Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)
|
|
- Krystyna Wieczorek
- 5 lat temu
- Przeglądów:
Transkrypt
1 Wykład 2 Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) 1. Procesy Markova: definicja 2. Równanie Chapmana-Kołmogorowa-Smoluchowskiego 3. Przykład dyfuzji w kapilarze 4. Równanie Master 5. Samodzielne studia: Równania Master dla procesów Markova jednorodnych w czasie i przestrzeni w granicy małych czasów. Lech Longa Termodynamika i Fizyka Statystyczna 1
2 Demonstracje: dyfuzja gazu po usunięciu ścianek Dyfuzja Rozkład ρ(x) N(x)/N Jednowymiarowa analiza 2
3 (kropla atramentu wstrzyknięta do płaskiego naczynia z wodą) 3
4 Twierdzenie Zastosowanie Bayesa twierdzenia Bayesa B A 1 A 6 A 5 A 4 A 2 A 3 Twierdzenie Bayesa ma bezpośrednie zastosowanie przy analizie procesów stochastycznych; Równanie Master o którym dzisiaj powiemy jest szczególnym przypadkiem tego twierdzenia Lech Longa Termodynamika i Fizyka Statystyczna 4
5 Wzór Bayesa dla ciągów zmiennych losowych: gęstości i prawdopodobieństwa warunkowe dla wielowymiarowych zmiennych losowych P x 1,x 2,.,x k /x k 1,, x n ) P x 1, x 2,.,x k,x k 1,, x n ) P x k 1,, x n ) (obszerna dyskusja znajduje się w: A. Papoulis Prawdopodobieństwo, zmienne losowe i procesy stochastyczne Str
6 Zastosowanie teorii prawdopodobieństwa: Procesy stochastyczne (proces stochastyczny: zastąpienie skomplikowanej dynamiki układu makroskopowego (o liczbie stopni swobody rzędu liczby Avogadro) poprzez opis probabilistyczny dynamiki jedynie kilku interesujących nas stopni swobody; wpływ nieuwzględnionych stopni swobody redukujemy do praw statystycznych). Okazuje się, że w wielu interesujących przypadkach jest to możliwe. Poznamy ważną klasę takich procesów, które w literaturze nazywają się procesami Markova. x(0) Przestrzeń zdarzeń Z każdym zdarzeniem ( zmienną stochastyczną x) zwiążemy inne zdarzenie x(t), gdzie t (tutaj czas) będzie dodatkową zmienną opisującą (indeksującą) ten związek. x(t) - zmienna losowa, bądź - w naszym przypadku proces stochastyczny x(t) x(t) Ω Ω Ω Ω Ω x(t) Równania Langevina (cząstka Browna, 1907): t 0 t 1 t n-1 t n m d dt x t γ v t F t k=1 n 6
7 Procesy stochastyczne Dwa stany do obsadzenia w dowolnej chwili: dyskretny czas t 1 < t 2 < t k < t k+1 < t k+m? 7
8 pamięć Terminologia: P m/k ( / ) - prawdopodobieństwo warunkowe znalezienia układu w stanach x k+1 w chwili t k+1,.. w stanie x k+m w chwili t k+m pod warunkiem, że wcześniej był w stanach x 1 w chwili t 1.., x k w chwili t k ; symbol m/k w P m/k informuje, że mamy prawdopodobieństwo warunkowe z k stanami przed t k i m stanami po t k (zakładamy chronologię czasów jak na rysunku) 8
9 k 9
10 (proces zależy od jednej chwili czasowej wstecz) k 10
11 Proces Markova (z krótką pamięcią) krótka pamięć prawdopodobieństwo przejścia Wszystkie funkcje rozkładu można odtworzyć ze znajomości dwóch funkcji P1 /1 oraz P1 11
12 ( t t t 12
13 13
14 Proces Markova (podsumowanie) Indeksy można zmieniać t 1 t 2 Przykład równania Master 14
15 Przykłady prawdopodobieństw warunkowych spełniających r. Chapmana- Kołmogorowa-Smoluchowskiego (ćwiczenia): +1 (losowy telegrafista) -1 t (dwustanowy proces Markova: losowy ciąg impulsów) 15
16 Przykłady prawdopodobieństw warunkowych spełniających r. Chapmana- Kołmogorowa-Smoluchowskiego: Jest to matematyczny model ruchów Browna w jednym wymiarze przestrzennym (późniejszy przykład dyfuzji w kapilarze). Funkcja rozkładu P 1 jest gęstością położenia (y) cząstki podlegającej jednowymiarowej dyfuzji. (później przykład z dyfuzją w kapilarze) Przy założeniu P 1 (y 1,0) = δ(y 1 ) otrzymujemy Gaussowski rozkład położeń w chwilach późniejszych. 16
17 Przykłady prawdopodobieństw warunkowych spełniających r. Chapmana- Kołmogorowa-Smoluchowskiego: Tutaj zmienna `y` pełni rolę prędkości cząstki ( w jednym wymiarze) 17
18 Przykłady prawdopodobieństw warunkowych spełniających r. Chapmana- Kołmogorowa-Smoluchowskiego: Proces Poissona zlicza zdarzenia jakie zaszły do danej chwili; 1/λ jest średnim czasem oczekiwania na kolejne zdarzenie. Z warunku początkowego: P 1 (n 1,0) = δ, możemy wyznaczyć P 1 w dowolnej innej chwili czasowej: (funkcje P 1/1 oraz P 1 definiują proces Markova) 18
19 P 1 P 0 Stany stacjonarne: P * =W P * 19
20 Przykład 1 Pijak błądzi po nieskończonej prostej od latarni do latarni (pełne rozwiązanie-ćwiczenia): (P 1 =P) numery kolejnych latarni n+1 n n-1 0 t-1 t (czas) 20
21 Przykład 2 : dyfuzja Brownowska w kapilarze 21 Dyfuzja w nieskończonej jednowymiarowej kapilarze Proces jednorodny przestrzennie i czasowo: 0 t 3 - t 1 = t t 2 - t 1 = t - t 0 t 3 - t 2 = t 0
22 Dyfuzja w nieskończonej jednowymiarowej kapilarze Proces jednorodny przestrzennie i czasowo: 22 0
23 Dyfuzja w nieskończonej jednowymiarowej kapilarze Proces jednorodny przestrzennie i czasowo: 23
24 24
25 Dyfuzja w nieskończonej jednowymiarowej kapilarze Proces jednorodny przestrzennie i czasowo: 25 D>0 (a więc otrzymaliśmy Proces Wieniera-Levy) t 0 P x, t P / x y,t P y,0 t 0
26 26 Można sprawdzić, że P 1/1 spełnia najprostsze równanie dyfuzji (równanie Fokkera-Plancka): UWAGA: jest to szczególny przypadek ogólnego równania dyfuzji (z dryftem)
27 Dyfuzja Browna: film 27
28 Stacjonarne procesy Markova: (opisują np. fluktuacje wokół stanu równowagi) dx δ x y : delta Diraca lub Kronneckera (w przypadku dyskretnym) Równanie Master (granica małych τ) Prawdopodobieństwo pozostania w y 1 w jednostce czasu W: prawdopodobieństwo przejścia w jednostce czasu od y 1 do y 2 28
29 Równanie Master (granica małych τ) (Prawdopodobieństwo przejścia z y 1 do y 2 w czasie τ) 29
30 prawdopodobieństwo pozostania w y 1 w jedn. czasu prawdopodobieństwo przejścia z y 1 do y 2 w jednostce czasu Wstawiamy do równania C-K-S 30
31 (Wstawiamy rozwinięcie) (pozostawiamy bez zmian) Zostawiam wyrazy liniowe w τ i τ ; dzielę przez τ i przechodzę z τ do zera Upraszczam notację: y y 31
32 Równania Master (a) dzielę przez τ i przechodzę z τ do zera Dowolny rozkład; np. jakiś początkowy rozkład prawdopodobieństwa (b) Mnożę stronami przez P 1 (y 1 ), całkuję po y 1 dzielę przez τ i przechodzę z τ do zera 32
33 Równania Master y (n) ( z rachunku perturbacyjnego ) Równanie Master: równanie zysków i strat dla prawdopodobieństw 33
34 Warunki: równowagi oraz równowagi szczegółowej (równanie Master jest równaniem na bilans prawdopodobieństw. Dla procesów jednorodnych w czasie jest to różniczkowa postać r. CKS) Warunek równowagi: w każdym stanie prawdopodobieństwa wypływające oraz wpływające `kasują się` = 0 n Warunek równowagi szczegółowej: = 0 n, n (można pokazać, że mikroskopowa odwracalność równań ruchu w czasie dla układów izolowanych implikuje spełnienie warunku równowagi szczegółowej) 34
35 Podsumowanie Równanie C-K-S jest nieliniowym równaniem wyrażającym markowowskość procesu, jednak nie zawiera informacji o żadnym konkretnym procesie Markova; W równaniu Master rozważamy prawdopodobieństwa przejść dla konkretnego systemu; znając je rozwiązujemy liniowe równania na prawdopodobieństwa (określające mezoskopowy stan układu) 35
36 (Materiał do samodzielnych studiów) 36
37 37
38 38
39 39
40 40
41 41
42 Dziękuję 42
Fizyka statystyczna Procesy stochastyczne. P. F. Góra
Fizyka statystyczna Procesy stochastyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Procesy stochastyczne motywacja Układy makroskopowe maja bardzo dużo stopni swobody, rzędu liczby Avogadra,
Bardziej szczegółowoTERMODYNAMIKA I FIZYKA STATYSTYCZNA
TERMODYNAMIKA I FIZYKA STATYSTYCZNA Lech Longa pok. D.2.49, II piętro, sektor D Zakład Fizyki Statystycznej e-mail: lech.longa@uj.edu.pl Dyżury: poniedziałki 14-15.50 można się umówić wysyłając e-maila
Bardziej szczegółowoFizyka statystyczna Równanie Fokkera-Plancka
Fizyka statystyczna Równanie Fokkera-Plancka P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 17 marca 2015 Mamy równanie master dla ciagłych rozkładów prawdopodobieństwa: P (y, t) t = (W (y y )P (y, t)
Bardziej szczegółowoFizyka statystyczna Równanie Fokkera-Plancka. P. F. Góra
Fizyka statystyczna Równanie Fokkera-Plancka P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Mamy równanie master dla ciagłych rozkładów prawdopodobieństwa: P (y, t) t = (W (y y )P (y, t) W (y y)p
Bardziej szczegółowoTERMODYNAMIKA I FIZYKA STATYSTYCZNA
TERMODYNAMIKA I FIZYKA STATYSTYCZNA Lech Longa pok. D.2.49, II piętro, sektor D Zakład Fizyki Statystycznej e-mail: lech.longa@uj.edu.pl Dyżury: poniedziałki 13-14 można się umówić wysyłając e-maila 1
Bardziej szczegółowoRównania różniczkowe liniowe rzędu pierwszego
Katedra Matematyki i Ekonomii Matematycznej SGH 21 kwietnia 2016 Wstęp Definicja Równanie różniczkowe + p (x) y = q (x) (1) nazywamy równaniem różniczkowym liniowym pierwszego rzędu. Jeśli q (x) 0, to
Bardziej szczegółowoO procesie Wienera. O procesie Wienera. Procesy stochastyczne Wykład XV, 15 czerwca 2015 r. Proces Wienera. Ruch Browna. Ułamkowe ruchy Browna
Procesy stochastyczne Wykład XV, 15 czerwca 2015 r. Ruch 1 {X t } jest martyngałem dokładnie wtedy, gdy E(X t F s ) = X s, s, t T, s t. Jeżeli EX 2 (t) < +, to E(X t F s ) jest rzutem ortogonalnym zmiennej
Bardziej szczegółowoPROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)
PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω) określonych na tej samej przestrzeni probabilistycznej
Bardziej szczegółowoPrognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE WYKŁAD 2
RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 Równania różniczkowe o zmiennych rozdzielonych Równania sprowadzalne do równań o zmiennych rozdzielonych Niech f będzie funkcją ciągłą na przedziale (a, b), spełniającą na
Bardziej szczegółowoWykład 3 Równania rózniczkowe cd
7 grudnia 2010 Definicja Równanie różniczkowe dy dx + p (x) y = q (x) (1) nazywamy równaniem różniczkowym liniowym pierwszego rzędu. Jeśli q (x) 0, to równanie (1) czyli równanie dy dx + p (x) y = 0 nazywamy
Bardziej szczegółowoUkłady statystyczne. Jacek Jurkowski, Fizyka Statystyczna. Instytut Fizyki
Instytut Fizyki 2015 Stany mikroskopowe i makroskopowe w układzie wielopoziomowym Stany mikroskopowe i makroskopowe w układzie wielopoziomowym N rozróżnialnych cząstek, z których każda może mieć energię
Bardziej szczegółowoTwierdzenia graniczne fluktuacji procesów przebywania dla układów gałazkowych
Publiczna obrona rozprawy doktorskiej Twierdzenia graniczne fluktuacji procesów przebywania dla układów gałazkowych Piotr Miłoś Instytut Matematyczny Polskiej Akademii Nauk 23.10.2008 Warszawa Plan 1 Układy
Bardziej szczegółowo1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2
Temat 1 Pojęcia podstawowe 1.1 Przegląd wybranych równań i modeli fizycznych Równaniem różniczkowym cząstkowym rzędu drugiego o n zmiennych niezależnych nazywamy równanie postaci gdzie u = u (x 1, x,...,
Bardziej szczegółowo27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE
27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i
Bardziej szczegółowo- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.
4. Równania dyfuzji 4.1. Prawo zachowania masy cd. Równanie dyfuzji jest prostą konsekwencją prawa zachowania masy, a właściwie to jest to prawo zachowania masy zapisane dla procesu dyfuzji i uwzględniające
Bardziej szczegółowoII. Równania autonomiczne. 1. Podstawowe pojęcia.
II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),
Bardziej szczegółowoPrawa ruchu: dynamika
Prawa ruchu: dynamika Fizyka I (B+C) Wykład X: Równania ruchu Więzy Rozwiazywanie równań ruchu oscylator harminiczny, wahadło ruch w jednorodnym polu elektrycznym i magnetycznym spektroskop III zasada
Bardziej szczegółowoJanusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 20 KWANTOWE METODY MONTE CARLO 20.1 Kwantowa wariacyjna metoda Monte Carlo Problem własny dla stanu podstawowego układu N cząstek (H E 0 )ψ 0 (r)
Bardziej szczegółowoSuperdyfuzja. Maria Knorps. Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska
VI Matematyczne Warsztaty KaeNeMów p. 1/2 Superdyfuzja Maria Knorps maria.knorps@gmail.com Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska VI Matematyczne Warsztaty KaeNeMów p.
Bardziej szczegółowoMechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych
Mechatronika i inteligentne systemy produkcyjne Modelowanie systemów mechatronicznych Platformy przetwarzania danych 1 Sterowanie procesem oparte na jego modelu u 1 (t) System rzeczywisty x(t) y(t) Tworzenie
Bardziej szczegółowoMetody Lagrange a i Hamiltona w Mechanice
Metody Lagrange a i Hamiltona w Mechanice Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład 8 M. Przybycień (WFiIS AGH) Metody Lagrange a i Hamiltona... Wykład
Bardziej szczegółowoIX. MECHANIKA (FIZYKA) KWANTOWA
IX. MECHANIKA (FIZYKA) KWANTOWA IX.1. OPERACJE OBSERWACJI. a) klasycznie nie ważna kolejność, w jakiej wykonujemy pomiary. AB = BA A pomiar wielkości A B pomiar wielkości B b) kwantowo wartość obserwacji
Bardziej szczegółowoRównania różniczkowe liniowe II rzędu
Równania różniczkowe liniowe II rzędu Definicja równania różniczkowego liniowego II rzędu Warunki początkowe dla równania różniczkowego II rzędu Równania różniczkowe liniowe II rzędu jednorodne (krótko
Bardziej szczegółowoRównanie przewodnictwa cieplnego (I)
Wykład 4 Równanie przewodnictwa cieplnego (I) 4.1 Zagadnienie Cauchy ego dla pręta nieograniczonego Rozkład temperatury w jednowymiarowym nieograniczonym pręcie opisuje funkcja u = u(x, t), spełniająca
Bardziej szczegółowoPodstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)
Podstawy Automatyki wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak Politechnika Wrocławska Instytut Technologii Maszyn i Automatyzacji (I-24) Laboratorium Podstaw Automatyzacji (L6) 105/2 B1 Sprawy organizacyjne
Bardziej szczegółowoVII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Bardziej szczegółowoWstęp do równań różniczkowych
Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Wstęp
Bardziej szczegółowoCo ma piekarz do matematyki?
Instytut Matematyki i Informatyki Politechnika Wrocławska Dolnośląski Festiwal Nauki Wrzesień 2009 x x (x 1, x 2 ) x (x 1, x 2 ) (x 1, x 2, x 3 ) x (x 1, x 2 ) (x 1, x 2, x 3 ) (x 1, x 2, x 3, x 4 ). x
Bardziej szczegółowoWykład 8 i 9. Hipoteza ergodyczna, rozkład mikrokanoniczny, wzór Boltzmanna
Wykład 8 i 9 Hipoteza ergodyczna, rozkład mikrokanoniczny, wzór Boltzmanna dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak (Wydział Fizyki PW)
Bardziej szczegółowoStochastyczne równania różniczkowe, model Blacka-Scholesa
Stochastyczne równania różniczkowe, model Blacka-Scholesa Marcin Orchel Spis treści 1 Wstęp 1 1.1 Błądzenie losowe................................ 1 1. Proces Wienera................................. 1.3
Bardziej szczegółowoProcesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. 2 Łańcuchem Markowa nazywamy proces będący ciągiem zmiennych
Bardziej szczegółowoDefinicje i przykłady
Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest
Bardziej szczegółowoWstęp do równań różniczkowych
Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych
Bardziej szczegółowoPodstawy Automatyki. Wykład 2 - podstawy matematyczne. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 2 - podstawy matematyczne Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Rzeczywiste obiekty regulacji, a co za tym idzie układy regulacji, mają właściwości nieliniowe, n.p. turbulencje, wiele
Bardziej szczegółowoPodstawy Automatyki. Wykład 2 - modelowanie matematyczne układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 2 - modelowanie matematyczne układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2017 Wstęp Rzeczywiste obiekty regulacji, a co za tym idzie układy regulacji, mają właściwości nieliniowe,
Bardziej szczegółowoMetoda Różnic Skończonych (MRS)
Metoda Różnic Skończonych (MRS) METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek () Równania różniczkowe zwyczajne
Bardziej szczegółowoKARTA PRZEDMIOTU. Forma prowadzenia zajęć. Odniesienie do efektów dla kierunku studiów K1A_W02
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: RACHUNEK PRAWDOPODOBIEŃSTWA 2. Kod przedmiotu: RPr 3. Karta przedmiotu ważna od roku akademickiego: 20182019 4. Forma
Bardziej szczegółowoPodstawy Automatyki. Wykład 2 - modelowanie matematyczne układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 2 - modelowanie matematyczne układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2019 Wstęp Obiekty (procesy) rzeczywiste, a co za tym idzie układy regulacji, mają właściwości nieliniowe,
Bardziej szczegółowoWYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI
Zał. nr do ZW WYDZIAŁ ELEKTRONIKI MIKROSYSTEMÓW I FOTONIKI KARTA PRZEDMIOTU Nazwa w języku polskim: Matematyka (Zao EA EiT stopień) Nazwa w języku angielskim: Mathematics Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoMatematyka 2. Równania różniczkowe zwyczajne rzędu drugiego
Matematyka 2 Równania różniczkowe zwyczajne rzędu drugiego Równania różniczkowe liniowe rzędu II Równanie różniczkowe w postaci y + a 1 (x)y + a 0 (x)y = f(x) gdzie a 0 (x), a 1 (x) i f(x) są funkcjami
Bardziej szczegółowoINSTRUKCJA DO ĆWICZENIA NR 7
KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 7 PRZEDMIOT TEMAT OPRACOWAŁ LABORATORIUM MODELOWANIA Przykładowe analizy danych: przebiegi czasowe, portrety
Bardziej szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM AKADEMIA MORSKA Katedra Telekomunikacji Morskiej ĆWICZENIE 3 BADANIE CHARAKTERYSTYK CZASOWYCH LINIOWYCH UKŁADÓW RLC. Cel ćwiczenia Celem ćwiczenia są pomiary i analiza
Bardziej szczegółowoKARTA PRZEDMIOTU. 12. Przynależność do grupy przedmiotów: Prawdopodobieństwo i statystyka
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: RACHUNEK PRAWDOPODOBIEŃSTWA 2. Kod przedmiotu: RPr 3. Karta przedmiotu ważna od roku akademickiego: 20152016 4. Forma
Bardziej szczegółowoTermodynamika. Część 12. Procesy transportu. Janusz Brzychczyk, Instytut Fizyki UJ
Termodynamika Część 12 Procesy transportu Janusz Brzychczyk, Instytut Fizyki UJ Zjawiska transportu Zjawiska transportu są typowymi procesami nieodwracalnymi zachodzącymi w przyrodzie. Zjawiska te polegają
Bardziej szczegółowoProces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t.
Procesy stochastyczne WYKŁAD 5 Proces Poissona. Proces {N(t), t } nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t. Proces zliczający musi
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład IV: 27 października 2014 Współczynnik korelacji Brak korelacji a niezależność Definicja współczynnika korelacji Współczynnikiem korelacji całkowalnych z kwadratem zmiennych losowych X i Y nazywamy
Bardziej szczegółowoProcesy stochastyczne 2.
Procesy stochastyczne 2. Listy zadań 1-3. Autor: dr hab.a. Jurlewicz WPPT Matematyka, studia drugiego stopnia, I rok, rok akad. 211/12 1 Lista 1: Własność braku pamięci. Procesy o przyrostach niezależnych,
Bardziej szczegółowo13 Równanie struny drgającej. Równanie przewodnictwa ciepła.
Równanie struny drgającej. Równanie przewodnictwa ciepła 13 1 13 Równanie struny drgającej. Równanie przewodnictwa ciepła. 13.1 Równanie struny drgającej Równanie różniczkowe liniowe drugiego rzędu typu
Bardziej szczegółowoMechanika Kwantowa. Maciej J. Mrowiński. 24 grudnia Funkcja falowa opisująca stan pewnej cząstki ma następującą postać: 2 x 2 )
Mechanika Kwantowa Maciej J. Mrowiński 4 grudnia 11 Zadanie MK1 Funkcja falowa opisująca stan pewnej cząstki w chwili t = ma następującą postać: A(a Ψ(x,) = x ) gdy x [ a,a] gdy x / [ a,a] gdzie a +. Wyznacz
Bardziej szczegółowoLaboratorium Mechaniki Technicznej
Laboratorium Mechaniki Technicznej Ćwiczenie nr 5 Badanie drgań liniowych układu o jednym stopniu swobody Katedra Automatyki, Biomechaniki i Mechatroniki 90-924 Łódź, ul. Stefanowskiego 1/15, budynek A22
Bardziej szczegółowoRuchy Browna. Wykład XIII Mechanika statystyczna 1. Podejście Einsteina
Wykład XIII Mechanika statystyczna 1 Ruchy Browna Stosując metody fizyki statystycznej do opisu układów wielu ciał, koncentrowaliśmy się dotychczas na ich charakterystykach uśrednionych po dostatecznie
Bardziej szczegółowoPodstawy Automatyki. Wykład 2 - matematyczne modelowanie układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 2 - matematyczne modelowanie układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2019 Wstęp Obiekty (procesy) rzeczywiste, a co za tym idzie układy regulacji, mają właściwości nieliniowe,
Bardziej szczegółowoFizyka statystyczna, elementy termodynamiki nierównowagowej Cele, zakres zagadnień
Fizyka statystyczna, elementy termodynamiki nierównowagowej Cele, zakres zagadnień Narzędzia przypomnienie podstawowych definicji i twierdzeń z rachunku prawdopodobienstwa; podstawowe rozkłady statystyczne
Bardziej szczegółowoUkłady stochastyczne
Instytut Informatyki Uniwersytetu Śląskiego 21 stycznia 2009 Definicja Definicja Proces stochastyczny to funkcja losowa, czyli funkcja matematyczna, której wartości leżą w przestrzeni zdarzeń losowych.
Bardziej szczegółowo2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.
Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.
Bardziej szczegółowoWykład 1 i 2. Termodynamika klasyczna, gaz doskonały
Wykład 1 i 2 Termodynamika klasyczna, gaz doskonały dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak (Wydział Fizyki PW) Wykład: Elementy fizyki
Bardziej szczegółowoOpis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk
Opis systemów dynamicznych Mieczysław Brdyś 27.09.2010, Gdańsk Rozważmy układ RC przedstawiony na rysunku poniżej: wejscie u(t) R C wyjście y(t)=vc(t) Niech u(t) = 2 + sin(t) dla t t 0 gdzie t 0 to chwila
Bardziej szczegółowo2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.
Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.
Bardziej szczegółowoAnaliza matematyczna dla informatyków 3 Zajęcia 14
Analiza matematyczna dla informatyków 3 Zajęcia 14 Metoda rozwiązywania (Jednorodne równanie różniczkowe liniowe rzędu n o stałych współczynnikach). gdzie a 0,..., a n 1 C. Wielomian charakterystyczny:
Bardziej szczegółowoStochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów
Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Warszawa 14
Bardziej szczegółowoKinematyka: opis ruchu
Kinematyka: opis ruchu Fizyka I (B+C) Wykład IV: Ruch jednostajnie przyspieszony Ruch harmoniczny Ruch po okręgu Klasyfikacja ruchów Ze względu na tor wybrane przypadki szczególne prostoliniowy, odbywajacy
Bardziej szczegółowo= = Budowa materii. Stany skupienia materii. Ilość materii (substancji) n - ilość moli, N liczba molekuł (atomów, cząstek), N A
Budowa materii Stany skupienia materii Ciało stałe Ciecz Ciała lotne (gazy i pary) Ilość materii (substancji) n N = = N A m M N A = 6,023 10 mol 23 1 n - ilość moli, N liczba molekuł (atomów, cząstek),
Bardziej szczegółowoWstęp do rachunku prawdopodobieństwa. Cz. 1 / William Feller. wyd. 6, dodr. 4. Warszawa, Spis treści
Wstęp do rachunku prawdopodobieństwa. Cz. 1 / William Feller. wyd. 6, dodr. 4. Warszawa, 2012 Spis treści Od Wydawnictwa 5 Z przedmowy autora do wydania pierwszego 7 Z przedmowy autora do wydania drugiego
Bardziej szczegółowoPODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek
PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Piotr Wiącek ROZKŁAD PRAWDOPODOBIEŃSTWA Jest to miara probabilistyczna określona na σ-ciele podzbiorów borelowskich pewnej przestrzeni metrycznej. σ-ciało podzbiorów
Bardziej szczegółowoSystemy. Krzysztof Patan
Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej
Bardziej szczegółowoTermodynamika. Część 4. Procesy izoparametryczne Entropia Druga zasada termodynamiki. Janusz Brzychczyk, Instytut Fizyki UJ
Termodynamika Część 4 Procesy izoparametryczne Entropia Druga zasada termodynamiki Janusz Brzychczyk, Instytut Fizyki UJ Pierwsza zasada termodynamiki procesy kwazistatyczne Zgodnie z pierwszą zasadą termodynamiki,
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowoTadeusz Lesiak. Dynamika punktu materialnego: Praca i energia; zasada zachowania energii
Mechanika klasyczna Tadeusz Lesiak Wykład nr 4 Dynamika punktu materialnego: Praca i energia; zasada zachowania energii Energia i praca T. Lesiak Mechanika klasyczna 2 Praca Praca (W) wykonana przez stałą
Bardziej szczegółowoRównania dla potencjałów zależnych od czasu
Równania dla potencjałów zależnych od czasu Potencjały wektorowy A( r, t i skalarny ϕ( r, t dla zależnych od czasu pola elektrycznego E( r, t i magnetycznego B( r, t definiujemy poprzez następujące zależności
Bardziej szczegółowoPostulaty interpretacyjne mechaniki kwantowej Wykład 6
Postulaty interpretacyjne mechaniki kwantowej Wykład 6 Karol Kołodziej Instytut Fizyki Uniwersytet Śląski, Katowice http://kk.us.edu.pl 19 września 2014 Karol Kołodziej Postulaty interpretacyjne mechaniki
Bardziej szczegółowoMODELE MATEMATYCZNE W UBEZPIECZENIACH
MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 3: WYZNACZANIE ROZKŁADU CZASU PRZYSZŁEGO ŻYCIA 1 Hipoteza jednorodnej populacji Rozważmy pewną populację osób w różnym wieku i załóżmy, że każda z tych osób
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Bardziej szczegółowoProcesy stochastyczne
Wykład I: Istnienie procesów stochastycznych 21 lutego 2017 Forma zaliczenia przedmiotu Forma zaliczenia Literatura 1 Zaliczenie ćwiczeń rachunkowych. 2 Egzamin ustny z teorii 3 Do wykładu przygotowane
Bardziej szczegółowoZagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1
Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1 Tomasz Chwiej 6 czerwca 2016 1 Równania różniczkowe zwyczajne Zastosowanie szeregu Taylora do konstrukcji ilorazów różnicowych: iloraz
Bardziej szczegółowoTeoria ze Wstępu do analizy stochastycznej
eoria ze Wstępu do analizy stochastycznej Marcin Szumski 22 czerwca 21 1 Definicje 1. proces stochastyczny - rodzina zmiennych losowych X = (X t ) t 2. trajektoria - funkcja (losowa) t X t (ω) f : E 3.
Bardziej szczegółowoWykład 4. II Zasada Termodynamiki
Wykład 4 II Zasada Termodynamiki Ogólne sformułowanie: istnienie strzałki czasu Pojęcie entropii i temperatury absolutnej Ćwiczenia: Formy różniczkowe Pfaffa 1 I sza Zasada Termodynamiki: I-sza zasada
Bardziej szczegółowoLiczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Finanse i Rachunkowość Rodzaj przedmiotu: podstawowy Opiekun: prof. nadzw. dr hab. Tomasz Kuszewski Poziom studiów (I lub II stopnia): I stopnia
Bardziej szczegółowoStabilność II Metody Lapunowa badania stabilności
Metody Lapunowa badania stabilności Interesuje nas w sposób szczególny system: Wprowadzamy dla niego pojęcia: - stabilności wewnętrznej - odnosi się do zachowania się systemu przy zerowym wejściu, czyli
Bardziej szczegółowo12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:
Bardziej szczegółowoTematy prac magisterskich i doktorskich
Tematy prac magisterskich i doktorskich Stochastyczna dynamika z opóźnieniami czasowymi w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki
Bardziej szczegółowoFizyka na usługach inżynierii finansowej 1
Fizyka na usługach inżynierii finansowej 1 Plan referatu 1. Zwiazek ekonomii z naukami ścisłymi 2. Ekonofizyka 3. Metody fizyki w inżynierii finansowej Bładzenie przypadkowe Uniwersalność Korelacje Macierze
Bardziej szczegółowoWykład 3. Entropia i potencjały termodynamiczne
Wykład 3 Entropia i potencjały termodynamiczne dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak (Wydział Fizyki PW) Wykład: Elementy fizyki statystycznej
Bardziej szczegółowo19 marzec, Łańcuchy Markowa z czasem dyskretnym. Procesy Stochastyczne, wykład 6, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136
Procesy Stochastyczne, wykład 6, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 19 marzec, 2012 Przykłady procesów Markowa (i). P = (p ij ) - macierz stochastyczna, tzn. p ij 0, j p ij =
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 szczegółowoPojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład 1
Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład dr Mariusz Grządziel 5 lutego 04 Paradoks Zenona z Elei wersja uwspółcześniona Zenek goni Andrzeja; prędkość Andrzeja:
Bardziej szczegółowoProcesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. Przykład Symetryczne błądzenie przypadkowe na prostej. 1 2 Łańcuchem
Bardziej szczegółowostudia stacjonarne w/ćw zajęcia zorganizowane: 30/15 3,0 praca własna studenta: 55 Godziny kontaktowe z nauczycielem akademickim: udział w wykładach
Nazwa jednostki prowadzącej kierunek: Nazwa kierunku: Poziom kształcenia: Profil kształcenia: Moduły wprowadzające / wymagania wstępne: Nazwa modułu (przedmiot lub grupa przedmiotów) Osoby prowadzące:
Bardziej szczegółowoZ-0099z. Fizyka II. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki. Stacjonarne Wszystkie Katedra Fizyki Prof. Dr hab.
KARTA MODUŁU / KARTA PRZEDMIOTU Z-0099z Kod modułu Nazwa modułu Fizyka II Nazwa modułu w języku angielskim Physics II Obowiązuje od roku akademickiego 01/013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek
Bardziej szczegółowo1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych
Równania różniczkowe zwyczajne o rozdzielonych zmiennych Definicja. Równaniem różniczkowym o rozdzielonych zmiennych nazywamy równanie postaci p(y) = q() (.) rozwiązanie równania sprowadza się do postaci
Bardziej szczegółowoMetody Lagrange a i Hamiltona w Mechanice
Metody Lagrange a i Hamiltona w Mechanice Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład 9 M. Przybycień (WFiIS AGH) Metody Lagrange a i Hamiltona... Wykład
Bardziej szczegółowoBiostatystyka, # 3 /Weterynaria I/
Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoLiteratura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.
Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej
Bardziej szczegółowo12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:
Bardziej szczegółowoVI. Równania różniczkowe liniowe wyższych rzędów
VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych
Bardziej szczegółowoI. KARTA PRZEDMIOTU CEL PRZEDMIOTU
I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: MATEMATYKA 2. Kod przedmiotu: Ma 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Mechanika i budowa maszyn 5. Specjalność: Eksploatacja Siłowni
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja
Bardziej szczegółowoWykład FIZYKA I. 10. Ruch drgający tłumiony i wymuszony. Dr hab. inż. Władysław Artur Woźniak
Wykład FIZYKA I 1. Ruch drgający tłumiony i wymuszony Dr hab. inż. Władysław Artur Woźniak Instytut Fizyki Politechniki Wrocławskiej http://www.if.pwr.wroc.pl/~wozniak/fizyka1.html Siły oporu (tarcia)
Bardziej szczegółowo