Optymalizacja (w matematyce) termin optymalizacja odnosi się do problemu znalezienia ekstremum (minimum lub maksimum) zadanej funkcji celu.
|
|
- Daniel Oskar Witkowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 TEMATYKA: Optymaliacja nakładania wyników pomiarów Ćwicenia nr 6 DEFINICJE: Optymaliacja: metoda wynacania najlepsego (sukamy wartości ekstremalnej) rowiąania punktu widenia określonego kryterium (musimy dysponować funkcją oceny). Optymaliacja (w matematyce) termin optymaliacja odnosi się do problemu naleienia ekstremum (minimum lub maksimum) adanej funkcji celu. Funkcja y = f(x) ma w punkcie x 0 D f minimum (maksimum) globalne, jeżeli dla każdego x D f spełniona jest nierówność: f(x) f(x 0 ) (f(x) f(x 0 )). Warunek koniecny istnienia ekstremum lokalnego funkcji: Jeżeli funkcja y = f(x), określona na prediale (a, b), posiada skońconą pochodną f (x 0 ) ora posiada w x 0 należącym do (a, b) ekstremum lokalne, to f (x 0 ) = 0. I Warunek wystarcający istnienia ekstremum lokalnego funkcji: Funkcja y = f(x), ciągła i różnickowalna w prediale (a, b) i mająca skońconą licbę punktów stacjonarnych (tj. takich, w których eruje się jej pierwsa pochodna) ma w punkcie x 0 należącym do (a, b): minimum lokalne wtedy i tylko wtedy, gdy istnieje takie δ > 0 że: f (x 0 ) = 0 f (x) < 0 dla x ϵ (x 0 δ, x 0 ) f (x) > 0 dla x ϵ (x 0, x 0 + δ) maksimum lokalne wtedy i tylko wtedy, gdy istnieje takie δ > 0 że: f (x 0 ) = 0 f (x) > 0 dla xϵ(x 0 δ, x 0 ) f (x) < 0 dla xϵ(x 0, x 0 + δ) II Warunek wystarcający istnienia ekstremów: Jeśli o funkcji y = f(x), określonej jak wyżej, ałoży się dodatkowo, że jest dwukrotnie różnickowalna w prediale (a, b) ora jej druga pochodna jest ciągła, to jeżeli f (x 0 ) = 0 i f (x 0 ) 0, to funkcja y = f(x) ma w punkcie x 0 ekstremum, pry cym, gdy f (x 0 ) < 0 to jest to maksimum lokalne, a gdy f (x 0 ) > 0 to minimum lokalne.
2 Pryjmując II warunek wystarcający, najdowanie ekstremów lokalnych można sprowadić do najdowania miejsca erowego pierwsej pochodnej funkcji i sprawdania naku drugiej pochodnej funkcji. Ocywiście funkcja musi być ciągła i dwukrotnie różnickowalna. Do najdowania miejsca erowego możemy posłużyć się iteracyjną metodą Newtona: x n+ = x n f(x n) f (x n ) Jeśli posukujemy miejsca erowego pochodnej, to powyżsy wór pryjmuje postać: x n+ = x n f (x n) f (x n ) Metodę Newtona możemy również stosować do funkcji wielu miennych. W takim wypadku mamy do cynienia wektorem miennych X. Pochodna funkcji jest także wektorem, którego elementami są pochodne cąstkowe. Natomiast druga pochodna funkcji to macier kwadratowa, awierająca cąstkowe pochodne miesane. y = f(x) x x 2 y = f( ]) x n Stąd df dx df f (X) = dx 2 df dx n ] d 2 f d 2 f d 2 f dx dx dx dx 2 dx dx n d 2 f d 2 f d 2 f f (X) = dx 2 dx dx 2 dx 2 dx 2 dx n d 2 f d 2 f d 2 f dx n dx dx n dx 2 dx n dx n ] Iteracje Newtona wykonuje się na macierach analogicnie: X n+ = X n f (X n) - f (X n) Należy tylko pamiętać, że X n i f (X n) to wektory, a f (X n) to macier kwadratowa. 2
3 Iteracja: metoda matematycna polegająca na wielokrotnym kolejnym astosowaniu tego samego algorytmu postępowania, pry cym wynik i-tej operacji stanowi dane wejściowe dla kolejnej, (i + )-sej operacji. Strescenie artykułu dr inż. A Kniata: W artykule predstawiono analię pomiarów wykonanych na blokach statków do oceny ich wykonalności w końcowym etapie montażu w suchym doku lub na pochylni. Analia wymaga w pierwsej kolejności sprawdenia, cy bloki ostały wykonane godnie tolerancjami pryjętymi w projekcie, a następnie porównania, cy dwa sąsiednie bloki mogą być połącone. Każdy blok był mierony w innym układie współrędnych, należy dokonać odpowiednich prekstałceń, aby ich wyniki prenieść do wspólnego modelu CAD be utraty dokładności. Zaproponowano algorytm, który optymaliuje proces transformacji, aby uyskać lepse wyniki. Optymaliacja ma na celu minimaliowanie sumy odległości pomiędy punktami transformowanymi i odpowiadającymi im punktami na modelu CAD. Następnie predstawiono opis arówno metody optymaliacji i prykład astosowania. Problem pomiarów i transformacji układów współrędnych występuje, opróc budowy statków, np. w budownictwie, kartografii, automatyce, roponawaniu worców, obraowaniu medycnym i inne Rys. 6. Rys
4 ZADANIA:. Posługując się iteracyjną metodą Newtona wynacyć ekstrema lokalne funkcji: f(x) = (x + 4) (x ) (x 5). 2. Posługując się iteracyjną metodą Newtona wynacyć ekstrema lokalne funkcji: f(x) = (x 2) Dla wyników pomiarów, apreentowanych na poniżsym rysunku, dokonać transformacji współrędnych punktów A, B, C, D aby najlepiej dopasować je do współrędnych punktów baowych A, B, C, D. Jako metodę optymaliacji posukiwania minimum funkcji celu astosować iteracyjny algorytm wywodący się metody Newtona. Rys. 6.3 W obliceniach pryjąć następujące ałożenia: Współrędne punktów baowych: A(0; 0), B(4; 0), C(4; 4), D(0; 4), Współrędne punktów dopasowywanych (transformowanych): A (0+dx A ; 0+dy A ), B (4+dx B ; 0+dx B ), C (4+dx C ; 4+dx C ), D (0+dx D ; 4+dx D ), Odchyłki od wymiarów (współrędnych punktów baowych): dx A = 0.00, dy A = 0.00, dx B = 0.02, dy B = 0.0, dx C = -0.0, dy C = 0.0, dx D = -0.02, dy D = -0.0, Jednostką długości jest m], Pryjąć, iż błąd pomiarowy jest pomijalnie mały i nie będie uwględniany w obliceniach, Powierchnie wynacone pre punkty baowe i punkty dopasowywane (transformowane) są idealnie płaskie. Trecia współrędna tych punktów wynosi i = 0, Pryjąć ałożenie, że dopasowywanie (transformacja) punktów będie prekstałceniem iometrycnym (translacja, obrót). 4
5 ROZWIĄZANIA ZADAŃ:. Posługując się iteracyjną metodą Newtona wynacyć ekstrema lokalne funkcji: f(x) = (x + 4) (x ) (x 5). D f = R f(x) = (x + 4) (x ) (x 5) = (x + 4) (x 2 5 x x + 5) = (x + 4) (x 2 6 x + 5) = (x 3 6 x x + 4 x 2 24 x + 20) = x 3 2 x 2 9 x + 20 f (x) = 3 x 2 4 x 9 f (x) = 6 x 4 Posukujemy x 0, dla którego f (x 0 ) = 0: f (x 0 ) = 3 x x 0 9 = 0 = ( 4) ( 9) = 244 = x 0 = x 02 = x 0, x 02 D f = = Badamy nak drugiej pochodnej w punktach x 0 i x 02 : f (x 0 = ) = = > 0-minimum lokalne f (x 02 = ) = 6 ( ) 4 = < 0-maksimum lokalne II warunek wystarcający istnienia ekstremum funkcji. 5
6 2. Posługując się iteracyjną metodą Newtona wynacyć ekstrema lokalne funkcji: f(x) = (x 2) D f = R f(x) = (x 2) f (x) = 4 (x 2) 3 f (x) = 2 (x 2) 2 Posukujemy x 0, dla którego f (x 0 ) = 0: f (x 0 ) = 4 (x 0 2) 3 = 0 x 0 = 2 x 0 D f Badamy nak drugiej pochodnej w punkcie x 0 : f"(x 0 = 2) = 2 (2 2) 2 = 0 Pryjmijmy: δ = x (x 0 δ; x 0 ) x (. 98; 2) x =. 99 f (x =. 99) = 4 (. 99 2) 3 = δ = x (x 0 ; x 0 + δ) x (2; 2. 02) x = 2. 0 f (x = 2. 0) = 4 (2. 0 2) 3 = Widać, że pierwsa pochodna mienia nak ( ) na (+), cyli w punkcie x 0 = 2 funkcja posiada minimum lokalne. I warunek wystarcający istnienia ekstremum funkcji. 6
7 3. Dla wyników pomiarów, apreentowanych na poniżsym rysunku, dokonać transformacji współrędnych punktów A, B, C, D aby najlepiej dopasować je do współrędnych punktów baowych A, B, C, D. Jako metodę optymaliacji posukiwania minimum funkcji celu astosować iteracyjny algorytm wywodący się metody Newtona. W obliceniach pryjąć następujące ałożenia: Rys. 6.3 Współrędne punktów baowych: A(0; 0), B(4; 0), C(4; 4), D(0; 4), Współrędne punktów dopasowywanych (transformowanych): A (0+dx A ; 0+dy A ), B (4+dx B ; 0+dx B ), C (4+dx C ; 4+dx C ), D (0+dx D ; 4+dx D ), Odchyłki od wymiarów (współrędnych punktów baowych): dx A = 0.00, dy A = 0.00, dx B = 0.02, dy B = 0.0, dx C = -0.0, dy C = 0.0, dx D = -0.02, dy D = -0.0, Jednostką długości jest m], Pryjąć, iż błąd pomiarowy jest pomijalnie mały i nie będie uwględniany w obliceniach, Powierchnie wynacone pre punkty baowe i punkty dopasowywane (transformowane) są idealnie płaskie. Trecia współrędna tych punktów wynosi i = 0, Pryjąć ałożenie, że dopasowywanie (transformacja) punktów będie prekstałceniem iometrycnym (translacja, obrót). 7
8 Współrędne punktów baowych m]: x A = 0.00 y A = 0.00 x B = 4.00 y B = 0.00 x C = 4.00 y C = 4.00 x D = 0.00 y D = 4.00 Odchyłki od wymiarów punktów dopasowywanych m]: dx A = 0.00 dy A = 0.00 dx B = 0.02 dy B = 0.0 dx C = -0.0 dy C = 0.0 dx D = dy D = -0.0 Współrędne punktów dopasowywanych m]: x A = x A + dx A = = 0.00 y A = y A + dy A = = 0.00 x B = x B + dx B = = 4.02 y B = y B + dy B = = 0.0 x C = x C + dx C = = 3.99 y C = y C + dy C = = 4.0 x D = x D + dx D = = y D = y D + dy D = = 3.99 Pryjęty wektor odchyłek wstępnych: x x n= = y] = 0. 00] - pierwsa iteracja n = α Macier transformacji: cosα sinα 0 0 x cosα sinα cosα x sinα y M = sinα cosα 0] 0 y] = sinα cosα sinα x + cosα y] cosα 0 sinα 0 x sinα cosα y] = ] Komentar: cosα sinα 0 R = sinα cosα 0] macier obrotu x T = 0 y] macier translacji 0 0 M = R T T R (*)dla małych presunięć i małych kątów obrotu można wstawić = Ocywiście dla dużych presunięć i kątów obrotu (*) nie jest prawdiwym ałożeniem! Wniosek jaki można wysnuć dopasowując do siebie dwa kwadraty carny i cerwony jest następujący: Nie ma więksego nacenia, cy najpierw dokonujemy obrotów, a później presunięć, cy odwrotnie, najpierw presuwamy, a następnie dokonujemy małych obrotów. Efekt powinien być identycny ocywiście pry małych presunięciach i obrotach. 8
9 cosα sinα 0 0 x R T = sinα cosα 0] 0 y] cosα sinα cosα 0 sinα cosα x sinα y + 0 = sinα + cosα sinα 0 + cosα sinα x + cosα y + 0 ] x + 0 y + cosα sinα cosα x sinα y = sinα cosα sinα x + cosα y] x cosα sinα 0 T R = 0 y] sinα cosα 0] cosα + 0 sinα + x 0 ( sinα) + 0 cosα + x x = 0 cosα + sinα + y 0 0 ( sinα) + cosα + y y ] 0 cosα + 0 sinα ( sinα) + 0 cosα cosα sinα x = sinα cosα y] 0 0 x = = y = = α = 0. 02rad sin ( ) = π α = 0. 02rad cos ( ) = π cosα x sinα y = = sinα x + cosα y = = Cyli można pryjąć (popełniając mały błąd(*)) ałożenie: x cosα x sinα y y sinα x + cosα y α 0 cosα, sinα 0 Ora ostatecnie: cosα sinα cosα x sinα y cosα sinα x M = sinα cosα sinα x + cosα y] sinα cosα y] = ]
10 Współrędne punktów dopasowywanych po transformacji (pierwsa iteracja n = ): x A" cosα sinα x x A cosα x A sinα y A + x y A" ] = sinα cosα y] y A ] = sinα x A + cosα y A + y] 0 0 x A" y A" x B" y B" x C" y C" x D" y D" ] = M ] = M x A y A ] = ] 0. 00] = ] = ] x B y B x C y C ] = ] 0. 0] = ] ] = M ] = ] 4. 0] = ] 0 0 x D ] = M y D ] = ] ] = ] 0 0 Odległości międy punktami dostosowywanymi a punktami baowymi: d ABCD ( x, y, α) = (cos α x A B C D sin α y A B C D + x x A) 2 + (sin α x A B C D + cos α y A B C D + y y A) 2 d A ( x, y, α) = (x A" x A ) 2 + (y A" y A ) 2 = ( ) 2 + ( ) 2 = d B ( x, y, α) = (x B" x B ) 2 + (y B" y B ) 2 = ( ) 2 + ( ) 2 = d C ( x, y, α) = (x C" x C ) 2 + (y C" y C ) 2 = ( ) 2 + ( ) 2 = d D ( x, y, α) = (x D" x D ) 2 + (y D" y D ) 2 = ( ) 2 + ( ) 2 = Pryjęta funkcja celu: f( x, y, α) = d A ( x, y, α) 2 + d B ( x, y, α) 2 + d C ( x, y, α) 2 + d D ( x, y, α) 2 f( x, y, α) = (x A" x A ) 2 + (y A" y A ) 2 + (x B" x B ) 2 + (y B" y B ) 2 + (x C" x C ) 2 + (y C" y C ) 2 + (x D" x D ) 2 + (y D" y D ) 2 0
11 f( x, y, α) = (cosα x A sinα y A + x x A ) 2 + (sinα x A + cosα y A + y y A ) 2 + (cosα x B sinα y B + x x B ) 2 + (sinα x B + cosα y B + y y B ) 2 + (cosα x C sinα y C + x x C ) 2 + (sinα x C + cosα y C + y y C ) 2 + (cosα x D sinα y D + x x D ) 2 + (sinα x D + cosα y D + y y D ) 2 = Wektor gradientu: f( x, y, α) x f( x, y, α) g = = y f( x, y, α) α ] 2 (x A" x A ) + 2 (x B" x B ) + 2 (x C" x C ) + 2 (x D" x D ) 2 (y A" y A ) + 2 (y B" y B ) + 2 (y C" y C ) + 2 (y D" y D ) 2 (x A" x A ) ( sinα) x = A cosα y A ] + 2 (y A" y A ) cosα x A sinα y A ] + +2 (x B" x B ) ( sinα) x B cosα y B ] + 2 (y B" y B ) cosα x B sinα y B ] + +2 (x C" x C ) ( sinα) x C cosα y C ] + 2 (y C" y C ) cosα x C sinα y C ] + +2 (x D" x D ) ( sinα) x D cosα y D ] + 2 (y D" y D ) cosα x D sinα y D ] ] = ] Macier Hessego (ocywiście symetrycna): 2 f( x, y, α) x 2 2 f( x, y, α) x y 2 f( x, y, α) x α H = 2 f( x, y, α) 2 f( x, y, α) 2 f( x, y, α) y x y 2 y α 2 f( x, y, α) 2 f( x, y, α) 2 f( x, y, α) α x α y α 2 ] = ] H = ] Końcowy wektor miennych decyyjnych: x n+ = x n H g = ] ] = ]
12 Pryjęty wektor odchyłek wstępnych: x x n= = y] = ] - druga iteracja n = 2 α Macier transformacji: cosα sinα 0 0 x cosα sinα cosα x sinα y M = sinα cosα 0] 0 y] = sinα cosα sinα x + cosα y] cosα sinα x sinα cosα y] = ] Współrędne punktów dopasowywanych po transformacji (pierwsa iteracja n = 2): x A" cosα sinα x x A cosα x A sinα y A + x y A" ] = sinα cosα y] y A ] = sinα x A + cosα y A + y] 0 0 x A" y A" x B" y B" x C" y C" x D" y D" ] = M ] = M ] = M ] = M x A y A x B y B x C y C x D y D ] = ] ] = ] ] = ] ] = ] Odległości międy punktami dostosowywanymi a punktami baowymi: d ABCD ( x, y, α) = (cos α x A B C D sin α y A B C D + x x A) 2 + (sin α x A B C D + cos α y A B C D + y y A) 2 d A ( x, y, α) = (x A" x A ) 2 + (y A" y A ) 2 = d B ( x, y, α) = (x B" x B ) 2 + (y B" y B ) 2 = d C ( x, y, α) = (x C" x C ) 2 + (y C" y C ) 2 = d D ( x, y, α) = (x D" x D ) 2 + (y D" y D ) 2 = Pryjęta funkcja celu: f( x, y, α) = d A ( x, y, α) 2 + d B ( x, y, α) 2 + d C ( x, y, α) 2 + d D ( x, y, α) 2 2
13 f( x, y, α) = (x A" x A ) 2 + (y A" y A ) 2 + (x B" x B ) 2 + (y B" y B ) 2 + (x C" x C ) 2 + (y C" y C ) 2 + (x D" x D ) 2 + (y D" y D ) 2 f( x, y, α) = (cosα x A sinα y A + x x A ) 2 + (sinα x A + cosα y A + y y A ) 2 + (cosα x B sinα y B + x x B ) 2 + (sinα x B + cosα y B + y y B ) 2 + (cosα x C sinα y C + x x C ) 2 + (sinα x C + cosα y C + y y C ) 2 + (cosα x D sinα y D + x x D ) 2 + (sinα x D + cosα y D + y y D ) 2 = Wektor gradientu: f( x, y, α) x f( x, y, α) g = = ] y f( x, y, α) α ] Macier Hessego: H = ] H = ] Końcowy wektor miennych decyyjnych: x n+ = x n H g = ]
14 Pryjęty wektor odchyłek wstępnych: x x n= = y] = ] - trecia iteracja n = 3 α Macier transformacji: cosα sinα 0 0 x cosα sinα cosα x sinα y M = sinα cosα 0] 0 y] = sinα cosα sinα x + cosα y] cosα sinα x sinα cosα y] = ] Współrędne punktów dopasowywanych po transformacji (pierwsa iteracja n = 3): x A" cosα sinα x x A cosα x A sinα y A + x y A" ] = sinα cosα y] y A ] = sinα x A + cosα y A + y] 0 0 x A" y A" x B" y B" x C" y C" x D" y D" ] = M ] = M ] = M ] = M x A y A x B y B x C y C x D y D ] = ] ] = ] ] = ] ] = ] Odległości międy punktami dostosowywanymi a punktami baowymi: d ABCD ( x, y, α) = (cos α x A B C D sin α y A B C D + x x A) 2 + (sin α x A B C D + cos α y A B C D + y y A) 2 d A ( x, y, α) = (x A" x A ) 2 + (y A" y A ) 2 = d B ( x, y, α) = (x B" x B ) 2 + (y B" y B ) 2 = d C ( x, y, α) = (x C" x C ) 2 + (y C" y C ) 2 = d D ( x, y, α) = (x D" x D ) 2 + (y D" y D ) 2 = Pryjęta funkcja celu: f( x, y, α) = d A ( x, y, α) 2 + d B ( x, y, α) 2 + d C ( x, y, α) 2 + d D ( x, y, α) 2 4
15 f( x, y, α) = (x A" x A ) 2 + (y A" y A ) 2 + (x B" x B ) 2 + (y B" y B ) 2 + (x C" x C ) 2 + (y C" y C ) 2 + (x D" x D ) 2 + (y D" y D ) 2 f( x, y, α) = (cosα x A sinα y A + x x A ) 2 + (sinα x A + cosα y A + y y A ) 2 + (cosα x B sinα y B + x x B ) 2 + (sinα x B + cosα y B + y y B ) 2 + (cosα x C sinα y C + x x C ) 2 + (sinα x C + cosα y C + y y C ) 2 + (cosα x D sinα y D + x x D ) 2 + (sinα x D + cosα y D + y y D ) 2 = Wektor gradientu: f( x, y, α) x f( x, y, α) g = = ] y f( x, y, α) α ] Macier Hessego: H = ] H = ] Końcowy wektor miennych decyyjnych: x n+ = x n H g = ] Widać, iż metoda Newtona pomimo pewnych błędów np. pomyłka w naku + - w drugiej iteracji ora prybliżanie maciery transformacji, jak również nienacna niesymetrycność maciery Hessego, jak to miało miejsce w pierwsej iteracji, dość sybko się poprawia i jest sybko bieżna i daje taki sam wynik końcowego wektora miennych decyyjnych. 5
MES W ANALIZIE SPRĘŻYSTEJ UKŁADÓW PRĘTOWYCH
MES W ANALIZIE SPRĘŻYS UKŁADÓW PRĘOWYCH Prykłady obliceń Belki Lidia FEDOROWICZ Jan FEDOROWICZ Magdalena MROZEK Dawid MROZEK Gliwice 7r. 6-4 Lidia Fedorowic, Jan Fedorowic, Magdalena Mroek, Dawid Mroek
Bardziej szczegółowo1 Funkcje dwóch zmiennych podstawowe pojęcia
1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej
Bardziej szczegółowoW takim modelu prawdopodobieństwo konfiguracji OR wynosi. 0, 21 lub , 79. 6
achunek prawdopodobieństwa MP6 Wydiał Elektroniki, rok akad. 8/9, sem. letni Wykładowca: dr hab.. Jurlewic Prykłady do listy : Prestreń probabilistycna. Prawdopodobieństwo klasycne. Prawdopodobieństwo
Bardziej szczegółowoFunkcje pola we współrzędnych krzywoliniowych cd.
Funkcje pola we współrędnych krywoliniowych cd. Marius Adamski 1. spółrędne walcowe. Definicja. Jeżeli M jest rutem punktu P na płascynę xy, a r i ϕ są współrędnymi biegunowymi M, to mienne u = r, v =
Bardziej szczegółowoEkoenergetyka Matematyka 1. Wykład 1.
Ekoenergetyka Matematyka 1. Wykład 1. Literatura do wykładu M. Gewert, Z. Skocylas, Analia matematycna 1; T. Jurlewic, Z. Skocylas, Algebra liniowa 1; Stankiewic, Zadania matematyki wyżsej dla wyżsych
Bardziej szczegółowoModelowanie i obliczenia techniczne. Modelowanie matematyczne Metody modelowania
Modelowanie i oblicenia technicne Modelowanie matematycne Metody modelowania Modelowanie matematycne procesów w systemach technicnych Model może ostać tworony dla całego system lb dla poscególnych elementów
Bardziej szczegółowoPRZESTRZEŃ WEKTOROWA (LINIOWA)
PRZESTRZEŃ WEKTOROWA (LINIOWA) Def. 1 (X, K,, ) X, K - ciało : X X X ( to diałanie wewnętrne w biore X) : K X X ( to diałanie ewnętrne w biore X) Strukturę (X, K,, ) naywamy prestrenią wektorową : 1) Struktura
Bardziej szczegółowoAnimowana grafika 3D. Opracowanie: J. Kęsik.
Animowana grafika 3D Opracowanie: J. Kęsik kesik@cs.pollb.pl Transformacje 3D Podobnie jak w prestreni -wymiarowej, dla prestreni 3-wymiarowej definijemy transformacje RST: presnięcie miana skali obrót
Bardziej szczegółowoIX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,
IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy
Bardziej szczegółowoPochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji.
Pochodna funkcji Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji. Małgorzata Wyrwas Katedra Matematyki Wydział Informatyki Politechnika
Bardziej szczegółowoAnaliza Matematyczna MAEW101 MAP1067
1 Analiza Matematyczna MAEW101 MAP1067 Wydział Elektroniki Przykłady do Listy Zadań nr 14 Funkcje wielu zmiennych. Płaszczyzna styczna. Ekstrema Opracowanie: dr hab. Agnieszka Jurlewicz Przykłady do zadania
Bardziej szczegółowoORGANIZACJA I ZARZĄDZANIE
P O L I T E C H N I K A W A R S Z A W S K A WYDZIAŁ BUDOWNICTWA, MECHANIKI I PETROCHEMII INSTYTUT INŻYNIERII MECHANICZNEJ ORGANIZACJA I ZARZĄDZANIE Optymaliacja transportu wewnętrnego w akładie mechanicnym
Bardziej szczegółowo22 Pochodna funkcji definicja
22 Pochodna funkcji definicja Rozważmy funkcję f : (a, b) R, punkt x 0 b = +. (a, b), dopuszczamy również a = lub Definicja 33 Mówimy, że funkcja f jest różniczkowalna w punkcie x 0, gdy istnieje granica
Bardziej szczegółowoTransformator Φ M. uzwojenia; siła elektromotoryczna indukowana w i-tym zwoju: dφ. = z1, z2 liczba zwojów uzwojenia pierwotnego i wtórnego.
Transformator Φ r Φ M Φ r i i u u Φ i strumień magnetycny prenikający pre i-ty wój pierwsego uwojenia; siła elektromotorycna indukowana w i-tym woju: dφ ei, licba wojów uwojenia pierwotnego i wtórnego.
Bardziej szczegółowo1 Pochodne wyższych rzędów
Pochodne wyższych rzędów Pochodną rzędu drugiego lub drugą pochodną funkcji y = f(x) nazywamy pochodną pierwszej pochodnej tej funkcji. Analogicznie definiujemy pochodne wyższych rzędów, jako pochodne
Bardziej szczegółowoFunkcje dwóch zmiennych
Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Funkcje dwóch zmiennych 1. Funkcje dwóch zmiennych: pojęcia podstawowe Definicja 1. Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach
Bardziej szczegółowoZADANIA Z FUNKCJI ANALITYCZNYCH LICZBY ZESPOLONE
. Oblicyć: ZADANIA Z FUNKCJI ANALITYCZNYCH a) ( 7i) ( 9i); b) (5 i)( + i); c) 4+3i ; LICZBY ZESPOLONE d) 3i 3i ; e) pierwiastki kwadratowe 8 + i.. Narysować biór tych licb espolonych, które spełniają warunek:
Bardziej szczegółowoInformacje uzupełniające: Wyboczenie z płaszczyzny układu w ramach portalowych. Spis treści
S032a-PL-EU Informacje uupełniające: Wybocenie płascyny układu w ramach portalowych Ten dokument wyjaśnia ogólną metodę (predstawioną w 6.3.4 E1993-1-1 sprawdania nośności na wybocenie płascyny układu
Bardziej szczegółowoDodawanie i mnożenie liczb zespolonych są działaniami wewnętrznymi tzn., że ich wynikiem jest liczba zespolona.
Wykład - LICZBY ZESPOLONE Algebra licb espolonych, repreentacja algebraicna i geometrycna, geometria licb espolonych. Moduł, argument, postać trygonometrycna, wór de Moivre a.' Zbiór Licb Zespolonych Niech
Bardziej szczegółowoPRZEKŁADNIE ZĘBATE CZOŁOWE ŚRUBOWE. WALCOWE (równoległe) STOŻKOWE (kątowe) ŚLIMAKOWE HIPERBOIDALNE. o zebach prostych. walcowe. o zębach.
CZOŁOWE OWE PRZEKŁADNIE STOŻKOWE PRZEKŁADNIE ZĘBATE CZOŁOWE ŚRUBOWE WALCOWE (równoległe) STOŻKOWE (kątowe) HIPERBOIDALNE ŚLIMAKOWE o ebach prostych o ębach prostych walcowe walcowe o ębach śrubowych o
Bardziej szczegółowoWYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład IV Twierdzenia całkowe
4. Twierdenie Greena. Wykład IV Twierdenia całkowe Płascyną orientowaną będiemy określać płascynę wyróżnionym na nie obrotem, wanym obrotem dodatnim. Orientację płascyny preciwną wględem danej orientacji
Bardziej szczegółowoMetody dokładne w zastosowaniu do rozwiązywania łańcuchów Markowa
Metody dokładne w astosowaniu do rowiąywania łańcuchów Markowa Beata Bylina, Paweł Górny Zakład Informatyki, Instytut Matematyki, Uniwersytet Marii Curie-Skłodowskiej Plac Marii Curie-Skłodowskiej 5, 2-31
Bardziej szczegółowo2015-01-15. Edycja pierwsza 2014/1015. dla kierunku fizyka medyczna, I rok, studia magisterskie
05-0-5. Opis różnicę pomiędy błędem pierwsego rodaju a błędem drugiego rodaju Wyniki eksperymentu składamy w dwie hipotey statystycne: H0 versus H, tak, by H0 odrucić i pryjąć H. Jeśli decydujemy, że pryjmujemy
Bardziej szczegółowo3. PŁASKI STAN NAPRĘŻENIA I ODKSZTAŁCENIA
3. PŁASKI STAN NAPRĘŻNIA I ODKSZTAŁCNIA 1 3. 3. PŁASKI STAN NAPRĘŻNIA I ODKSZTAŁCNIA Analizując płaski stan naprężenia posługujemy się składowymi tensora naprężenia w postaci wektora {,,y } (3.1) Za dodatnie
Bardziej szczegółowo3. Zapas stabilności układów regulacji 3.1. Wprowadzenie
3. Zapas stabilności układów regulacji 3.. Wprowadenie Dla scharakteryowania apasu stabilności roważymy stabilny układ regulacji o nanym schemacie blokowym: Ws () Gs () Ys () Hs () Rys. 3.. Schemat blokowy
Bardziej szczegółowoA = {dostęp do konta} = {{właściwe hasło,h 2, h 3 }} = 0, 0003. (10 4 )! 2!(10 4 3)! 3!(104 3)!
Wstęp do rachunku prawdopodobieństwa i statystyki matematycnej MAP037 wykład dr hab. A. Jurlewic WPPT Fiyka, Fiyka Technicna, I rok, II semestr Prykłady - Lista nr : Prestreń probabilistycna. Prawdopodobieństwo
Bardziej szczegółowoĆwiczenie 10. Wyznaczanie współczynnika rozpraszania zwrotnego promieniowania beta.
Ćwicenie 1 Wynacanie współcynnika roprasania wrotnego promieniowania beta. Płytki roprasające Ustawienie licnika Geigera-Műllera w ołowianym domku Student winien wykaać się najomością następujących agadnień:
Bardziej szczegółowoFunkcje dwóch zmiennych
Funkcje dwóch zmiennych Andrzej Musielak Str Funkcje dwóch zmiennych Wstęp Funkcja rzeczywista dwóch zmiennych to funkcja, której argumentem jest para liczb rzeczywistych, a wartością liczba rzeczywista.
Bardziej szczegółowo3. Zapas stabilności układów regulacji 3.1. Wprowadzenie
3. Zapas stabilności układów regulacji 3.. Wprowadenie Dla scharakteryowania apasu stabilności roważymy stabilny układ regulacji o nanym schemacie blokowym: Ws () Gs () Ys () Hs () Rys. 3.. Schemat blokowy
Bardziej szczegółowoZŁOŻONE RUCHY OSI OBROTOWYCH STEROWANYCH NUMERYCZNIE
KOMISJA BUDOWY MASZYN PAN ODDZIAŁ W POZNANIU Vol. 6 nr Archiwum Technologii Masn i Automatacji 6 ROMAN STANIEK * ZŁOŻONE RUCHY OSI OBROTOWYCH STEROWANYCH NUMERYCZNIE W artkule predstawiono ależności matematcne
Bardziej szczegółowoi = [ 0] j = [ 1] k = [ 0]
Ćwiczenia nr TEMATYKA: Układy współrzędnych: kartezjański, walcowy (cylindryczny), sferyczny (geograficzny), Przekształcenia: izometryczne, nieizometryczne. DEFINICJE: Wektor wodzący: wektorem r, ρ wodzącym
Bardziej szczegółowoĆwiczenie 13. Wyznaczanie ruchliwości i koncentracji nośników prądu w półprzewodnikach metodą efektu Halla. Cel ćwiczenia
Ćwicenie 13 Wynacanie ruchliwości i koncentracji nośników prądu w półprewodnikach metodą efektu alla Cel ćwicenia Celem ćwicenia jest aponanie się e jawiskiem alla, stałoprądowa metoda badania efektu alla,
Bardziej szczegółowoRozwiązania prac domowych - Kurs Pochodnej. x 2 4. (x 2 4) 2. + kπ, gdzie k Z
1 Wideo 5 1.1 Zadanie 1 1.1.1 a) f(x) = x + x f (x) = x + f (x) = 0 x + = 0 x = 1 [SZKIC] zatem w x = 1 występuje minimum 1.1. b) f(x) = x x 4 f (x) = x(x 4) x (x) (x 4) f (x) = 0 x(x 4) x (x) (x 4) =
Bardziej szczegółowo2. ELEMENTY TEORII PRĘTÓW SILNIE ZAKRZYWIONYCH (Opracowano na podstawie [9, 11, 13, 34, 51])
P Litewka Efektywny eement skońcony o dżej krywiźnie ELEENTY TEOII PĘTÓW SILNIE ZKZYWIONYCH (Opracowano na podstawie [9,, 3, 34, 5]) Premiescenia i odkstałcenia osiowe Pre pręty sinie akrywione romie się
Bardziej szczegółowoZASTOSOWANIE GRANICZNYCH ZAGADNIEŃ ODWROTNYCH DO OKREŚLANIA DOPUSZCZALNYCH STĘŻEŃ SUBSTANCJI CHEMICZNYCH NA POWIERZCHNI TERENU
Zastosowanie granicnych agadnień INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr 9/2008, POLSKA AKADEMIA NAUK, Oddiał w Krakowie, s. 217 226 Komisja Technicnej
Bardziej szczegółowoĆWICZENIE 5 BADANIE ZASILACZY UPS
ĆWICZENIE 5 BADANIE ZASILACZY UPS Cel ćwicenia: aponanie budową i asadą diałania podstawowych typów asilacy UPS ora pomiar wybranych ich parametrów i charakterystyk. 5.1. Podstawy teoretycne 5.1.1. Wstęp
Bardziej szczegółowoWYMAGANIA WSTĘPNE Z MATEMATYKI
WYMAGANIA WSTĘPNE Z MATEMATYKI Wydział Informatyki, Elektroniki i Telekomunikacji Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie I. ZBIORY I.1. Działania na zbiorach I.2. Relacje między
Bardziej szczegółowoKADD Minimalizacja funkcji
Minimalizacja funkcji Poszukiwanie minimum funkcji Foma kwadratowa Metody przybliżania minimum minimalizacja Minimalizacja w n wymiarach Metody poszukiwania minimum Otaczanie minimum Podział obszaru zawierającego
Bardziej szczegółowoMetody Numeryczne Optymalizacja. Wojciech Szewczuk
Metody Numeryczne Optymalizacja Optymalizacja Definicja 1 Przez optymalizację będziemy rozumieć szukanie minimów lub maksimów funkcji. Optymalizacja Definicja 2 Optymalizacja lub programowanie matematyczne
Bardziej szczegółowoPochodne funkcji wraz z zastosowaniami - teoria
Pochodne funkcji wraz z zastosowaniami - teoria Pochodne Definicja 2.38. Niech f : O(x 0 ) R. Jeżeli istnieje skończona granica f(x 0 + h) f(x 0 ) h 0 h to granicę tę nazywamy pochodną funkcji w punkcie
Bardziej szczegółowoW tym miejscu wstawić podział strony
ZADANIE. repisać i sformatować poniżsy tekst awierający akapity numerowane ora konspekty numerowane (treść akapitów można astąpić słowem tekst wklejanym wielokrotnie) Lista pierwsa. To jest pierwsy punkt
Bardziej szczegółowoUkłady równań - Przykłady
Układy równań - Prykłady Dany układ równań rowiąać trea sposobai: (a) korystając e worów Craera, (b) etodą aciery odwrotnej, (c) etodą eliinacji Gaussa, + y + = y = y = (a) Oblicy wynacnik deta aciery
Bardziej szczegółowoStrukturalne elementy symetrii. Krystalograficzne grupy przestrzenne.
Uniwerstet Śląski Insttut Chemii Zakład Krstalografii Laboratorium Krstalografii Strukturalne element smetrii. Krstalograficne grup prestrenne. god. Cel ćwicenia: aponanie się diałaniem elementów smetrii
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych 8 Pochodna kierunkowa funkcji Definicja Niech funkcja f określona bȩdzie w otoczeniu punktu P 0 = (x 0, y 0 ) oraz niech v = [v x, v y ] bȩdzie wektorem. Pochodn a kierunkow a funkcji
Bardziej szczegółowoZadania optymalizacyjne
Zadania optymalizacyjne Zadania optymalizacyjne, to zadania, w których należy obliczyć, jakie warunki muszą być spełnione, aby pewna wielkość osiągała największą lub najmniejszą wartość Żeby żądane warunki
Bardziej szczegółowoWYMAGANIA NA POSZCZEGÓLNE OCENY Z MATEMATYKI W KLASACH I - III GIMNAZJUM. Rok szkolny 2015/16
WYMAGANIA NA POSZCZEGÓLNE OCENY Z MATEMATYKI W KLASACH I - III GIMNAZJUM Rok skolny 2015/16 POZIOMY WYMAGAŃ EDUKACYJNYCH: (2) - ocena dopscająca (2); (3) - ocena dostatecna (3); (4) - ocena dobra (4);
Bardziej szczegółowo1 Funkcja wykładnicza i logarytm
1 Funkcja wykładnicza i logarytm 1. Rozwiązać równania; (a) x + 3 = 3 ; (b) x 2 + 9 = 5 ; (c) 3 x 1 = 3x 2 2. Rozwiązać nierówności : (a) 2x 1 > 2 ; (b) 3x 4 2x + 3 > x + 2 ; (c) 3 x > 1. 3. Znając wykres
Bardziej szczegółowoDefinicja problemu programowania matematycznego
Definicja problemu programowania matematycznego minimalizacja lub maksymalizacja funkcji min (max) f(x) gdzie: x 1 x R n x 2, czyli: x = [ ] x n przy ograniczeniach (w skrócie: p.o.) p.o. g i (x) = b i
Bardziej szczegółowoII. FUNKCJE WIELU ZMIENNYCH
II. FUNKCJE WIELU ZMIENNYCH 1. Zbiory w przestrzeni R n Ustalmy dowolne n N. Definicja 1.1. Zbiór wszystkich uporzadkowanych układów (x 1,..., x n ) n liczb rzeczywistych, nazywamy przestrzenią n-wymiarową
Bardziej szczegółowoDefinicja pochodnej cząstkowej
1 z 8 gdzie punkt wewnętrzny Definicja pochodnej cząstkowej JeŜeli iloraz ma granicę dla to granicę tę nazywamy pochodną cząstkową funkcji względem w punkcie. Oznaczenia: Pochodną cząstkową funkcji względem
Bardziej szczegółowoMIESZANY PROBLEM POCZĄTKOWO-BRZEGOWY W TEORII TERMOKONSOLIDACJI. ZAGADNIENIE POCZĄTKOWE
Górnictwo i Geoinżynieria ok 33 Zesyt 1 9 Jan Gasyński* MIESZANY POBLEM POCZĄKOWO-BZEGOWY W EOII EMOKONSOLIDACJI. ZAGADNIENIE POCZĄKOWE 1. Wstęp Analia stanów naprężenia i odkstałcenia w gruncie poostaje
Bardziej szczegółowoUkłady równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona) f(x) = 0, gdzie. dla n=2 np.
Układy równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona f(x 0, f ( f, f,..., f n gdzie 2 x ( x, x 2,..., x n dla n2 np. f ( x, y 0 g( x, y 0 dla każdej wielowymiarowej rozwinięcie w szereg Taylora
Bardziej szczegółowoRachunek różniczkowy funkcji wielu zmiennych
Wydział Matematyki Stosowanej Zestaw zadań nr 7 Akademia Górniczo-Hutnicza w Krakowie WFiIS, informatyka stosowana, I rok Elżbieta Adamus 13 grudnia 2018r. Rachunek różniczkowy funkcji wielu zmiennych
Bardziej szczegółowoObliczenia iteracyjne
Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej
Bardziej szczegółowoFunkcje zespolone. 2 Elementarne funkcje zespolone zmiennej zespolonej
Wyiał Matematyki Stosowanej Zestaw adań nr 8 Akademia Górnico-Hutnica w Krakowie WFiIS, informatyka stosowana, II rok Elżbieta Adamus grudnia 206r. Funkcje espolone Ciągi i seregi licb espolonych Zadanie.
Bardziej szczegółowoFizyka 3.3 III. DIODA ZENERA. 1. Zasada pomiaru.
Fiyka 3.3 III. DIODA ZENERA Cel ćwicenia: Zaponanie się asadą diałania diody Zenera, wynacenie jej charakterystyki statycnej, napięcia wbudowanego ora napięcia Zenera. 1) Metoda punkt po punkcie 1. Zasada
Bardziej szczegółowoWybrane stany nieustalone transformatora:
Wybrane stany nieustalone transformatora: Założenia: - amplituda napięcia na aciskach pierwotnych ma wartość stałą nieależnie od jawisk achodących w transformatore - warcie występuje równoceśnie na wsystkich
Bardziej szczegółowoROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)
ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej
Bardziej szczegółowoWielokryteriowa optymalizacja liniowa (WPL)
arek isyński BO UŁ 007 - Wielokryteriowa optymaliaja liniowa (WPL) -. Wielokryteriowa optymaliaja liniowa (WPL) Zadaniem WPL naywamy następująe adanie optymaliaji liniowej: a a m L O L L O L L a a n n
Bardziej szczegółowoAutomatyczna kompensacja mocy biernej z systemem monitorowania kopalnianej sieci 6 kv
dr inż MARIAN HYLA Politechnika Śląska w Gliwicach Automatycna kompensacja mocy biernej systemem monitorowania kopalnianej sieci 6 kv W artykule predstawiono koncepcję, realiację ora efekty diałania centralnego
Bardziej szczegółowoTEMAT: Próba statyczna rozciągania metali. Obowiązująca norma: PN-EN 10002-1:2002(U) Zalecana norma: PN-91/H-04310 lub PN-EN10002-1+AC1
ĆWICZENIE NR 1 TEMAT: Próba statycna rociągania metali. Obowiąująca norma: PN-EN 10002-1:2002(U) Zalecana norma: PN-91/H-04310 lub PN-EN10002-1+AC1 Podać nacenie następujących symboli: d o -.....................................................................
Bardziej szczegółowoZginanie Proste Równomierne Belki
Zginanie Proste Równomierne Belki Prebieg wykładu : 1. Rokład naprężeń w prekroju belki. Warunki równowagi. Warunki geometrycne 4. Zwiąek fiycny 5. Wskaźnik wytrymałości prekroju na ginanie 6. Podsumowanie
Bardziej szczegółowoRachunek różniczkowy i całkowy w przestrzeniach R n
Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda
Bardziej szczegółowoZestaw VI. Zadanie 1. (1 pkt) Wskaż nierówność, którą spełnia liczba π A. (x + 1) 2 > 18 B. (x 1) 2 < 5 C. (x + 4) 2 < 50 D.
Zestaw VI Zadanie. ( pkt) Wskaż nierówność, którą spełnia liczba π A. (x + ) 2 > 8 B. (x ) 2 < C. (x + 4) 2 < 0 D. (x 2 )2 8 Zadanie 2. ( pkt) Pierwsza rata, która stanowi 8% ceny roweru, jest równa 92
Bardziej szczegółowoMatura 2011 maj. Zadanie 1. (1 pkt) Wskaż nierówność, którą spełnia liczba π A. x + 1 > 5 B. x 1 < 2 C. x D. x 1 3 3
Matura 2011 maj Zadanie 1. (1 pkt) Wskaż nierówność, którą spełnia liczba π A. x + 1 > 5 B. x 1 < 2 C. x + 2 3 4 D. x 1 3 3 Zadanie 2. (1 pkt) Pierwsza rata, która stanowi 9% ceny roweru, jest równa 189
Bardziej szczegółowo>> ω z, (4.122) Przybliżona teoria żyroskopu
Prybliżona teoria żyroskopu Żyroskopem naywamy ciało materialne o postaci bryły obrotowej (wirnika), osadone na osi pokrywającej się osią geometrycną tego ciała wanej osią żyroskopową. ζ K θ ω η ω ζ y
Bardziej szczegółowoDRGANIA SWOBODNE UKŁADU O DWÓCH STOPNIACH SWOBODY. Rys Model układu
Ćwiczenie 7 DRGANIA SWOBODNE UKŁADU O DWÓCH STOPNIACH SWOBODY. Cel ćwiczenia Doświadczalne wyznaczenie częstości drgań własnych układu o dwóch stopniach swobody, pokazanie postaci drgań odpowiadających
Bardziej szczegółowoO 2 O 1. Temat: Wyznaczenie przyspieszenia ziemskiego za pomocą wahadła rewersyjnego
msg M 7-1 - Temat: Wyznaczenie przyspieszenia ziemskiego za pomocą wahadła rewersyjnego Zagadnienia: prawa dynamiki Newtona, moment sił, moment bezwładności, dynamiczne równania ruchu wahadła fizycznego,
Bardziej szczegółowoRozwiazania zadań. Zadanie 1A. Zadanie 1B. Zadanie 2A
Rowiaania adań Zadanie A = ( i) = 4 8i 4 = 8i Badam licbȩ espolon a 8i Jej moduł 8i jest równ 8 Jej postać espolona jest równa 8(cosα + isinα) α = /π St ad cosα = i sinα = Mam pierwiastki które oblicam
Bardziej szczegółowoMatematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)
Matematyka II Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 208/209 wykład 3 (27 maja) Całki niewłaściwe przedział nieograniczony Rozpatrujemy funkcje ciągłe określone na zbiorach < a, ),
Bardziej szczegółowoTENSOMETRIA ZARYS TEORETYCZNY
TENSOMETRIA ZARYS TEORETYCZNY Stan naprężenia jest niemożliwy do pomiaru, natomiast łatwo zmierzyć stan odkształcenia na powierzchni zewnętrznej badanej konstrukcji. Aby wyznaczyć stan naprężenia trzeba
Bardziej szczegółowo1 Metody rozwiązywania równań nieliniowych. Postawienie problemu
1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie
Bardziej szczegółowoRachunek różniczkowy funkcji dwóch zmiennych
Rachunek różniczkowy funkcji dwóch zmiennych Definicja Spis treści: Wykres Ciągłość, granica iterowana i podwójna Pochodne cząstkowe Różniczka zupełna Gradient Pochodna kierunkowa Twierdzenie Schwarza
Bardziej szczegółowoRównania i nierówności trygonometryczne
Równania i nierówności trygonometryczne Piotr Rzonsowski Zadanie 1. Obliczyć równania: Zadania obowiązkowe a) cos x = 1, b) tg x =, c) cos( x + π ) =, d) sin x = 1. Wskazówka: (a) Oblicz cos y = 1 a następnie
Bardziej szczegółowoPYTANIA KONTROLNE STAN NAPRĘŻENIA, ODKSZTAŁCENIA PRAWO HOOKE A
PYTANIA KONTROLNE STAN NAPRĘŻENIA, ODKSZTAŁCENIA PRAWO HOOKE A TENSOMETRIA ZARYS TEORETYCZNY Stan naprężenia jest niemożliwy do pomiaru, natomiast łatwo zmierzyć stan odkształcenia na powierzchni zewnętrznej
Bardziej szczegółowoWykład 14. Elementy algebry macierzy
Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,
Bardziej szczegółowoPLAN REALIZACJI MATERIAŁU NAUCZANIA Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM WRAZ Z OKREŚLENIEM WYMAGAŃ EDUKACYJNYCH
Matematyka plusem dla gimnajum PLAN REALIZACJI MATERIAŁU NAUCZANIA Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM WRAZ Z OKREŚLENIEM WYMAGAŃ EDUKACYJNYCH OPRACOWANO NA PODSTAWIE PROGRAMU MATEMATYKA Z PLUSEM
Bardziej szczegółowoNotatki z Analizy Matematycznej 3. Jacek M. Jędrzejewski
Notatki z Analizy Matematycznej 3 Jacek M. Jędrzejewski ROZDZIAŁ 6 Różniczkowanie funkcji rzeczywistej 1. Pocodna funkcji W tym rozdziale rozważać będziemy funkcje rzeczywiste określone w pewnym przedziale
Bardziej szczegółowoPochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji
Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy
Bardziej szczegółowoDr inż. Janusz Dębiński Mechanika ogólna Wykład 2 Podstawowe wiadomości z matematyki Kalisz
Dr inż. Janusz Dębiński Mechanika ogólna Wykład 2 Podstawowe wiadomości z matematyki Kalisz Dr inż. Janusz Dębiński 1 2.1. Przestrzeń i płaszczyzna Podstawowe definicje Punkt - najmniejszy bezwymiarowy
Bardziej szczegółowoWykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.
Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3
Bardziej szczegółowoWzory funkcji cyklometrycznych (kołowych)
Wzory funkcji cyklometrycznych (kołowych) Mateusz Kowalski www.kowalskimateusz.pl 19.07.01 Streszczenie Wzory funkcji cyklometrycznych wraz z wyprowadzeniami. 1 A co to za funkcje? Funkcje cyklometryczne
Bardziej szczegółowo1 Funkcja wykładnicza i logarytm
1 Funkcja wykładnicza i logarytm 1. Rozwiązać równania; (a) x + 3 = 3 ; (b) x 2 + 9 = 5 ; (c) 3 x 1 = 3x 2 2. Rozwiązać nierówności : (a) 2x 1 > 2 ; (b) 3x 4 2x + 3 > x + 2 ; (c) 3 x > 1. 3. Znając wykres
Bardziej szczegółowoZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II
ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II POZIOM ROZSZERZONY Równania i nierówności z wartością bezwzględną. rozwiązuje równania i nierówności
Bardziej szczegółowoMatematyka z el. statystyki, # 4 /Geodezja i kartografia I/
Matematyka z el. statystyki, # 4 /Geodezja i kartografia I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a, bud. Agro
Bardziej szczegółoworectan.co.uk 1. Szkic projektu Strona:1
Zadanie: Wyznaczyć położenie głównych centralnych osi bezwładności i obliczyć główne centralne momenty bezwładności 1. Szkic projektu * Rozwiązanie zadania * Oznaczenia: A [cm²] - pole powierzchni figury
Bardziej szczegółowo1 Wartości własne oraz wektory własne macierzy
Rozwiązania zadania umieszczonego na końcu poniższych notatek proszę przynieść na kartkach Proszę o staranne i formalne uzasadnienie odpowiedzi Za zadanie można uzyskać do 6 punktów (jeżeli przyniesione
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych Wykresy i warstwice funkcji wielu zmiennych. Granice i ciagłość funkcji wielu zmiennych. Pochodne czastkowe funkcji wielu zmiennych. Gradient. Pochodna kierunkowa. Różniczka zupełna.
Bardziej szczegółowoZestaw zadań przygotowujących do egzaminu z Matematyki 1
Uniwersytet Ekonomiczny w Katowicach Wydział Finansów i Ubezpieczeń, Kierunek: Finanse i Zarządzanie w Ochronie Zdrowia Zestaw zadań przygotowujących do egzaminu z Matematyki 1 Powtórka materiału przed
Bardziej szczegółowoBP 11/ TECHNIKA BEZPIECZEÑSTWA. light sources for households, photometric. Na rynku jest obecnie dostêpnych wiele rodza-
Centralny Instytut Ochrony Pracy Pañstwowy Instytut Badawcy Politechnika Ponañska - - light sources for hoholds, photometric Na rynku jest obecnie dostêpnych wiele roda- - mniej energii elektrycnej i maj¹
Bardziej szczegółowo2 5 C). Bok rombu ma długość: 8 6
Zadanie 1 W trójkącie prostokątnym o przeciwprostokątnej 6 i przyprostokątnej sinus większego z kątów ostrych ma wartość: C) Zadanie Krótsza przekątna rombu o długości tworzy z bokiem rombu kąt 60 0. Bok
Bardziej szczegółowo13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne.
13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne. 1. Wprowadzenie. Dotąd rozważaliśmy funkcje działające z podzbioru liczb rzeczywistych w zbiór liczb rzeczywistych, zatem funkcje
Bardziej szczegółowoANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ
ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ FUNKCJE DWÓCH ZMIENNYCH RZECZYWISTYCH Definicja 1. Niech A będzie dowolnym niepustym zbiorem. Metryką w zbiorze A nazywamy funkcję rzeczywistą
Bardziej szczegółowoMETODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH
METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH Jednym z zastosowań metod numerycznych jest wyznaczenie pierwiastka lub pierwiastków równania nieliniowego. W tym celu stosuje się szereg metod obliczeniowych np:
Bardziej szczegółowo1. REDUKCJA DOWOLNYCH UKŁADÓW SIŁ. Redukcja płaskiego układu sił
. REDUKCJA DOWOLNYCH UKŁADÓW IŁ Redukcja płaskiego układu sił Zadanie. Znaleźć wartość licbową i równanie linii diałania wpadkowej cterech sił predstawionch na rsunku. Wartości licbowe sił są następujące:
Bardziej szczegółowoFizyka, II rok FS, FiTKE, IS Równania różniczkowe i całkowe, Zestaw 2a
N : iyka II rok S itk IS Równania różnickowe i całkowe estaw 2a. Prosę definiować pojęcie fory kwadratowej a następnie podać acier fory kwadratowej i określić rąd fory (a!#%$ (b 2. Prosę określić rąd równania
Bardziej szczegółowoWzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n.
Wzór Maclaurina Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = n 1 k=0 f (k) (0) k! x k + f (n) (θx) x n. n! Wzór Maclaurina Przykład. Niech f (x) =
Bardziej szczegółowoKLUCZ PUNKTOWANIA ODPOWIEDZI
Egzamin maturalny maj 009 MATEMATYKA POZIOM PODSTAWOWY KLUCZ PUNKTOWANIA ODPOWIEDZI Zadanie 1. Matematyka poziom podstawowy Wyznaczanie wartości funkcji dla danych argumentów i jej miejsca zerowego. Zdający
Bardziej szczegółowoDWUCZĘŚCIOWE ŁOŻYSKO POROWATE
PROBLEMY NIEKONWENCJONALNYCH UKŁADÓW ŁOŻYSKOWYCH Łódź, 1 14 maja 1999 r. Karol Kremiński Politechnika Warsawska DWUCZĘŚCIOWE ŁOŻYSKO POROWATE SŁOWA KLUCZOWE: łożysko śligowe, tuleja porowata, prepuscalność
Bardziej szczegółowo