Linnulennuline ülevaade kursusest Sissejuhatus Matemaatiline põhivara arvud ja füüsikalised suurused juhuslikud sündmused andmetöötluse aluseid funktsioonid funktsioonide diferentseerimine diferentsiaalvõrrandi integreerimine vektorid Liikumine Energia ja entroopia Elektromagnetism ja optika Põhiteadmisi kvantfüüsikast Aatomid ja molekulid Lausaine Termodünaamika alused Bioenergeetika alused Eesmärgiks on saada ettekujutus molekulaarse (sh bioloogilise) aine ehitusest ja funktsioneerimise üldistest seaduspärasustest Bioloogiline füüsika kitsamalt uurib füüsika põhipostulaatide kehtivust ja asjakohasust bioloogiliste küsimuste lahendamisel
126
Embed
Linnulennuline ülevaade kursusestplantphys.ut.ee/oppetoo/fuusika_alused/slaidid/2...Matemaatika olulisus Matemaatika kasutamise eelis seisneb selles, et ühe ja sellesama valemiga
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Liikumine Energia ja entroopia Elektromagnetism ja optika Põhiteadmisi kvantfüüsikast Aatomid ja molekulid Lausaine Termodünaamika alused Bioenergeetika alused
Eesmärgiks on saada ettekujutus molekulaarse (sh bioloogilise) aine ehitusest ja funktsioneerimise üldistest seaduspärasustest
Bioloogiline füüsika kitsamalt uurib füüsika põhipostulaatide kehtivust ja asjakohasust bioloogiliste küsimuste lahendamisel
Matemaatika olulisus
Teooria on maailmapilt ehk maailma mudel, mis käivitub meie mõtlemises
Mõtlemise tugev külg on suhteliselt keerukate süsteemide kiire kvalitatiivne analüüs
Kuid mõõtmiste tulemuseks on arvulised väärtused ja hinnata tuleb seega kvantitatiivseid suurusi ja nende suhteid
Matemaatika on abivahend mudeli (teooria) kvantitatiivseks analüüsiks
Teades nähtuse või protsessi funktsionaalset sõltuvust võime siis puhtalt matemaatilise analüüsi abil ette ennustada protsessi kulgu, liigselt tähelepanu pööramata protsessi konkreetsetele iseärasustele
Matemaatika olulisus
Matemaatika kasutamise eelis seisneb selles, et ühe ja sellesama valemiga võib kirjeldada väga erinevaid nähtusi, mis on oma käitumiselt sarnased, kuigi sisult täiesti erinevad
Vajalike matemaatiliste valemite arv on oluliselt väiksem analüüsitavate nähtuste või protsesside arvust
Lord Kelvin: When you can measure what you are speaking about, and express it in numbers, you know something about it; but when you cannot measure it, when you
cannot express it in numbers, your knowledge is of a meagre and unsatisfactory kind
“Matemaatika on osa füüsikast” V.I. Arnold (matemaatik)
Diferentsiaal- ja integraalarvutus pärineb füüsik Newtonilt (sõltumatult Leibnitz)
Samas on füüsika saanud olulist inspiratsiooni matemaatika poolt nt Einsteini üldrelatiivsusteooria Riemanni kõvera ruumi geomeetriast
Tänapäeva füüsika juured ulatuvad tagasi 600 a eKr tegutsenud matemaatikuteni, Phytagorase ja tema koolkonnani Muuseas avastas Pythagoras, et inimese harmooniataju on seotud
arvuliste vahekordadega. Kõige kaunimalt kõlab kannel, kui keelte pikkuse suhet saab väljendada väikeste täisarvudega Muusikaline oktav (heliredeli kaheksas aste põhitoonist arvates) 2:1 Kvint (heliredeli viies aste) 3:2 Kvart (heliredeli neljas aste) 4:3
Loe samuti: Eugene Wigner „The unreasonable effectiveness of mathematics in natural sciences“
Füüsikalise ja matemaatise reaalsuse dihhotoomia
Aristotellik (384-322 eKr) nn konnaperspektiiv Aristoteles, keda peetakse ka esimeseks
teadlaseks, oli Platoni õpilane ja omakorda Aleksander Suure õpetaja
Subjektiivselt tajutav konnaperspektiiv on füüsiliselt reaalne ning matemaatiline keel üksnes selle lähendus
Descartes'ilt pärineb ütlus "Mõtlen, järelikult olen (olemas)“, ladinakeelne originaal kõlab "Cogito ergo sum." Sellega püüdis Descartes väita, et kui inimene mõtleb, kas ta olemas on, siis ainuüksi mõtlemine tõendab seda
Platonlik (424-348 eKr) nn linnulennuline vaade
Universumi matemaatiline struktuur on füüsiliselt reaalne ning konnaperspektiiv koos seda kirjeldava inimkeelega vaid selle mudel
Selle vaate kohaselt on kogu füüsika vaid matemaatiline probleem
Õpetaja ja õpilane Raffaeli (1483- 1520) fresko
“Ateena kool” fragment
Dihhotoomia: Loogikas mõiste liigitamine kaheks vasturääkivaks mõisteks
Biology: DNA Þ development Þ organism
G. Chaitin Scientific American 81, 2006
Füüsika, matemaatika, raalindus ja bioloogia
Enne raale: Eesti välisministeeriumi šifreerimislükati, mille konstrueeris 1919. aastal insener Villem Vaher
Foto raamatust “Rääkimine hõbe, vaikimine kuld”
Digitaalne füüsika Teaduslik teooriat võib
käsitletakse kui arvutiprogrammi, mis vaatlustulemusi ette ennustab Edward Fredkin Seth Lloyd Programming the
Universe Jt nn arvutipõlvkonna
esindajad Informatsioon on olulisem
mõiste kui energia või aine
Matemaatika kui teaduse keel
Mõõtmise olulisemaid eeldusi on loendamine. Loendamise tulemuseks on numbrid
Matemaatilised valemid ei ole (vähemalt mitte meie jaoks) midagi muud kui lühidalt kirjapandud reeglid numbriliste suurustega opereerimiseks
Füüsikalised seadused väljenduvad füüsikaliste suuruste vaheliste matemaatiliste seostena
Matemaatika opereerib numbriliste suuruste e arvudega Arvud hõlmavad
Naturaalarve (positiivsed täisarvud) 0,1,2,3… Täisarve ….-3,-2,-1,0,1,2,3… Ratsionaalarve: Arvud, mida saab esitada kujul (m ja n on täisarvud)
Iga ratsionaalarvu saab esitada kas lõpliku või perioodilise kümnendmurruna Irratsionaalarve: mitteperioodilise lõpmatu kümnendmurruna esitatav arv,
Nt π: Reaalarve: lõpmatu kümnendmurruna esitatav arv
Reaalarvude sekka kuuluvad ka kõik selle hulga alamhulgad, nagu (ir)ratsionaalarvud, täisarvud jne
Reaalarvude hulk on pidev, st kahe ükskõik kui lähedase reaalarvu vahele mahub alati veel mõni reaalarv
Geomeetriliselt kirjeldab reaalarvu punkt sirgel Kompleksarve: reaalarvu üldistus komplekstasandile
Valdavalt on füüsikas suuruste kirjeldajaiks reaalarvud
nm
Ringi ümbermõõtRingi diameeter
π=
Fakti jõud Legend räägib, et keegi
Pythagorase jüngritest avastas kohutava saladuse: Et võrdhaarse täisnurkse kolmnurga hüpotenuusi pikkuse suhe tema haaraga ei väljendugi täisarvuna
Mees olevat veidi aega hiljem kahtlastel asjaoludel uppunud
Irratsionaalarvu nimi näib siiani seda muistset ängistust mäletavat
Arvude esitamine Iga arvu saab kirja panna positsioonarvude astmereana,
mille erinevatele astmetele vastavad kordajad reastatakse astmenäitajate kahanevas järjekorras
Kümnendsüsteem
Tavaliselt esitatakse reaalarvud kümnendsüsteemi positsioonarvude kujul, mis tähendab, et astmealuseks on 10 puuduva astme kordaja
tähistatakse nulliga kohta, kus astendaja muutub
negatiivseks, tähistatakse koma või punktiga
Kümnendsüsteem põhineb “araabia numbritel” 0…9 Nulli lisasid araablased
Lihtsaimal lülitil on kaks asendit (raalis realiseeritakse transistoridega)
Lülitit vajutades teeme valiku kahe võimaluse vahel Seda tehes realiseerime väikseima võimaliku informatsioonihulga,
mis on 1 bitt=21 ASCII (American Standard Code for Information Interchange) kood
karakterite ja sümbolite kodeerimiseks. Kokku on koodis 128=27 karakterit/sümbolit, seepärast tuleb kasutada 7-kohalist kahendarvu Nt A kodeeritakse kui 1000001 Hiina tähestikus on 10000=104 hieroglüüfi
Mitmekohalist kahendarvu tuleks nende kodeerimiseks kasutada?
Miks kasutatakse raalinduses kahendsüsteemi
2 10lg
3.3g
2
2l 2
x N
Nx
x
N
N
=
==
Moore’i ja Koomey seadus 1965. aastal sõnastas Inteli üks
asutajatest Gordon Moore arvutiteaduste ühe peamistest seaduspärasustest. Moore'i seadusena tuntuks saanud väide ütleb, et arvutite arvutusvõimsus kahekordistub iga 18 kuu järel. Nii on olnud aastakümneid.
Nüüd on grupp teadlasi eesotsas Jonathan Koomeyga Stanfordi ülikoolist leidnud uue seaduspärasuse, mis ulatub veelgi kaugemale kui Moore'i oma. Tuleb välja, et arvutite voolutarbimine muutub iga 1,6 aasta järel kaks korda tõhusamaks. Nii juba alates 1940ndatest aastatest.
Arvutite areng
Tartu Ülikooli arvutuskeskus 1960. a paiku
Ural: Esimesi Eestis tööle rakendatud elektronarvuteid: 5 m pikk, 2 m kõrge ning 1/2 m lai klaasustega raudkapp, mis mahutas endas ~800 elektronlampi ja tarbis üüratult elektrit
Foto: Tartu Ülikooli arvutuskeskus
•Using techniques developed by Alan Turing, Colossus was able to decode German wartime communications.
Millal muutuvad masinad intelligentsemaks kui inimene?
Image from Ray Kurzweil's book The Singularity is Near - When Humans Transcend Biology
Alguses oli bitt Teine põhjus, miks raalinduses
kahendsüsteemi kasutatakse tuleneb informatsiooniteooriast, mille lõi 1948. a ameerika matemaatik ja insener Claude Shannon
See teooria tõestab, et küsimusi esitades saab maksimaalset infot, kui kogu võimalike tulemuste väli jagada kaheks võrdse tõenäosusega osaks
Informatsiooni mõõtühik bit (eesti k bitt) tuleneb sõnapaarist binary digit
1 bit=21
4 võimaluse (11, 00, 10, 01) vahel ühe valik annab 2 bitti informatsiooni: 22=2x2
Elu on täis ootamatusi Ükski mõõtmine pole nii praktiliste kui
ka põhimõtteliste piirangute tõttu (vt Sissejuhatus) ideaalselt korratav
Bioloogiline aine osaleb pidevas termilises “tantsus” Seepärast pole katsetulemus ehk sündmus kunagi täpselt ette teada (determineeritud)
Tulemused kõiguvad juhuslikult (arimeetilise) keskväärtuse (mean) ümber
Keskväärtus ise on determineeritud (mitte juhuslik!) suurus Seepärast räägitakse temast tõenäosusteoorias kui matemaatilisest ootusest (expectation value)
1
1
=
= ∑N
ii
X xN
Miks on nano- ja makromaailm nii erinevad? Sellepärast, et kõik osalevad juhuslikus termilises tantsus. P. Nelson “Biological Physics”, 2008
Keskväärtus Väga suure sündmuste arvu
korral jääb juhuslikkus tahaplaanile ja mõjule pääsevad nähtuse olemusest (nt täringu sümmeetriast) tulenevad seaduspärasused
Juhusliku suuruse xj keskväärtus on suure katsete arvu N piiril determineeritud suurus
Keskväärtust saab arvutada ka suhteliste sageduste Nj/N, kaudu (Nj on väärtuse xj esinemise arv)
Sageduste jaotust xi järgi nimetatakse tulpdiagrammiks
1
1
=
= ∑N
ii
X xN
X
( )iP x
ixX
1 1 2 2
21 2
1
11 2 2
+ +=
= + +
= + +
=∑
...
...
( ( ) .)(
. .)i i
i
x N x N
X x
NN
P
P
XN
x
x
Nx xN
x x P x
Kaalutud keskmine Ülaltoodud valemites on kõik
x-d (mõõtmistulemused) ühesuguse kaaluga
See ei pruugi nii olla Siis räägitakse kaalutud
keskmisest, mis arvutatakse paremaloleva valemi järgi Nt meie eksamihinne kujuneb
kahest erineva kaaluga komponendist
=∑∑
( )
( )
i ii
ii
x W xX
W x
Koguhinne= 75% eksam+25% praktikum & kontrolltöö
Tulpdiagramm ehk histogramm
Paneme tähele, et diskreetsete suuruste
histogramm on diskreetne Piltlikult öeldes ei saa täring
oma tippude peale püsti seisma jääda. Nt: P(3.5)=0
Keskväärtus ei pruugi histogrammi maksimumiga kokku langeda, sest üldjuhul ei pruugi histogramm olla argumendi sümmeetriline funktsioon
Siit tuleb, et keskväärtus ja mediaan on erinevad mõisted Nt keskmine ja mediaanipalk
Ootamatuste tõenäosus
Sündmuse suhteliseks sageduseks nimetatakse tema toimumise arvu suhet katsete koguarvuga Nt täringu viskamisel 1 silma saamise
suhteline sagedus: Sündmuse tõenäosuseks
nimetatakse piirväärtust, milleks koondub tema suhteline sagedus katsete arvu piiramatul kasvamisel Klassikaline näide: Aus täring Normeerimistingimus täringu puhul:
1/6+1/6+....=6x1/6=1
1 16
ii 1
N NN
N=
≡
∑
( )ii
N P x (kui N )N
⇒ ⇒∞
Tõenäosusteooria Tõenäosusteooria sai alguse
mängurite poolt matemaatikuile esitatud küsimustest
Aksiomaatilise tõenäosusteooria põhialused töötati välja 1930. aastatel vene matemaatiku Kolmogorovi poolt
Teooria ei defineeri tõenäosust, see on sündmuse (event) sisemine omadus
Tõenäosused peavad alluma järgmistele reeglitele Iga sündmuse tõenäosus on
arv, mis asub 1 ja 0 vahel Võimatu sündmuse tõenäosus
on 0 Kindla sündmuse (st kui
kõikvõimalikud sündmused on aset leidnud) tõenäosus on 1. Seda nimetatakse normeerimistingimuseks
Andrei N. Kolmogorov (1913-1987)
Korratuse seaduspärasused: Tõenäosuste liitmine
Sündmusi nimetatakse üksteist välistavateks (mutually exclusive or disjoint), kui nad ei saa esineda ühes ja samas katses samaegselt Nt ühe täringu ühekordsel
viskamisel ei saa tulemuseks olla nii 2 kui ka 4 silma
Samuti saab värvilisi kuulikesi sisaldavast kastist ühekaupa välja võtta nt kas Punast või Sinist kuulikest, mitte samaaegselt P ja S kuulikesi
Tõenäosus, et toimub ükskõik milline üksteist välistavatest sündmustest, on võrdne nende sündmuste tõenäosuste summaga Näiteks tõenäosus, et
üksikul viskel saame kas 2 või 4 silma
2 41 1 2 16 6 6 3
= +
= + = =
( ) ( )P P P
Tõenäosuse ja tõenäosuste liitmise selgitamiseks Tõenäosus kollase ringi
tabamiseks on võrdne kollase ringi ja rohelise ruudu pindala suhtega
Teine näide iseloomustab tõenäosuste liitmist
Tõenäosuste liitmise reegel ei kehti aga kolmanda näite puhul (on väiksem kattunud suhtelise pinna võrra)
Laskerajal on 5 võrdväärset laskurit. Igaüks neist tabab märki 70% tõenäosusega Milline on tõenäosus, et vähemalt üks neist tabab märki juba esimese lasuga? Aga tõenäosus, et keegi ei taba märki?
Tegemist pole mitte üksteist välistavate, vaid üksteisest sõltumatute sündmustega. Igaühel on samaaegselt võimalus märki tabada
Kahte sündmust nimetatakse sõltumatuks, kui ühe sündmuse toimumine ei mõjuta teise sündmuse toimumise tõenäosust NB! Kui kaks sündmust on üksteist
välistavad, siis sõltuvad nad üksteisest vägagi (üks välistab teise)
Mitme sõltumatu sündmuse samaaegse toimumise tõenäosus on võrdne nende sündmuste tõenäosuste korrutisega Mitme täringu üheaegne
viskamine
2 41 1 16 6 36
= ×
= × =
( ) ( )P P P
Hälve keskmisest Juhusliku suuruse tähtsaks
karakteristkuks on tema hälbed (deviations) keskväärtusest
Hälbed võivad olla nii positiivsed kui ka negatiivsed
Piisavalt suure katsete arvu korral on aritmeetiline keskmine hälve =0, mistõttu ta ei sobi jaotusfunktsiooni laiuse iseloomustamiseks
Üldkasutatavaks mooduseks on dispersiooni (variance) leidmine, mille väärtus on alati >0
Juhusliku suuruse dispersiooniks s2 nimetatakse hälvete ruutude aritmeetilist keskmist
Standardhälve s
σ = −i ix X
( )0
σ −= =∑ ∑i ix X
N N
( ) ( )( )
2 22 1 2
2 21 1 2
2
2
2
σσ
σ
σ
=
+ +=
= − +
−
+ −
∑
...
( ) ( .
)
)
(
..
i ii
Nx X P x x X x
x x
P
X P
( )2σ = ± −∑ ( )i ii
x X P x
2 2 0σ = − >( )i ix X
Pideva juhusliku suuruse jaotusfunktsioon
Füüsika opereerib reaalarvudega, mille hulk on pidev
Seepärast tuleb rääkida ka pidevatest jaotus-funktsioonidest Nt Gaussi või normaaljaotuse
funtsioonist
Pideva jaotusfunktsiooni sündmuste telg x on pidev Muide, Gauss oli ka tegus füüsik.
Tema nime kannab magnetvälja tugevuse (magnetvoo tiheduse) ühik gauss (G)
Tõenäosuse tiheduse jaotusfunktsioon
Jagame pideva sündmuste telje x (lõpmata) väikesteks lõikudeks dx
Eristame x-teljel väärtuse x0 ja tähistame sündmuste arvu, mis asuvad vahemikus x0 ja x0+dx suurusega dN(x0)
Nende sündmuste suhtelise sagedus on dN(x0)/N, mis suure N korral võrdsustub suurusega P(x0)dx
P(x0)dx on tõenäosus, et juhuslikult valitud mõõtmistulemus asub x0 ja x0+dx vahel
Tasub tähele panna Nii N kui ka dN(x0) >>1 Tõenäosus P(x0)dx sõltub intervalli
dx laiusest! dx lõpmatul vähenemisel ⇒ 0
( )
( )
( )
[ ]
( )
⇒ ⇒ ∞
⇒
=∫
ii
00
0
Tõenäosus diskreetsel juhul :N P x (kui N )NTõenäosusetihedus pideval juhul :dN(x ) P x
kus P x ontõenäosuse tihedus1dimensio
N
Normeerimistingimus :
d
oniga
d ,
xP x
x
1
x
P(x0)
Mõõtmistulemuste esitamise täpsus
Ruutjuurt dispersioonist nimetatakse ruutkeskmiseks või standardhälbeks Inglisekeelses kirjanduses: RMS=Root Mean Square deviation
Just see on suurus, mida tavaliselt kutsutakse katse (piir)veaks ja lisatakse ± märki kasutades numbrilisele kordajale
Vea teadmine on vajalik andmete (st füüsikaliste suuruste) usaldusväärsuse hindamiseks
Füüsikaline suurus=Numbriline kordaja±Piirviga x Mõõteühik
( )
( )
22
2
σ
σ
= −
= ± −
∫
∫tan
( )
( )
S dar
dx x X P x
dx x X P
dhä e
x
lv95%
Standardhälve ±s Poollaius G
2 2ln 2 2.355σ σΓ = =
P(x0)dx=“pindala”=suuruse leidmise tõenäosus x väärtuste vahemikus x0 kuni x0 +dx
P(x0)
99.7%
Pidevad ja diskreetsed jaotusfunktsioonid
( )
=
∑
∫
( )i ii
x P x diskreetneX
dxxP x pidev
( )
( )
2
2
2σ
−
= −
∑
∫
( )
( )
i ii
x X P x
dx x X P x
( )i
tõenäosuP x
s
( )
( )
P xtõenäos
tõen ti
usP
hed s
x
u
dx
Andmetöötluse põhitõed Arvude esitamise
täpsus korrutamisel/jagamisel ja liitmisel/lahutamisel ei saa olla suurem väikseima täpsusega antud teguri/liidetava täpsusest
:2.13115 0. 0.02980114 02941 0.5.32 1.
82 14.12 4.
Näide⋅ = ≈
− = ≈
Andmetöötluse põhitõed Suurused A ja B on katses
mõõdetud teatud täpsusega. Meid huvitab tulemuse täpsus peale matemaatilisi operatsioone nende suurustega
Mõõtmise täpsus andmete liitmisel ja lahutamisel korrutamisel ja jagamisel astendamisel ja juure võtmise logaritmimisel eksponenti võtmisel
( ) ( ) ( )2 2 2
Z A B
Z A B
= ±
∆ = ∆ + ∆
2 2 2
*/
Z A BZ A B
Z A BZ A B
==
∆ ∆ ∆ = +
nZ AZ An
Z A
=∆ ∆
=
lnZ AAZ
A
=∆
∆ =
AZ eZ A
Z
=∆
= ∆
Andmetöötluse põhitõed Summeerimisel võib väiksemat
liiget väiksema täpsusega mõõta ilma, et summa täpsus oluliselt kannataks
Sarnaste arvude lahutamisel kasvab vahe viga oluliselt. Seda operatsiooni tuleb seega võimalusel vältida, nt Z otse ära mõõtes
Jagamisel korrutamisel tuleb hoolitseda selle eest, et kõikide tegurite suhtelised vead oleksid lähedased
Teda iseloomustavad kaks parameetrit lõikepunkt y-teljega a ehk funktsiooni
algväärtus (siin =+1) b ehk tõus (kui negatiivne, siis langus)
(siin on konstant =+0.5) Lineaarfunktsiooni erijuht on
proportsionaalne sõltuvus, kus a = 0 Sel puhul x ja y mõlemad alustavad muutumist 0-st
= +y a bx
0
0.5
1
1.5
2
2.5
3
3.5
0 1 2 3 4 5
y= 1+ 0.5x
y = 0.5x
0
0
( ) ( )−=
−−
= = =
y x y x yx x x
Tõus
by ax
const
Lineaarse/proportsionaalse sõltuvuse näiteid läbikäidud tee sõltuvus ajast voolutugevuse sõltuvus
pingest (kuidas nimi?) ringjoone pikkuse sõltuvus
raadiusest veevoolu kiiruse sõltuvus
rõhkude vahest difusioonivoo kiiruse sõltuvus
kontsentratsioonide vahest
= +y a bx
0= +s s vt1
=IR
U
2π=L r
ar; ; ;
; ; ;g≡
≡s I L t
ument xfunkt
t Usio n y
ro
x
1=t
vx
Funktsiooni tõus ja tuletis
Funktsiooni tõusu (slope) arvutatakse kui funktsiooni puutuja (tangent) tõusu antud argumendi väärtusel (st kohal x)
Tõus võib olla nii positiivse kui ka negatiivse väärtusega
Kuivõrd üldjuhul sõltub funktsiooni tõus argumendi väärtusest, ja et sellel konkreetselt fikseeritud argumendi väärtusel mingi mõte oleks, siis tuleb tõusu arvutada võimalikult väikese argumendi muutuse ∆xÞ0 korral
Piiril lõpmata väikese muutuse dx korral nimetatakse tulemust funktsiooni tuletiseks (derivative)
x
yx
0'lim x
dy y tuletisdx
yx→ = ==
Funktsiooni diferentseerimine Tuletise leidmise
protseduuri, st funktsiooni jagamist sirglõikudeks ja vastavate tõusude/tuletiste leidmist nimetatakse funktsiooni diferentseerimiseks
Iga sile, st ilma murdekohtadeta funktsioon, on lühikesteks puutujasuunalisteks sirglõikudeks jagatav ja seega diferentseeritav
'0lim x
y dy y tuletisx dx→ = = =
Miks ei saa mittesiledat f-i diferenseerida?
Funktsiooni diferentseerimine
Mida rohkem on lõike (mida lühem on valitud argumendi muut), seda täpsemini saab funktsioon sirglõikudega lähendada
Leibnitz: Kõverjoon on lõputukülgne hulknurk
A
B
Gottfried Wilhelm Leibnitz (1646 - 1716) Newtoni kaasaegne, diferentsiaal- ning integraalarvutuse (calculus) sõltumatu kaasavastaja. Töötas välja loogilise arvutuse, tänapäeva arvutite tarkvaralise aluse. Võttis kasutusele mitmeid siiani kasutatavaid matemaatilisi sümboleid, nagu korrutamis- ja jagamis- Punktid, integraali ja diferentsiaali märgid jm.
'0lim x
y dy y tuletisx dx→ = = =
Diferentseerimise tähtus Funktsiooni juurdekasvu dy
argumendi muutumisel dx võrra nimetatakse funktsiooni diferentsiaaliks
Kui teame funktsiooni tuletist, siis teame ka kui kiiresti funktsiooni antud argumendi väärtusel muutub
'0lim x
y dy y tuletisx dx→ = = =
'( )= ydy x dx
Gradient Mitme muutuja funktsiooni korral nimetatakse
funktsiooni kiireima kasvamise suunda ja kiirust antud punktis iseloomustavat vektorit gradiendiks
Gradiendivektori komponentideks on funktsiooni osatuletised
Tagurpidi delta nimi on nabla
( , , ) ( , , ) f f fgrad f x y z f x y z i j kx y z∂ ∂ ∂
= ∇ = + +∂ ∂ ∂
Taylori rida (Taylor series) Teame, et iga siledat funktsiooni saab
sirglõikudega lähendada Veelgi parema tulemuse võib saada, kui
lähendada teda mingi keerulisema funktsiooniga
Taylor näitas, et iga siledat funktsiooni saab kohal a argumendi väikestel kõrvalekalletel arendada ritta funktsiooni erinevat järku (1-st, 2-st jne) tuletiste järgi
Differentseerimise puhul piirdutakse esimese, kõige suurema liikmega, mis on proportsionaalne nihkega
1932. a näitas M. Kleiber, et imetajate puhul kehtib soojuse genereerimisel üle 6 suurusjärgu seos ~M3/4 Arusaamatuks jääb, miks
mitte ~M2/3 nagu võiks pinna ja ruumala suhtest arvata ja ennustas juba M. Rubner (1883)
log log log
ny axy a n x
== +
Naturaal- ja kümnendlogaritm
Loomulik (naturaal-) logaritm arvust y on arv, millega tuleb astendada e, et saada y
Kümnendlogaritm arvust y on arv, millega tuleb astendada 10, et saada y
Nii ln 1 kui ka lg 1 = 0, sest iga arv (va 0) astmel 0 = 1
Ühest suuremate arvude logaritmid on positiivsed
Ühest väiksemate arvude logaritmid on negatiivsed
ln10
lg
x
x
y ey x
yy x
==
==
John Napier (1550-1617) - mees, kes avastas logaritmi
1622 leiutas William Oughtred lükati, millega on hõlbus korrutus- ja jagamistehteid teha
Kleiberi reegel pole loodusseadus
Taimede puhul tõestati alles hiljuti (Nature, 2006), et kehtib hoopis ~M
Mastabeerimine (scaling): Kuidas sääsest elevanti teha?
?
Pinna ja ruumala suhe muutub mastabeerimisel
Galilei
M~V~L3 Tugevus~ristlõikepindalaga~L2
Pindala kasvab aeglasemalt kui mass
L
3
13
22 3A L M
V L M
L M
∝ ∝
∝
∝ ∝
Suurtel on kondid jämedamad
Mass on ~ ruumala ja aine tiheduse korrutisega Bioloogiline aine koosneb 70% ulatusest
veest, tihedus ~1 Tugevus on ~ristlõikepindalaga, p(d/2)2 Et kasvavat raskust tasakaalustada,
peab luude läbimõõt võrreldes massiga kasvama ennaktempos
3
max
max m
3
ax
2 3
3/ 2
, :
~ .
,
4
M V V LPinge mida kondid veel välja kannatavadF const kõikidel loomadel
AF A samas F
M L
M
M
d L
dA L
ρ
σ
π
= ⇒ ∝ ⇒
=
∝ ∝
∝
∝ ∝
=
∝
hüperlineaarne
King Kong on füüsikaseadustega vastuolus Samal põhjusel võib
arvata, et võimalikud tulnukad meenutavad suuruselt pigem meid kui King Kongi Vaalad on küll suured,
kuid nende raskus on veeväljasurvega tasakaalustatud. Kaldale uhutuna hukkuvad nad oma raskuse tõttu kiiresti
1933. a originaalfilmist
Kuidas me toitu/jooki jahutame
3
2
1
V LA LAV L
∝
∝
∝Pind kasvab lineaarmõõduga aeglasemalt kui ruumala. Väikestel objektidel on seega suhteliselt suurem pind: A/V kasvab lineaarmõõtme L vähenedes Valades tee madalale alustassile suurendame sama mahu juures tema auruvat pinda
Väikesed külmetavad, suured higistavad
Soojuse genereerimine ~M Soojuse eritumine~S Seepärast jahtuvad suured
loomad/inimesed aeglasemalt kui väikesed
Seletab ka miks meil talvel, kõrvad, nina ja näpud
külmetavad ajalehepaber põleb kiiresti, aga
puuhalg aeglaselt vaalad/pingviinid on keraja kujuga
(keral on sama pinna puhul kõige suurem ruumala)
aga troopikas võivad putukad/liblikad/jne endale igasugust eksootilist kuju lubada
3
13
22 3
∝ ∝
∝
∝ ∝A
L
L
V
M
M
M
L
sublineaarne
Miks Maal on elu, aga Marsil mitte?
Merkuur Veenus Maa Mars
Ühe hüpoteesi kohaselt jahtus Mars lihtsalt liiga kiiresti
Miks on rakud väikesed?
22 3
3
13
1
V L M
L
L
A
M
V
A M
L∝ ∝
∝
∝ ∝
∝
Miks raku kuju reeglina kerast erineb?
Kasulikke nippe: Ristküliku lähendus joonealuse pindala hindamiseks
Vt teisi huvitavaid näiteid: raamat lisades+ Phillips, Milo. A Feeling for numbers in biology PNAS 51 (2009) 21465
Kasulikke nippe: Suurusjärguline arvutamine
Keerulise kujuga keha pindala ja/või ruumala arvutamiseks Idealiseeri kuju:
nt lehm kui õhupall Hinda lineaarmõõtu Kasuta lihtsustatud
valemit (eira numbrilisi konstante)
Kontrolli tulemust suurusjärguliselt
343
V rπ=
Pöördvõrdeline sõltuvus
Negatiivse astmenäitajaga –n astmefunktsiooni nimetatakse pöördvõrdeliseks sõltuvuseks
Esimese astme pöördvõrdelist sõltuvust kutsutakse ka hüperboolseks sõltuvuseks
1ay axx
−= =0,0 0,5 1,0 1,5 2,0 2,5 3,0
0
10
20
Y Ax
is Ti
tle
X Axis Title
Pöördvõrdeline/hüperboolne sõltuvus
Hüperboolse sõltuvuse tuletis muutub väikestel argumendi väärtustel kiiremini kui algfunktsioon ise
Gravitatsioonienergia sõltuvus kaugusest kehade vahel
1ay axx
−= =
1=I U
R
tvs
=2
e rZeE k−=
g
MEr
mk= −
Pöördvõrdeline ruutsõltuvus Sellist sõltuvust omab nt
punktikujulise laengu või massi elektri- või gravitatsioonivälja tugevuse ehk jõu sõltuvus kaugusest masside või laengute keskpunktidest
Pöördvõrdelise sõltuvuse ja pöördvõrdelise ruutsõltuvuse väärtused on vaid ühes kohas (argumendi väärtusel 1) võrdsed
Argumendi väärtustel x<1 kasvab (väärtustel x>1 aga kahaneb) pöördvõrdeline ruutsõltuvus kiiremini kui pöördvõrdeline sõltuvus
2
ayx
=
0 1 2 30
1
2
3
4
5
6
7
8
9
10
Y Ax
is Ti
tle
X Axis Title
y=1/x y=1/x2
Hüprboolne sõltuvus: Tuletise füüsikaline sisu energiaväljades
Hüperboolste sõltuvuste (nt gravitatsiooni- või elektrivälja energia) tuletis (mis on siis jõud) käitub kui pöördvõrdeline ruutsõltuvus
Väikestel argumendi väärtustel muutub ta seega kiiremini kui algfunktsioon ise
Energiavälja muutumise kiirus on jõud Jõud on lõpmatu suur väikestel argumendi väärtustel r~0 ja pürib asümptootiliselt 0-ks suurtel argumendi väärtustel
Gravitatsiooni mõju on küll ¥ ulatusega, kuid ikka räägitakse, et kosmoselaev sattus selle või teise taevakeha mõjuvälja. Kas see on õige?
0,0 0,5 1,0 1,5 2,0 2,5 3,0-20
-10
0
10
20
Y Ax
is Ti
tle
X Axis Title
Jõud Energia/potentsiaal
'
2
1
g
Er
mME kr
F=
−
∝
=
Jõu kahanemine kaugusega on ~r-2
Eksponentfunktsioon x
n
vrd astmefunkts gy a
ya
bx−
=
=
Arvude kahend- ja kümnendsüsteemis kasutatakse astmealusena vastavalt 2-te ja 10-et
Exponential
ericjhellergallery.com
Eksponentsiaalne sõltuvus: Erijuhus, kui alus a=e
y0 on funktsiooni algväärtus, sest kohal x=0 on y=y0,
b on kiiruskonstant näites=1
Pöördväärtusena esitatud astmenäitajat (τ =1 /b ) nimetatakse eksponendi teguriks nt radioaktiivse lagunemise või
kondensaatori tühjenemise puhul ajategur
Positiivse astendajaga eksponentfunktsioon algab väärtusel y ~0 ja kasvab kiirenevalt
Negatiivse astendajaga eksponent lähtub algväärtusest +lõpmatus ja langeb aeglustuvalt kunagi puudutamata x-telge
0
0
x
bx
b
yy y
yae=
=
-4 -2 0 2 40
2
4
6
8
10
12
14
Y Ax
is Ti
tleX Axis Title
y=exp(x) y=exp(-x)
0y
0
bxy y ed b bdx
y±= ± = ±
0
dy bydx
= ±
Eksponentsiaalne sõltuvus
Eksponentfunktsiooni kõige iseloomulikumaks jooneks on, et tema kasvu/kahanemise suhteline kiirus ei muutu St, et tuletis on iseendaga
võrdeline Mida suuremaks
eksponentfunktsioon kasvab, seda kiiremini muutub tema väärtus (seda suurem on tema absoluutne juurdekasv või kahanemine)
Parabooli tuletis pole ka konstantne, kuid sõltub argumendist x, mitte funktsioonist y
0
0
/
bx
bxd b bdxdy dx b cons
y y
y
y
t
ey y e
±
±
=
= ± = ±
= ± =
Argumendi väärtusel 0 on nii kasvav kui ka kahanev eksponentfunktsioon võrdsed, sest e0=1 Argumendi negatiivsel lõpmatul väärtusel on kasvava eksponendi tõus 0 Sümmeetriliselt on 0 ka langeva eksponendi langev tõus argumendi positiivsel lõpmatul väärtusel
' 1ny bnx −=
-4 -2 0 2 40
2
4
6
8
10
12
14
Y Ax
is Ti
tle
X Axis Title
y=exp(x) y=exp(-x)
Eksponentfunktsiooni poollogaritmiline esitus
Kui astmefunktsiooni saab lineariseerida täislogaritmilise esitusega, siis eksponentfunktsiooni poollogaritmilise esitusega
Santorius, 2007
lg ( lg )lg
bxy aa e xby
e== +
lglglg
n
yy ax
a xn== +
Euleri arv e
2
1
1 .....1! 2!
1 11 .... 2.718...1! 2!
! ( 1)( 2)...3 2 10! 1
= + + +
= + + + =
= − − ⋅ ⋅=
x
Permutatsioonidearv
x xe
e
NN objekti puh
Nul
N N
Eulerile võlgneme tänu matemaatilise
funktsiooni kompleksarvude arv e
mõistete eest
i
1 i
e cos isinϕ ϕ ϕ
− =
= +
Eksponentsiaalne sõltuvus: Näiteid
Positiivne astmenäitaja bakterikoloonia kasv ajas
(alguses, kui toitu on palju, hiljem see küllastub sarnaselt ensümaatilise reaktsiooni kiiruse valemiga)
kapitali suurenemine firmas (kus on, sinna tuleb juurde; ka see tavaliselt lõpuks küllastub)
edukate üliõpilaste arv õpiaja jooksul ?– pole tõsi!
-4 -2 0 2 40
2
4
6
8
10
12
14
Y Ax
is Ti
tle
X Axis Title
y=exp(x) y=exp(-x)
Positiivse ja negatiivse astmenäitajaga eksponentsiaalse protsessi näiteks on (esimest järku) (bio)keemiliste reaktsioonide kiirus: reaktantide kontsentratsioon väheneb ja
samaaegselt produktide kontsentratsioon kasvab ühesuguse kiirusega
Valem, mis tegi lõpu tuumakatsetustele atmosfääris
Radioaktiivne saaste aja Dt=1t; 2t; 3t jne pärast:
1 ajateguri (ehk 1t-ga võrdse ajavahemiku) möödudes on saaste vähenenud e-1 = 1/e = 1/2.718 = 0.368 korda, e ~37% peale esialgsest väärtusest A0
2 ajateguri möödudes e-2 =e-1 x e-1 = 0.135, e 13.5% peale. Seega vähenemine eelmisega võrreldes jälle 37%
3 ajateguri möödudes e-3=0.050 ehk 5% peale, mis omakorda moodustab 37% e-2 väärtusest jne
Eksponentsiaalsete protsesside praktilise lõppemiseni kulub kuni 5 ajategurit (0.67%)
Päris nullini ei kahane radioaktiivne saaste aga kahjuks kunagi!
0
t
A A eon ajategur
τ
τ
∆−
=
Diferentsiaalvõrrandid Diferentseerimise tulemusel saame võrrandi, mis seob
omavahel funktsiooni ja argumendi väikesed muutused funktsiooni tuletisega
Sellist võrrandit nimetatakse diferentsiaalvõrrandiks Diferentsiaalvõrrandid seovad seega mitte suurusi
omavahel (nagu funktsioonid), vaid suuruste muutusi siin dy & dx
Diferentsiaalvõrrandi järgu määrab otsitava funktsiooni y(x) tuletiste kõrgeim järk selles võrrandis Antud valem kirjeldab siis esimest järku diferentsiaalvõrrandit
'( )dy y x dx=
Ka matemaatikas kasutatakse lähendusi Tegemist on Taylori rea lineaarse lähendiga,
mis kehtiv vaid antud argumendi väärtuse lähiümbruses
2
2
( ) ''( ) ...2!
( ) ''
( ) '( )1!
( ) ...2
( ) '( )1 !!
'( )
xy a x y a
xy a x y
xy a y a
xy a y a y
yy a x
a
+ = + +
+ − ∆ = += +
∆
+
≈
'( )dy y x dx=
X
Diferentsiaalvõrrandi lahendamine ehk integreerimine Diferentsiaalvõrrand on
võrrand, mis seob otsitavat funktsiooni y, sõltumatuid muutujaid x ja otsitava funktsiooni tuletisi y’
Integreerimine on diferentsiaalvõrrandi lahendamine, ehk osade kaudu terviku (st funktsiooni y) leidmine teades y’ igal argumendi x
väärtusel reprodutseerime y(x)
Kui osad on piisavalt väikesed, võib summeerimise asendada integraaliga
Integraal on lihtsalt matemaatiline sümbol - trikk tähistamaks lõpmatu suurest elementide arvust koosnevat summat, kusjuures liidetavad ise on lõpmata väikesed
'( )dy y x dx=
Integreerimine Antud on funktsioon y’(x) Integreerimine tähendab sellise
funktsiooni y(x) leidmist, mille tuletis on antud funktsioon y’(x)
Integreerimine on seega diferentseerimise pöördoperatsioon
Funktsiooni y(x) nimetatakse funktsiooni y’(x) määramata integraaliks ehk algfunktsiooniks
Funktsiooni y’(x) aga integrandiks
'( )dy y xdx
=
'( )y y x dx= ∫
'( )y x
dx
0'( ) '( )i i
xy y x dx y x dx
→= =∑ ∫
Diferentsiaalvõrrandi integreerimine: Näide
Vaatame lihtsuse pärast ühtlase kiirusega liikumist (st v ei sõltu ajast) ja otsime läbitud tee pikkust
Seda võrrandit rahuldab iga sirge, mille tõus on v. Ja neid on lõpmatu arv.
S0 väljendab meie teadmatust liikumise alguspunkti kohta, siit ka nimi: määramata integraal
Alg- või ääretingimused valivad lõpmata hulga lahendite hulgast ainukese sobiva
Minimaalselt vajalike ääretingimuste hulk võrdub diferentsiaalvõrrandi järguga
Diferentsiaalvõrrandi integreerimine: Määratud integraal
Määratud integraalil on rajad, mis tähistavad argumendi algus- ja lõppväärtusi
Ebaühtlase kiirusega läbitud tee pikkus
Määratud integraali geomeetriline tähendus on integraalialuse funktsiooni (tuletis) pindala
lg
3600 3600 3600
1 1 1
0
'( ) ( )
'( ) (
( ) ` .
( ) ( )
)lõpp
a us
i i i i ii i
t
i it t
i
v v t conds s
st
s
t dt v t dt
s s s t
v t dt v t
t v t t
dt
= = =
→
= ≠
=
= =
= ∆ = ∆ =
=
∆∑ ∑ ∑
∑ ∫
V(t)
t
( )iv t
idt
Läbitud tee leidmine ühtlase ja ebaühtlase kiirusega liikumisel Ühtlane Ebaühtlane
22
11
22
11
2 1
2 1( )
ss
ss
tt
tt
ds s s s
v dt vt v t t v t
= = − =
= = − = ∆
∫
∫
2 2
1 1
2 2
1 1
2 1
2 2 2 22 1 2 1( )
2 2 2
( )s t
s t
t t
t t
ds s s dt
dt a tdt
v t
at
at at a t t
= − = =
= =
−− =
∫ ∫
∫ ∫
Kõrgemat järku diferentsiaalvõrrandid
Esimest järku diferentsiaalvõrrand, mis sisaldab esimest järku tuletisi, seob omavahel argumendi ja funktsiooni muutused
Teist järku diferentsiaalvõrrand seob omavahel argumendi ja funktsiooni muutuste muutumised
Teist järku diferentsiaalvõrrand sisaldab teist järku tuletisi. Nt Newtoni esimene seadus F=ma on avaldatav nihke II j tuletise kaudu aja järgi
Jne
'
2''
2
( )
( )
f f xdffdxd df d ffdx dx dx
=
=
= =
Minimaalselt vajalike ääretingimuste hulk võrdub diferentsiaalvõrrandi järguga
Teist järku diferentsiaalvõrrand: Võnkumised Võnkumiste võrrand, mis
põhineb eeldusel, et vedru (või pendlit) tagasitõmbav jõud on võrdeline hälbega A tasakaaluasendist
k on elastsuskoefitsient
Kuna jõud põhjustab kiiruse muutumise ehk kiirenduse, siis väidab see võrrand, et võnkuva massi kiiruse muutumise kiirus (e kiirendus) on võrdeline hälbega tasakaaluseisust ja on suunatud tasakaaluasendi poole (viimasele viitab miinusmärk elastsuskoefitsiendi k ees)
Kvantmehaanika põhivõrrand (Scrödingeri võrrand) on sama tüüpi võrrand
2
2
2
2
d AF m kA
d xF m
dt
a mdt
= =
= = −
Pendli võnkumised Võnkumiste võrrandi
lahendiks on perioodiliselt võnkuv siinus- või koosinusfunktsioon võnkeperioodiga T
Pendli väikeste võngete puhul
Pendli võnkeperiood sõltub vaid pendli pikkusest ja raskuskiirendusest
Seega on pendli abil võimalik mõõta Maa raskuskiirendust, mida on edukalt rakendatud nt maavarade otsingutel
2
2
d AF m kAdt
= = −
2
2
2
0
2
2
n
2
si
4 1/
km
A A
T
m mTk k
tT
π ω
π π ν
π
= =
=
= = =
2 lT
k gm l
gπ=
=
Mõned integreerimisreeglid Astmefunktsioonid
Kontroll: Paremat poolt diferentseerides peame saama integraalialuse avaldise
2
32
32
3 2
2
3
31 1
2
a dx ax
atatdt
xx dx
xx dx
dxx x
=
=
=
=
= −
∫
∫
∫
∫
∫
1
1
1 ln
nn
erand
xx dxn
dx xx
+
=+
=
∫
∫
Mõned integreerimisreeglid Eksponentfunktsioon
1ax axe dx ea
=∫
Nende valemite kontrolliks tuleb vaid paremat poolt differentseerida
Tulemuseks peame saama integraalialuse avaldise
Milleks meile seda vaja on? (Bio)keemiliste reaktsioonide kiiruste seadused (rate laws)
Diferentsiaalsel kujul Integraalsel kujul
Füüsikalised suurused Skalaarid:
Objektid, mida iseloomustab arvuline väärtus, märk (+/-) ja ühik (liituvad algebraliselt)
Vektorid: Iseloomustab arvuline
väärtus (pikkus), ühik ja suund (liituvad geomeetriliselt)
Skalaarid: Aeg Temperatuur Mass elektrilaeng
Vektorid: suhteline nihe Jõud Kiirus Kiirendus Impulss, impulsmoment Elektrivälja tugevus Samuti kõik nende kaudu
avalduvad suurused
Moskva
Bratislava
Tartu
Füüsikaline suurus=Numbriline kordaja x Mõõteühik
Vektorid
Matemaatikas lahkus sirgelt (mis on 1-mõõtmeline süsteem) tasapinnale (2-mõõtmeline) esmakordselt Pythagoras (või keegi tema koolkonnast): ~600 eKr
Selle revolutsiooni tulemusena tuli matemaatikasse ühismõõdutus ja irratsionaalarv (hüpotenuusi ja kaatetite suhe ei ole väljendatav lõpliku või perioodilise kümnendmurruna nagu ratsionaalarvul)
Vektorite kasulikkus ilmnebki siis, kui meil on tegemist ruumiliste (piiril lõpmatu-dimensiooniliste) objektidega (vastandina ühemõõtmelistele sirgetele)
Ka kompleksarv on vektor Tema komponente võib kirjeldada kahes ristiolevas (reaalses ja imaginaarses) tasandis asuva liikme abil
Mälestusmärk Phytagorasele Samose saarel Kreekas
Mitu mõõdet on punktil? 1 punkt 2 punkti määravad,
mille 3 punkti määravad,
mille 4 punkti määravad,
mille
?
?
?
Vektor Vektor on suunaga
lõik (nool) ruumis Vektorid on võrdsed,
kui neil on sama Siht Suund (st kummas
vektori otsas on nool (+ või miinus))
pikkus (moodul)
Vektori koordinaadid on tema lõpp- ja algpunktide vahed
Vektor Vektor on avaldatav koordinaattelgede suunaliste
omavahel ristuvate vektorite (x, y, z) kaudu
( , , )( , , )l a l a l a
x y zx x y y z z
=− − −
vv
Vektor Vektor on samuti avaldatav
koordinaattelgede suunaliste omavahel ristuvate ühikvektorite kaudu
Ühikvektor on ühikulise pikkusega vektor
Öeldakse, et vektor A on jaotatud/jagatud kolmeks ristiolevaks baasvektoriks (i, j, k) Tasapinnal asuva vektori jaoks on
vaja kahte baasvektorit 3-D ruumis asuva jaoks kolme (üks
iga koordinaadi x, y, z jaoks) N-mõõtmelises ruumis N
baasvektorit
Vastavaid jaotuskoefitisiente nimetatakse Decartese (ka Eukleidese) koordinaatideks (ja baasi vastavalt Decartese või Eukleidese baasiks
Ühikvektorite kasutamine lihtsustab matemaatikat, eriti kui ühikvektori alguspunkti saab ühitada koordinaatide alguspunktiga
Seda saab aga alati teha
x y zA a i a j a
A xi yj zk
k
= + +
= + +
Vektor Vektorite pikkus ei sõltu
koordinaatsüsteemist. Seega võib iga ruumipunkti käsitleda kui alguspunkti. Kõik on vaid mugavuse küsimus
Koordinaatide geomeetriline mõte on esitatud kõrvaloleval 2-mõõtmelisel joonisel
Neid vahesid nimetatakse ka vektori A projektsiooniks vastavatele telgedele
Vektori pikkus ehk moodul leitakse avaldisest:
X
Y
ax
ayA
2 1
2 1
x
y
a x xa y y
= −= −
cos
sin
x
y
a A
a A
α
α
=
=
2 2x yA A a a= = +
Kuidas siis, kui vektor on kolmemõõtmelises ruumis?
Kordame trigonomeetriat
Tehted vektoritega: Liitmine ja lahutamine Vektorid
liituvad/lahutuvad geomeetriliselt Hulknurga meetod Koosinuslause
Tulemus ei sõltu tegurite järjekorrast (kommutatiivsus)
2 2 2 2 cosc a b ab γ= + −
A B C
A B D
+ =
− =
A
B
C
Tehted vektoritega: Liitmine ja lahutamine
A B C
A B D
+ =
− =
Tehted vektoritega: Liitmine ja lahutamine
Tehted vektori komponentidega on üksteisest sõltumatud, kui koordinaadid on valitud üksteisest lineaarselt sõltumatutena
Kahe vektori lineaarne sõltuvus tähendab nende paralleelsust!
Vektorkorrutise tulemuseks on vektor, mis on korrutatavate vektoritega ristuvas tasapinnas
Selle vektori suuna määramiseks kasutatakse kruvireeglit ja tema pikkus (moodul) on määratud avaldisega
Samasuunaliste vektorite vektorkorrutis=0
Vektorkorrutis ei ole kommutatiivne
( ) ( ) ( )
x y z
x y z
y z y z x z x z x y x y
i j kA B a a a
b b b
i a b b a j a b b a k a b b a
× = =
− − − + −
sinA B AB α× =
( )A B B A× = − ×
In mathematics, the polar coordinate system is a two-dimensional coordinate system in which each point on a plane is determined by a distance from a fixed point and an angle from a fixed direction. The fixed point (analogous to the origin of a Cartesian system) is called the pole, and the ray from the pole with the fixed direction is the polar axis. The distance from the pole is called the radial coordinate or radius, and the angle is the angular coordinate, polar angle, or azimuth.
Ristkoordinaadistik pole ainus võimalus: Polaarkoordinaadid
Polaarkoordinaadid sobivad hästi tsentraalsümmeetriliste tasapinnal toimuvate liikumiste kirjeldamiseks
Polaarkoordinaadid võttis kasutusele Ptolemaios (2. saj) tollal kujunema hakanud kartograafia tarbeks, kus seda siiamaani edukalt kasutatakse
Nagu teisteski koordinaadistikes, määrab polaarkoordinaatides tasapinna 2 arvu