaaneiksi 180 y(t) = h + v sin ( θ π ) t 1 180 2 gt2. Kirjoita annettujen yhtälöiden ja määrittelemiesi arvojen avulla vektorit x ja y. 4. Arvioidaan hetkeä jolloin pallo putoaa maahan, ja sen lentämää matkaa: etsi ensimmäinen indeksi, jolla pallon korkeus y muuttuu negatiiviseksi (käytä funktiota find). Pallon lentämä etäisyys on vektorin x arvo tässä indeksissä, lentoaika on vektorin t arvo tässä indeksissä. Tulosta sekä lentomatka että -aika näkyviin ruudulle. 5. Piirretään pallon lentorata: piirrä kuva, jossa pisteiden x-koordinaatit ovat vektorissa x, ja y-koordinaatit vektorissa y. Tämän jälkeen piirrä nolla-taso näkyviin katkoviivalla.