MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI
|
|
- Ewa Malinowska
- 5 lat temu
- Przeglądów:
Transkrypt
1 Smlaca Andrze POWNUK Katedra Mecan Teoretczne Wdzał Bdownctwa Poltecna Śląsa w Glwcac MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI Streszczene. Wszste parametr ładów mecancznc są znane z pewną doładnoścą. W przpad gd posadam preczne nformace o c wartoścac to do oblczeń należ zastosować metod determnstczne. Istneą stace w tórc znam edne losowe caraterst parametrów ładów mecancznc. W tam przpad należ zastosować metod probablstczne. Jeśl ne dsponem wstarczaącą loścą nformac do oreślena losowc caraterst to do modelowana należ worzstać nowe metod modelowana matematcznego. W prac zaproponowano worzstane toleranc oraz zborów rozmtc do ops nepewnośc parametrów. Podczas oblczeń worzstano program ANSYS. Wprowadzene Prawe wszste ład mecanczne zaweraą aeś nepewne parametr. Przładowo można tta wmenć nedoładne oreślone obcążena por rs. -3 α α α α α Rs. nedoładne oreślone caraterst materałowe np. E ν tp. oraz geometrczne por rs.45. Jeden z naprostszc sposobów modelowana nepewnośc welośc mecancznc opart est na worzstan przedzałów lczbowc toleranc. W węszośc ładów mecancznc zależność pomędz neznanm zmennm nepewnm parametram est monotonczna. W tam przpad oblczane estremalnc
2 A. Pown wartośc welośc mecancznc est znaczne prostsze. W tam przpad można zastosować następącą procedrę f Jeśl > to f f f f f Jeśl < to f f f f Smbolczne procedrę tę można zapsać następąco: f f sgn sgn f f. f f W prac przedstawono efetwną procedrę nmerczną tóra możlwa sprawdzene monotoncznośc otrzmanego rozwązana. P P [ ] [ ] P P P P P P Rs. P P [ P] [ P] [ P ] [ P] [ P P ] P [ P ] [ P P ] P [ P] P Rs. 3 P P
3 Optmzaton of strctres sng dscrete nterval analss w [w w ma mn w ma ] w mn mn ma [ mn ma ] Rs. 4 Rs. 5 Pntowe test monotoncznośc Ja wadomo ażdą fncę tóra est dostateczne głada może zostać przblżona prz pomoc fnc lnowe por. rs. 6 zgodne ze wzorem f f f ' Jeśl fnca est monotonczna to zna pocodne tae fnc est stał f sgn const 3 Poneważ bezpośredne sprawdzene warn 3 est bardzo trdne to pocodną fnc przblżam prz pomoc wzor Talora m f f f 4
4 A. Pown f f f' f f Rs. 6 W oparc o równane 4 można sonstrować szereg procedr słżącc do sprawdzana monotoncznośc []. Pocodne potrzebne we wzorze 4 można oblczć prz pomoc lorazów różncowc f f f Wartośc fnc f... m oblczam prz pomoc program ANSYS []. 3 Perwsz test monotoncznoc Naperw defnem następącą fncę lnową: m...m...m...m Jeśl ± ±...m sgn const wted...m...m : [ ] można prząć że rozpatrwana fnca est monotonczna por rs.7. [ ] Rs. 7
5 Optmzaton of strctres sng dscrete nterval analss 4 Drg test monotoncznośc Nec m 9 wted Rs. 8 W przpad welowmarowm: ± m m m Jeśl [ ] wted fnca m est monotonczna w przedzale ] [ gdze [ ] m por rs Trzec test monotoncznośc W metodze te tratem fnce wel zmennc a fnce edne zmenne m : Przmem 3 Czl
6 A. Pown 4 Wartośc fnc można przblżć prz pomoc lorazów różncowc: 5 6 Ostateczne można napsać [ ] 7 Jeśl ] [ to można prząć że analzowana fnca est monotonczna. 6 Przład oblczeń 6. Przemeszczena cenoścennego clndra Dane.. E ] [ 5 5 [ ] 3.. ν L.63 m r.6 m t m F444.8 N. Rs. 9 df 8 df 9 ] [ df Poneważ
7 Optmzaton of strctres sng dscrete nterval analss E E 4 << ν ν <<.66 dlatego fnce E ν są monotonczne w przedzałac [E][ ν ]. Przedzałowe rozwązane [ ]. 6. Bela żelbetowa Dane Beton Stal Geometra 4 5 E [.3.5] E [.. ] a.7 m ν.. 3 b.5 m σ ct [ ] ν E ν A.9 m Rs. Rs. 4 Przedzałowe rozwązane [. 8. ] [ m].
8 A. Pown 6.3 Płase sręcane pręta o przero orągłm wonanego z materał sprężstoplastcznego Dane E [ ] Mpa o R 58 m Θ 6.. ET.8 σ.6 ν [.3.34] R. 54 m Rs. Rs. 3 Założm że E ν 3 W cel sprawdzena monotoncznośc zastosowano trzec test. m q q q 4 Wn oblczeń nmercznc przedstawone są w tabel.
9 Optmzaton of strctres sng dscrete nterval analss σ Tabela σ Poneważ [ ]. dla dlatego fnce σ σ σ monotonczne w przedzałac [ ][ ]. Przedzałowe rozwązane σ [ ]. 7 Wnos σ są Przedstawone algortm są efetwnm metodam modelowana ładów mecancznc z nepewnm parametram. Prz c pomoc można modelować nepewnośc bardzo złożonc ładów mecancznc. Przedstawone algortm worzstą wn generowane przez stneące oprogramowane nżnerse. Podczas oblczeń worzstano program ANSYS. Lteratra [] ANSYS 5.4 User s Manal. [] Pown A. Zastosowane metod analz wrażlwośc do modelowana onstrc z przedzałowm parametram. XLVI Konferenca Komtet Inżner Lądowe Wodne PAN oraz Komtet Na PZTB "Krnca'" Tom s.45-5
ZASTOSOWANIE METOD ANALIZY WRAŻLIWOŚCI DO MODELOWANIA KONSTRUKCJI Z PRZEDZIAŁOWYMI PARAMETRAMI. 1 Wprowadzenie
Andrze POWNUK ZASTOSOWANIE METOD ANALIZY WRAŻLIWOŚCI DO MODELOWANIA KONSTRUKCJI Z PRZEDZIAŁOWYMI PARAMETRAMI Wprowadzene Wartośc wszystkch parametrów układów mechancznych obarczone są pewną nepewnoścą
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 szczegółowoRachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej
Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA. Wkład wstępn. Teora prawdopodobeństwa element kombnatork. Zmenne losowe ch rozkład 3. Populacje prób danch, estmacja parametrów 4. Testowane hpotez statstcznch 5. Test parametrczne
Bardziej szczegółowoSZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
Bardziej szczegółowo1.4. STAN ODKSZTAŁCENIA STRONA GEOMETRYCZNA
J. Wyrwał Wyłady z mechan materałów.. STAN ODKSZTAŁCENA STRONA GEOMETRYCZNA... Wetor przemeszczena Rozważmy bryłę (cało materalne) o dowolnym ształce meszczoną w prostoątnym ładze odnesena Ox xx (rys.
Bardziej szczegółowoRozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
Bardziej szczegółowo5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim
5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x
Bardziej szczegółowou u u( x) u, x METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH i METODA ELEMENTÓW SKOŃCZONYCH
METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH METODA ELEMENTÓW SKOŃCZONYCH Szkc rozwązana równana Possona w przestrzen dwuwymarowe. Równane Possona to równae różnczkowe cząstkowe opsuące wele
Bardziej szczegółowoFunkcje i charakterystyki zmiennych losowych
Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych
Bardziej szczegółowoBADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Bardziej szczegółowoZESTAW ZADAŃ Z INFORMATYKI
(Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań
Bardziej szczegółowoWspółczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych
Współcznnk korelacj lnowej oraz funkcja regresj lnowej dwóch zmennch S S r, cov współcznnk determnacj R r Współcznnk ndetermnacj ϕ r Zarówno współcznnk determnacj jak ndetermnacj po przemnożenu przez 00
Bardziej szczegółowoRACHUNEK NIEPEWNOŚCI POMIARU
Mędznarodowa Norma Ocen Nepewnośc Pomaru(Gude to Epresson of Uncertant n Measurements - Mędznarodowa Organzacja Normalzacjna ISO) RACHUNEK NIEPEWNOŚCI http://phscs.nst./gov/uncertant POMIARU Wrażane Nepewnośc
Bardziej szczegółowoWeryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Bardziej szczegółowof(x, y) = arctg x y. f(u) = arctg(u), u(x, y) = x y. x = 1 1 y = y y = 1 1 +
Różnczkowalność pocodne Ćwczene. Znaleźć pocodne cz astkowe funkcj f(x, y) = arctg x y. Rozw azane: Wdać, że funkcj f można napsać jako f(u(x, y)) gdze f(u) = arctg(u), u(x, y) = x y. Korzystaj ac z reg
Bardziej szczegółowoSELEKCJA: JAK JEDNA POPULACJA (STRATEGIA) WYPIERA INNĄ
W stronę bolog: dnama oulacj Martn. owa Evolutonar Dnamcs elna Press 6 SELEKCJ: JK JED POPULCJ (STRTEGI) WYPIER IĄ Model determnstczn ( a ) ( b ) : Dodając stronam mam a b czl średne dostosowane (ftness).
Bardziej szczegółowomax Wydział Elektroniki studia I st. Elektronika III r. EZI Technika optymalizacji Dr inż. Ewa Szlachcic
Zadane rograowana lnowego PL dla ogranczeń neszoścowch rz ogranczenach: a f c A b d =n, d c=n, d A =[ n], d b =, Postać anonczna zadana PL a c X : A b, Postać anonczna acerzowa zadana PL a Lczba zennch
Bardziej szczegółowoKrzywa wieża w Pizie. SAS Data Step. Przykład (2) Wykład 13 Regresja liniowa
Bonformatyka - rozwój oferty edukacyjnej Unwersytetu Przyrodnczego we Wrocławu projekt realzowany w ramac Programu Operacyjnego Kaptał Ludzk współfnansowanego ze środków Europejskego Funduszu Społecznego
Bardziej szczegółowoI..ROZWIĄZANIE DŹWIGARA DANEGO OD DANEGO OBCIĄŻENIA
METO IŁ uład przetrzenn przład dźwgar załaan w plane OZWIĄZNIE ŹWIG ZŁMNEGO W PLNIE METOĄ IŁ I OLIZENIE PZEMIEZZENI an jet dźwgar załaan w plane. ozwązać go etodą ł porządzć wre ł przerojowch doonać ontrol
Bardziej szczegółowoMetody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia,
Metody gradentowe... Metody gradentowe poszukwana ekstremum Korzystają z nformacj o wartośc funkcj oraz jej gradentu. Wykazując ch zbeŝność zakłada sę, Ŝe funkcja celu jest ogranczona od dołu funkcją wypukłą
Bardziej szczegółowoMETODY KOMPUTEROWE 1
MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc
Bardziej szczegółowoKONSPEKT WYKŁADU. nt. METODA ELEMENTÓW SKOŃCZONYCH TEORIA I ZASTOSOWANIA. Piotr Konderla
Studa doktorancke Wydzał Budownctwa Lądowego Wodnego Poltechnk Wrocławskej KONSPEKT WYKŁADU nt. METODA ELEMENTÓW SKOŃCZONYCH TEORIA I ZASTOSOWANIA Potr Konderla maj 2007 Kurs na Studach Doktoranckch Poltechnk
Bardziej szczegółowoBadanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
Bardziej szczegółowo7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH
WYKŁAD 7 7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH 7.8.. Ogólne równane rucu Rucem zmennym w korytac otwartyc nazywamy tak przepływ, w którym parametry rucu take jak prędkość średna w przekroju
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 szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoLaboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Bardziej szczegółowoAnaliza ryzyka kosztowego robót remontowo-budowlanych w warunkach niepełnej informacji
Analza ryzyka kosztowego robót remontowo-budowlanych w warunkach nepełne nformac Mgr nż. Mchał Bętkowsk, dr nż. Andrze Pownuk Wydzał Budownctwa Poltechnka Śląska w Glwcach Mchal.Betkowsk@polsl.pl, Andrze.Pownuk@polsl.pl
Bardziej szczegółowo( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Bardziej szczegółowopunktów ciała w dowolnej fazie deformacji. W chwili początkowej, tuż przed przyłożeniem obciążenia, mamy oczywiście (1)
Wyład II STAN ODKSZTAŁCENIA Przeeszczena odształcena Oznaczy przez B obszar zaowany przez analzowane cało w chwl początowe a przez b przestrzeń zaowaną przez ne w dowolne faze proces deforac Na rysn oznaczono:
Bardziej szczegółowoWYZNACZENIE ODKSZTAŁCEŃ, PRZEMIESZCZEŃ I NAPRĘŻEŃ W ŁAWACH FUNDAMENTOWYCH NA PODŁOŻU GRUNTOWYM O KSZTAŁCIE WYPUKŁYM
Budownctwo 7 Mkhal Hrtsuk, Rszard Hulbo WYZNACZNI ODKSZTAŁCŃ, PRZMISZCZŃ I NAPRĘŻŃ W ŁAWACH FNDAMNTOWYCH NA PODŁOŻ GRNTOWYM O KSZTAŁCI WYPKŁYM Wprowadzene Prz rozwązanu zagadnena przmuem, że brła fundamentowa
Bardziej szczegółowoZestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
Bardziej szczegółowoStatystyka Opisowa 2014 część 1. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 1 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Bardziej szczegółowoNAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz
NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów
Bardziej szczegółowoKwantowa natura promieniowania elektromagnetycznego
Efekt Comptona. Kwantowa natura promenowana elektromagnetycznego Zadane 1. Foton jest rozpraszany na swobodnym elektrone. Wyznaczyć zmanę długośc fal fotonu w wynku rozproszena. Poneważ układ foton swobodny
Bardziej szczegółowoMETODA ELEMENTU SKOŃCZONEGO. Termokinetyka
METODA ELEMENTU SKOŃCZONEGO Termoknetyka Matematyczny ops ruchu cepła (1) Zasada zachowana energ W a Cepło akumulowane, [J] P we Moc wejścowa, [W] P wy Moc wyjścowa, [W] t przedzał czasu, [s] V q S(V)
Bardziej szczegółowoKier. MTR Programowanie w MATLABie Laboratorium
Ker. MTR Programowane w MATLABe Laboraorum Ćw. Zasosowane bbloecznych funkcj MATLABa do numerycznego rozwązywana równań różnczkowych. Wprowadzene Układy równań różnczkowych zwyczajnych perwszego rzędu
Bardziej szczegółowoANALIZA DYNAMICZNA KONSTRUKCJI Z TŁUMIKAMI Z NIEDOKŁADNIE OKREŚLONYMI PARAMETRAMI PROJEKTOWYMI
ZASOPISMO INŻYNIERII LĄDOWEJ, ŚRODOWISKA I ARHITEKTURY JOURNAL OF IVIL ENGINEERING, ENVIRONMENT AND ARHITETURE JEEA, t. XXXIII, z. 63 (1/I/16), styczeń-marzec 2016, s. 439-446 Magdalena ŁASEKA-PLURA 1
Bardziej szczegółowo6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO
Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację
Bardziej szczegółowoXXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne
XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca
Bardziej szczegółowoMETODA WSPOMAGANIA PODEJMOWANIA DECYZJI GRUPOWEJ OPARTA NA OPTYMALIZACJI WIELOKRYTERIALNEJ
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 4 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr ol. 95 Andrzej ŁODZIŃSKI Szoła Główna Gospodarstwa Wejsego Wdzał Zastosowań Informat Matemat METODA WSPOMAGANIA PODEJMOWANIA
Bardziej szczegółowoKier. MTR Programowanie w MATLABie Laboratorium Ćw. 12
Ker. MTR Programowane w MATLABe Laboratorum Ćw. Analza statystyczna grafczna danych pomarowych. Wprowadzene MATLAB dysponuje weloma funcjam umożlwającym przeprowadzene analzy statystycznej pomarów, czy
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoKlasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5
Bardziej szczegółowoe mail: i metodami analitycznymi.
Budownctwo Archtektura () (04) 4-5 w Eurokodu przy kon owych e mal: w.baran@po.opole.pl Streszczene: W pracy opsano rodzaje analz oblczenowych przy projektowanu ch dla dowolneo sposobu znych na metodam
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład XI: Testowanie hipotez statystycznych 12 stycznia 2015 Przykład Motywacja X 1, X 2,..., X N N (µ, σ 2 ), Y 1, Y 2,..., Y M N (ν, δ 2 ). Chcemy sprawdzić, czy µ = ν i σ 2 = δ 2, czyli że w obu populacjach
Bardziej szczegółowo2. STOPIEŃ KINEMATYCZNEJ NIEWYZNACZALNOŚCI
Część. STOPIEŃ KINEMATYCZNEJ NIEWYZNACZALNOŚCI.. STOPIEŃ KINEMATYCZNEJ NIEWYZNACZALNOŚCI W metodze sł w celu przyjęca układu podstawowego należało odrzucć węzy nadlczbowe. O lczbe odrzuconych węzów decydował
Bardziej szczegółowoSYSTEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE METODY KLASYFIKACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.
SYSEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE MEODY KLASYFIKACJI Częstochowa 4 Dr hab. nż. Grzegorz Dude Wydzał Eletryczny Poltechna Częstochowsa FUNKCJE FISHEROWSKA DYSKRYMINACYJNE DYSKRYMINACJA I MASZYNA LINIOWA
Bardziej szczegółowoĆw. 5. Wyznaczanie współczynnika sprężystości przy pomocy wahadła sprężynowego
5 KATEDRA FIZYKI STOSOWANEJ PRACOWNIA FIZYKI Ćw. 5. Wyznaczane współczynna sprężystośc przy pomocy wahadła sprężynowego Wprowadzene Ruch drgający należy do najbardzej rozpowszechnonych ruchów w przyrodze.
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 5. SZTUCZNE SIECI NEURONOWE REGRESJA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wdzał Elektrczn Poltechnka Częstochowska PROBLEM APROKSYMACJI FUNKCJI Aproksmaca funkc przblżane
Bardziej szczegółowoPrzykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna
rzykład.. Kratownca dwukrotne statyczne newyznaczana oecene: korzystaąc z metody sł wyznaczyć sły w prętach ponższe kratowncy. const Rozwązane zadana rozpoczynamy od obczena stopna statyczne newyznaczanośc
Bardziej szczegółowoRozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1
Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowoXXX OLIMPIADA FIZYCZNA ETAP I Zadania teoretyczne
XXX OLIPIADA FIZYCZNA TAP I Zadana teoretczne Nazwa zadana ZADANI T1 Na odstawe wsółczesnch badań wadomo że jądro atomowe może znajdować sę tlo w stanach o oreślonch energach odobne ja dobrze znan atom
Bardziej szczegółowoBadania operacyjne w logistyce i zarządzaniu produkcją
Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu Badana operacyne w logstyce zarządzanu produkcą cz. I Andrze Woźnak Nowy Sącz Komtet Redakcyny doc. dr Zdzsława Zacłona przewodncząca, prof. dr hab. nż. Jarosław
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 szczegółowoEkonometria egzamin 01/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.
mę, nazwsko, nr ndeksu: Ekonometra egzamn 1//19 1. Egzamn trwa 9 mnut.. Rozwązywane zadań należy rozpocząć po ogłoszenu początku egzamnu a skończyć wraz z ogłoszenem końca egzamnu. Złamane tej zasady skutkuje
Bardziej szczegółowoProcedura normalizacji
Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny
Bardziej szczegółowoTeoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka
Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej
Bardziej szczegółowoWYZNACZENIE ROZKŁADU TEMPERATUR STANU USTALONEGO W MODELU 2D PRZY UŻYCIU PROGRMU EXCEL
Zeszyty robemowe Maszyny Eetryczne Nr /203 (98) 233 Andrze ałas BOBRME KOMEL, Katowce WYZNACZENIE ROZKŁADU TEMERATUR STANU USTALONEGO W MODELU 2D RZY UŻYCIU ROGRMU EXCEL SOLVING STEADY STATE TEMERATURE
Bardziej szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Bardziej szczegółowoProjekt 2 2. Wielomiany interpolujące
Proekt Weloma terpoluące Rodzae welomaów terpoluącc uma edomaów Nec w przedzale a, b określoa będze fukca f: ec będze ustaloc m wartośc argumetu :,,, m, m L prz czm: < < L < < m m Pukt o tc odcztac azwa
Bardziej szczegółowoSPRAWDZANIE PRAWA MALUSA
INSTYTUT ELEKTRONIKI I SYSTEMÓW STEROWANIA WYDZIAŁ ELEKTRYCZNY POLITECHNIKA CZĘSTOCHOWSKA LABORATORIUM FIZYKI ĆWICZENIE NR O- SPRAWDZANIE PRAWA MALUSA I. Zagadnena do przestudowana 1. Fala elektromagnetyczna,
Bardziej szczegółowoMATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5
MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając
Bardziej szczegółowoRekonstrukcja zderzenia dwóch samochodów osobowych podstawowe zasady i praktyka ich stosowania
Mrosław Gdlews esze Jeoł Reonstrucja zderzena dwóch saochodów osobowch podstawowe zasad prata ch stosowana treszczene RóŜnorodność złoŝoność wpadów drogowch polegającch na zderzenu dwóch saochodów sprawają,
Bardziej szczegółowoMetody numeryczne. Różniczkowanie. Wykład nr 6. dr hab. Piotr Fronczak
Mtod numrczn Wład nr 6 Różnczowan dr ab. Potr Froncza Różnczowan numrczn Wzor różnczowana numrczngo znajdują zastosowan wtd, gd trzba wznaczć pocodn odpowdngo rzędu uncj, tóra orślona jst tablcą lub ma
Bardziej szczegółowoRachunek niepewności pomiaru opracowanie danych pomiarowych
Rachunek nepewnośc pomaru opracowane danych pomarowych Mędzynarodowa Norma Oceny Nepewnośc Pomaru (Gude to Epresson of Uncertanty n Measurements - Mędzynarodowa Organzacja Normalzacyjna ISO) http://physcs.nst./gov/uncertanty
Bardziej szczegółowoSYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.
SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TWIERDZENIE BAYESA Wedza pozyskwana przez metody probablstyczne ma
Bardziej szczegółowoAERODYNAMICS I WYKŁAD 6 AERODYNAMIKA SKRZYDŁA O SKOŃCZONEJ ROZPIĘTOŚCI PODSTAWY TEORII LINII NOŚNEJ
WYKŁAD 6 AERODYNAMIKA SKRZYDŁA O SKOŃCZONEJ ROZPIĘTOŚCI PODSTAWY TEORII INII NOŚNEJ Prawo Bota-Savarta Pole prędkośc ndukowanej przez lnę (nć) wrową o cyrkulacj może być wyznaczone przy użycu formuły Bota-Savarta
Bardziej szczegółowoPodstawowe twierdzenia
Rozdzał 3 Podstawowe twerdzena 3.1 Istnene rozwazań lokalnych Rozpocznjmy od odpowedz na ogólne pytane: jake warunk mus spełnać równane różnczkowe zwyczajne, aby stnało jego rozwązane kedy rozwązane to
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Maemayka ubezpeczeń mająkowych 7.05.00 r. Zadane. Pewne ryzyko generuje jedną szkodę z prawdopodobeńswem q, zaś zero szkód z prawdopodobeńswem ( q). Ubezpeczycel pokrywa nadwyżkę szkody ponad udzał własny
Bardziej szczegółowoSortowanie szybkie Quick Sort
Sortowane szybke Quck Sort Algorytm sortowana szybkego opera sę na strateg "dzel zwycęża" (ang. dvde and conquer), którą możemy krótko scharakteryzować w trzech punktach: 1. DZIEL - problem główny zostae
Bardziej szczegółowoα i = n i /n β i = V i /V α i = β i γ i = m i /m
Ćwczene nr 2 Stechometra reakcj zgazowana A. Część perwsza: powtórzene koncentracje stężena 1. Stężene Stężene jest stosunkem lośc substancj rozpuszczonej do całkowtej lośc rozpuszczalnka. Sposoby wyrażena
Bardziej szczegółowoPlan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Bardziej szczegółowoNAPIĘCIE I NATĘŻENIE PRĄDU W IMPULSOWYCH LAMPACH RENTGENOWSKICH
KRAJOWA KONFERENCJA BADAŃ RADIOGRAFICZNYCH - POPÓW 3-4 wrześna 3 r NAPIĘCIE I NATĘŻENIE PRĄD W IMPLSOWYCH LAMPACH RENTGENOWSKICH Domnk SENCZYK Poltechnka Poznańska Słowa kluczowe: mpulsowa lampa rentgenowska,
Bardziej szczegółowoZastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej...
Adam Waszkowsk * Adam Waszkowsk Zastosowane welowymarowej analzy porównawczej w doborze spó³ek do portfela nwestycyjnego Zastosowane welowymarowej analzy porównawczej... Wstêp Na warszawskej Ge³dze Paperów
Bardziej szczegółowoWPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO
Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono
Bardziej szczegółowoJózef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta
Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów
Bardziej szczegółowoFunkcja momentu statycznego odciętej części przekroju dla prostokąta wyraża się wzorem. z. Po podstawieniu do definicji otrzymamy
etoy energetyczne rzykła Wyznaczyć współczynnk z - α z a przekroju prostokątnego który wzłuż os y ma wymar b wzłuż os Funkcja momentu statycznego ocętej częśc przekroju a prostokąta wyraża sę wzorem b
Bardziej szczegółowoInstrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne
Instrukca do ćwczeń laboratorynych z przedmotu: Badana operacyne Temat ćwczena: Problemy rozkrou materałowego, zagadnena dualne Zachodnopomorsk Unwersytet Technologczny Wydzał Inżyner Mechanczne Mechatronk
Bardziej szczegółowot t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o
Cele werfacj odelu Werfacja sasczna odelu polega na oblczenu szeregu ernów jaośc odelu oraz werfacj pewnch hpoez sascznch w celu sprawdzena cz na podsawe ego odelu ożna wcągać wnos doczące badanego zjawsa
Bardziej szczegółowoROZWIĄZANIE POWŁOKI HIPERBOLOIDALNEJ W PARAMETRYZACJI PROSTOKREŚLNEJ
Wesław BARA Bronsław JĘDRASZAK ROZWIĄZAIE POWŁOKI HIPERBOLOIDALEJ W PARAMETRYZACJI PROSTOKREŚLEJ. Wstęp Budowle nżynerske występujące w budownctwe przemysłowym moą być projektowane w kształce hperbolody
Bardziej szczegółowoUdoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB
Julusz MDZELEWSK Wydzał Eletron Techn nformacyjnych, nstytut Radoeletron, oltechna Warszawsa do:0.599/48.05.09.36 dosonalona metoda oblczana mocy traconej w tranzystorach wzmacnacza lasy AB Streszczene.
Bardziej szczegółowoProblem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska
Proble nośnośc grancznej płt żelbetowch w ujęcu aktualnch przepsów norowch Prof. dr hab. nż. Potr Konderla Poltechnka Wrocławska 1. Wprowadzene Przedote analz jest płta żelbetowa zbrojona ortogonalne paraetrzowana
Bardziej szczegółowoĆ w i c z e n i e K 2 b
Akademia Górniczo Hutnicza Wdział Inżnierii Mechanicznej i Robotki Katedra Wtrzmałości, Zmęczenia Materiałów i Konstrukcji Nazwisko i Imię: Nazwisko i Imię: Wdział Górnictwa i Geoinżnierii Grupa nr: Ocena:
Bardziej szczegółowoNatalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
Bardziej szczegółowoBadanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej
Badane współzaleŝnośc dwóch cech loścowych X Y. Analza korelacj prostej Badane zaleŝnośc dwóch cech loścowych. Analza regresj prostej Kody znaków: Ŝółte wyróŝnene nowe pojęce czerwony uwaga kursywa komentarz
Bardziej szczegółowoSztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311
Sztuczne sec neuronowe Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyk, p. 311 Wykład 6 PLAN: - Repetto (brevs) - Sec neuronowe z radalnym funkcjam bazowym Repetto W aspekce archtektury: zajmowalśmy
Bardziej szczegółowoZastosowanie technik sztucznej inteligencji w analizie odwrotnej
Zastosowane technk sztucznej ntelgencj w analze odwrotnej Ł. Sztangret, D. Szelga, J. Kusak, M. Petrzyk Katedra Informatyk Stosowanej Modelowana Akadema Górnczo-Hutncza, Kraków Motywacja Dokładność symulacj
Bardziej szczegółowoRys I EA III. Rys x, y w odniesieniu do całej konstrukcji (rys. 9.15):
M. Gminia MECHAIA OSRUCJI RĘOWYCH W UJĘCIU MACIERZOWYM Zadanie. Wznaczć sił wewnętrzne dla ład prętów dwprzegbowch o schemacie statcznm i obciąŝeni przedstawionm na rsn.. Do rozwiązania zadania zastosować
Bardziej szczegółowoPIERWIASTKI ROZMYTE RÓWNAŃ PRZEDZIŁOWYCH
Marusz GONERA, Ludmła DYMOWA, Paweł SEWASTJANOW Instytut Informatyk Teoretyczne Stosowane ul. Dąbrowskego, 73, 42-200 Częstochowa PIERWIASTKI ROZMYTE RÓWNAŃ PRZEDZIŁOWYCH 285 słów Znaczna cześć problemów
Bardziej szczegółowo=(u 1.,t) dla czwórnika elektrycznego dysypatywnego o sygnale wejściowym (wymuszeniu) G k. i sygnale wyjściowym (odpowiedzi) u 2
Przyła Ułożyć równane ruchu u u,t la czwórna eletrycznego ysypatywnego o sygnale wejścowym wymuszenu G u sygnale wyjścowym opowez u. Zmenna uogólnona Współrzęna uogólnona Pręość uogólnona q Energa netyczna
Bardziej szczegółowoHYBRYDOWA METODA PRZEDZIAŁOWEJ I GRADIENTOWEJ OPTYMALIZACJI GLOBALNEJ KONSTRUKCJI INŻYNIERSKICH
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ Sera: BUDOWNICTWO z. Nr kol. Adrze POWNUK HYBRYDOWA METODA PRZEDZIAŁOWEJ I GRADIENTOWEJ OPTYMALIZACJI GLOBALNEJ KONSTRUKCJI INŻYNIERSKICH Streszczee. Przedzałowa metoda
Bardziej szczegółowoROZWIĄZYWANIE DWUWYMIAROWYCH USTALONYCH ZAGADNIEŃ PRZEWODZENIA CIEPŁA PRZY POMOCY ARKUSZA KALKULACYJNEGO
OZWIĄZYWAIE DWUWYMIAOWYCH USALOYCH ZAGADIEŃ PZEWODZEIA CIEPŁA PZY POMOCY AKUSZA KALKULACYJEGO OPIS MEODY Do rozwązana ustalonego pola temperatury wyorzystana est metoda blansów elementarnych. W metodze
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Bardziej szczegółowo1 Przestrzenie statystyczne, statystyki
M. Beśka, Statystyka matematyczna, wykład 1 1 1 Przestrzene statystyczne, statystyk 1.1 Rozkłady zmennych losowych Nech Ω, F, P ) będze ustaloną przestrzeną probablstyczną, a X : Ω IR zmenną losową na
Bardziej szczegółowo; -1 x 1 spełnia powyższe warunki. Ale
Funkcje uwkłane Przkła.ozważm równane np. nech. Ptane Cz la owolneo [ ] stneje tak że? Nech. Wówczas unkcja - spełna powższe warunk. Ale spełna je także unkcja [ ] Q. Dokłaając warunek cąłośc unkcj [ ]
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 szczegółowo