Chapter 1: Review Exercises

Wielkość: px
Rozpocząć pokaz od strony:

Download "Chapter 1: Review Exercises"

Transkrypt

1 Chpter : Review Eercises Chpter : Review Eercises - Evlute the following integrls: ( + ) ( + ). ( ) (csc + + ) sin tn 6. ( )( + ) 7. ) ( + )( ). ( ) sin sin sec csc. + ( + tn ) (Hint: tn = sec tn.. sec (tn sec ) 9. (sec ) (sec tn + ). ( + ) ( ) ( + ) 7. sin ( + ) sec (sec + tn ) csc (csc + cot ). sin

2 Chpter : Review Eercises - 6 Evlute the following integrls: ( + ). p +. p ( + ) + +. p ( ) ( + )( + ). sin 6. sin 9. sin sin ( + ) 6. csc sec ( + ) sin sin cos + sin sin + 9. sin sin sin ( + ) sin cos ( + ) sin ( + ) sec tn

3 Chpter : Review Eercises 6-7 Choose the correct nswer: sin is equl to c + + c sin (tn ) is equl to cos (tn ) + c sin (tn ) + c 6. The vlue of the integrl () + + c (b) + + c 66. The vlue of the integrl () cos (tn ) + c (b) sin (tn ) + c p 67. The integrl + is equl to () + + c (b) ( + ) + c 68. The integrl is equl to tn + c + c () tn + c (b) tn + c 69. The vlue of the integrl () (b) ( + ) + c ( + ) + c sec is equl to cot + 7. The vlue of the integrl () sin + + c (b) sin + + c + sin cot tn sin + sin + + c Chpter : Review Eercises - Epress the following sums in terms of n:. nk= (k ). nk= (k + ) -8 Find the following sums:. nk= (k k + ). nk= (k + k + )

4 Chpter : Review Eercises. k= (k + ) 7. k= (k + k) 6. j= 8. i= (i ) j+ 9 - For the prtition P, find the norm k P k. 9. P = {,.,.,.,.6,, 6}. P = {,.,,,., 6} - 6. P = {,.,,.,., }. P = {,.,.9,.,.7,, } Find Riemnn sum RP for the given function f by choosing the mrk ω s follows: () the left-hnd endpoint, (b) the right-hnd endpoint, the midpoint,. f () = +, {,.,,.,,, 6}. f () = +, {,.,,.,,., }. f () =, {,,,.,,,.} 6. f () =, {,,,,,, 6} Find the re under the grph of f from to b by tking the limit of Riemnn sum f () = +, =, b =. f () = +, =, b = 8. f () =, =, b =. f () =, =, b = 9. f () =, =, b =. f () = + +, =, b = - 8 Let A be the re under the grph of the given function f from to b. Approimte A by dividing [, b] into subintervls of equl length nd using inscribed polygons (AIP ) nd circumscribed polygons (ACP ) for = / nd by tking the limit of Riemnn sum.. f () = +, =, b = 6. f () = +, =, b =. f () =, =, b = 7. f () =, =, b =. f () =, =, b = 8. f () = + +, =, b =

5 Chpter : Review Eercises 9 - Evlute the following integrls: ( ) 7. ( )( + ) π ( + ) 8. (6 + ) 9... π sin. π. ( ) π p b integrls: c f () =, If b f () = nd b b b f () 7. b f () g() 6. c. g() = where c (, b), evlute the following f ().. π csc π/ - 8 sec (tn sec ) b f () + g() f () + g() 8. f () + 7g() 9 - Use the properties of the definite integrls to prove the following inequlities without evluting the integrls: ( + ) ( + ). ( + ). < 7. f () =, [, ] 8. f () = +, [, ] + p Find the verge vlue of the function f on the given intervl.. f () =, [, ] 6. f () = 9, [, ]

6 6 Chpter : Review Eercises 9. f () = 6 +, [, ] Find the number z tht stisfies the Men Vlue Theorem for the function f on the given 6-6 intervl. 6. f () = +, [, ] 6. f () =, [, ] 6. f () =, [, 9] 6. f () =, [, ] Find the derivtive of the following functions: sin t dt cos t dt t 69. dt sin (t + ) 7. dt 7. tn t dt dt t + By using the trpezoidl rule, pproimte the definite integrl for the given n, then estimte the error. 7. t + dt t + dt 66. p, n= 7. 7., e, n = n= 7. p +, n= By using the Simpson s rule, pproimte the definite integrl for the given n, then estimte the error. π 76., n= sin 77. ln( + e ), 78. e, n=6 n=6

7 7 Chpter : Review Eercises π 79., n= 8-8 Find the minimum number of subintervls to pproimte the integrl the trpezoidl rule such tht the error is less thn Find the minimum number of subintervls to pproimte the integrl the Simpson s rule such tht the error is less thn 8. Choose the correct nswer: The sum nk= (k ) is equl to () n (n ) (b) n(n ) n (n +) 8. n (n ) 8. The sum lim nk= ( nk ) is equl to n () (b) 86. If nk= (k + α) = n (n ), then the vlue of α is equl to () n (b) 87. If k= (k + ) =, then the vlue of is equl to () (b) 88. If k= (αk + k ) =, then the vlue of α is equl to () (b) 89. If 6k= (k + k + α) =, then the vlue of α is equl to () (b) 9. The verge vlue of the function f () = + on [, ] is equl to () (b) 9. The verge vlue of the function f () = sin on [, π ] is equl to () π (b) π 9. The verge vlue of f () = on [, ] is equl to () (b) 9. The verge vlue of f () = sin on [ π, π] is equl to () π (b) π 9. If F() = () 8 + R t + dt, the F () is equl to (b) The vlue of the integrl is equl to + by using + + by using

8 8 Chpter : Review Eercises () (b) 96. If f () =, f () = 7, f () = nd f () =, the vlue of the integrl is equl to (b) 6 () 6 t dt, then F ( π) is equl to π π 97. If F() = ( + ) f ( + ) cos π () (b) 98. If F() = sin t dt, then F () is equl to () sin 6 sin 8 (b) sin 6 sin 8 sin 6 sin 6 sin 6 + sin Theq number z tht stisfies the Men q Vlue Theorem for f () = on [, ] is () 8 (b) 8. The number z tht stisfies the Men Vlue Theorem for f () = + on [, ] is () (b) +. If F() = tn(t ) dt, then F () is equl to () tn ( + + ) + tn ( + ) (b) tn ( + + ) tn ( + ). If F() = tn ( + ) tn ( ) p + t dt, then F () is equl to 6 6 (b) 6 (). If f ( t) dt =, then f () is equl to () (b). The vlue of the integrl (b) +. The derivtive of the integrl (b) tn () + tn 6. If G() = () e lnt e (b) () d tn t dt is equl to dt sec + sec dt, then G (e) is equl to e e

9 9 Chpter : Review Eercises Chpter : Review Eercises -6 Solve for in the following equtions:. = eln. ln = ln + ln. ln = ln( + ) + ln( ). ln =. ln = ln ln Find the following limits: 7. lim ln 6. e + e 8 =. lim ln e 8. lim. lim log + e 9. lim e +. lim+ ln sin +ln - Find the derivtives of the following functions:. f () = ln 9. f () = e+. f () = ln( + + ). f () = esin. f () = ln. f () = esec 6. f () = ln sin 7. f () = ln + 8. f () = ln( ). f () = sin(e. f () = e + 9. f () = sin ln. f () = e ln. f () = ln( sin ) +. f () = ln + ln( ). f () = (ln ). f () = ln( + ). f () = e sec. f () = eln + 6. f () = e+ sin +. f () = e+ 6. f () = e tn 7. f () = e ln 8. f () = e 9. f () = πcos. f () = sin. f () =. f () = tn(sin ) 7. f () = e +. f () = log ( 6+ ) 8. f () = ln(sin e ). f () = log(ln ) )

10 Chpter : Review Eercises - Find the derivtives of the following functions:. y = (tn )tn 8. y = 6. y = 7. y = y = sin. y = (ln )tn Evlute the following integrls: + 6. sin ln. e e + e e e eln(sin sin 6. ) etn sec ln 6. + cos (ln ) ( + ) (ln ) sin sin + 6. e ( e ) where > Choose the correct nswer: 7. If f () = log =, then is equl to () (b) 7. The vlue of the integrl () ln (b) ln is equl to ln 7. If f () = +, then f () is equl to () ( + + ln )+ (b) (ln + )+ ln ( + ln )+ ( + + ln )

11 Chpter : Review Eercises +e 76. lim e+e is equl to () (b) None of these R 77. The integrl tn is equl to () (b) sec + c ln sec (b) sin + c () ln() sin + c 79. The integrl e (+e) sec + c ln ln(sin ) is equl to 78. The integrl () e is equl to (e + ) (b) 8. If f () = ln then f (e) is equl to () (b) e sin + c ln + c (+e) e 8. lim+ sin ln is equl to () (b) 8. If f () = ln(ln ) then f () is equl to () ln (b) ln (ln) 8. The integrl ln sin is equl to () sin + c (b) (ln )sin + c tn is equl to sec () ln sec + tn + sin + c ln sec + tn sin + c sin ln sin ln + c 8. The integrl 8. The vlue of the integrl () ln (b) ln is equl to 86. If f () =, then f () is equl to () (b) e 87. The vlue of the integrl () e (7)7 is equl to ln 7 (b) ln sec + tn + c ln sec sin + c (b) ln 7 9 ln If F() =, the F (e) is equl to () (b) e e e 89. If log =, then is equl to () (b) ee e 7 ln 7

12 Chpter : Review Eercises Chpter : Review Eercises - 8 Find y in the following:. y = sin ( + ). y = cos. y = tn (sinh ). y = esech cosh (cosh ) sinh cosh. y = tn. y =. y = sec. y = sech. y = sinh ( + ). y = coth 6. y = cosh e. y = cosh 7. y = tnh 8. y = e cosh 9. y = sinh + cosh 9 - Find the following limits: 9. lim sinh 6. y = e tnh - 8. y = tnh ( + ). lim e tnh. lim esech Evlute the following integrls: e e 6 sinh cosh.. tnh sech. esinh cosh... e csch cosh y = sinh (tnh ). lim cosh sech tnh sech. tnh

13 Chpter : Review Eercises - Choose the correct nswer:. The derivtive of the function f () = tn (sinh ) is equl to () sech (b) csch tnh sech. The vlue of the integrl sinh is equl to (b) e e e. If f () = cosh, then f () is equl to () (b) + () None of these, is equl to + c (b) cosh sec + c sec None of these sec 6. The integrl () cosh cosh 7. If f () = tnh (), then f () is equl to sin () csc (b) csc os, is equl to + sin (b) tn (sin ) + c 8. The integrl () +sin is 6 cos (b) 6 + c + tnh (sin ) + c 9. The vlue of the integrl () cos 6 is + (b) sinh + c sin sin. The vlue of the integrl () sin + c sinh sin cosh is equl to sinh () tn (sinh ) + c (b) tn (sinh ) + c osh tnh (sinh ) + c. The integrl. If F() = tn + tn ( ) where 6=, then F () is equl to () + (b) + +. The derivtive of the function f () = tn (sinh ) is equl to (b) sec (sinh ) cosh () +sinh is equl to + (b) sin + c sinh cosh sinh. The vlue of the integrl () sinh. The vlue of the integrl cosh is equl to () (b) e e e e sin

y = The Chain Rule Show all work. No calculator unless otherwise stated. If asked to Explain your answer, write in complete sentences.

y = The Chain Rule Show all work. No calculator unless otherwise stated. If asked to Explain your answer, write in complete sentences. The Chain Rule Show all work. No calculator unless otherwise stated. If asked to Eplain your answer, write in complete sentences. 1. Find the derivative of the functions y 7 (b) (a) ( ) y t 1 + t 1 (c)

Bardziej szczegółowo

Numerical integration

Numerical integration Numericl integrtion Recll tht Lgrnge interpoltion of f b f (x) = n f (x i )L n,i (x) i=0 }{{} Lgrnge polnomil P n (x) + f (n+1) (ξ(x)) (n + 1)! n (x x i ) i=0 So we cn tke integrl on both sides: f (x)

Bardziej szczegółowo

Midterm Review (2) Trigonometry L R2V0C1K9U XKhuptOaT GSUoefUtowraqrleQ aldlscv.a X VA[ltlB LrmizgNhStesM krgeoseefrzvte_di.

Midterm Review (2) Trigonometry L R2V0C1K9U XKhuptOaT GSUoefUtowraqrleQ aldlscv.a X VA[ltlB LrmizgNhStesM krgeoseefrzvte_di. Trigonometr L RV0K9U XKhutOaT GSUoefUtowraqrleQ aldlsv.a X V[ltl LrmizgNhStesM krgeoseefrzvte_di. Midterm Review () Name ID: Date Period Find the amlitude, the eriod in radians, the hase shift in radians,

Bardziej szczegółowo

2017 R. Robert Gajewski: Mathcad Prime 4. Solution of examples Rozwiązania przykładów

2017 R. Robert Gajewski: Mathcad Prime 4. Solution of examples Rozwiązania przykładów 07 R. Robert Gajewski: Mathcad Prime 4 0. Calculate numerically and present results in different formats and precision. 0. Oblicz numerycznie i przedstaw wyniki w różnych formatach i z różną precyzją.

Bardziej szczegółowo

General Certificate of Education Ordinary Level ADDITIONAL MATHEMATICS 4037/12

General Certificate of Education Ordinary Level ADDITIONAL MATHEMATICS 4037/12 UNIVERSITY OF CAMBRIDGE INTERNATIONAL EXAMINATIONS General Certificate of Education Ordinary Level www.xtremepapers.com *6378719168* ADDITIONAL MATHEMATICS 4037/12 Paper 1 May/June 2013 2 hours Candidates

Bardziej szczegółowo

A sufficient condition of regularity for axially symmetric solutions to the Navier-Stokes equations

A sufficient condition of regularity for axially symmetric solutions to the Navier-Stokes equations A sufficient condition of regularity for axially symmetric solutions to the Navier-Stokes equations G. Seregin & W. Zajaczkowski A sufficient condition of regularity for axially symmetric solutions to

Bardziej szczegółowo

CS 6170: Computational Topology, Spring 2019 Lecture 09

CS 6170: Computational Topology, Spring 2019 Lecture 09 CS 6170: Computtionl Topology, Spring 2019 Lecture 09 Topologicl Dt Anlysis for Dt Scientists Dr. Bei Wng School of Computing Scientific Computing nd Imging Institute (SCI) University of Uth www.sci.uth.edu/~beiwng

Bardziej szczegółowo

Helena Boguta, klasa 8W, rok szkolny 2018/2019

Helena Boguta, klasa 8W, rok szkolny 2018/2019 Poniższy zbiór zadań został wykonany w ramach projektu Mazowiecki program stypendialny dla uczniów szczególnie uzdolnionych - najlepsza inwestycja w człowieka w roku szkolnym 2018/2019. Składają się na

Bardziej szczegółowo

Unitary representations of SL(2, R)

Unitary representations of SL(2, R) Unitary representations of SL(, R) Katarzyna Budzik 8 czerwca 018 1/6 Plan 1 Schroedinger operators with inverse square potential Universal cover of SL(, R) x + (m 1 4) 1 x 3 Integrating sl(, R) representations

Bardziej szczegółowo

Obliczenia Symboliczne

Obliczenia Symboliczne Lekcja Strona z Obliczenia Symboliczne MathCad pozwala na prowadzenie obliczeń zarówno numerycznych, dających w efekcie rozwiązania w postaci liczbowej, jak też obliczeń symbolicznych przeprowadzanych

Bardziej szczegółowo

Linear Classification and Logistic Regression. Pascal Fua IC-CVLab

Linear Classification and Logistic Regression. Pascal Fua IC-CVLab Linear Classification and Logistic Regression Pascal Fua IC-CVLab 1 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

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia

Analiza Matematyczna Ćwiczenia Analiza Matematyczna Ćwiczenia Spis treści Ciągi i ich własności Granica ciągu Granica funkcji 4 4 Ciągłość funkcji 6 Szeregi 8 6 Pochodna funkcji 7 Zastosowania pochodnej funkcji 8 Badanie przebiegu zmienności

Bardziej szczegółowo

Równania różniczkowe zwyczajne Zadania z odpowiedziami

Równania różniczkowe zwyczajne Zadania z odpowiedziami Równania różniczkowe zwyczajne Zadania z odpowiedziami Maciej Burnecki Spis treści strona główna I Równania pierwszego rzędu 2 1 o rozdzielonych zmiennych 2 2 jednorodne 4 3 liniowe 4 4 Bernoulliego 5

Bardziej szczegółowo

Równania różniczkowe zwyczajne zadania z odpowiedziami

Równania różniczkowe zwyczajne zadania z odpowiedziami Równania różniczkowe zwyczajne zadania z odpowiedziami Maciej Burnecki opracowanie Spis treści I Równania pierwszego rzędu 2 o rozdzielonych zmiennych 2 jednorodne 4 liniowe 4 Bernoulliego 5 Równania sprowadzalne

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE zadania z odpowiedziami

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE zadania z odpowiedziami RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE zadania z odpowiedziami Maciej Burnecki opracowanie strona główna Spis treści I Równania pierwszego rzędu 2 o rozdzielonych zmiennych 2 jednorodne 3 liniowe 3 Bernoulliego

Bardziej szczegółowo

1. Pochodna funkcji. 1.1 Pierwsza pochodna - definicja i własności Definicja pochodnej

1. Pochodna funkcji. 1.1 Pierwsza pochodna - definicja i własności Definicja pochodnej . Pierwsza pochodna - definicja i własności.. Definicja pochodnej Definicja Niech f : a, b) R oraz niech 0 a, b). Mówimy, że funkcja f ma pochodna w punkcie 0, którą oznaczamy f 0 ), jeśli istnieje granica

Bardziej szczegółowo

Rachunek różniczkowy funkcji jednej zmiennej. 1 Obliczanie pochodnej i jej interpretacja geometryczna

Rachunek różniczkowy funkcji jednej zmiennej. 1 Obliczanie pochodnej i jej interpretacja geometryczna Wydział Matematyki Stosowanej Zestaw zadań nr 4 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 4 grudnia 08r. Rachunek różniczkowy funkcji jednej zmiennej Obliczanie pochodnej

Bardziej szczegółowo

Weronika Mysliwiec, klasa 8W, rok szkolny 2018/2019

Weronika Mysliwiec, klasa 8W, rok szkolny 2018/2019 Poniższy zbiór zadań został wykonany w ramach projektu Mazowiecki program stypendialny dla uczniów szczególnie uzdolnionych - najlepsza inwestycja w człowieka w roku szkolnym 2018/2019. Tresci zadań rozwiązanych

Bardziej szczegółowo

adasalai.org POWERS OF IMAGINARY UNIT = i i 2001 Division algorithm : n = 4(q) + r

adasalai.org     POWERS OF IMAGINARY UNIT = i i 2001 Division algorithm : n = 4(q) + r .COMPLEX NUMBERS Pai POWERS OF IMAGINARY UNIT i =, i = i, i 4 = Division algorithm : n = 4(q) + r i n = (i) 4q+r = (i) 4q (i) r = (i 4 ) q (i) r if r = 0, i n = ; if r =, i n = i; if r =, i n = ; if r

Bardziej szczegółowo

Funkcje hiperboliczne

Funkcje hiperboliczne Funkcje hiperboliczne Mateusz Goślinowski grudnia 06 Geometria hiperboli Zastanówmy się nad następującym faktem. Zauważmy, jak podobne są równania okręgu jednostkowego i hiperboli jednostkowej: x + y x

Bardziej szczegółowo

Gradient Coding using the Stochastic Block Model

Gradient Coding using the Stochastic Block Model Gradient Coding using the Stochastic Block Model Zachary Charles (UW-Madison) Joint work with Dimitris Papailiopoulos (UW-Madison) aaacaxicbvdlssnafj3uv62vqbvbzwarxjsqikaboelgzux7gcaeywtsdp1mwsxeaepd+ctuxcji1r9w5984bbpq1gmxdufcy733bcmjutn2t1fawl5zxsuvvzy2t7z3zn29lkwyguktjywrnqbjwigntuuvi51uebqhjlsdwfxebz8qiwnc79uwjv6mepxgfcoljd88uiox0m1hvlnzwzgowymjn7tjyzertmvpareju5aqkndwzs83thawe64wq1j2httvxo6eopirccxnjekrhqae6wrkuuykl08/gmnjryqwsoqurubu/t2ro1jkyrzozhipvpz3juj/xjdt0ywxu55mina8wxrldkoetukairuekzbubgfb9a0q95fawonqkjoez/7lrdi6trzbcm7pqvwrio4yoarh4aq44bzuwq1ogcba4be8g1fwzjwzl8a78tfrlrnfzd74a+pzb2h+lzm=

Bardziej szczegółowo

Ć ź Ą Ć ź ź Ę Ę Ę Ę Ń Ą Ę ź ź Ó Ę Ę Ć Ę Ó ź ź ź ź Ń ź ź Ę Ę Ó ź Ć Ę ź ź Ą Ć Ę Ę Ę Ą Ć Ć Ż Ż Ó Ó Ą Ą Ą Ź Ą ź Ę Ą Ę Ó Ę ź Ę Ą Ś Ń Ż Ś Ó Ó Ó Ż Ę Ę Ę Ż Ź Ę Ę Ę Ę Ę Ę Ż Ż Ę Ę Ę Ę Ę Ę Ę Ż Ż Ń Ę Ś Ę Ę ĘĘ ÓŚ Ę

Bardziej szczegółowo

for - instrukcja pętli "dla" umożliwia wielokrotne obliczenie sekwencji wyrażeń s s + k s while z j

for - instrukcja pętli dla umożliwia wielokrotne obliczenie sekwencji wyrażeń s s + k s while z j Opracowanie: Anna Kluźniak / Jadwiga Matla Ćw4.mcd /9 Katedra Inmatyki Stosowanej - Studium Podstaw Inmatyki PAKIET MathCad - Część IV. PROGRAMOWANIE MathCad posiada możliwości tworzenia prostych podprogramów,

Bardziej szczegółowo

tum.de/fall2018/ in2357

tum.de/fall2018/ in2357 https://piazza.com/ tum.de/fall2018/ in2357 Prof. Daniel Cremers From to Classification Categories of Learning (Rep.) Learning Unsupervised Learning clustering, density estimation Supervised Learning learning

Bardziej szczegółowo

Revenue Maximization. Sept. 25, 2018

Revenue Maximization. Sept. 25, 2018 Revenue Maximization Sept. 25, 2018 Goal So Far: Ideal Auctions Dominant-Strategy Incentive Compatible (DSIC) b i = v i is a dominant strategy u i 0 x is welfare-maximizing x and p run in polynomial time

Bardziej szczegółowo

x 2 5x + 6 x 2 x 6 = 1 3, x 0sin 2x = 2, 9 + 2x 5 lim = 24 5, = e 4, (i) lim x 1 x 1 ( ), (f) lim (nie), (c) h(x) =

x 2 5x + 6 x 2 x 6 = 1 3, x 0sin 2x = 2, 9 + 2x 5 lim = 24 5, = e 4, (i) lim x 1 x 1 ( ), (f) lim (nie), (c) h(x) = Zadanie.. Obliczyć granice 2 + 2 (a) lim (d) lim 0 2 + 2 + 25 5 = 5,. Granica i ciągłość funkcji odpowiedzi = 4, (b) lim 2 5 + 6 2 6 =, 4 (e) lim 0sin 2 = 2, cos (g) lim 0 2 =, (h) lim 2 8 Zadanie.2. Obliczyć

Bardziej szczegółowo

Reguła de L Hospitala. Reguła de L Hospitala - odpowiedzi. Różniczka funkcji. Różniczka funkcji - odpowiedzi. Styczna i normalna

Reguła de L Hospitala. Reguła de L Hospitala - odpowiedzi. Różniczka funkcji. Różniczka funkcji - odpowiedzi. Styczna i normalna REGUŁA DE L HOSPITALA Rguła d L Hospitala Oblicz granicę: a lim b lim + f lim ln+ k lim l lim p u lim z lim + ln ln c lim g lim ln h lim ln sin q lim + v lim lim arc ctg π ln sin lnln sin d lim lim i lim

Bardziej szczegółowo

TTIC 31210: Advanced Natural Language Processing. Kevin Gimpel Spring Lecture 9: Inference in Structured Prediction

TTIC 31210: Advanced Natural Language Processing. Kevin Gimpel Spring Lecture 9: Inference in Structured Prediction TTIC 31210: Advanced Natural Language Processing Kevin Gimpel Spring 2019 Lecture 9: Inference in Structured Prediction 1 intro (1 lecture) Roadmap deep learning for NLP (5 lectures) structured prediction

Bardziej szczegółowo

MATEMATYKA II. znaleźć f(g(x)) i g(f(x)).

MATEMATYKA II. znaleźć f(g(x)) i g(f(x)). MATEMATYKA II PAWEŁ ZAPAŁOWSKI Równania i nierówności Zadanie Wyznaczyć dziedziny i wzory dla f f, f g, g f, g g, gdzie () f() =, g() =, () f() = 3 + 4, g() = Zadanie Dla f() = 3 5 i g() = 8 znaleźć f(g()),

Bardziej szczegółowo

ę Ś Ę Ż ć ę ę Ę Ą Ś Ó Ó Ó Ś ć ę Ć ę Ą ć Ś Ć Ś Ć Ś Ą Ę Ą Ó Ś Ę ę Ć ę Ś ę Ę Ń Ę Ó Ś Ó Ą Ż Ę ź ć Ó Ó Ś ź ź ź ŃŃ Ę ź Ó Ę Ę ć ć ę Ę ć ę Ó ę ć Ę Ć ę ę Ą ź Ś ę ę ę Ś Ń Ó ć Ć ć ź ć Ż ę Ó ę ę ę ę Ó ęć Ń ę ę Ś ę

Bardziej szczegółowo

Kurs Komputerowy S System Symboliczny Mathematica

Kurs Komputerowy S System Symboliczny Mathematica Kurs Komputerowy S System Symboliczny Mathematica Obliczenia numeryczne Dokladnosc i precyzja Precision[wartosc] SetPrecision[wartosc, precyzja] Accuracy[wartosc] SetAccuracy[wartosc, dokladnosc] MachinePrecision

Bardziej szczegółowo

TTIC 31210: Advanced Natural Language Processing. Kevin Gimpel Spring Lecture 8: Structured PredicCon 2

TTIC 31210: Advanced Natural Language Processing. Kevin Gimpel Spring Lecture 8: Structured PredicCon 2 TTIC 31210: Advanced Natural Language Processing Kevin Gimpel Spring 2019 Lecture 8: Structured PredicCon 2 1 Roadmap intro (1 lecture) deep learning for NLP (5 lectures) structured predic+on (4 lectures)

Bardziej szczegółowo

4. P : P SO P Spin, π : P M: 6. F = P Spin Spin(n) S, F ± = P Spin Spin(n) S ± 7. ω: Levi-Civita, R:, K:

4. P : P SO P Spin, π : P M: 6. F = P Spin Spin(n) S, F ± = P Spin Spin(n) S ± 7. ω: Levi-Civita, R:, K: /, Dirac,, Bismut[B]., [B], [B],, [K], [T], [W].,,,,, /.,.,,,..,.. M, g): n = l,. P SO : T M, M SOn) 3. P Spin : M Spinn), P SO 4. P : P SO P Spin, π : P M: 5. S = S + S : Spinn) l S +, S l ) 6. F = P

Bardziej szczegółowo

Matematyka 3. Suma szeregu. Promień zbieżności szeregu. Przykład 1: Przykład 2: GenerateConditions

Matematyka 3. Suma szeregu. Promień zbieżności szeregu. Przykład 1: Przykład 2: GenerateConditions Matematyka 3 Suma szeregu? Sum i max Sum[f, {i, i max }] evaluates the sum f. Sum[f, {i, i min, i max }] starts with i = i min. Sum[f, {i, i min, i max, di}] uses steps di. Sum[f, {i, {i 1, i 2, }}] uses

Bardziej szczegółowo

Ł Ł ń ń Ą ń ń Ś ń Ź ń ń ń Ż ń Ł ń Ś ń ń ń Ą Ą Ł Ż ń ń Ś ń Ź ń ń ć Ź ń ć Ś ć ć ń Ź ń Ą Ł Ł Ę ĘĘ Ż Ź ć Ł ń Ś Ą Ł Ł Ł Ą Ę Ę ń Ń ń Ź ń ć Ż ń Ż Ś ń Ń ń Ń Ź Ą ć Ł ń ć ć Ź Ą Ą Ą Ź Ą Ł Ą Ś ń ń Ś Ś Ą Ć ŚĆ Ł ć Ż

Bardziej szczegółowo

Ź Ę Ę Ś Ś Ś ć Ę ć Ś ć Ź Ż Ś ć Ż Ź Ż Ą Ż Ę Ś Ź Ę Ź Ż Ó Ś ć ć Ś Ż Ć ź Ś Ń Ź ć Ó ź Ś Ń ź Ń Ź Ź ź Ż Ź Ź Ź Ź Ż Ź ć Ż Ę ź Ę ź ć Ń ć ć ć ć Ź Ę Ą ć Ę ć Ń ć ć Ź Ż ć Ó Ó Ó Ż ć Ó Ż Ę Ą Ź Ó Ń Ł ź ź Ń ć ć Ż ć Ś Ą

Bardziej szczegółowo

Ł Ł Ś Ś ź Ć ź ź ź Ń Ł Ż Ś ź Ę Ż Ń Ę ź ź ź Ę ź Ł Ę ź Ę Ę Ę ź ź Ś ź ź Ł Ł Ź Ę Ł Ś ź Ę Ę Ę ń ź Ą ó Ę ĘĘ ź Ę ź Ą Ł Ę Ł Ą ź Ę ó Ź Ś ź Ń Ę Ę ĘĘ Ą Ś Ę Ł Ę Ć Ź ź Ź Ę Ę Ź ź Ź Ź Ź Ł Ż Ł Ę ź Ż Ź ź Ź Ź Ź Ź Ą Ż ŚĆ

Bardziej szczegółowo

Ą Ń Ś Ę ź Ś Ś ź ź Ś Ś ź Ł Ś Ś Ś Ł ĘĘ Ś Ś Ś ć Ś Ś Ś Ś Ł Ó Ś Ł ć Ś Ść Ś Ś Ś Ń ć Ś Ł Ś Ź Ą ć ć Ł ź Ś Ą Ś Ł Ą Ś Ś Ą Ś Ś ź Ś ć Ł ć ć Ł Ł ć Ź ć ć Ś ć ź Ź ć Ś ć ć ć Ś Ą Ś Ś Ś ć Ś Ść Ś ć Ł ć Ś ć Ś Ś Ń ć ć Ł Ś

Bardziej szczegółowo

sin x 1+cos 2x. 3. Znajd¹ okres podstawowy funkcji: 6) f(x) = cos(4πx + 2), 8) f(x) = cos 2 x, 9) f(x) = tg πx 4) f 1 ([1, 9]), 5) f ([ 1, 1]),

sin x 1+cos 2x. 3. Znajd¹ okres podstawowy funkcji: 6) f(x) = cos(4πx + 2), 8) f(x) = cos 2 x, 9) f(x) = tg πx 4) f 1 ([1, 9]), 5) f ([ 1, 1]), WBiA In»ynieria rodowiska Matematyka wiczenia. Wyja±nij poj cia: funkcja dziedzina dziedzina naturalna przeciwdziedzina zbiór warto±ci iniekcja suriekcja bijekcja funkcja nie)rosn ca nie)malej ca wkl sªa

Bardziej szczegółowo

y f x 0 f x 0 x x 0 x 0 lim 0 h f x 0 lim x x0 - o ile ta granica właściwa istnieje. f x x2 Definicja pochodnych jednostronnych 1.5 0.

y f x 0 f x 0 x x 0 x 0 lim 0 h f x 0 lim x x0 - o ile ta granica właściwa istnieje. f x x2 Definicja pochodnych jednostronnych 1.5 0. Matematyka ZLic - 3 Pochodne i różniczki funkcji jednej zmiennej Definicja Pochodną funkcji f w punkcie x, nazwiemy liczbę oznaczaną symbolem f x lub df x dx, równą granicy właściwej f x lim h - o ile

Bardziej szczegółowo

Rachunek lambda, zima

Rachunek lambda, zima Rachunek lambda, zima 2015-16 Wykład 2 12 października 2015 Tydzień temu: Własność Churcha-Rossera (CR) Jeśli a b i a c, to istnieje takie d, że b d i c d. Tydzień temu: Własność Churcha-Rossera (CR) Jeśli

Bardziej szczegółowo

1 Szeregi potęgowe. 1.1 Promień zbieżności szeregu potęgowego. Wydział Informatyki, KONWERSATORIUM Z MATEMATYKI, 2008/2009.

1 Szeregi potęgowe. 1.1 Promień zbieżności szeregu potęgowego. Wydział Informatyki, KONWERSATORIUM Z MATEMATYKI, 2008/2009. Szeregi potęgowe Definicja.. Szeregiem potęgowym o środku w punkcie R nazywamy szereg postaci: gdzie x R oraz c n R dla n = 0,, 2,... c n (x ) n, Przyjmujemy, że 0 0 def =. Liczby c n nazywamy współczynnikami

Bardziej szczegółowo

EGZAMIN Z ANALIZY II R

EGZAMIN Z ANALIZY II R EGZAMIN Z ANALIZY II R Instrukcja obsługi Za każde zadanie można dostać 4 punkty Rozwiązanie każdego zadania należy napisać na osobnej kartce starannie i czytelnie W nagłówku rozwiązania należy umieścić

Bardziej szczegółowo

Spis treści. Spis treści 2

Spis treści. Spis treści 2 Spis treści Spis treści Algebra. Liczby zespolone.................................................. Liczby zespolone - odpowiedzi.......................................... 5. Macierze......................................................

Bardziej szczegółowo

Szeregi funkcyjne. Szeregi potęgowe i trygonometryczne. Katedra Matematyki Wydział Informatyki Politechnika Białostocka

Szeregi funkcyjne. Szeregi potęgowe i trygonometryczne. Katedra Matematyki Wydział Informatyki Politechnika Białostocka Szeregi funkcyjne Szeregi potęgowe i trygonometryczne Małgorzata Wyrwas Katedra Matematyki Wydział Informatyki Politechnika Białostocka Szeregi funkcyjne str. 1/36 Szereg potęgowy Szeregiem potęgowym o

Bardziej szczegółowo

Egzamin z matematyki dla I roku Biochemii i Biotechnologii

Egzamin z matematyki dla I roku Biochemii i Biotechnologii Egzamin z matematyki dla I roku Biochemii i Biotechnologii 9..04 Zadanie (0 punktów). Rozwiązać układ + 3y z = 3 5y + z = a 5 ay + 3z = 3 dla a = oraz dla a = 4. Zadanie (0 punktów). Wyznaczyć dziedzinę,

Bardziej szczegółowo

v = v i e i v 1 ] T v =

v = v i e i v 1 ] T v = v U = e i,..., e n ) v = n v i e i i= e i i v T v = = v v n v n U v v v +q 3q +q +q b c d XY X +q Y 3q r +q = r 3q = r +q = r +q = r 3q = r +q = E = E +q + E 3q + E +q = k q r+q 3 + k 3q r 3q 3 b V = kq

Bardziej szczegółowo

Aerodynamics I Compressible flow past an airfoil

Aerodynamics I Compressible flow past an airfoil Aerodynamics I Compressible flow past an airfoil transonic flow past the RAE-8 airfoil (M = 0.73, Re = 6.5 10 6, α = 3.19 ) Potential equation in compressible flows Full potential theory Let us introduce

Bardziej szczegółowo

v = v i e i v 1 ] T v = = v 1 v n v n ] a r +q = a a r 3q =

v = v i e i v 1 ] T v = = v 1 v n v n ] a r +q = a a r 3q = v U = e i,..., e n ) v = n v i e i i= e i i v T v = = v v n v v v v n 3q q q q r q = r 3q = E = E q E 3q E q = k q rq 3 k 3q r 3q 3 r q = k q rq 3 = kq 4 3 ) 4 q d b d c d d X d ± = d r = x y T d ± r ±

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. I Pochodne funkcji, przebieg zmienności funkcji

Zadania z analizy matematycznej - sem. I Pochodne funkcji, przebieg zmienności funkcji Zadania z analizy matematycznej - sem. I Pochodne funkcji przebieg zmienności funkcji Definicja 1. Niech f : (a b) R gdzie a < b oraz 0 (a b). Dla dowolnego (a b) wyrażenie f() f( 0 ) = f( 0 + ) f( 0 )

Bardziej szczegółowo

ARITHMETIC. Centres at:

ARITHMETIC. Centres at: entres t: ================================================================================== RITHMETI. 7 6 6 7 6 6 7 () () 3 is equl to 5. The gretest numer mong 3 5 7 5, 3 is () 3 () 7 3 5 5 3. numer

Bardziej szczegółowo

Ą Ń Ę Ę Ą Ę Ć ź Ż Ż Ą ń Ź Ż Ż ń ń Ź Ą Ń Ą Ą Ę ń ź Ę Ę Ż Ć Ą ź Ą Ę ń ź Ę ń ń Ą Ż Ę ń Ą ń ń Ę Ę Ę Ź ń Ę ń ń ń ń Ź Ę Ś ź Ą Ń ń Ż Ź Ę Ź ń ń ń Ę Ę ń Ż Ą ń ńń Ś ń ń Ż Ż Ę Ż Ń Ę Ą Ń Ł ń ń ń ń ń ń ń ń Ś Ź Ę Ś

Bardziej szczegółowo

Ł ŚĆ ń Ś Ł Ź Ć Ł Ą ńń ć Ż Ą Ł Ś ń Ł ć Ś ń ć ć ć Ó Ż ć ć Ą Ś ć Ś ć Ń Ś ć Ś ć Ś Ć Ś Ż Ś Ś Ż Ś Ó ń ć ć Ź Ł ć ć ć ń ń ć ć Ą ć ć ć Ź ć ć ć ć ć ć Ó Ź Ó Ł Ł Ń ć ć Ź Ą ć ć ń ć Ą ć ć ć Ł Ź Ź Ź Ż Ł Ż Ł Ż ć ń ć Ą

Bardziej szczegółowo

(4) (b) m. (c) (d) sin α cos α = sin 2 k = sin k sin k. cos 2 m = cos m cos m. (g) (e)(f) sin 2 x + cos 2 x = 1. (h) (f) (i)

(4) (b) m. (c) (d) sin α cos α = sin 2 k = sin k sin k. cos 2 m = cos m cos m. (g) (e)(f) sin 2 x + cos 2 x = 1. (h) (f) (i) (3) (e) sin( θ) sin θ cos( θ) cos θ sin(θ + π/) cos θ cos(θ + π/) sin θ sin(θ π/) cos θ cos(θ π/) sin θ sin(θ ± π) sin θ cos(θ ± π) cos θ sin(θ ± π) sin θ cos(θ ± π) cos θ (f) cos x cos y (g) sin x sin

Bardziej szczegółowo

Matematyka dla DSFRiU zbiór zadań

Matematyka dla DSFRiU zbiór zadań I Matematyka dla DSFRiU zbiór zadań do użytku wewnętrznego Sumowanie skończone W zadaniach -4 obliczyć podaną sumę. dr Leszek Rudak Uniwersytet Warszawski Wydział Zarządzania. 5 i. i= 4 i. i= 5 ( ) i i=

Bardziej szczegółowo

Jeden obraz bywa lepszy niż 1000 słów

Jeden obraz bywa lepszy niż 1000 słów Stowarzyszenie na rzecz Edukacji Matematycznej Konferencja Na płaszczyźnie i w przestrzeni, Ameliówka 25-27 X 2013 1 9 + 1 9 5 9 + 1 9 5 9 2 + 1 9 5 9 3 +... = 1 4 1 9 + 1 9 5 9 + 1 9 5 9 2 + 1 9 5 9 3

Bardziej szczegółowo

Podstawowe wyrażenia matematyczne

Podstawowe wyrażenia matematyczne Lech Sławik Podstawy Maximy 3 Wyrażenia matematyczne.wxmx 1 / 7 Podstawowe wyrażenia matematyczne 1 Nazwy Nazwy (zmiennych, stałych, funkcji itp.) w Maximie mogą zawierać małe i duże litery alfabetu łacińskiego,

Bardziej szczegółowo

Instrukcja konfiguracji usługi Wirtualnej Sieci Prywatnej w systemie Mac OSX

Instrukcja konfiguracji usługi Wirtualnej Sieci Prywatnej w systemie Mac OSX UNIWERSYTETU BIBLIOTEKA IEGO UNIWERSYTETU IEGO Instrukcja konfiguracji usługi Wirtualnej Sieci Prywatnej w systemie Mac OSX 1. Make a new connection Open the System Preferences by going to the Apple menu

Bardziej szczegółowo

Metody numeryczne I. Programy wspomagajace obliczenia Maxima. Janusz Szwabiński. szwabin@ift.uni.wroc.pl

Metody numeryczne I. Programy wspomagajace obliczenia Maxima. Janusz Szwabiński. szwabin@ift.uni.wroc.pl Metody numeryczne I Programy wspomagajace obliczenia Maxima Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/25 Maxima Pierwsze kroki Przekształcenia wyrażeń

Bardziej szczegółowo

Machine Learning for Data Science (CS4786) Lecture 11. Spectral Embedding + Clustering

Machine Learning for Data Science (CS4786) Lecture 11. Spectral Embedding + Clustering Machine Learning for Data Science (CS4786) Lecture 11 Spectral Embedding + Clustering MOTIVATING EXAMPLE What can you say from this network? MOTIVATING EXAMPLE How about now? THOUGHT EXPERIMENT For each

Bardziej szczegółowo

Convolution semigroups with linear Jacobi parameters

Convolution semigroups with linear Jacobi parameters Convolution semigroups with linear Jacobi parameters Michael Anshelevich; Wojciech Młotkowski Texas A&M University; University of Wrocław February 14, 2011 Jacobi parameters. µ = measure with finite moments,

Bardziej szczegółowo

Proposal of thesis topic for mgr in. (MSE) programme in Telecommunications and Computer Science

Proposal of thesis topic for mgr in. (MSE) programme in Telecommunications and Computer Science Proposal of thesis topic for mgr in (MSE) programme 1 Topic: Monte Carlo Method used for a prognosis of a selected technological process 2 Supervisor: Dr in Małgorzata Langer 3 Auxiliary supervisor: 4

Bardziej szczegółowo

g liczb rzeczywistych (a n ) spe lnia warunek

g liczb rzeczywistych (a n ) spe lnia warunek . Czy jest prawda, że a) R y R z R y + yz + = 0 ; b) R y R z R y + yz + 0 ; c) R y R z R y + yz + = 0 ; d) R y R z R y + yz + 0? 2. Czy jest prawdziwa nierówność a) ctg > ; b) tg < cos ; c) cos < sin ;

Bardziej szczegółowo

ELEKTROTECHNIKA Semestr 1 Rok akad / ZADANIA Z MATEMATYKI Zestaw Przedstaw w postaci algebraicznej liczby zespolone: (3 + 2j)(5 2j),

ELEKTROTECHNIKA Semestr 1 Rok akad / ZADANIA Z MATEMATYKI Zestaw Przedstaw w postaci algebraicznej liczby zespolone: (3 + 2j)(5 2j), ELEKTROTECHNIKA Semestr Rok akad. / 5 ZADANIA Z MATEMATYKI Zestaw. Przedstaw w postaci algebraicznej liczby zespolone: (3 + j)(5 j) 3 j +j (5 + j) (3 + j) 3. Narysuj zbiory punktów na płaszczyźnie: +j

Bardziej szczegółowo

Funkcje. Część druga. Zbigniew Koza. Wydział Fizyki i Astronomii

Funkcje. Część druga. Zbigniew Koza. Wydział Fizyki i Astronomii Funkcje Część druga Zbigniew Koza Wydział Fizyki i Astronomii Wrocław, 2015 GRANICA I CIĄGŁOŚĆ FUNKCJI Granica funkcji Funkcja f: R A R ma w punkcie x 0 granicę g wtedy i tylko wtedy gdy dla każdego ciągu

Bardziej szczegółowo

SQL 4 Structured Query Lenguage

SQL 4 Structured Query Lenguage Wykład 5 SQL 4 Structured Query Lenguage Instrukcje sterowania danymi Bazy Danych - A. Dawid 2011 1 CREATE USER Tworzy nowego użytkownika Składnia CREATE USER specyfikacja użytkownika [, specyfikacja użytkownika]...

Bardziej szczegółowo

Funkcje. Alina Gleska. Instytut Matematyki, Wydział Elektryczny, Politechnika Poznańska

Funkcje. Alina Gleska. Instytut Matematyki, Wydział Elektryczny, Politechnika Poznańska Dr Instytut Matematyki, Wydział Elektryczny, Politechnika Poznańska Definicja Funkcja f ze zbioru X w zbiór Y nazywamy relację, która każdemu elementowi x X przyporzadkowuje dokładnie jeden element y Y.

Bardziej szczegółowo

Matematyka. rok akademicki 2008/2009, semestr zimowy. Konwersatorium 1. Własności funkcji

Matematyka. rok akademicki 2008/2009, semestr zimowy. Konwersatorium 1. Własności funkcji . Własności funkcji () Wyznaczyć dziedzinę funkcji danej wzorem: y = 2 2 + 5 y = +4 y = 2 + (2) Podać zbiór wartości funkcji: y = 2 3, [2, 5) y = 2 +, [, 4] y =, [3, 6] (3) Stwierdzić, czy dana funkcja

Bardziej szczegółowo

harmonic functions and the chromatic polynomial

harmonic functions and the chromatic polynomial harmonic functions and the chromatic polynomial R. Kenyon (Brown) based on joint work with A. Abrams, W. Lam The chromatic polynomial with n colors. G(n) of a graph G is the number of proper colorings

Bardziej szczegółowo

CAŁKI NIEOZNACZONE C R}.

CAŁKI NIEOZNACZONE C R}. CAŁKI NIEOZNACZONE Definicja 1 Funkcja F jest funkcją pierwotną funkcji f na przedziale I, jeżeli F (x) = f(x) dla każdego x I. Np. funkcjami pierwotnymi funkcji f(x) = sin x na R są cos x, cos x+1, cos

Bardziej szczegółowo

Wykład 2 Zmienne losowe i ich rozkłady

Wykład 2 Zmienne losowe i ich rozkłady Wykład 2 Zmienne losowe i ich rozkłady Magdalena Frąszczak Wrocław, 11.10.2017r Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe Doświadczenie

Bardziej szczegółowo

Laboratorium 1b Operacje na macierzach oraz obliczenia symboliczne

Laboratorium 1b Operacje na macierzach oraz obliczenia symboliczne Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych Laboratorium Metod Numerycznych Laboratorium 1b Operacje na macierzach oraz obliczenia symboliczne 1 Zadania 1. Obliczyć numerycznie

Bardziej szczegółowo

1. Definicja granicy właściwej i niewłaściwej funkcji.

1. Definicja granicy właściwej i niewłaściwej funkcji. V. Granica funkcji jednej zmiennej. 1. Definicja granicy właściwej i niewłaściwej funkcji. Definicja 1.1. (sąsiedztwa punktu i sąsiedztwa nieskończoności) Niech x 0 R, r > 0, a, b R. Definiujemy S(x 0,

Bardziej szczegółowo

Wprowadzenie do metod numerycznych Wykład 9 Różniczkowanie numeryczne

Wprowadzenie do metod numerycznych Wykład 9 Różniczkowanie numeryczne Wprowadzenie do metod numerycznych Wykład 9 Różniczkowanie numeryczne Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści 1 Na czym polega różniczkowanie numeryczne

Bardziej szczegółowo

1 Funkcja wykładnicza i logarytm

1 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 szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 3 listopada 06r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej

Bardziej szczegółowo

Funkcja rzeczywista zmiennej rzeczywistej. Pochodna (szkic wykªadu)

Funkcja rzeczywista zmiennej rzeczywistej. Pochodna (szkic wykªadu) Funkcja rzeczywista zmiennej rzeczywistej. Pochodna (szkic wykªadu) opracowaªa Gra»yna Ciecierska 1 Denicja pochodnej Denicja. Niech : X R, X R oraz U(x 0, r) X dla pewnego r > 0. Ilorazem ró»nicowym unkcji

Bardziej szczegółowo

Analiza Algorytmów. Informatyka, WPPT, Politechnika Wroclawska. 1 Zadania teoretyczne (ćwiczenia) Zadanie 1. Zadanie 2. Zadanie 3

Analiza Algorytmów. Informatyka, WPPT, Politechnika Wroclawska. 1 Zadania teoretyczne (ćwiczenia) Zadanie 1. Zadanie 2. Zadanie 3 Analiza Algorytmów Informatyka, WPPT, Politechnika Wroclawska 1 Zadania teoretyczne (ćwiczenia) Zadanie 1 Niech k będzie dodatnią liczbą całkowitą. Rozważ następującą zmienną losową Pr[X = k] = (6/π 2

Bardziej szczegółowo

STAŁE TRASY LOTNICTWA WOJSKOWEGO (MRT) MILITARY ROUTES (MRT)

STAŁE TRASY LOTNICTWA WOJSKOWEGO (MRT) MILITARY ROUTES (MRT) AIP VFR POLAND VFR ENR 2.4-1 VFR ENR 2.4 STAŁE TRASY LOTNICTWA WOJSKOWEGO (MRT) MILITARY ROUTES (MRT) 1. INFORMACJE OGÓLNE 1. GENERAL 1.1 Konkretne przebiegi tras MRT wyznaczane są według punktów sieci

Bardziej szczegółowo

Funkcje Analityczne, ćwiczenia i prace domowe

Funkcje Analityczne, ćwiczenia i prace domowe Funkcje Analityczne, ćwiczenia i prace domowe P. Wojtaszczyk 29 maja 22 Ten plik będzie progresywnie modyfikowany. Będzie on zawierał. Zadanie omówione na ćwiczeniach 2. Zadania ćwiczebne do samodzielnego

Bardziej szczegółowo

I Rok LOGISTYKI: wykªad 2 Pochodna funkcji. iloraz ró»nicowy x y x

I Rok LOGISTYKI: wykªad 2 Pochodna funkcji. iloraz ró»nicowy x y x I Rok LOGISTYKI: wykªad 2 Pochodna funkcji Niech f jest okre±lona w Q(x 0, δ) i x Q(x 0, δ). Oznaczenia: x = x x 0 y = y y 0 = f(x 0 + x) f(x 0 ) y x = f(x 0 + x) f(x 0 ) iloraz ró»nicowy x y x = tgβ,

Bardziej szczegółowo

1 Funkcja wykładnicza i logarytm

1 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 szczegółowo

Pomoc do programu konfiguracyjnego RFID-CS27-Reader User Guide of setup software RFID-CS27-Reader

Pomoc do programu konfiguracyjnego RFID-CS27-Reader User Guide of setup software RFID-CS27-Reader 2017-01-24 Pomoc do programu konfiguracyjnego RFID-CS27-Reader User Guide of setup software RFID-CS27-Reader Program CS27 Reader należy uruchomić przez wybór opcji CS27 i naciśnięcie przycisku START. Programme

Bardziej szczegółowo

METHOD 2 -DIAGNOSTIC OUTSIDE

METHOD 2 -DIAGNOSTIC OUTSIDE VW MOTOMETER BOSCH METHOD 1 - OBD 2 METHOD 2 -DIAGNOSTIC OUTSIDE AFTER OPERATION YOU MUST DISCONECT ACU OR REMOVE FUSE FOR RESTART ODOMETER PO ZROBIENIU LICZNIKA ZDJĄĆ KLEMĘ LUB WYJĄĆ 2 BEZPIECZNIKI OD

Bardziej szczegółowo

Hard-Margin Support Vector Machines

Hard-Margin Support Vector Machines Hard-Margin Support Vector Machines aaacaxicbzdlssnafiyn9vbjlepk3ay2gicupasvu4iblxuaw2hjmuwn7ddjjmxm1bkcg1/fjqsvt76fo9/gazqfvn8y+pjpozw5vx8zkpvtfxmlhcwl5zxyqrm2vrg5zw3vxmsoezi4ogkr6phieky5crvvjhriqvdom9l2xxftevuwcekj3lktmhghgniauiyutvrwxtvme34a77kbvg73gtygpjsrfati1+xc8c84bvraowbf+uwnipyehcvmkjrdx46vlykhkgykm3ujjdhcyzqkxy0chur6ax5cbg+1m4bbjptjcubuz4kuhvjoql93hkin5hxtav5x6yyqopnsyuneey5ni4keqrxbar5wqaxbik00icyo/iveiyqqvjo1u4fgzj/8f9x67bzmxnurjzmijtlybwfgcdjgfdtajwgcf2dwaj7ac3g1ho1n4814n7wwjgjmf/ys8fenfycuzq==

Bardziej szczegółowo

Uczenie ze wzmocnieniem

Uczenie ze wzmocnieniem Uczenie ze wzmocnieniem Maria Ganzha Wydział Matematyki i Nauk Informatycznych 2018-2019 Temporal Difference learning Uczenie oparte na różnicach czasowych Problemy predykcyjne (wieloetapowe) droga do

Bardziej szczegółowo

WYDZIAŁ INFORMATYKI I ZARZĄDZANIA, studia niestacjonarne ANALIZA MATEMATYCZNA1, lista zadań 1

WYDZIAŁ INFORMATYKI I ZARZĄDZANIA, studia niestacjonarne ANALIZA MATEMATYCZNA1, lista zadań 1 WYDZIAŁ INFORMATYKI I ZARZĄDZANIA, studia niestacjonarne ANALIZA MATEMATYCZNA, lista zadań. Dla podanych ciągów napisać wzory określające wskazane wyrazy tych ciągów: a) a n = n 3n +, a n+, b) b n = 3

Bardziej szczegółowo

Harmonogramowanie, kosztorysowanie, planowanie budowy.

Harmonogramowanie, kosztorysowanie, planowanie budowy. Harmonogramowanie, kosztorysowanie, planowanie budowy. Adrian Bałazy, Dawid Fedko Realizacja Modelowanie Symulacje BIM Koordynacja Harmonogram Przedmiary Adrian Bałazy AUTOMATYZACJA PROCESU BUDOWLANEGO

Bardziej szczegółowo

deep learning for NLP (5 lectures)

deep learning for NLP (5 lectures) TTIC 31210: Advanced Natural Language Processing Kevin Gimpel Spring 2019 Lecture 6: Finish Transformers; Sequence- to- Sequence Modeling and AJenKon 1 Roadmap intro (1 lecture) deep learning for NLP (5

Bardziej szczegółowo

CAŠKA NIEOZNACZONA. Politechnika Lubelska. Z.Šagodowski. 18 lutego 2016

CAŠKA NIEOZNACZONA. Politechnika Lubelska. Z.Šagodowski. 18 lutego 2016 WYKŠAD CAŠKA NIEOZNACZONA Z.Šagodowski Politechnika Lubelska 8 lutego 06 Denicja CAŠKA NIEOZNACZONA Funkcja F jest funkcja pierwotn funkcji f na przedziale A, je»eli Zauwa»my,ze F (x) = f (x), dla ka»dego

Bardziej szczegółowo

Informacje pomocnicze:

Informacje pomocnicze: dr Krzysztof yjewski Informatyka; S-I 0.in». 7 grudnia 06 Rachunek caªkowy funkcji jednej zmiennej. Caªka nieoznaczona. przydatne wzory: Informacje pomocnicze: Lp. Wzór Uwagi. dx = x c. adx = ax c 3. x

Bardziej szczegółowo

ANALIZA MATEMATYCZNA I

ANALIZA MATEMATYCZNA I ANALIZA MATEMATYCZNA I Lista zadań dla kursów mających ćwiczenia co dwa tygodnie. Zadania po symbolu potrójne karo omawiane są na ćwiczeniach rzadko, ale warto też poświęcić im nieco uwagi. Lista nie zawiera

Bardziej szczegółowo