x = x x 2 + 2y + 3 y = x + 2y f 2 (x, y) = 0. f 2 f 1

Samankaltaiset tiedostot
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

2v 1 = v 2, 2v 1 + 3v 2 = 4v 2.. Vastaavasti ominaisarvoa λ 2 = 4 vastaavat ominaisvektorit toteuttavat. v 2 =

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

Differentiaaliyhtälöt II, kevät 2017 Harjoitus 5

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Ominaisarvo ja ominaisvektori

Matriisialgebra harjoitukset, syksy 2016

MS-C1340 Lineaarialgebra ja

17. Differentiaaliyhtälösysteemien laadullista teoriaa.

Differentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus

Lineaarikuvauksen R n R m matriisi

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

(0 desimaalia, 2 merkitsevää numeroa).

Ominaisvektoreiden lineaarinen riippumattomuus

. Mitä olisivat y 1 ja y 2, jos tahdottaisiin y 1 (0) = 2 ja y 2 (0) = 0? x (1) = 0,x (2) = 1,x (3) = 0. Ratkaise DY-ryhmä y = Ay.

1 Di erentiaaliyhtälöt

6. Differentiaaliyhtälösysteemien laadullista teoriaa.

Kanta ja Kannan-vaihto

Tasasähköyhteyden suuntaaj-asema. Ue j0ƒ. p,q

Ominaisarvo ja ominaisvektori

Mat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ

Matematiikka B2 - TUDI

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 =

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Matriisilaskenta Luento 16: Matriisin ominaisarvot ja ominaisvektorit

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

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

Paikannuksen matematiikka MAT

Vektorilaskenta, tentti

5 OMINAISARVOT JA OMINAISVEKTORIT

Milloin A diagonalisoituva?

5 Differentiaaliyhtälöryhmät

Lineaarialgebra ja matriisilaskenta I

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

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

Insinöörimatematiikka D

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

MS-C1340 Lineaarialgebra ja

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

mlnonlinequ, Epälineaariset yhtälöt

Ratkaisuehdotukset LH 10 / vko 48

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

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

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

LUKU 10. Yhdensuuntaissiirto

Ratkaisuehdotukset LH 3 / alkuvko 45

Tehtävä 4.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla.

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.

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

DI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 13: ti klo 13:00-15:30 ja to 1.4.

763105P JOHDATUS SUHTEELLISUUSTEORIAAN 1 Ratkaisut 5 Kevät 2016

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Hyvä uusi opiskelija!

Numeeriset menetelmät

Ortogonaaliset matriisit, määritelmä 1

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

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

Matematiikka B2 - Avoin yliopisto

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

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

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

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

Esimerkki 1 Ratkaise differentiaaliyhtälö

DI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 11: ti klo 13:00-15:30

Jos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.

Lineaarialgebra ja matriisilaskenta I

Luento 8: Epälineaarinen optimointi

Similaarisuus. Määritelmä. Huom.

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Insinöörimatematiikka D

= + + = 4. Derivointi useammassa ulottuvuudessa

MS-A0004/A0006 Matriisilaskenta

Lukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 5. joulukuuta Z-muunnos

Insinöörimatematiikka D

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

4 Korkeamman kertaluvun differentiaaliyhtälöt

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

1 p p P (X 0 = 0) P (X 0 = 1) =

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi

Luento 8: Epälineaarinen optimointi

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

Matematiikkaa kauppatieteilijöille

Pisteessä (1,2,0) osittaisderivaatoilla on arvot 4,1 ja 1. Täten f(1, 2, 0) = 4i + j + k. b) Mihin suuntaan pallo lähtee vierimään kohdasta

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

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).

a(t) = v (t) = 3 2 t a(t) = 3 2 t < t 1 2 < 69 t 1 2 < 46 t < 46 2 = 2116 a(t) = v (t) = 50

Ortogonaalisen kannan etsiminen

Inversio-ongelmien laskennallinen peruskurssi Luento 2

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:

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

5 Ominaisarvot ja ominaisvektorit

A-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan yksi tunti aikaa. Laske kaikki tehtävät:

Insinöörimatematiikka D

Luento 9: Newtonin iteraation sovellus: optimointiongelma

Näihin harjoitustehtäviin liittyvä teoria löytyy Adamsista: Ad6, Ad5, 4: 12.8, ; Ad3: 13.8,

Transkriptio:

Matematiikan K/P syksy Laskharjoits 9 Mallivastakset Tehtävän differentiaaliyhtälösysteemi: x = x x + y + y = x + y Merkitään f (x, y) = x x + y + ja f (x, y) = x + y Kriittisessä pisteessä f (x, y) = f (x, y) = Eli x x = y = x Siis joko x = ja y = / tai x = ja y = / Minkä tahansa pisteen (x, y) ympärillä voidaan arvioida f (x + h, y + h ) f (x, y) + f x (x, y)h + f (x, y)h f (x + h, y + h ) f (x, y) + f x (x, y)h + f (x, y)h Jäännöstermi on lokkaa maxh, h} Sama matriisimodossa f (x + h, y + h ) f (x, y) + J(x, y) f (x + h, y + h ) f (x, y) missä on Jacobin matriisi J(x, y) = x (x, y) ] f (x, y) f x (x, y) f (x, y) [ f Kriittisen pisteen läheisyydessä yhtälösysteemi käyttäytyy kin lineaarinen yhtälösysteemi, ainakin tavallisimmissa tapaksissa Linearisaatio: Merkitään = x x, v = y y Linearisoit systeemi on v = J(x, y ), v missä (x, y ) on kriittinen piste Tehtävän systeemille Ttkitaan ominaisarvoja: J(, /) = J(x, y) = [ 5 ] [ h h ], x, () ja J(, /) = det(j(, /) λi) = ( 5 λ)( λ) + = λ + λ 8, () λ = ± > }} 9 +

Siis ominaisarvot ovat erimerkkiset (, /) on satla, joka kl yllä mainittihin tavallisiin Vastaavasti: det(j(, /) λi) = ( λ)( λ) + = λ 5λ + 8, λ = 5 ± 5 = a ± ib, missä a, b R ja a > Siis (, /) on spiraalilähde Se on niinikään hyvin linearisoinnin shteen käyttäytyvä (Ongelmallisin on kesks) x = x x + y + y = x + y y 4 5 x Kva : Teht Tehtävän syteemi x = x αxy = f (x, y) y = y + αxy = f (x, y), α > Kriittisessä pisteessä f (x, y) = f (x, y) = x( αy) = y( + αx) =, joko x = ja y = tai x = /α ja y = /α Linearisointi kriittisessä pisteessä (x, y ): ( = x x, v = y y ) = J(x, y ) v v Jacobin matriisi Siis J(x, y) = [ f x f x f f J(, ) = ] αy αx = αy + αx,

jonka ominaisarvot ovat λ = ja λ = Eri merkkiset, satla Ja J(/α, /α) =, jonka ominaisarvot ovat λ = i ja λ = i Imaginääriset, linearisoit kesks Tämä on jri pahin ongelmatapas Meillä ei ole ollt esillä keinoja, joilla voitaisin asia varmdella ratkaista (Meiltä ptt jopa täsmällinen määritelmä epälineaarisen faasitasotyypeille, kvalitatiivinen analyysimme on siten todella kvalitatiivista, (k)valitettavasti) Kvan persteella näyttää joka tapaksessa ilmeiseltä, että tässä tapaksessa kyse on todella kesstyyppisestä käyttäytymisestä Piirretään ensin heilrin kva pplene5:llä Klma letaan vaaka-akselilta ja klmanopes θ = ω ω = sin(θ) D ω D = 4 ω 4 8 6 4 4 6 8 θ pystyakselilta Kva : Teht a) Umpinaisella trajektorilla θ vaihtelee maksimi- ja minimiarvon välissä Ja vastaavasti ω vaihtelee minimi- ja maksimiarvon välissä Jos heilri lähetetään pisteestä θ = ja ω = ω, tämä vastaa trajektorin ylimmäistä tai alimmaista pistettä (leikkaa pystyakselia) Ja tosi elämässä tilannetta, jossa heilri roikk alaspäin ja sillä on alknopetta oikealle tai vasemmalle Jonkin ajan kltta heilri saavttaa oikean tai vasemman poleisen ääripisteen Tässä pisteessä trajektori leikkaa vaaka-akselin, ω = Rajatapastrajektorilla, joka siis klkee pisteen θ = π ja ω = katta, heilri jaksaa jri ja jri yläasentoon, mtta kääntyy ylhäällä takaisin Hieman srempi alknopes ja heilri olisi pyörähtäny ympäri b) Jos heilri lähetetään pisteestä θ = ja ω = ω ja ω on tarpeeksi sri (itseisarvoltaan), ollaan aaltoilevalla trajektorilla Tällaisella trajektorilla ω ei ole koskaan nolla eikä siis vaihda merkkiä Heilri pyörähtelee siis ympäri koko ajan samaan sntaan 4 Tehtävän systeemi y = y + y y = y y alkarvoilla y () = ja y () = 4

Tarkka ratkais: ominaisarvot det(a λi) = ( λ) = (λ + ) + λ = + i ja λ = i ja ominaisvektorit i A λ I = v i = Siis yleinen ratkais on i Alkehdosta y () = ja y () = 4 saadaan i i C + C = i ja A λ I = v i = i y = (C e it i + C e it )e t Siis koska e ±it = cos t ± i sin t, saadaan [ y = ( cos t + 4] Elerin menetelmä yhtälölle y = f(y, t): missä t n = nh C 4 = C = 4 sin t)e t y = y() ja y n+ = y n + hf(y n, t n ), n, Matlab-totets: Ja vastakseksi saatiin y y y y y 4 y 5 Eler 8 8 54 56 449 4 4 664 4 57 Tarkka 656 44 95 89 8 4 96 4696 88 5 795 i 5 Tehtävä: y = ty y, y() =, y () = Tarkka ratkais on y(t) = t t Todetaan tämä laskemalla: y = t y = 6t, ty = y = t(t ) (t t) = 6t = y Ok Toisen asteen differentiaaliyhtälö voidaan palattaa ensimmäisen asteen differentiaaliyhtälösysteemiksi kirjoittamalla w = y w = y Saadaan systeemi w = w w = tw w Sovelletaan tähän Elerin menetelmää askelpitdella h = 5 ja 5 askeleella Matlab: Ja tlokseksi saada h h h 4h 5h y Eler -5 - -449-597 -745 y -499-99 -4466-59 -744 y Eler y 6 5 8 4

4 5 5 y 5 5 5 5 5 5 y Kva : Teht4 6 4 asteen Rnge-Ktta-menetelmä: t n = nh k = hf(y n, t n ) k = hf(y n + k /, t n + h/) k = hf(y n + k /, t n + h/) k 4 = hf(y n + k, t n + h) y n+ = y n + 6 (k + k + k + k 4 ) Menetelmää sovelletaan tehtävän 4 systeemiin h = ja askelia otetaan yksi Matlab-pätkä: Tlokset: k k k k 4 y 4-4 -4 - -4 6667 Piirretään kvaan tehtävän 4 ratkaisn ja tarkan ratkaisn kanssa 5

4 5 5 y 5 5 5 5 5 5 y Kva 4: Teht6 6