Viikon aiheet. Funktion lineaarinen approksimointi

Samankaltaiset tiedostot
Mapu 1. Laskuharjoitus 3, Tehtävä 1

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

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

Derivaatta: funktion approksimaatio lineaarikuvauksella.

infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1

Matematiikkaa kauppatieteilijöille

Analyysi I (sivuaineopiskelijoille)

763101P FYSIIKAN MATEMATIIKKAA Seppo Alanko Oulun yliopisto Fysiikan laitos Syksy 2012

Matriisit ja optimointi kauppatieteilijöille

Johdatus reaalifunktioihin P, 5op

Matematiikka B1 - avoin yliopisto

3.4 Käänteiskuvauslause ja implisiittifunktiolause

MS-A0102 Differentiaali- ja integraalilaskenta 1

Differentiaalilaskenta 1.

Derivaatan sovellukset (ääriarvotehtävät ym.)

Matematiikan tukikurssi

1 Rajoittamaton optimointi

1.7 Gradientti ja suunnatut derivaatat

Matematiikan perusteet taloustieteilij oille I

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

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

Talousmatematiikan perusteet: Luento 9

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on

Kertausta: avaruuden R n vektoreiden pistetulo

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018

H7 Malliratkaisut - Tehtävä 1

Matematiikan tukikurssi

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Matematiikan tukikurssi

Luento 10: Työ, energia ja teho. Johdanto Työ ja kineettinen energia Teho

Luento 9: Yhtälörajoitukset optimoinnissa

Matematiikan tukikurssi

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot

Matematiikan peruskurssi (MATY020) Harjoitus 7 to

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

Nopeus, kiihtyvyys ja liikemäärä Vektorit

Matematiikan tukikurssi

Luento 8: Epälineaarinen optimointi

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

5 Ominaisarvot ja ominaisvektorit

Matematiikka B1 - TUDI

Preliminäärikoe Pitkä Matematiikka

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori

1 Ominaisarvot ja ominaisvektorit

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Matematiikan tukikurssi

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit

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

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

Matematiikan tukikurssi

Vektorit, suorat ja tasot

Matematiikan tukikurssi

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

Kertausta: avaruuden R n vektoreiden pistetulo

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

Talousmatematiikan perusteet: Luento 8. Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo

MATP153 Approbatur 1B Harjoitus 5 Maanantai

Talousmatematiikan perusteet: Luento 6. Derivaatta ja derivaattafunktio Derivointisääntöjä Ääriarvot ja toinen derivaatta

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

MAA7 Kurssikoe Jussi Tyni Tee B-osion konseptiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! Laske huolellisesti!

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

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

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

Talousmatematiikan perusteet: Luento 6. Derivaatta ja derivaattafunktio Derivointisääntöjä Ääriarvot ja toinen derivaatta

VASTAA YHTEENSÄ KUUTEEN TEHTÄVÄÄN

x = π 3 + nπ, x + 1 f (x) = 2x (x + 1) x2 1 (x + 1) 2 = 2x2 + 2x x 2 = x2 + 2x f ( 3) = ( 3)2 + 2 ( 3) ( 3) = = 21 tosi

Reaaliarvoisen yhden muuttujan funktion derivaatta LaMa 1U syksyllä 2011

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

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

Luento 8: Epälineaarinen optimointi

8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa

ELEC C4140 Kenttäteoria (syksy 2015)

Luento 6: Suhteellinen liike ja koordinaatistomuunnoksia

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.

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle /

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

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

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

Matematiikan tukikurssi

Luento 4: Suhteellinen liike ja koordinaatistomuunnoksia

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I

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

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

2 Osittaisderivaattojen sovelluksia

Maksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta

Funktiojonot ja funktiotermiset sarjat Funktiojono ja funktioterminen sarja Pisteittäinen ja tasainen suppeneminen

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v.

A = (a 2x) 2. f (x) = 12x 2 8ax + a 2 = 0 x = 8a ± 64a 2 48a x = a 6 tai x = a 2.

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

Matematiikan tukikurssi. Toinen välikoe

12. Hessen matriisi. Ääriarvoteoriaa

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

Transkriptio:

Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen derivaatta Newton-Raphson metodi funktion nollakohdan likiarvon laskemiseksi 0 0 8 6 0 6 8 0 f(x) CDH: luvut (ääriarvot+newton), 8.. (approksimointi), 7-7. (vektorit) Prujut06: luvut.6 ja -. Prujut008: sivut 7-78, vektorit s. -8 Funktion ääriarvot Funktion ääriarvot voivat sijaita Derivaatan nollakohdissa Määrittelyalueen reunoissa g(x)/h(x) tapauksissa h(x):n nollakohdissa Funktion lineaarinen approksimointi Derivaatan nollakohdassa f (x 0 ) = 0 funktiolla on maksimi, jos f (x 0 ) < 0 on minimi, jos f (x 0 ) > 0 Derivaatan määritelmästä f (x) = lim x 0 f (x + x) f (x) x Jos toinen derivaatta häviää, täytyy tarkastella korkeampia derivaattoja. Mikäli alimman nollasta poikkeavan derivaatan f (n) (x 0 ) kertaluku n on parillinen, homma menee kuin toisen derivaatan tapauksessa. Kun n on pariton, pisteessä ei ole ääriarvoa. voidaan ratkaista f (x + x) lim f (x + x) = lim f (x) + f (x) x x 0 x 0 Kun x ei ole infinitesimaalinen, mutta pieni on voimassa Ääriarvo on globaali, jos se on funktion suurin/pienin arvo. Muuten se on lokaali (paikallinen) ääriarvo. f (x + x) f (x) + f (x) x Approksimaatio on sitä parempi, mitä pienempi x on.

Väliarvolause Funktion lineaarinen approksimointi f Funktion f (x) arvo pisteen a ympäristössä voidaan siis approksimatiivisesti laskea f (x) f (a) + f (a)(x a), kun x a on pieni x w x + x Approksimaatio on lineaarinen, ts. lausekkeessa esiintyy vain x, eikä sen korkeampia potensseja. Esim: Origon ympäristössä Väliarvolause kertoo, että derivoituvalle funktiolle f (x) pisteiden x ja x + x välissä löytyy piste w, jossa laskettua derivaatan arvoa käyttämällä edellä mainittu approksimaatio on tarkka, ts. f (x + x) = f (x) + f (w) x sin x sin(0) + cos(0)(x 0) = x mikä pätee sitä paremmin mitä lähempänä x on nollaa. (Piirrä!) Implisiittinen derivaatta 5 Newton-Raphson menetelmä 6 Joskus x:n ja y(x):n välinen riippuvuus on implisiittisessä muodossa F ( x, y(x) ) = C, missä C on vakio. Näissä tapauksissa derivaatta dy/dx voidaan saada derivoimalla yo. implisiittistä funktiota. Esim. F(x, y) = x + y = df dx = d ( x + y(x) ) dx = x + y(x) dy dx = 0 dy dx = x y 0 0.0 0.5.0.5.0 x = 0., x =.705, x =.66, x =., x 5 =.0 7 8

Newton-Raphson menetelmä Newton-Raphson menetelmä iteratiivinen funktion nollakohdan ratkaisemisalgoritmi. Uusi (parempi) arvio nollakohdalle saadaan edellisen pisteen avulla: x n+ = x n f (x n) f (x n ) Vektori on olio jolla on suuruus ja suunta. Vektorien merkintätapoja on esim. a, a, a Luvuilla on vain suuruus. Lukuja kutsutaan myös skalaariksi. Vektorien summa eli resultantti on myös vektori: C = A + B Vektorin ja sen vastavektorin summa on nolla (=nollan pituinen vektori) A + ( A ) = A A = 0 = 0 9 0 Kolmiulotteisen avaruuden (R ) vektorit voidaan esittää komponenttimuodossa kolmen luvun avulla A = (A, A, A ). Vektorilaskutoimituksille pätee Vaihdannaisuus: A + B = B + A Vektorien summa määritellään komponenttimuodossa A + B = (A, A, A ) + (B, B, B ) = (A + B, A + B, A + B ) Liitännäisyys: ( A + B ) + C = A + ( B + C ) Skalaarilla kerrottaessa osittelulaki: Skalaarilla n kertominen muuttaa vain vektorin pituutta n ( A + B ) = n A + n B n A = n(a, A, A ) = (na, na, na )

Edellisten perusteella voidaan vektori esittää A = (A, A, A ) = A (, 0, 0) + A (0,, 0) + A (0, 0, ) Vektori A voidaan esittää kolmen kantavektorin summana. Tyypillisesti valitaan kantavektorit x, y ja z-akselin suuntaisiksi ja niiden pituudeksi. Näitä merkitään (, 0, 0) = ê = î x-suunta (0,, 0) = ê = ĵ y-suunta (0, 0, ) = ê = ˆk z-suunta Tätä kutsutaan monesti karteesisen koordinaatiston standardikannaksi. Hattumerkintä tarkoittaa yksikkövektoria, eli vektoria, jonka pituus on. Vektorien derivointi Kannan {ê i } virittävät kantavektorit. Eli muut vektorit voidaan aina esittää näiden kantavektoreiden lineaarikombinaationa: A = A ê + A ê + A ê = A i ê i i Standardikannassa esitetyn vektorin pituus saadaan Pythagoraan lauseen avulla A = A = A + A + A Vektorista A voidaan tehdä yksikkövektori jakamalla vektori pituudellaan  = A A Kanta Koska derivointi on lineaarinen operaatio on voimassa: d A dt = d ( ) da A ê + A ê + A ê = dt dt ê + da dt ê + da dt ê = d dt ( ) (da A, A, A = dt, da dt, da ) dt Vektoreita derivoitaessa siis derivoidaan kutakin komponenttia erikseen. A = î + ĵ 5 6

Kanta Kannan muutos Vektorin esitystavan muutos kannasta toiseen onnistuu lausumalla kantavektorit {â, â } kantavektoreiden {î, ĵ} avulla: [ â = î + ĵ â = î + ĵ [ î = (â â )/5 ĵ = (â â )/5 Tällöin A = î + ĵ = (â â )/5 + (â â )/5 = â + â A = â + â Erityisen näppärästi tämä voidaan laskea matriisien avulla (MAPU II). 7 8 Kaksi vektoria A = (A, A, A ) ja B = (B, B, B ) ovat yhtä suuret, jos vektorien komponentit ovat yhtä suuret: A = B A = B A = B A = B Huom! Tällöin molemmat vektorit pitää olla esitettynä samassa kannassa! 9