Plan wykładu. Sztuczne sieci neuronowe. Druga pochodna funkcji (f (x))
|
|
- Sylwester Żukowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Pl wyłdu yłd 4: Algorytmy optymlzcj Młgorzt Krętows ydzł Iformty Poltech Błostoc Algorytmy grdetowe optymlzcj Algorytm jwęszego spdu e: Algorytm zmeej metry, Algorytm grdetów sprzężoych Algorytmy doboru współczy ucze dptcyjy dobór współczy ucze dobór współczy przez mmlzcję eruową Mr VCdm Metody reducj sec metody wrżlwoścowe metody fucj ry metod rozłdu SVD Pochod fucj f x rue oeczy estremum Jeżel fucj yfx posd w puce x 0 estremum to w puce x 0 pochod e steje lub steje jest rów 0. I wrue wystrczjący ste mx m Jeżel fucj yfx jest cągłą w x 0 f x steje w Sx 0, d f x>0 <0 dl x S - x 0, d f x<0 >0 dl x S x 0, d to w x 0 fucj posd mx m. m mx - x 0 x y4x y'8x yx y'x 3 Drug pochod fucj f x II wrue wystrczjący ste mx m Jeżel fucj yfx posd w otoczeu putu x 0 Ux 0, d pochodą yf x pochodą yf x cągłą w x 0 f x0 f x<0 >0 to w x 0 fucj posd mx m. f x>0 > fucj wypuł f x<0 > fucj wlęsł f x0 > put przegęc -π π/ -π/ ysx -π π/ -π/ y''-sx ysx π π y'cosx 4
2 Rozwęce fucj w szereg Tylor Szereg potęgowy postc: zywmy szeregem Tylor. L L x f x f x f f x f!! "! ' 5 Szereg te przedstw rozwęce fucj fx w szereg potęgowy w otoczeu putu x. Uczee z uczycelem Mmlzcj fucj celu Złdjąc cągłą fucję tywcj, mmlzcj odbyw sę metodm grdetowym żdym rou ucze wyzcz sę tzw. erue mmlzcj 6 żdym rou ucze wyzcz sę tzw. erue mmlzcj p Korecj wg odbyw sę według wzoru: gdze η jest współczyem ucze z przedzłu [0, ]. p η Algorytmy grdetowe optymlzcj Algorytmy grdetowe bzują rozwęcu w szereg Tylor fucj celu w jblższym sąsedztwe zego rozwąz [w,w,..., w ] T strce lgorytmu jest to put początowy 0 : gdze: L p H p p g p T T ] [ 7 gdze: T g,,, L H L M O M L Algorytmy grdetowe optymlzcj Put jest putem optymlym fucj, jeśl g 0 hesj H jest dodto oreśloy prtyce ze względu sończoą dołdość oblczeń złd sę, że put jest putem optymlym, jeżel: 8 sę, że put jest putem optymlym, jeżel: gdze τ przyjęt dołdość oblczeń 3 g τ τ τ
3 Złdmy 0 Ogóly lgorytm optymlzcj Test: jeżel speł wru testowe jest putem optymlym to ończymy oblcze, w przecwym przypdu pt. yzcze wetor eruu poszuwń p w puce. Mmlzcj eruow fucj eruu p w celu wyzcze tej wrtośc η, by η p < yzczee owego rozwąz η p orz odpowdjącej mu wrtośc, g ew. H powrót do pt. Algorytm jwęszego spdu Ogrczee do lowego przyblże fucj w jblższym sąsedztwe zego rozwąz : p [ g ] by < wystrczy by [g ] T p < 0 T p O h etor eruowy w metodze jwęszego spdu przyjmuje postć: p -g Różce: wyzcze eruu poszuwń p orz rou η. 9 0 Algorytm jwęszego spdu Algorytm jwęszego spdu yres wpływu dzł mometu proces ucze Podejśce lsycze η p Metod mometu ηp α K Uwg: η płsch odcch p α dl 0.9 ozcz to 0 rote przyspeszee procesu ucze pozwl wyjśce z mmów lolych leży otrolowć wrtość <,05 ηp β Metod weght decy ηp β zbezpecz przez zbytm wzrostem wg
4 Metody doboru współczy ucze Po oreśleu włścwego eruu p mmlzcj, leży dobrć odpowedą wrtość współczy ucze, by owy put leżł możlwe jblżej mmum fucj eruu p η p Stły współczy ucze Stły współczy ucze stosuje sę główe w połączeu z metodą jwęszego spdu sposób jmej efetywy, gdyż e uzleż wrtośc współczy od od wetor grdetu orz eruu poszuwń p w dej tercj lgorytm m słoość uty w mmch lolych często dobór współczy odbyw sę oddzele dl żdej wrstwy, przyjmując η m gdze lczb wejść -tego eurou w wrstwe 3 4 Adptcyjy dobór współczy ucze zmy współczy ucze dopsowują sę do tulych zm wrtośc fucj celu w czse. rtość błędu ε w -tej tercj: ε M y j d j j oreśl strtegę zm wrtośc współczy ucze. Przyspeszee procesu ucze uzysuje sę poprzez cągłe zwęsze współczy η sprwdzjąc jedocześe czy błąd ε e zcze wzrstć w porówu z błędem oblczoym przy poprzedej wrtośc η dopuszcz sę ezczy wzrost wrtośc błędu Adptcyjy dobór współczy ucze Adptcj współczy ucze: gdze: η η ρd η ρ gdy gdy ε > ε ε ε w ε -, ε - błąd odpowedo w --szej tercj orz w -tej tercj η - ; η - współczy ucze w olejych tercjch w - dopuszczly współczy wzrostu błędu ρ d - współczy zmejsz wrtośc ρ - współczy zwęszjący wrtość w Przyłdowe wrtośc współczyów: w,04; ρ d 0.7; ρ
5 Adptcyjy dobór współczy ucze pływ dptcyjego doboru współczy ucze proces ucze Dobór współczy ucze przez mmlzcję eruową Poleg mmlzcj eruowej fucj celu wyzczoym wcześej eruu p. Cel: te dobre wrtośc η by owy put η p odpowdł mmum fucj celu dym eruu Jeżel η odpowd dołde mmum fucj dym eruu p to pochod eruow w puce η p mus być rów 0 prtyce wyzczoy put odpowd tylo w przyblżeu rzeczywstemu putow mmlemu dym eruu. 7 8 Mmlzcj eruow Zdolość uogól sec welowrstwowej Metody bezgrdetowe formcje o wrtoścch fucj celu wyzcze mmum poprzez oleje podzły złożoego wstępe zresu wrtośc wetor T V Metody grdetowe wyorzystują zrówo wrtość fucj j też jej pochodą wzdłuż wetor eruu p. zcze przyspeszee wyzcze mmum dym eruu formcj o eruu spdu L Podzł przestrze dych de uczące L, testujące T orz sprwdzjące V 9 0
6 Zdolość uogól sec welowrstwowej Mr VCdm N podstwe przeprowdzoych testów umeryczych stwerdzoo dobre zdolośc uogóljące sec, jeśl lczb próbe jest lrote mmum 0 węsz od mry VCdm. yres błędu ucze testow dych sprwdzjących w fucj cyl uczących pływ lczby euroów wrstwe urytej zdolośc uogól sec Problem lsyfcj Usztłtowe grcy wzorców leżących do dwóch ls: przy dmrowej lczbe euroów ; 67 wg; 3 dych uczących ; b przy włścwej lczbe euroów
7 Dobór lczby euroów w wrstwe Metody reducj sec złd sę wstępą lczbę euroów urytych z teor Kolmogorow KN; K NM stępe przeprowdz sę reducję w trce ucze sec Przeprowdzee welu prób ucze sec o różej lczbe euroów urytych wybre sec jmejszej o zdowljącym wyu ucze strt z mmlą zerową lczbą euroów w wrstwe urytej stopowym ch dodwu ż do uzys dobrego stop wytreow zborze uczącym proces dodw euroów jest zwyle połączoy ze sprwdzeem zdolośc uogól sec zborze V yorzyste lgorytmów reducj g. prug: szcowe wrżlwośc sec względem wg lub eurou - wg o jmejszej wrżlwośc, wpływjąc jmej wrtość fucj celu, są usuwe, proces ucze otyuowy t zreduowej sec modyfcj fucj celu wprowdzjąc słd ry z eefetywą struturę 5 6 Metody wrżlwoścowe reducj Metody wrżlwoścowe reducj Decyzj o elmcj wg jest podejmow bze wrżlwośc fucj celu de połączee syptycze Mry wrżlwośc: jprostszy sposób oper sę przypuszczeu, że młe wg są mej wże ż duże wg. żość wg bzuje wrtośc bezwzględej w wyjśc wejśc są zormlzowe Po zończeu procesu ucze żd wg j m oreśloą wrtość wrżlwośc S j Połącze o jmejszych wrtoścch S j są usuwe, seć po reducj podleg douczeu Usuęce eurou jest możlwe wówczs, gdy wszyste dochodzące do ego lub odchodzące do ego połącze zostą wyelmowe żość połącze jest merzo poprzez zmę wrtośc fucj celu przy usuęcu dego połącze syptyczego S j f - 0 gdze: f - wrtość wetor wg po zończeu procesu ucze; f wrtość fucj celu po zończeu ucze, 0 - wrtość fucj celu po zończeu ucze usuęcu wg j. 7 8
8 Metod OBD g. Optml Br Dmge Bzuje rozwęcu fucj w szereg Tylor w otoczeu tulego rozwąz. Zm wg d wąże sę z stępującą zmą fucj celu: d Hjdd j O d 3 j Złdjąc, że proces ucze jest zbeży, perwszy czy może być pomęty. metodze są pomje róweż elemety hesju leżące poz przeątą. wyu otrzymujemy: H d jeżel ustwmy jo początową wrtość wg 0, wówczs d. rtość wrżlwośc dl dego połącze jest oreśl wówczs jo: S H /. Metod OBD - w prtyce Oreślee wstępej strutury sec euroowej Przeprowdzee procesu ucze sec euroowej Oreślee elemetów dgolych hesju h, dl żdej wg sec Oblczee prmetru wrżlwośc S, oreśljącego zczee dego połącze Posortowe wg według wrtośc prmetru S obcęce tych wg, dl tórych wrtośc S są jmejsze Powrót do putu. lrote powtórzee procesu ż do pozbyc sę wg o jmejszym wpływe wrtość fucj celu Metod OBD z douczem yresy błędów: ucze; b testow sec euroowej w fucj lczby euroów przy zstosowu metody OBD rzyw gór bez doucz sec, rzyw dol z douczem sec wstępe seć mł 578 wg. 3 Metod OBS g. Optml Br Surgeo Bzuje rozwęcu fucj w szereg Tylor w otoczeu tulego rozwąz d T Hd rtość wrżlwość jest pod wzorem: L [ H ] gdze [H - ] - -ty elemet dgoly odwrotośc hesju oblczego dl wszystch wg sec. Dodtowo stępuje modyfcj pozostłych wg sec e - wetor jedostowy z -tej pozycj: [ H ] H e 3
9 Metod OBS w prtyce Porówe metod wrżlwoścowych Oreślee wstępej strutury sec euroowej Przeprowdzee procesu ucze sec euroowej Oblczee mcerzy odwrotej hesju H - Selecj wg w, tór m jmejszą wrtość współczy L. Jeżel zm wrtośc fucj celu towrzysząc obcęcu wg jest dużo mejsz ż, to wg uleg obcęcu leży przejść do putu 5, w przecwym przypdu do putu 6 Korecj pozostłych wrtośc wg przejśce do putu. Koec procesu reducj Porówe 3 metod reducj sec euroowej: przez obcęce jmejszych wg, metody OBD OBS Metod fucj ry Modyfcj fucj celu, by proces ucze smoczye elmowł młe wg. lmcj stępuje przez stopowe zmejsze wrtośc wg, ż do osągęc pewego progu, pożej tórego przyjmuje sę wrtość wg rówą 0. Modyfcj przez dode słd ry z duże wrtośc wg: 0 γ j, j Modyfcj, pozwljąc elmcję epotrzebych euroów elmcj euroów, dl tórych sum jest bls 0 elmcj euroów urytych o jmejszej zme tywośc w procese ucze Metod rozłdu SVD lmcj dmrowych euroów wrstwy urytej bzuje rozłdze według wrtośc osoblwych SVD yorzystywy do sec o lowych euroch wyjścowych Metod elmcj: wyrywe sorelowego dzł dwóch euroów > dzłlość obu może przejąć jede z ch 35 36
10 Zwęszee zdolośc uogól sec przez modyfcję dych uczących Selecj cech - dobór cech, tóre są mją wpływ wrtość sygłów wejścowych trące szumu do wzorców uczących - przy złożeu, że seć relzuje odwzorowe głde, dobrze wytreow seć pow być ewrżlw ewele zmy wrtośc wejścowych. 37
Algebra macierzowa i inne takie (krótka i prowizoryczna powtórka
lgebr mcerzow e te (rót prowzorycz powtór (uwg: tutj jest ezupełe osewet otcj tj. mcerze czsem są pogruboe czsem ursywe (tlcs) proszę sę e przejmowć t po prostu wyszło) PEWNE WZNE OPERCJE MCIERZOWE ozcz
Bardziej szczegółowoTechnika optymalizacji
Nelowe zde optymlzj sttyzej ez ogrzeń - PN ez ogrzeń dr Ŝ. Ew Szlh Wydzł Eletro Ker.: Eletro III r. EZI Sformułowe owe zd optymlzj elowej ez ogrzeń: Fuj elu f( : Zde optymlzj poleg zlezeu wetor zmeyh deyzyjyh,
Bardziej szczegółowoMetody numeryczne w przykładach
Metody umerycze w przyłdch Podręcz Poltech Lubels Poltech Lubels Wydzł Eletrotech Iformty ul. Ndbystrzyc 38A -68 Lubl Bet Pńczy Edyt Łus J Sor Teres Guz Metody umerycze w przyłdch Poltech Lubels Lubl Recezet:
Bardziej szczegółowoAutomatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel
Automty Rooty Az Wyłd 7 dr Adm Ćme cme@gh.edu.p Szereg Fourer Przypomee. Rozwżmy przestrzeń eudesową VR, tórej eemetm (putm, wetorm )są eemetowe cąg cz rzeczywstych p.,..., ) y y,..., y ). W przestrze
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZA ITELIGECJA WYKŁAD. SYSTEMY EUROOWO-ROZMYTE Częstocow 4 Dr b. ż. Grzegorz Dude Wdzł Eletrcz Poltec Częstocows SIECI EUROOWO-ROZMYTE Sec euroowo-rozmte pozwlją utomtcze tworzee reguł podstwe przłdów
Bardziej szczegółowoN ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
Bardziej szczegółowo4. Rekurencja. Zależności rekurencyjne, algorytmy rekurencyjne, szczególne funkcje tworzące.
4. Reurecj. Zleżości reurecyje, lgorytmy reurecyje, szczególe fucje tworzące. Reurecj poleg rozwiązywiu problemu w oprciu o rozwiązi tego smego problemu dl dych o miejszych rozmirch. W iformtyce reurecj
Bardziej szczegółowodr Michał Konopczyński Ekonomia matematyczna ćwiczenia
dr Mchł Koopczńsk Ekoom mtemtcz ćwcze. Ltertur obowązkow Eml Pek red. Podstw ekoom mtemtczej. Mterł do ćwczeń MD r 5 AE Pozń.. Ltertur uzupełjąc Eml Pek Ekoom mtemtcz AE Pozń. Alph C. Chg Podstw ekoom
Bardziej szczegółowoAnaliza Matematyczna Ćwiczenia. J. de Lucas
Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y
Bardziej szczegółowoNadokreślony Układ Równań
Mchł Pzos Istytut echolog Iforcyych Iżyer Ląoe Wyzł Iżyer Ląoe Poltech Kros Noreśloy Uł Róń Z oreśloy ułe loych róń lgebrczych y o czye sytuc, gy lczb loo ezleżych róń est ęsz ż yr przestrze (lczb zeych).
Bardziej szczegółowoMetody numeryczne procedury
Metod umercze procedur podstwe [Mrc et. l. 997] orz [Broszte et. l. 004] dr ż. Pweł Zlews Adem Mors w Szczece Iterpolc welomow: Zde terpolc poleg zlezeu pewe uc tór przlż dą ucę. Dl uc ze są prz tm wrtośc
Bardziej szczegółowoNr: 1. Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 1. Metody obliczeniowe
Nr: Metody olczeowe - Budowctwo semestr - wyłd r Metody olczeowe Metody umerycze - sposoy rozwąz zd mtemtyczego z pomocą operc lczch t, y zde mogło yć rozwąze przez omputer. Rozwązywe ułdów rówń lowych.
Bardziej szczegółowoVIII. RÓŻNICZKOWANIE NUMERYCZNE
VIII. RÓŻICZKOWAIE UMERYCZE Z defcj pocodej wey, że f ( x+ ) f ( x) f ( x) = ( ), >. (8.) Fucję f(x + ) ożey rozwąć przez zstosowe wzoru ylor: + f x f x f x f x + ( + ) = ( ) + ( ) + ( ) + K + f ( x) +
Bardziej szczegółowoPodstawy informatyki 2. Podstawy informatyki 2. Wykład nr 6 ( ) Plan wykładu nr 6. Politechnika Białostocka. - Wydział Elektryczny
Podstwy formty Wyłd r / Podstwy formty Pl wyłdu r etody tercyje rozwązyw ułdów rówń lowych: metod tercj prostej (Jcobego) metod Guss-Sedel Poltech Błostoc - Wydzł Eletryczy Eletrotech, semestr II, stud
Bardziej szczegółowoTeoria i metody optymalizacji
Teora metoy optymalzacj Nelowe zaae optymalzacj bez ograczeń umerycze metoy teracyje optymalzacj m x R f = f x Algorytmy poszuwaa mmum loalego zaaa programowaa elowego: Bez ograczeń Z ograczeam Algorytmy
Bardziej szczegółowoMatematyka wybrane zagadnienia. Lista nr 4
Mtemty wyre zgdiei List r 4 Zdie Jeżeli ułd wetorów v, v przestrzei liiowej V ie jest liiowo iezleży, to mówimy, że wetory v, v są liiowo zleże Udowodić stępujące twierdzeie: Ułd wetorów v, v ( ) jest
Bardziej szczegółowoJEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:
Bardziej szczegółowoProces decyzyjny: 1. Sformułuj jasno problem decyzyjny. 2. Wylicz wszystkie możliwe decyzje. 3. Zidentyfikuj wszystkie możliwe stany natury.
Proces decyzyny: 1. Sformułu sno problem decyzyny. 2. Wylcz wszyste możlwe decyze. 3. Zdentyfu wszyste możlwe stny ntury. 4. Oreśl wypłtę dl wszystch możlwych sytuc, ( tzn. ombnc decyz / stn ntury ). 5.
Bardziej szczegółowoIndukcja matematyczna
Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya
Bardziej szczegółowoPERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X
PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac
Bardziej szczegółowoZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ
ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem
Bardziej szczegółowoMichał Pazdanowski Instytut Technologii Informacyjnych w Inżynierii Lądowej Wydział Inżynierii Lądowej Politechnika Krakowska.
chł zdows Istytut echolog Iforcyych w Iżyer ądowe Wydzł Iżyer ądowe oltech Krows Iterpolc Iterpolc oże być trtow o szczególy przypde prosyc polegący ty że fuc prosyow fuc prosyuąc przyuą te se wrtośc w
Bardziej szczegółowo1.4. STAN ODKSZTAŁCENIA STRONA GEOMETRYCZNA
.4. STAN ODKSZTAŁCENA STRONA GEOMETRYCZNA.4.. Wetor przemeszcze Rozwżmy bryłę (cło mterle) o dowolym sztłce meszczoą w prostoątym łdze odese O (rys. ) Rys. gdze ozcz położee (mesce) pt mterlego w tym łdze,,,
Bardziej szczegółowoRównania rekurencyjne
Rówaa reurecyje Ja stosować do przelczaa obetów obatoryczych? zaleźć zwąze reurecyjy, oblczyć la początowych wartośc, odgadąć ogóly wzór, tóry astępe udowaday stosując ducję ateatyczą. W etórych przypadach,
Bardziej szczegółowoLista 6. Kamil Matuszewski 26 listopada 2015
Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy
Bardziej szczegółowoNiech dany będzie układ równań postaci. Powyższy układ równań liniowych z n niewiadomymi można zapisać w postaci macierzowej
Rozwiązywie ułdów rówń liiowych Metod elimicji Guss 2 Postwieie zgdiei Niech dy będzie ułd rówń postci b x x x b x x x b x x x 2 2 2 2 2 22 2 2 2 Powyższy ułd rówń liiowych z iewidomymi moż zpisć w postci
Bardziej szczegółowoUWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ.
L.Kowls - Uwg o rozłdz uc zm losow UWAI O ROZKŁADZIE UNKCJI ZMIENNEJ LOSOWEJ. - d zm losow cągł o gęstośc. Y g g - borlows tz. g - B BR dl B BR Wzczć gęstość g zm losow Y. Jśl g - ścśl mootocz różczowl
Bardziej szczegółowoPlan wykładu. Sztuczne sieci neuronowe. Algorytmy gradientowe optymalizacji. Uczenie z nauczycielem. Wykład 4: Algorytmy optymalizacji
Pla wyładu yład 4: Algorytmy optymalizacji Małgorzata Krtowsa Katedra Oprogramowaia e-mail: mmac@iipbbialystopl Algorytmy gradietowe optymalizacji Algorytm ajwiszego spadu Algorytm zmieej metryi Algorytm
Bardziej szczegółowoRachunek różniczkowy funkcji wielu zmiennych
EAIB-Iormaa-Wład 9- dr Adam Ćmel cmel@.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec zosawam
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA Woskowe sttstcze - egesj koelcj teść Wpowdzee Regesj koelcj low dwóch zmech Regesj koelcj elow - tsfomcj zmech Regesj koelcj welokot Wpowdzee Jedostk zoowośc sttstczej mogą ć chktezowe
Bardziej szczegółowoCałka oznaczona. długość k-tego odcinka podziału P. średnica podziału P. punkt pośredni k-tego odcinka podziału P
Cł ozczo. De.. Podziłem odci części, N, zywmy ziór przy czym. Wprowdzmy ozczei: długość -tego odci podziłu P średic podziłu P put pośredi -tego odci podziłu P De. sum cłow Niech ucj ędzie ogriczo przedzile
Bardziej szczegółowoRys. 1. Schemat połączenia. = (grubość sklejki) = (grubość drewna) Szymon Skibicki, Katedra Budownictwa Ogólnego
Szymo Sibici, Ktedr Budowictw Ogólego Przyłd obliczei połączei w rtowicy drewiej wyoego z pomocą łde z sleji iglstej gr. 8mm, łączoej gwoździe zgodie z Rys.. Sróty: EK5 P-E 995--:00AC:006A:008 W prmetrch
Bardziej szczegółowoEKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.
Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,
Bardziej szczegółowoInstytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej
Isttt Atomt Iformt Stosowe Poltech Wrszwse Algortm predce w wers ltcze z efetwm mechzmem względ ogrczeń wść Potr Mrs Pl prezetc. Wstęp. Algortm reglc predce 3. Uwzględe ogrczeń łoŝoch sgł sterąc 4. Uwzględe
Bardziej szczegółowo( ) ( ) ( ) ( ) ( ) ( )
,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau
Bardziej szczegółowoRozkłady prawdopodobieństwa 1
Rozkłdy rwdoodoeństw Rozkłdy rwdoodoeństw. Rozkłdy dyskrete cągłe. W rzydku rozkłdu dyskretego określmy wrtośc rwdoodoeństw dl rzelczlej skończoej lu eskończoej lczy wrtośc zmeej losowej. N.... wszystke
Bardziej szczegółowoCałka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale
Cł ozczo. De.1. Podziłem odci części, N, zywmy ziór przy czym. Wprowdzmy ozczei: długość -tego odci podziłu P średic podziłu P put pośredi -tego odci podziłu P De.2 sum cłow Niech ucj ędzie ogriczo przedzile
Bardziej szczegółowoCałka oznaczona. długość k-tego odcinka podziału P. punkt pośredni k-tego odcinka podziału P. Niech funkcja f będzie ograniczona na przedziale
Cł ozczo. De.1. Podziłem odci części, N, zywmy ziór przy czym. Wprowdzmy ozczei: długość -tego odci podziłu P średic podziłu P put pośredi -tego odci podziłu P De.2 (sum cłow) Niech ucj ędzie ogriczo przedzile
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =
Bardziej szczegółowoPodstawy praktycznych decyzji ekonomiczno- finansowych w przedsiębiorstwie
odswy pryczych decyzji eooiczo- fisowych w przedsiębiorswie l wyłdu - Wrość pieiądz w czsie 4 h - Efeywość projeów w iwesycyjych 3-4 h -Wżoy osz piłu u WACC h odswy pryczych decyzji eooiczo- fisowych w
Bardziej szczegółowoMetody numeryczne. Wykład nr 7. dr hab. Piotr Fronczak
Metody numeryzne Wyłd nr 7 dr. Potr Fronz Cłowne numeryzne Cłowne numeryzne to przylżone olzne łe oznzony. Metody łown numeryznego polegją n przylżenu ł z pomoą odpowednej sumy wżonej wrtoś łownej unj
Bardziej szczegółowof f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu
METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu
Bardziej szczegółowo1. Relacja preferencji
dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x
Bardziej szczegółowo7. Szeregi funkcyjne
7 Szeregi ukcyje Podstwowe deiicje i twierdzei Niech u,,,, X o wrtościch w przestrzei Y będą ukcjmi określoymi zbiorze X Mówimy, że szereg ukcyjy u jest zbieży puktowo do sumy, jeżeli ciąg sum częściowych
Bardziej szczegółowoMACIERZE I DZIAŁANIA NA MACIERZACH. Niech ustalone będzie ciało i dwie liczby naturalne,.
CIERZE I ZIŁNI N CIERZCH Nech usloe będze cło dwe lczby urle, cerzą o wyrzch z cł wymrch zywmy kżdą fukcję cerz ką zpsujemy w posc belk ) cerz zpsujemy róweż wele ych sposobów, w zleżośc od ego jką jej
Bardziej szczegółowoRys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna.
terpolcj.doc Iterpolcj fukcj. Sformułowe problemu: Rs.. Iterpolcj fukcj low, b kwdrtow, c kubcz. De są rgumet,,,. orz odpowdjące m wrtośc fukcj = f, = f,, = f. Postć fukcj = f jest e z lub z. Poszukw jest
Bardziej szczegółowoRamowy program laboratorium z metod numerycznych. Skrócone instrukcje do ćwiczeń laboratoryjnych.
Rmowy progrm lbortorum z meto umeryczyc. Srócoe strucje o ćwczeń lbortoryjyc. erm Nr emty Wprowzee, zsy zlcze, regulm, BHP tp. Ćw. Błęy. czby zmeoprzecowe IEEE 754. Epslo mszyowy Ćw. Rozwązywe ułu rówń
Bardziej szczegółowoMetody obliczeniowe. Semestr II
Metody olczeowe Semestr II Metody umerycze - sposoy rozwąz zd mtemtyczego z pomocą operc lczch. Rozwązywe ułdów rówń lowych. Metody ezpośrede tercye.. Sposoy rozwązyw rówń elowych, zgdee optymlzc.. Aprosymc
Bardziej szczegółowo5. MES w mechanice ośrodka ciągłego
. MES w mechance ośroda cągłego P.Pucńs. MES w mechance ośroda cągłego.. Stan równowag t S P x z y n ρb(x, y, z) u(x, y, z) P Wetor gęstośc sł masowych N/m 3 ρb ρ g Wetor gęstośc sł powerzchnowych N/m
Bardziej szczegółowoInstytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej. Algorytm DMC z funkcjami bazowymi. Piotr Marusak
Isttt Atomt Iformt Stosowej Poltech Wrszwsej Algortm DMC z fcjm bzowm Potr Mrs Pl rezetcj. Wstę. Strow lgortm DMC.. Algortm w wersj merczej.. Algortm w wersj ltczej 3. Algortm DMCBF (z fcjm bzowm) 3..
Bardziej szczegółowoPermutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2
Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w
Bardziej szczegółowoRozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19
Rozwąze ektóryh zdń tregowyh do I kolokwum sem. zmowy, 8/9 Zd.. V = ost, = 98 K W wrukh dtyzyh Q = ΔU =. Końową temperturę zjdzemy rozwązują rówe ΔU =. Zm eerg wewętrzej zhodz wskutek rekj hemzej jlepej
Bardziej szczegółowoSpójne przestrzenie metryczne
lz Włd 5 d d Ćel cel@gedpl Spóe pzeszee ecze De Pzeszeń eczą ρ zw spóą eżel e d sę e pzedswć w psc s dwóc zów epsc wc złączc ρ - pzeszeń spó ~ we Icze es ze spó eżel dl dwlc pów czl see cągł c γ : : γ
Bardziej szczegółowoOcena wpływu niepewności estymacji parametrów modeli czujników pomiarowych na wartości maksymalnych błędów dynamicznych
Polech rows Wydzł Iżyer Elerycze operowe edr oy ech Iforcyych Oce wpływ epewośc esyc prerów odel czów porowych wrośc sylych łędów dyczych Dr ż. rzyszof oczy rów 5.3.5 Pl wysąpe. Błędy w porch welośc słych
Bardziej szczegółowor h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów
Opowł: Jo Kselńs EKONOMETRIA - WZORY Metod doou zmeh Metod Now * t I I I Metod Hellwg om L l l K p p pk h l l K p H l h pk Metod mometów e Regesj post Modele: MNK m s s Y X C s v Opowł: Jo Kselńs Współz:
Bardziej szczegółowoRachunek różniczkowy funkcji wielu zmiennych
Iormaa - Wład 9 - dr Bogda Ćmel cmelbog@ma.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec
Bardziej szczegółowoObliczenia naukowe Wykład nr 14
Obliczeni nuowe Wyłd nr 14 Pweł Zielińsi Ktedr Informtyi, Wydził Podstwowych Problemów Technii, Politechni Wrocłws Litertur Litertur podstwow [1] D. Kincid, W. Cheney, Anliz numeryczn, WNT, 2005. [2] A.
Bardziej szczegółowoRóżniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski
Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f
Bardziej szczegółowo11. Aproksymacja metodą najmniejszych kwadratów
. Aproksmcj metodą jmejszch kwdrtów W ukch przrodczch wkoujem często ekspermet polegjące pomrch pr welkośc, które, jk przpuszczm, są ze sobą powąze jkąś zleżoścą fukcją =f(, p. wdłużee spręż w zleżośc
Bardziej szczegółowoWykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.
Wyłady z Aalzy rzeczywstej zespoloej w Matematyce stosowaej Lteratura W Rud: Podstawy aalzy matematyczej, PWN, Warszawa, 1982 W Rud: Aalza rzeczywsta zespoloa, PZWS, Warszawa, 1986 W Szabat: Wstęp do aalzy
Bardziej szczegółowoi = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3
35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(
Bardziej szczegółowoOdtworzenie wywodu metodą wstępującą (bottom up)
Przeglądane wejśca od lewej strony do prawej L (k) Odtwarzane wywodu prawostronnego Wystarcza znajomosc "k" następnych symbol łańcucha wejścowego hstor dotychczasowych redukcj, aby wyznaczyc jednoznaczne
Bardziej szczegółowoWOJSKOWA AKADEMIA TECHNICZNA ĆWICZENIA LABORATORYJNE Z FIZYKI. SPRAWOZDANIE Z PRACY LABORATORYJNEJ nr.........
WOJSKOWA AKADEMIA TECHNICZNA ĆWICZENIA LABORATORYJNE Z FIZYKI prowdząc(y)... grup... podgrup... zespół... seestr... roku kdeckego... studet(k)... SPRAWOZDANIE Z PRACY LABORATORYJNEJ r......... pory wykoo
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Poltechnk Gdńsk Wydzł Elektrotechnk Automtyk Ktedr Inżyner Systemów Sterown Teor sterown Podstwy lgebry mcerzy Mterły pomocncze do ćwczeń lbortoryjnych 1 Część 3 Oprcowne: Kzmerz Duznkewcz, dr hb. nż.
Bardziej szczegółowoPROGRAMOWANIE LINIOWE.
Wykłd 6 Progrowe lowe. Zstosow ekoocze. PROGRAMOWANIE LINIOWE. ZASTOSOWANIA EKONOMICZNE. CENY DUALNE. ANALIZA WRAŻLIWOŚCI.. RACHUNEK EKONOMICZNY. ZASADY RACJONALNEGO GOSPODAROWANIA. Rchuek ekooczy - porówe
Bardziej szczegółowoJego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.
Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.
Bardziej szczegółowoRównania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel,
utomtyk Robotyk lgebr -Wykłd - dr dm Ćmel cmel@ghedupl Równn lnowe Nech V W będą przestrzenm lnowym nd tym smym cłem K T: V W przeksztłcenem lnowym Rozwżmy równne lnowe T(v)w Powyższe równne nzywmy równnem
Bardziej szczegółowok k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2
Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu
Bardziej szczegółowoSymbol Newtona liczba wyborów zbioru k-elementowego ze zbioru n elementów. Symbol Newtona
B Głut Symol Newto Symol Newto licz wyoów ziou -elemetowego ze ziou elemetów ) ( A B B B t t żd dog: odciów do góy Ile ozwiązń m ówie: 4 6 gdzie i są ieujemymi liczmi cłowitymi? 9 84 4 4 5 Licz ozwiązń
Bardziej szczegółowov = v i e i v 1 ] T v = = v 1 v n v n [ ] U [x y z] T (X,Y,Z)
v U = e i,..., e n ) v = n v i e i i= e i i U = {X i } i=,n v T v = = v v n v n U x y z T X,Y,Z) v v v = 2 T A, ) b = 3 4 T B, ) c = + b b d = b c c d d 2 + 3b e b c = 5 3 T b d = 5 T c c = 34 d = 26 d
Bardziej szczegółowoMetoda prądów obwodowych
Metod prądów owodowyh Zmenmy wszystke rzezywste źródł prądowe n npęowe, Tworzymy kłd równń lnowyh opsjąyh poszzególne owody. Dowolną seć lnową skłdjąą sę z elementów skponyh możn opsć z pomoą kłd równń
Bardziej szczegółowoZADANIA Z ANALIZY MATEMATYCZNEJ dla I roku kierunku informatyka WSZiB
pro. dr hb. Stisłw Biłs ZADANIA Z ANALIZY MATEMATYCZNEJ I roku kieruku iormtyk WSZiB I. ELEMENTARNE WŁASNOŚCI FUNKCJI. Wyzczyć dziedzię ukcji: 5 7 log[ log 5 6. b c ] d. Wyzczyć przeciwdziedzię ukcji:
Bardziej szczegółowoLABORATORIUM DYNAMIKI MASZYN
LABORATORIUM DYNAMII MASZYN Ćwcz 5 IDENTYFIACJA OBIETU DYNAMICZNEO NA PODSTAWIE JEO LOARYTMICZNYCH CHARATERYSTY CZĘSTOTLIWOŚCIOWYCH. Cl ćwcz Orśl rów ruchu obtu dyczgo podtw go logrytczych chrtryty czętotlwoścowych,
Bardziej szczegółowoMichał Pazdanowski Instytut Technologii Informacyjnych w Inżynierii Lądowej Wydział Inżynierii Lądowej Politechnika Krakowska.
chł Pzdos Istytut Techolog Iforcyych Iżyer ądoe Wydzł Iżyer ądoe Poltech Kros Aprosyc Aprosycą zyy procedurę zstępo ede fuc (fuc prosyo) ą fucą (fuc prosyuąc) t sposób, by fuce te eele sę różły sese oreśloe
Bardziej szczegółowoCharakterystyki geometryczne przekrojów poprzecznych prętów
Chrkterystyk geometrycze przekrojów poprzeczych prętów Zgode z złożem mechk ukłdów prętowych rzeczywste trójwymrowe cło odksztłcle modelowć będzemy ukłdem jedowymrowym, w którym formcje dotyczące wymrów
Bardziej szczegółowoSpójne przestrzenie metryczne
Spóe pzeszee ecze De. Pzeszeń eczą zw spóą eżel e d sę e pzedswć w posc s dwóc zoów epsc owc ozłączc. - pzeszeń spó ~ owe Icze es zoe spó eżel dl dowolc pów czl see cągł c : : = = see dog łącząc Tw. ągł
Bardziej szczegółowoPodprzestrzenie macierzowe
Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0
Bardziej szczegółowoMATHCAD 2000 - Obliczenia iteracyjne, macierze i wektory
MTHCD - Obliczei itercyje, mcierze i wektory Zmiee zkresowe. Tblicowie fukcji Wzór :, π.. π..8.9...88.99..8....8.98. si().9.88.89.9.9.89.88.9 -.9 -.88 -.89 -.9 - Opis, :,, przeciek, Ctrl+Shift+P, /,, ;średik,
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta
Bardziej szczegółowosą dyspersjami wartości mierzonych parametrów A
Dopsoe ucj oej eou Dopsoe ucj oej eou Dopsoe ucj oej Ze Y jest oą ucją X Y A A X W poró Y ją rozłd or o dspersj Y tór ogó przpdu róeż zeż od X. Wrtośc X e są orczoe łęd u jgorsz pdu oż je poąć poróu z
Bardziej szczegółowoI. CIĄGI I SZEREGI FUNKCYJNE. odwzorowań zbioru X w zbiór R [lub C] nazywamy ciągiem funkcyjnym.
I. CIĄGI I SZEREGI FUNKCYJNE 1. Zbieżość puktow i jedostj ciągów fukcyjych Niech X będzie iepustym podzbiorem zbioru liczb rzeczywistych R (lub zbioru liczb zespoloych C). Defiicj 1.1. Ciąg (f ) N odwzorowń
Bardziej szczegółowoTESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).
TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu
Bardziej szczegółowoMetoda najszybszego spadku
Metody Gradietowe W tym rozdziale bdziemy rozwaa metody poszuiwaia dla fucji z przestrzei R o wartociach rzeczywistych Metody te wyorzystuj radiet fucji ja rówie wartoci fucji Przypomijmy, czym jest zbiór
Bardziej szczegółowoMacierze w MS Excel 2007
Mcierze w MS Ecel 7 Progrm MS Ecel umożliwi wykoywie opercji mcierzch. Służą do tego fukcje: do możei mcierzy MIERZ.ILOZYN do odwrci mcierzy MIERZ.ODW do trspoowi mcierzy TRNSPONUJ do oliczi wyzczik mcierzy
Bardziej szczegółowoRozpraszania twardych kul
Wyłd XVIII Rozprszn twrdych u Rozwżmy oddzływne twrdych u opsywne potencjłem V r r Ponewż potencjł jest seryczne symetryczny uncję ową możn zpsć w postc ( r Cm R Ym( m gdze Ym( to hrmon seryczne Rozprszne
Bardziej szczegółowoCałkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n
lkowe_um- łkowe umercze Zde: olczć przlżee cłk ( ) d () użwjąc wrtośc ukcj () w puktc rówoodległc. Przjmujem (), gdze,,, () () tąd / (5) Metod prostokątów d / (6) gdze / / (7) -- :9: /6 lkowe_um- td. td.
Bardziej szczegółowoProjekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Bardziej szczegółowoTyp może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }
Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca
Bardziej szczegółowo- macierz o n wierszach i k kolumnach. Macierz jest diagonalna jeśli jest kwadratowa i po za główną przekątną (diagonala) są
Powtórzeie z Algebry 1. Mcierz A k 1 11 1 1k 1 k k - mcierz o wierszch i k kolumch Mcierz est kwdrtow eśli m tyle smo wierszy co kolum ( = k). Mcierz est digol eśli est kwdrtow i po z główą przekątą (digol)
Bardziej szczegółowo8.1 Zbieżność ciągu i szeregu funkcyjnego
Rozdzał 8 Cąg szereg fukcyje 8.1 Zbeżość cągu szeregu fukcyjego Dla skrócea zapsu przyjmjmy pewe ozaczee. Defcja. Nech X, Y. Przez Y X ozaczamy zbór wszystkch fukcj określoych a zborze X o wartoścach w
Bardziej szczegółowo2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a
Ciągi liczbowe Defiicj Fukcję : N R zywmy iem liczbowym Wrtość fukcji () ozczmy symbolem i zywmy -tym lub ogólym wyrzem u Ciąg Przykłdy Defiicj róŝic zpisujemy rówieŝ w postci { } + Ciąg liczbowy { } zywmy
Bardziej szczegółowoI. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1,
I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczy turle N : N 0,,,,,,..., N,,,,,... liczy cłkowite C : C...,,,, 0,,,,... Kżdą liczę wymierą moż przedstwić z pomocą ułmk dziesiętego skończoego
Bardziej szczegółowoBADANIE DRGAŃ RELAKSACYJNYCH
BADANIE DRGAŃ RELAKSACYJNYCH Ops ukłdu pomrowego Ukłd pomrow skłd sę z podstwowch częśc: dego geertor drgń relkscjch, zslcz geertor, geertor odese (drgń hrmoczch), oscloskopu. Pokz rsuku schemt deow geertor
Bardziej szczegółowoAPROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne
APROKSYMACJA I INTERPOLACJA Przybliżeie fucji f(x) przez ią fucję g(x) fucja f jest zbyt sompliowaa; użycie f w dalszej aalizie problemu jest trude fucja f jest zaa tylo tabelaryczie; wymagaa jest zajomość
Bardziej szczegółowof '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n
Metoda Newtoa i rówaie z = 1 Załóżmy, że fucja f :C C ma ciągłą pochodą. Dla (prawie) ażdej liczby zespoloej z 0 tworzymy ciąg (1) (z ) 0, z 1 = z f ( z ), ciąg te f ' (z ) będziemy azywać orbitą liczby
Bardziej szczegółowoMATLAB PODSTAWY. [ ] tworzenie tablic, argumenty wyjściowe funkcji, łączenie tablic
MTLB PODSTWY ZNKI SPECJLNE symbol przypisi [ ] tworzeie tblic, rgumety wyjściowe fukcji, łączeie tblic { } ideksy struktur i tblic komórkowych ( ) wisy do określi kolejości dziłń, do ujmowi ideksów tblic,
Bardziej szczegółowoWykład 1 Pojęcie funkcji, nieskończone ciągi liczbowe, dziedzina funkcji, wykres funkcji, funkcje elementarne, funkcje złożone, funkcje odwrotne.
Wykłd Pojęcie fukcji, ieskończoe ciągi liczbowe, dziedzi fukcji, wykres fukcji, fukcje elemetre, fukcje złożoe, fukcje odwrote.. Fukcje Defiicj.. Mówimy, że w zbiorze liczb X jest określo pew fukcj f,
Bardziej szczegółowoTESTOWANIE HIPOTEZ STATYSTYCZNYCH
TETOWANIE HIPOTEZ TATYTYCZNYCH HIPOTEZA TATYTYCZNA przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Prawdziwość tego przypuszczenia jest oceniana na
Bardziej szczegółowoAproksymacja funkcji
Aprosymcj fcj. Ogóle sformłowe zgde prosymcj jedowymrowej Sformłowe zgde prosymcj D - prosymcj cągł: zleźć fcję p( x ) prosymjącą (zstępjącą, przylżjącą) dą fcję cągłą ( ) f x w przedzle [ ] p( x ) powy
Bardziej szczegółowoPrawdopodobieństwo warunkowe. Niezależność zdarzeń
RCHUNEK RWDOODOIEŃSTW WYKŁD. rwopoobeństwo wruowe. Nezleżość zrzeń rzył. Rzucmy rz symetryczą sześceą ostą. e zrzee {, 4, 6} - wypł przyst lczb ocze m szsę zjśc rówą 0,5. Zobylśmy formcję, że wypły jwyżej
Bardziej szczegółowo