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

Samankaltaiset tiedostot
r > y x z x = z y + y x z y + y x = r y x + y x = r

Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa

Vektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21.

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin

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,...

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

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

Todista raja-arvon määritelmään perustuen seuraava lause: Jos lukujonolle a n pätee lima n = a ja lima n = b, niin a = b.

Täydellisyysaksiooman kertaus

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

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

Vastausehdotukset analyysin sivuainekurssin syksyn välikokeeseen

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

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua.

Matematiikan tukikurssi

Ratkaisu: a) Kahden joukon yhdisteseen poimitaan kaikki alkiot jotka ovat jommassakummassa joukossa (eikä mitään muuta).

3 Lukujonon raja-arvo

Ratkaisu: (b) A = x 0 (R(x 0 ) x 1 ( Q(x 1 ) (S(x 0, x 1 ) S(x 1, x 1 )))).

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

Sarjoja ja analyyttisiä funktioita

Matemaattisen analyysin tukikurssi

3 Lukujonon raja-arvo

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.

1. Olkoon f :, Ratkaisu. Funktion f kuvaaja välillä [ 1, 3]. (b) Olkoonε>0. Valitaanδ=ε. Kun x 1 <δ, niin. = x+3 2 = x+1, 1< x<1+δ

Kuinka määritellään 2 3?

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

Topologia Syksy 2010 Harjoitus 9

MS-C1540 Euklidiset avaruudet

7. Tasaisen rajoituksen periaate

FUNKTIONAALIANALYYSIN PERUSKURSSI 7

MS-A010{2,3,4,5} (SCI, ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 2: Sarjat

2. Normi ja normiavaruus

HILBERTIN AVARUUKSISTA

Funktiojonon tasainen suppeneminen

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

1 Sisätulo- ja normiavaruudet

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

Matematiikan tukikurssi, kurssikerta 5

8. Avoimen kuvauksen lause

Tenttiin valmentavia harjoituksia

802320A LINEAARIALGEBRA OSA II

Analyysi 1. Harjoituksia lukuihin 1 3 / Syksy Osoita täsmällisesti perustellen, että joukko A = x 4 ei ole ylhäältä rajoitettu.

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 2: Sarjat

Sarjojen suppenemisesta

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)

MS-C1350 Osittaisdifferentiaaliyhtälöt Harjoitukset 5, syksy Mallivastaukset

Seuraava topologisluonteinen lause on nk. Bairen lause tai Bairen kategorialause, n=1

Ratkaisuehdotukset LH 7 / vko 47

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 2: Sarjat

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 4 Ratkaisuehdotukset

5.1. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [0, ) jolla on ominaisuudet:

Lebesguen mitta ja integraali

8. Avoimen kuvauksen lause

M 2 M = sup E M 2 t. E X t = lim. niin martingaalikonvergenssilauseen oletukset ovat voimassa, eli löydämme satunnaismuuttujan M, joka toteuttaa ehdon

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

Matematiikan tukikurssi, kurssikerta 2

Oletetaan sitten, että γ(i) = η(j). Koska γ ja η ovat Jordan-polku, ne ovat jatkuvia injektiivisiä kuvauksia kompaktilta joukolta, ja määrittävät

Metriset avaruudet 2017

1 Reaaliset lukujonot

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Insinöörimatematiikka D

Metriset avaruudet ja Topologia

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

6. Lineaariset operaattorit

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

Topologia Syksy 2010 Harjoitus 11

Vastauksia. Topologia Syksy 2010 Harjoitus 1

DIFFERENTIAALI- JA INTEGRAALILASKENTA I.1. Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS

Ortogonaalisen kannan etsiminen

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

Matemaattinen Analyysi

Reaaliluvut. tapauksessa metrisen avaruuden täydellisyyden kohdalla. 1 fi.wikipedia.org/wiki/reaaliluku 1 / 13

1 sup- ja inf-esimerkkejä

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

TAMPEREEN YLIOPISTO Pro gradu -tutkielma. Suvi Lahti. Vektorinormit

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

MATP153 Approbatur 1B Harjoitus 4 Maanantai

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

Metriset avaruudet ja Topologia

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

Kompleksianalyysi, viikko 5

Sisältö. Sarjat 10. syyskuuta 2005 sivu 1 / 17

Metriset avaruudet ja Topologia

reaalifunktioiden ominaisuutta, joiden perusteleminen on muita perustuloksia hankalampaa. Kalvoja täydentää erillinen moniste,

Määritelmä 2.5. Lause 2.6.

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

Sarja. Lukujonosta (a k ) k N voi muodostaa sen osasummien jonon (s n ): s 1 = a 1, s 2 = a 1 + a 2, s 3 = a 1 + a 2 + a 3,...,

1 Kertaus. Lineaarinen optimointitehtävä on muotoa:

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

1 Kompleksitason geometriaa ja topologiaa

Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät sivua Heikki Koivupalo ja Rami Luisto

Matematiikan tukikurssi

Pistetulo eli skalaaritulo

Harjoitusten 4 ratkaisut Topologiset vektoriavaruudet 2010

TAMPEREEN YLIOPISTO Informaatiotieteiden yksikkö TOPOLOGIA

Metriset avaruudet. Erno Kauranen. 1 Versio: 10. lokakuuta 2016, 00:00

Transkriptio:

HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 2017 Harjoitus 1 Ratkaisuehdotukset I.1. Todista Cauchyn-Schwarzin epäyhtälö kun x, y R. x y x y, Ratkaisu: Tiedetään, että x + ty 2 0 kaikilla t R. Tällöin saadaan: (x 1 + ty 1 ) 2 + (x 2 + ty 2 ) 2 +... + (x n + ty n ) 2 0. (x 2 1 + 2tx 1 y 1 + y 2 1) + (x 2 2 + tx 2 y 2 + y 2 2) +... + (x 2 n + tx n y n + y 2 n) 0. Yhdistämällä saadaan: (x 2 1 + x 2 2 +... + x 2 }{{ n) } +2t (x 1y 1 + x 2 y 2 +... + x n y n ) }{{} +t2 (y1 2 + y2 2 +... + yn) 2 }{{} 0 x 2 + 2t (x y) + t 2 y 2 0 Nyt valitsemalla t = x y y 2, kun y 0 saadaan: x 2 2(x y) x y (x y)2 + y 2 y 2 ( y 2 ) 0 2 x 2 (x y)2 (x y)2 2 + 0 y 2 y 2 x 2 (x y)2 y 2 0 y 2 x 2 y 2 (x y) 2 0. 1

Tästä seuraa, että x y x y. Nyt pitää vielä tarkistaa kun y = 0. Tällöin tämä pätee jos ja vain jos y = 0. Sijoittamalla saadaan triviaali ratkaisu: x 0 x 0. Eli 0 0. Joten x y x y kaikilla x, y R. I.2. Osoita, että vektoriavaruudessa R n maksiminormi max, itseisarvonormi abs ja euklidisen sisätulon määräämä normi ovat ekvivalentteja. Ratkaisu: Palauttakaamme mieleemme topologian kurssilta tieto, että normit d ja p ovat ekvivalentit vektoriavaruudessa X, jos on olemassa vakiot a ja b, joilla kaikilla x X pätee missä 0 < a b. ad(x) p(x) bd(x), Olkoon x R n. Lähdetään arvioimaan ensin maksiminormista ylöspäin: saamme, että x max = max( x 1,..., x n ) = x k = x 2 k x 2 1 + + x 2 n = x n = x i e i x 1 + + x n = x abs n x max n x, i=1 missä k on se indeksi, jolla vektorin x komponentin itseisarvo on suurin ja e i on R n :n standardikannan i:s kantavektori. Kohdassa käytimme normin kolmioepäyhtälöä. Voimme kerätä yltä halutut tiedot kasaan: saamme että pätee x max x n x max, x max x abs n x max x x abs n x, ja mikä haluttiin osoittaa. 2

I.3. Määrää funktion g : R 2 R, g : (x 1, x 2 ) 4x 2 1 + x 2 2 tasa-arvokäyrät. Hahmottele/Piirrä muutama tasa-arvokäyrä. Piirrä funktion graafi. Ratkaisu: Ks. liite. I.4. Määrää funktion f : R 3 R, x x 2 1 + x 2 2 x 2 3 tasa-arvopinnat. Hahmottele/Piirrä muutama tasa-arvopinta. Ratkaisu: Ks. liite. I.5. Osoita, että avaruuden R n jonolle (x k ) on voimassa lim x k = a x jos ja vain jos jokaisella j = 1,..., n reaaliselle komponenttijonolle (x k,j ) j pätee lim k x k,j = a j missä x k = (x k,1,..., x k,n ) ja a = (a 1,..., a n ). Ratkaisu: Todistetaan ensin, että jono suppenee jossakin normissa, jos ja vain jos se suppenee jossakin ekvivalentissa normissa. Oletetaan siis, että 1 ja 2 ovat ekvivalentit R n :n normit, eli löytyy vakiot C 1, C 2 0 joilla x 1 C 2 x 2 ja x 2 C 1 x 1 kaikilla x R n. Oletetaan sitten, että (x k ) on jono joka suppenee pisteeseen x normissa 1, eli x k x 1 0 kun k. Halutaan osoittaa, että myös x k x 2 0 kun k. Olkoon tätä varten ε > 0, jolloin myös ε/c 1 > 0. Koska x k x 1 0, niin on olemassa N N jolla pätee, että x k x 1 < ε/c 1 kunhan k N. Kun siis k N, niin pätee x k x 2 C 1 x k x 1 < C 1 ε/c 1 = ε, eli myös x k x 2 0, kun k. Tiedetään siis, että suppenemisesta normissa 1 seuraa suppeneminen normissa 2. Koska normit olivat mielivaltaisia, vaihtamalla ne keskenään saadaan aikaan ekvivalenssi. 3

Tehtävässä 2 osoitettiin, että tavallinen euklidinen normi, maksiminormi max ja itseisarvonormi abs ovat ekvivalentteja. Koska suppeneminen määriteltiin euklidisen normin avulla, ylläolevan mukaan voi sen suppenemiskysymyksissä vaihtaa huoletta myös normiin max tai abs. Osoitetaan sitten itse väite: oletetaan ensin, että (x k ) on jono, jolla x k a, eli x k a max 0. Olkoon 1 j n. Koska voimassa on epäyhtälöt 0 x k,j a j max( x k,1 a j,..., x k,n a j ) = x k a max, niin kuristusperiaatteen nojalla myös x k,j a j 0 (eli x k,j a j ), kun k. Oletetaan sitten, että x k,j a j kaikilla 1 j n, eli x k,j a j 0, kun k. Analyysin peruskurssin tietojen nojalla tällöin myös näiden summajono suppenee: tarkemmin sanoen, kun k, eli x k a. n n x k a abs = x k,j a j 0 = 0 j=1 j=1 Siis avaruuden R n jono suppenee jos ja vain jos sen komponenttijonot suppenevat. I.6. Tutki, onko avaruuden R 3 jono (x k ) suppeneva, kun (a) x k = (1, k 1, k 2 ) (b) x k = (k, 1, k 1 ) (c) x k = (( 1) k, ( k) 1, ( k) 2 ). Ratkaisu: Jono x k = (a k, b k, c k ) suppenee, jos ja vain jos jonot a k, b k ja c k suppenevat. Jos a k suppenee kohti a:ta, b k suppenee kohti b:tä ja c k suppenee kohti c:tä, niin x k suppenee kohti (a, b, c):tä. Voidaan käyttää tässä hyväksi Analyysin kursseilta opittuja tietoja raja-arvoista. Tiedetään, siis että 1/k 0 ja ( 1) k ei suppene, kun k. (a) Jono x k = (1, k 1, k 2 ) suppenee kohti (1,0,0) kun k. (b) Jono x k = (k, 1, k 1 ) ei suppene. (c) Jono x k = (( 1) k, ( k) 1, ( k) 2 ) ei suppene. 4

Vektorianalyysi I, 2017, Harjoitus 1.3 Table of Contents Piirretään ensin graafi... 1 Piirretään muutama tasa-arvokäyrä... 2 Piirretään muutama tasa-arvokäyrä, 3D... 2 Tarkastellaan funktiota. Piirretään ensin graafi x = -100:5:100; y = -100:5:100; [X,Y] = meshgrid(x,y); Z = 4*X.^2+Y.^2; figure(1);clf surf(x,y,z) xlabel('x');ylabel('y');zlabel('z') 1

Vektorianalyysi I, 2017, Harjoitus 1.3 Piirretään muutama tasa-arvokäyrä x = -100:.01:100; c = [0.1 5 20 50 100]; figure(2);clf;hold on for ii = 1:length(c) y2 = c(ii)-4*x.^2; ind = find(y2>=0); plot([x(ind(1)) x(ind) x(ind(end:-1:1))],[-sqrt(y2(ind(1))) sqrt(y2(ind)) -sqrt(y2(ind(end:-1:1)))],'-') text(x(ind(1)),-sqrt(y2(ind(1))),['c = ' num2str(c(ii))]) end hold off xlabel('x');ylabel('y') Piirretään muutama tasa-arvokäyrä, 3D x = -100:.01:100; c = [0.1 5 20 50 100 1000 10000 25000]; figure(3);clf;hold on 2

Vektorianalyysi I, 2017, Harjoitus 1.3 surf(x,y,z) for ii = 1:length(c) y2 = c(ii)-4*x.^2; ind = find(y2>=0); xx = [x(ind(1)) x(ind) x(ind(end:-1:1))]; yy = [-sqrt(y2(ind(1))) sqrt(y2(ind)) -sqrt(y2(ind(end:-1:1)))]; zz = c(ii)+0*xx; plot3(xx,yy,zz,'m-','linewidth',2) %text(x(ind(1)),-sqrt(y2(ind(1))),['c = ' num2str(c(ii))]) end hold off xlabel('x');ylabel('y');zlabel('c') grid on set(gca,'cameraposition',1e5*[-0.0061-0.0223 3.1925]) Published with MATLAB R2017a 3

Vektorianalyysi I, 2017, Harjoitus 1.4. Piirretään muutama tasa-arvopinta. x = -100:1:100; y = -100:1:100; [X,Y] = meshgrid(x,y); c = [-10000-1000 -500-100 -10-1 0 1 10 100 500 1000 2000]; figure(1);clf;%hold on for ii = 1:length(c) figure(ii);clf;%hold on Z2 = -c(ii)+x.^2+y.^2; ind = find(z2<0); Xb = X;Yb= Y; Xb(ind) = NaN;Yb(ind) = NaN;Z2(ind) = NaN; mesh(xb,yb,sqrt(z2),0*xb+c(ii),'facealpha',.03);hold on mesh(xb,yb,-sqrt(z2),0*xb+c(ii),'facealpha',.03)%;hold off colormap jet xlabel('x');ylabel('y');zlabel('z') caxis([c(1) c(end)]) h = colorbar;h.label.string = 'c'; axis square axis on grid on;set(gca,'cameraposition',[ -1.1858-1.1437 1.0692]*1e3);%[-200-800 80]) title(['c = ' num2str(c(ii))]) %pause(.5) end 1

2

3

4

5

6

7

Published with MATLAB R2017a 8