Technika optymalizacji
|
|
- Bogumił Kurowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Algorytmy bezgraientowe Algorytmy optymalizacji loalnej c. Nieliniowe zaanie optymalizacji statycznej bez ograniczeń - nieliniowe algorytmy optymalizacji loalnej c. r inŝ. Ewa Szlachcic Wyział Eletronii Kierune: Eletronia III r. Algorytm Neler a-meae a Matlab - uncja search Algorytm auss a-seil a Algorytm Powella Algorytm Zangwilla Algorytmy graientowe Algorytm najwięszego spau Zmoyiowany algorytm Newtona Algorytm Fletchera-Reeves a Algorytm Polaa-Ribiery Algorytm Fletchera-Powella-Daviona Matlab wersja metoy Quasi-Newton - uncja unc Metoa auss a-seiel a "punty.at" ***.5*** a metoa jest stosowana la uncji tórych poziomice mają ształt wąsich olin. MoŜna zięi niej uzysać znaczną poprawę szybości zbieŝności w stosunu o metoy aussa-seila. Moyiacja ierunu poszuiwań następuje tu w wyniu wprowazania o bazy ortogonalnej ierunów sprzęŝonych o juŝ istniejących. Do istniejącej bazy wprowaza się ieruni sprzęŝone co obieg czyli po imalizacji wzłuŝ n ierunów obowiązującej bazy. Wyres warstwic uncji PoniewaŜ ieruni wzajemnie sprzęŝone są liniowo niezaleŝne w metozie Powella zachowany pozostaje warune jenoznaczności przeształcenia bazy ierunów poszuiwań. Dzięi temu mamy pewność iŝ nie nastąpi reucja wymiarowości bazy co prowaziłoby o niezbieŝności metoy. Dla j...n obliczamy λ j imalizujące j oraz współrzęne puntu j j- λ j j Wyznaczamy słaowe ierunu sprzęŝonego zgonie ze wzorem : n n n 3 Oreślamy λ imalizujące n wzłuŝ nowego ierunu n oraz wyznaczamy współrzęne nowego puntu startowego n n λ n "punty.at" ***.5***--.5 ^ Doonujemy moyiacji ierunów poszuiwań zgonie z zasaą r r la r.. n Czynności o rou o 4 powtarzamy aŝ spełnione zostanie ryterium na imum Wyres warstwic uncji
2 Algorytm Neler a- Meae a algorytm symplesu NM la zaań bez ograniczeń Algorytm Comples la zaań z ograniczeniami Simples w n-wymiarowej przestrzeni jest zbiorem n lub n puntów wielościanem o nn wierzchołach. Metoa sprawza się obrze nawet la mocno nieliniowych uncji jena wymaga sporych nałaów pracy numerycznej szczególne przy uŝej liczbie zmiennych ecyzyjnych. Ogólny schemat algorytmu: Utworzyć simples o n lub n wierzchołach i wartości uncji w wierzchołach Obliczyć śroe symetrii symplesu z wyłączeniem puntu oraz wartość uncji w tym puncie n i Zastosować operacje: i n Operacja obicia n Operacja espansji Operacja ontracji Operacja zmniejszania Operacja obicia: naleŝy wyznaczyć nowy punt: jeśli: o α laα i o > NaleŜy wyznaczyć nowy simples z uŝyciem o w miejsce Operacja espansji: naleŝy wyznaczyć nowy punt: e o γ gy < laγ Operacja ontracji: naleŝy wyznaczyć nowy punt: o i i ρ gy la laρ / Operacja zmniejszanie: la wierzchołów i naleŝy wyznaczyć nowe współrzęne i i σ lai {... n } σ / LEMA. Niech : X R n R ZałóŜmy Ŝe istnieje la tórego: Metoy graientowe Metoa najwięszego spau NS jest to metoa graientowa tóra pozwala szuać imum róŝniczowalnej uncji nieliniowej. bęzie uncją róŝniczowalną w puncie < Wówczas istnieje taie σ > Ŝe la wszystich τ σ ] zachozi τ <. X Schemat algorytmu optymalizacji loalnej bez ograniczeń Wybierz punt startowy. Oblicz wartość uncji oraz jeŝeli jest to wymagane to jej graient czy hesjan H 3 Zbaaj przyjęte ryterium zbieŝności. Jeśli ryterium jest spełnione to oniec algorytmu uzysano rozwiązanie optymalne i optymalną wartość uncji celu JeŜeli nie to przejź o 4 4 Wyznacz ustalony ierune poszuiwań : 5 Wyonaj imalizację ierunową wybraną metoą: 6 Postaw i przejź o oraz Algorytm obliczeń metoa NS Wybierz punt startowy o. Oblicz wartość uncji oraz jej graient Zbaaj ryterium zbieŝności: czyli ε 3 Wyznacz ierune poszuiwań : 4 Wyonaj imalizację ierunową wybraną metoą: 5 Postaw oraz i powtórz gzie ε δ] np.: ε 6 Jeśli ta to oniec jeśli nie to przejź o 3
3 Algorytm bisecji z testem wusośnym olstein a algorytm graientowy Do imalizacji w ierunu zastosowano graientowy algorytm bisecji z testem wusośnym olstein a : Do wyszuania puntów spełniających test wusośny olsteina stosuje się algorytm bisecji: Oblicz pochoną w ierunu p o oraz współczynni rou τ R > tai Ŝe τ R < Wyznacz τ τl τr. Oblicz τ. 3 Jeśli τ < pτ to postaw τ L i przejź o rou w przeciwnym razie przejź o rou 4 4 Jeśli τ > pτ to postaw τ R i przejź o rou w przeciwnym przypau oniec. Działanie algorytmu bisecji z testem wusośnym olstein'a la uncji: Pochona w ierunu zatem mamy: p o 6 punt początowy [ ] ierune [ ] współczynni testu początowa wartość współczynnia rou τ R 9 ołaność la testu ε 5 5 la [ ] 6 4 [ 6] Otrzymujemy wartość pochonej p: o p [ 6 ] 6 Obliczamy τ τl τr oraz τ. τ τr 9 45 τ JeŜeli to postaw τ < pτ τ L i przejź o rou. W przeciwnym wypau przejź o rou 4 Przechozimy o rou 3 it. sprawzamy: -675 <? NIE Przechozimy o rou 4
4 4 JeŜeli to postaw τ > pτ τ R i przejź o rou. W przeciwnym wypau KONIEC 8 sprawzamy: -675 >? AK i przechozimy o rou DRUA IERACJA... Po trzeciej iteracji otrzymujemy wyni τ3375 Działanie algorytmu najwięszego spau la uncji: punt początowy [ 3] współczynni testu 4 początowa wartość współczynnia rou τ R Kolejno poane są punty wyznaczone za pomocą algorytmu najszybszego spau la uncji: [3] 5 [] [.5.5].5 3 [.55] [.5.5] 4.65 it. Funcja celu I ta olejno aŝ o momentu gy zostanie spełniony warune 3 ε np. : ε a uzysano rozwiązanie optymalne [] i. M Kolejne iteracje metoy najwięszego spau NS e i Metoa aussa-seila barzo wolna zbieŝność liniowa Metoa najwięszego spau zbieŝność liniowa 5 3 ^ 4 H H { h } Metoa Newtona zbieŝna waratowo ale osztowna i nie zawsze stabilna ij i j i j {... n} Najeetywniejsze są tzw. metoy quasi-newtonowsie w tórych w olejnych iteracjach onstruuje się przybliŝenie owrotności hesjanu. M
5 Wyzia Eletronii stuia I st. Kieruni poszuiwań la meto graientowych. Metoa Pola a-ribier y: Wyznacz ierune sprzęŝony gzie: DFP moyiacja macierzy polegająca na oawaniu w aŝej olejnej iteracji o atualnej macierzy czynnia powoującego ąŝenie macierzy o macierzy H -. A ><. Metoa Fletcher a-reeves a Wyznacz ierune sprzęŝony gzie: 3. Metoa Davion a-fletcher a-powell a DFP Wyzia Eletronii stuia I st. Metoy Quasi-Newtonowsie metoy przybliŝające wartość hesjanu 4. Metoa royen-fletcher-olarb-shanno FS Atualizacja rozwiązania: gzie: H I I gzie:. Właściwości metoy: ra operacji owracania macierzy hesjanu liso rozwiązania optymalnego obra zbieŝność Na początu obliczeń zbieŝność słaba słabe jest przybliŝenie hesjanu PrzybliŜenie hesjanu w aŝej iteracji polepsza się. H Dla
min h = x x Algorytmy optymalizacji lokalnej Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji x x
Nelnowe zaane optymalzacj bez ogranczeń numeryczne metoy teracyjne optymalzacj mn n x R ) = f x Algorytmy poszuwana mnmum loalnego la: f zaana programowana nelnowego bez ogranczeń zaana programowana nelnowego
Bardziej szczegółowoMetody optymalizacji nieliniowej (metody programowania nieliniowego) Ewa Niewiadomska-Szynkiewicz Instytut Automatyki i Informatyki Stosowanej
Metody optymalizacji nieliniowej metody programowania nieliniowego Ewa Niewiadomsa-Szyniewicz Instytut Automatyi i Inormatyi Stosowanej Ewa Niewiadomsa-Szyniewicz ens@ia.pw.edu.pl Instytut Automatyi i
Bardziej szczegółowoNieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji
Nelnowe zadane optymalzacj bez ogranczeń numeryczne metody teracyjne optymalzacj mn R n f ( ) = f Algorytmy poszuwana mnmum loalnego zadana programowana nelnowego: Bez ogranczeń Z ogranczenam Algorytmy
Bardziej szczegółowoWYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ
WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ Wstęp. Za wyjątie nielicznych funcji, najczęściej w postaci wieloianów, dla tórych ożna znaleźć iniu na drodze analitycznej, pozostała więszość
Bardziej szczegółowo( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego
Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu
Bardziej szczegółowoTeoria i metody optymalizacji
Teora metoy optymalzacj Nelowe zaae optymalzacj bez ograczeń umerycze metoy teracyje optymalzacj m x R f = f x Algorytmy poszuwaa mmum loalego zaaa programowaa elowego: Bez ograczeń Z ograczeam Algorytmy
Bardziej szczegółowoM eto dy o p ty m a liza cji
M eto dy o p ty m a liza cji M e to d y d et erm i ni s ty cz n e M et od y st oc h a sty cz n e b e z o gr an ic z eń z o gra n ic z en ia m i m e to d a M o nt e-c ar lo b ezg r ad ie n to w e g r ad
Bardziej szczegółowoPrzegląd metod optymalizacji wielowymiarowej. Funkcja testowa. Funkcja testowa. Notes. Notes. Notes. Notes. Tomasz M. Gwizdałła
Przegląd metod optymalizacji wielowymiarowej Tomasz M. Gwizdałła 2012.12.06 Funkcja testowa Funkcją testową dla zagadnień rozpatrywanych w ramach tego wykładu będzie funkcja postaci f (x) = (x 1 1) 4 +
Bardziej szczegółowoOptymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
Bardziej szczegółowoPORÓWNANIE WYBRANYCH ALGORYTMÓW OPTYMALIZACJI ROZPŁYWU MOCY W SYSTEMIE ELEKTROENERGETYCZNYM A COMPARISON OF SELECTED OPTIMAL POWER FLOW ALGORITHMS
ELEKRYKA 2013 Zeszyt 4 (228) Ro LIX Artur PASIERBEK, Marcin POŁOMSKI, Radosław SOKÓŁ Politechnia Śląsa w Gliwicach PORÓWNANIE WYBRANYCH ALGORYMÓW OPYMALIZACJI ROZPŁYWU MOCY W SYSEMIE ELEKROENERGEYCZNYM
Bardziej szczegółowoOptymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław OŁOŃSI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
Bardziej szczegółowoDRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH
Część 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH... 5. 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH 5.. Wprowadzenie Rozwiązywanie zadań z zaresu dynamii budowli sprowadza
Bardziej szczegółowoPLAN WYKŁADU OPTYMALIZACJA GLOBALNA ALGORYTM MRÓWKOWY (ANT SYSTEM) ALGORYTM MRÓWKOWY. Algorytm mrówkowy
PLAN WYKŁADU Algorytm mrówowy OPTYMALIZACJA GLOBALNA Wyład 8 dr inż. Agniesza Bołtuć (ANT SYSTEM) Inspiracja: Zachowanie mrówe podczas poszuiwania żywności, Zachowanie to polega na tym, że jeśli do żywności
Bardziej szczegółowoZaliczenie wykładu Technika Analogowa Przykładowe pytania (czas zaliczenia minut, liczba pytań 6 8)
Zaliczenie wyładu Technia Analogowa Przyładowe pytania (czas zaliczenia 3 4 minut, liczba pytań 6 8) Postulaty i podstawowe wzory teorii obowdów 1 Sformułuj pierwsze i drugie prawo Kirchhoffa Wyjaśnij
Bardziej szczegółowo13. 13. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE
Część 3. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE 3. 3. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE 3.. Metoda trzech momentów Rozwiązanie wieloprzęsłowych bele statycznie niewyznaczalnych można ułatwić w znaczącym
Bardziej szczegółowoBezgradientowe metody optymalizacji funkcji wielu zmiennych. informacje dodatkowe
Bezgradientowe metody optymalizacji funkcji wielu zmiennych informacje dodatkowe Wybór kierunku poszukiwań Kierunki bazowe i ich modyfikacje metody bezgradientowe. Kierunki oparte na gradiencie funkcji
Bardziej szczegółowoPROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE
PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE ORAZ ŚREDNIE 1. Procenty i proporcje DEFINICJA 1. Jeden procent (1%) pewnej liczby a to setna część tej liczby, tórą oznacza się: 1% a, przy czym 1% a = 1 p a, zaś
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ ANALITYCZNĄ
ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ LISTA ZADAŃ 1 1 Napisać w formie rozwiniętej następujące wyrażenia: 4 (a 2 + b +1 =0 5 a i b j =1 n a i b j =1 n =0 (a nb 4 3 (! + ib i=3 =1 2 Wyorzystując twierdzenie o
Bardziej szczegółowoMetody systemowe i decyzyjne w informatyce
Metody systemowe i decyzyjne w informatyce Laboratorium Zadanie nr 3 Osada autor: A Gonczarek Celem poniższego zadania jest zrealizowanie fragmentu komputerowego przeciwnika w grze strategiczno-ekonomicznej
Bardziej szczegółowowtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz
Temat: Programowanie wieloryterialne. Ujęcie dysretne.. Problem programowania wieloryterialnego. Z programowaniem wieloryterialnym mamy do czynienia, gdy w problemie decyzyjnym występuje więcej niż jedno
Bardziej szczegółowo(U.3) Podstawy formalizmu mechaniki kwantowej
3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne
Bardziej szczegółowoZadania do rozdziału 5
Zadania do rozdziału 5 Zad.5.1. Udowodnij, że stosując równię pochyłą o dającym się zmieniać ącie nachylenia α można wyznaczyć współczynni tarcia statycznego µ o. ozwiązanie: W czasie zsuwania się po równi
Bardziej szczegółowoWYKŁAD nr Ekstrema funkcji jednej zmiennej o ciągłych pochodnych. xˆ ( ) 0
WYKŁAD nr 4. Zaanie programowania nieliniowego ZP. Ekstrema unkcji jenej zmiennej o ciągłych pochonych Przypuśćmy ze punkt jest punktem stacjonarnym unkcji gzie punktem stacjonarnym nazywamy punkt la którego
Bardziej szczegółowoZestaw 12- Macierz odwrotna, układy równań liniowych
Zestaw - Macierz odwrotna, układy równań liniowych Przykładowe zadania z rozwiązaniami ZałóŜmy, Ŝe macierz jest macierzą kwadratową stopnia n. Mówimy, Ŝe macierz tego samego wymiaru jest macierzą odwrotną
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład XV: Zagadnienia redukcji wymiaru danych 2 lutego 2015 r. Standaryzacja danych Standaryzacja danych Własności macierzy korelacji Definicja Niech X będzie zmienną losową o skończonym drugim momencie.
Bardziej szczegółowoGrupowanie sekwencji czasowych
BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 3, 006 Grupowanie sewencji czasowych Tomasz PAŁYS Załad Automatyi, Instytut Teleinformatyi i Automatyi WAT, ul. Kalisiego, 00-908 Warszawa STRESZCZENIE: W artyule
Bardziej szczegółowoGeometria analityczna przestrzeni
ALGEBRA LINIOWA 1 Wydział Mechaniczny / AIR, MTR Semestr zimowy 2009/2010 Prowadzący: dr Teresa Jurlewicz Wetory, długość wetora Geometria analityczna przestrzeni Zadanie 1 [5.1] Obliczyć długości podanych
Bardziej szczegółowo4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19)
256 Fale 4.15 Badanie dyfracji światła laserowego na rysztale oloidalnym(o19) Celem ćwiczenia jest wyznaczenie stałej sieci dwuwymiarowego ryształu oloidalnego metodą dyfracji światła laserowego. Zagadnienia
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład XII: Zagadnienia redukcji wymiaru danych 12 maja 2014 Definicja Niech X będzie zmienną losową o skończonym drugim momencie. Standaryzacją zmiennej X nazywamy zmienną losową Z = X EX Var (X ). Definicja
Bardziej szczegółowoPrzekształcenie całkowe Fouriera
Przekształcenie całkowe Fouriera Postać zespolona szeregu Fouriera Niech ana bęzie funkcja f spełniająca w przeziale [, ] warunki Dirichleta. Wtey szereg Fouriera tej funkcji jest o niej zbieżny, tj. przy
Bardziej szczegółowoWYKŁAD 9 METODY ZMIENNEJ METRYKI
WYKŁAD 9 METODY ZMIENNEJ METRYKI Kierunki sprzężone. Metoda Newtona Raphsona daje dobre przybliżenie najlepszego kierunku poszukiwań, lecz jest to okupione znacznym kosztem obliczeniowym zwykle postać
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Metody optymalizacji Metody bezgradientowe optymalizacji bez ograniczeń Materiały pomocnicze do ćwiczeń
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Zadanie Rozważmy następujący model strzelania do tarczy. Współrzędne puntu trafienia (, Y ) są niezależnymi zmiennymi losowymi o jednaowym rozładzie normalnym N ( 0, σ ). Punt (0,0) uznajemy za środe tarczy,
Bardziej szczegółowoMODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH
MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa
Bardziej szczegółowoMacierze. Rozdział Działania na macierzach
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy
Bardziej szczegółowoZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ
ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ Maciej Patan Uniwersytet Zielonogórski WSTEP Zadanie minimalizacji bez ograniczeń f(ˆx) = min x R nf(x) f : R n R funkcja ograniczona z dołu Algorytm rozwiazywania Rekurencyjny
Bardziej szczegółowoKADD Minimalizacja funkcji
Minimalizacja funkcji Poszukiwanie minimum funkcji Foma kwadratowa Metody przybliżania minimum minimalizacja Minimalizacja w n wymiarach Metody poszukiwania minimum Otaczanie minimum Podział obszaru zawierającego
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)
Bardziej szczegółowoProgramowanie wielocelowe lub wielokryterialne
Programowanie wielocelowe lub wieloryterialne Zadanie wielocelowe ma co najmniej dwie funcje celu nazywane celami cząstowymi. Cele cząstowe f numerujemy indesem = 1, 2, K. Programowanie wielocelowe ciągłe.
Bardziej szczegółowoMechanika kwantowa ćwiczenia, 2007/2008, Zestaw II
1 Dane są następujące operatory: ˆD = x, ˆQ = π 0 x, ŝin = sin( ), ĉos = cos( ), ˆπ = π, ˆ0 = 0, przy czym operatory ˆπ oraz ˆ0 są operatorami mnożenia przez opowienie liczby (a) Wyznacz kwarat oraz owrotność
Bardziej szczegółowoAlgebra liniowa z geometrią analityczną
WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór
Bardziej szczegółowoUKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Uwagi wstępne Układ liniowych równań algebraicznych można
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metody kierunków poparwy (metoda Newtona-Raphsona, metoda gradientów sprzężonych) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.03.2019 1
Bardziej szczegółowoZastosowanie informatyki w elektrotechnice
Zastosowanie informatyi w eletrotechnice Politechnia Białostoca - Wydział Eletryczny Eletrotechnia, semestr V, studia niestacjonarne Ro aademici 2006/2007 Wyład nr 4 (15.12.2006 Zastosowanie informatyi
Bardziej szczegółowoSterowanie Ciągłe. Używając Simulink a w pakiecie MATLAB, zasymulować układ z rysunku 7.1. Rys.7.1. Schemat blokowy układu regulacji.
emat ćwiczenia nr 7: Synteza parametryczna uładów regulacji. Sterowanie Ciągłe Celem ćwiczenia jest orecja zadanego uładu regulacji wyorzystując następujące metody: ryterium amplitudy rezonansowej i metodę
Bardziej szczegółowoRównanie Fresnela. napisał Michał Wierzbicki
napisał Michał Wierzbici Równanie Fresnela W anizotropowych ryształach optycznych zależność między wetorami inducji i natężenia pola eletrycznego (równanie materiałowe) jest następująca = ϵ 0 ˆϵ E (1)
Bardziej szczegółowoNumeryczne metody optymalizacji Optymalizacja w kierunku. informacje dodatkowe
Numeryczne metody optymalizacji Optymalizacja w kierunku informacje dodatkowe Numeryczne metody optymalizacji x F x = min x D x F(x) Problemy analityczne: 1. Nieliniowa złożona funkcja celu F i ograniczeń
Bardziej szczegółowoColloquium 3, Grupa A
Colloquium 3, Grupa A 1. Z zasobów obliczeniowych pewnego serwera orzysta dwóch użytowniów. Każdy z nich wysyła do serwera zawsze trzy programy naraz. Użytowni czea, aż serwer wyona obliczenia dotyczące
Bardziej szczegółowoLinie wpływu w belkach statycznie niewyznaczalnych
EHANIKA BUOWI inie wpływu w belach statycznie niewyznaczalnych Zadanie.: la poniższej beli naszicuj linie wpływu reacji A, B i. Za pomocą metody przemieszczeń wyznaczyć rzędne poszczególnych linii w połowie
Bardziej szczegółowoProgramowanie wielocelowe lub wielokryterialne
Programowanie wielocelowe lub wieloryterialne Zadanie wielocelowe ma co najmniej dwie funcje celu nazywane celami cząstowymi. Cele cząstowe f numerujemy indesem = 1, 2, K. Programowanie wielocelowe ciągłe
Bardziej szczegółowoRozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F
Bardziej szczegółowoZASADY WYZNACZANIA BEZPIECZNYCH ODSTĘPÓW IZOLACYJNYCH WEDŁUG NORMY PN-EN 62305
ZASADY WYZNACZANIA BEZPIECZNYCH ODSTĘPÓW IZOLACYJNYCH WEDŁUG NORMY PN-EN 62305 Henry Boryń Politechnia Gdańsa ODSTĘPY IZOLACYJNE BEZPIECZNE Zadania bezpiecznego odstępu izolacyjnego to: ochrona przed bezpośrednim
Bardziej szczegółowoWYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony
WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g zares rozszerzony 1. Wielomiany bardzo zna pojęcie jednomianu jednej zmiennej; potrafi wsazać jednomiany podobne; potrafi
Bardziej szczegółowoA. Cel ćwiczenia. B. Część teoretyczna
A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów
Bardziej szczegółowoMetody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski
Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Eletrotechnii, Informatyi i Teleomuniacji Uniwersytet Zielonogórsi Eletrotechnia stacjonarne-dzienne pierwszego stopnia z tyt. inżyniera
Bardziej szczegółowoANALIZA WIELOKRYTERIALNA
ANALIZA WIELOKRYTERIALNA Dział Badań Operacyjnych zajmujący się oceną możliwych wariantów (decyzji) w przypadu gdy występuje więcej niż jedno ryterium oceny D zbiór rozwiązań (decyzji) dopuszczalnych x
Bardziej szczegółowoDefinicja pochodnej cząstkowej
1 z 8 gdzie punkt wewnętrzny Definicja pochodnej cząstkowej JeŜeli iloraz ma granicę dla to granicę tę nazywamy pochodną cząstkową funkcji względem w punkcie. Oznaczenia: Pochodną cząstkową funkcji względem
Bardziej szczegółowoSygnały stochastyczne
Sygnały stochastyczne Zmienne losowe E zbiór zdarzeń elementarnych (zbiór możliwych wyniów esperymentu) e E zdarzenie elementarne (wyni esperymentu) B zbiór wybranych podzbiorów zbioru E β B zdarzenie
Bardziej szczegółowoWstęp do metod numerycznych 11. Minimalizacja: funkcje wielu zmiennych. P. F. Góra
Wstęp do metod numerycznych 11. Minimalizacja: funkcje wielu zmiennych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Strategia minimalizacji wielowymiarowej Zakładamy, że metody poszukiwania minimów
Bardziej szczegółowoPARAMETRYCZNE ZAGADNIENIE ODWROTNE ODTWARZANIA WŁASNOŚCI FILTRACYJNYCH GRUNTU
MODELOWANIE INŻYNIERSIE ISNN 1896-771X 32, s. 439-446, Gliwice 2006 PARAMERYCZNE ZAGADNIENIE ODWRONE ODWARZANIA WŁASNOŚCI FILRACYJNYCH GRUNU IRENEUSZ SZCZYGIEŁ Instytut echnii Cieplnej, Politechnia Śląsa
Bardziej szczegółowo1 Metody rozwiązywania równań nieliniowych. Postawienie problemu
1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 4. Metody kierunków poprawy (metoda spadku wzdłuż gradientu) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 21.03.2019 1 / 41 Plan wykładu Minimalizacja
Bardziej szczegółowoDWUPOZIOMOWA METODA WIELOKRYTERIALNEGO STEROWANIA PRZEPŁYWEM PRODUKTÓW
DWUPOZIOMOWA METODA WIELOKRYTERIALNEGO STEROWANIA PRZEPŁYWEM PRODUKTÓW Mare MAGIERA Streszczenie: Zadanie sterowania przepływem produtów przez wielostadialną linię producyjną zostało podzielone na dwa
Bardziej szczegółowoPOPRAWA EFEKTYWNOŚCI METODY WSTECZNEJ
Nowoczesne techniki informatyczne - Ćwiczenie 6: POPRAWA EFEKTYWNOŚCI METODY BP str. 1 Ćwiczenie 6: UCZENIE SIECI WIELOWARSTWOWYCH. POPRAWA EFEKTYWNOŚCI METODY WSTECZNEJ PROPAGACJI BŁĘDU WYMAGANIA 1. Sztuczne
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 szczegółowoef 3 (dziedzina, dziedzina naturalna) Niech f : A R, gdzie A jest podzbiorem płaszczyzny lub przestrzeni Zbiór A nazywamy dziedziną funcji f i oznacza
FUNKCJE WÓCH I TRZECH ZMIENNYCH (było w semestrze II) ef 1 (funcja dwóch zmiennych) Funcją f dwóch zmiennych oreśloną na zbiorze A R o wartościach w R nazywamy przyporządowanie ażdemu puntowi ze zbioru
Bardziej szczegółowoWykład 21: Studnie i bariery cz.1.
Wyład : Studnie i bariery cz.. Dr inż. Zbigniew Szlarsi Katedra Eletronii, paw. C-, po.3 szla@agh.edu.pl http://layer.uci.agh.edu.pl/z.szlarsi/ 3.6.8 Wydział Informatyi, Eletronii i Równanie Schrödingera
Bardziej szczegółowoZADANIE 52 INTERFERENCYJNY POMIAR KRZYWIZNY SOCZEWKI (pierścienie Newtona) Cel ćwiczenia Celem ćwiczenia jest wyznaczenie, przy znanej długości fali
ZADANIE 52 INTERFERENCYJNY POMIAR KRZYWIZNY SOCZEWKI (pierścienie Newtona) Cel ćwiczenia Celem ćwiczenia jest wyznaczenie, przy znanej długości fali świetlnej, promienia rzywizny soczewi płaso-wypułej
Bardziej szczegółowoDr. inŝ. Ewa Szlachcic Katedra Automatyki, Mechatroniki i Systemów Sterowania. Przykładowe zadania optymalizacji nieliniowej bez ograniczeń
Wydział Elektroniki Kier: Automatyka i Robotyka Studia magisterskie II stopnia Dr. inŝ. Ewa Szlachcic Katedra Automatyki, Mechatroniki i Systemów Sterowania Przykładowe zadania optymalizacji nieliniowej
Bardziej szczegółowoMatematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki
Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi
Bardziej szczegółowoWyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego
Politechnia Łódza FTIMS Kierune: Informatya ro aademici: 2008/2009 sem. 2. Termin: 16 III 2009 Nr. ćwiczenia: 413 Temat ćwiczenia: Wyznaczanie długości fali świetlnej za pomocą spetrometru siatowego Nr.
Bardziej szczegółowoPomiary napięć przemiennych
LABORAORIUM Z MEROLOGII Ćwiczenie 7 Pomiary napięć przemiennych . Cel ćwiczenia Celem ćwiczenia jest poznanie sposobów pomiarów wielości charaterystycznych i współczynniów, stosowanych do opisu oresowych
Bardziej szczegółowoGranica 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 szczegółowoPodstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM
Aademia GórniczoHutnicza im. St. Staszica w Kraowie Wydział Inżynierii Mechanicznej i Robotyi Katedra Automatyzacji Procesów Podstawy Automatyi Zbiór zadań dla studentów II rou AiR oraz MiBM Tomasz Łuomsi
Bardziej szczegółowoMETODA PROJEKTOWANIA REJONU ZMIANY KIERUNKU TRASY KOLEJOWEJ
Problemy Kolejnictwa Zeszyt 5 97 Prof. dr hab. inż. Władysław Koc Politechnia Gdańsa METODA PROJEKTOWANIA REJONU ZMIANY KIERUNKU TRASY KOLEJOWEJ SPIS TREŚCI. Wprowadzenie. Ogólna ocena sytuacji geometrycznej
Bardziej szczegółowoWykład VIII Rozwiązywanie równań i układów równań nieliniowych
Wyład VIII Rozwiązywanie równań i uładów równań nieliniowych Równania nieliniowe w technice Zadanie wyznaczenia pierwiastów równania nieliniowego Metody iteracji z otaczaniem i podziałem (bisecja i regula-falsi)
Bardziej szczegółowoŚ Ś Ś Ś Ś Ś Ę Ą Ę ŚĘ Ę Ś ń Ę Ę Ą Ł Ż Ń Ł ć Ą ć Ł Ę Ó ć Ź ć ź ń Ń ń Ś Ą Ę Ł Ę Ą Ę ń ć ń Ź ć ń ć ń Ś ń ŚĆ ć ź Ł Ę Ę Ś Ę Ę Ę ń ŚĘ Ń Ę Ę ń ŚĘ Ę Ę Ś Ś ć ń Ę ń Ś Ę ć ć Ę Ę ć ź ć ń Ę Ń ń ć Ł Ę Ę Ę Ę ć Ę ć ć ź
Bardziej szczegółowoAnaliza numeryczna Lista nr 3 (ćwiczenia) x x 2 n x.
Analiza numeryczna Lista nr 3 (ćwiczenia) Sprawdzić że macierz ma wartości własne2+ 222 2 2 Niechx R n Udowodnić że 2 0 0 x x 2 n x 3 NiechA R n n będzie macierzą symetryczną Wiadomo że wówczas istnieje
Bardziej szczegółowoMetoda rozwiązywania układu równań liniowych z symetryczną, nieokreśloną macierzą współczynników ( 0 )
MATEMATYKA STOSOWANA 7, 2006 Izabella Czochralsa (Warszawa) Metoda rozwiązywania uładu równań liniowych z symetryczną, nieoreśloną macierzą współczynniów ( 0 ) Streszczenie. W pracy zaadaptowano opracowaną
Bardziej szczegółowoUKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać układu równań liniowych Układ liniowych równań algebraicznych
Bardziej szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia
Bardziej szczegółowoLZNK. Rozkªad QR. Metoda Householdera
Rozdziaª 10 LZNK. Rozªad QR. Metoda Householdera W tym rozdziale zajmiemy si liniowym zadaniem najmniejszych wadratów (LZNK). Dla danej macierzy A wymiaru M N i wetora b wymiaru M chcemy znale¹ wetor x
Bardziej szczegółowoProblem komiwojażera ACO. Zagadnienie optymalizacyjne, polegające na znalezieniu minimalnego cyklu Hamiltona w pełnym grafie ważonym.
Problem komiwojażera ACO Zagadnienie optymalizacyjne, polegające na znalezieniu minimalnego cyklu Hamiltona w pełnym grafie ważonym. -Wikipedia Problem do rozwiązania zazwyczaj jest przedstawiany jako
Bardziej szczegółowoNUMERYCZNA SYMULACJA STOPNIOWEGO USZKADZANIA SIĘ LAMINATÓW KOMPOZYTOWYCH NUMERICAL SIMULATION OF PROGRESSIVE DAMAGE IN COMPOSITE LAMINATES
JANUSZ GERMAN, ZBIGNIEW MIKULSKI NUMERYCZNA SYMULACJA STOPNIOWEGO USZKADZANIA SIĘ LAMINATÓW KOMPOZYTOWYCH NUMERICAL SIMULATION OF PROGRESSIVE DAMAGE IN COMPOSITE LAMINATES S t r e s z c z e n i e A b s
Bardziej szczegółowodługość całkowita: L m moment bezwładności (względem osi y): J y cm 4 moment bezwładności: J s cm 4
.9. Stalowy ustrój niosący. Poład drewniany spoczywa na dziewięciu belach dwuteowych..., swobodnie podpartych o rozstawie... m. Beli wyonane są ze stali... Cechy geometryczne beli: długość całowita: L
Bardziej szczegółowoAnaliza nośności poziomej pojedynczego pala
Poradni Inżyniera Nr 16 Atualizacja: 09/016 Analiza nośności poziomej pojedynczego pala Program: Pli powiązany: Pal Demo_manual_16.gpi Celem niniejszego przewodnia jest przedstawienie wyorzystania programu
Bardziej szczegółowoANALIZA STATYCZNA i WYMIAROWANIE KONSTRUKCJI RAMY
ANALIZA STATYCZNA i WYMIAROWANIE KONSTRUKCJI RAMY 11 10 9 8 7 6 5 4 1 1 WĘZŁY: Nr: X [m]: Y [m]: Nr: X [m]: Y [m]: 1,7 1,41 7 1,6,17,968 1,591 8 1,07,46,658 1,759 9 0,688,54 4,4 1,916 10 0,46,609 5,00,061
Bardziej szczegółowoWYKŁAD 2: CAŁKI POTRÓJNE
WYKŁAD : CAŁKI OTRÓJNE 1 CAŁKI OTRÓJNE O ROSTOADŁOŚCIANIE Oznaczenia w definicji całi po prostopadłościanie: = {(: a x, c y d, p z q} prostopadłościan w przestrzeni; = { 1,,, n } podział prostopadłościanu
Bardziej szczegółowoMetody Lagrange a i Hamiltona w Mechanice
Metody Lagrange a i Hamiltona w Mechanice Mariusz Przybycień Wydział Fizyi i Informatyi Stosowanej Aademia Górniczo-Hutnicza Wyład 12 M. Przybycień (WFiIS AGH Metody Lagrange a i Hamiltona... Wyład 12
Bardziej szczegółowoKOLOKWIUM Z ALGEBRY I R
Instrucje: Każde zadanie jest za 4 puntów. Rozwi azanie ażdego zadania musi znajdować siȩ na osobnej artce oraz być napisane starannie i czytelnie. W nag lówu ażdego rozwi azania musz a znajdować siȩ dane
Bardziej szczegółowoAnaliza B II zadania. cos kx = sin(n x) 2 sin x 2. cos n sin 1 n., tan x, cot x, log sin x, log tan x, 1 + x
Analiza B II zadania Oblicz granicę n cos n n Udowodnij wzór dla mπ 3 Udowodnij że szereg + n = cos = sin(n + sin cos n sin n jest zbieżny warunowo 4 Wyprowadź wzory (sin = cos (cos = sin 5 Wyaż że funcje
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 6 Rozwiązywanie równań nieliniowych Rozwiązaniem lub pierwiastkiem równania f(x) = 0 lub g(x) = h(x)
Bardziej szczegółowoDo wprowadzania symboli pochodnych można wykorzystać paletę Calculus lub skróty klawiszowe: SHIFT+? - wprowadza symbol pierwszej pochodnej.
1. Pochone funkcji Mathca umożliwia obliczenie pochonej funkcji w zaanym punkcie oraz wyznaczenie pochonej funkcji w sposób symboliczny. 1.1 Wyznaczanie wartości pochonej w punkcie Aby wyznaczyć pochoną
Bardziej szczegółowoMetoda Runge-Kutta-Fehlberga i sterowanie długością kroku
Metoda Runge-Kutta-Fehlberga i sterowanie długością kroku Cel: Dla zadanej tolerancji e wybrać minimalną liczbę węzłów, wystarczającą do utrzymania globalnego błedu w ramach tolerancji. Błąd globalny trudny
Bardziej szczegółowoModelowanie i obliczenia techniczne. Równania różniczkowe Numeryczne rozwiązywanie równań różniczkowych zwyczajnych
Moelowanie i obliczenia echniczne Równania różniczowe Numeryczne rozwiązywanie równań różniczowych zwyczajnych Przyła ułau ynamicznego E Uła ynamiczny R 0 Zachozi porzeba wyznaczenia: C u C () i() ur ir
Bardziej szczegółowoWstęp do metod numerycznych 12. Minimalizacja: funkcje wielu zmiennych. P. F. Góra
Wstęp do metod numerycznych 12. Minimalizacja: funkcje wielu zmiennych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Strategia minimalizacji wielowymiarowej Zakładamy, że metody poszukiwania minimów
Bardziej szczegółowoOPTYMALIZACJA PRZEPUSTOWOŚCI SIECI KOMPUTEROWYCH ZA POMOCĄ ALGORYTMÓW GENETYCZNYCH
OPTYMALIZACJA PRZEPUSTOWOŚCI SIECI KOMPUTEROWYCH ZA POMOCĄ ALGORYTMÓW GENETYCZNYCH Andrzej SZYMONIK, Krzysztof PYTEL Streszczenie: W złożonych sieciach omputerowych istnieje problem doboru przepustowości
Bardziej szczegółowoRedukcja wariancji w metodach Monte-Carlo
14.02.2006 Seminarium szkoleniowe 14 lutego 2006 Plan prezentacji Wprowadzenie Metoda losowania warstwowego Metoda próbkowania ważonego Metoda zmiennych kontrolnych Metoda zmiennych antytetycznych Metoda
Bardziej szczegółowoĆw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na okres drgań
KAEDRA FIZYKI SOSOWANEJ PRACOWNIA 5 FIZYKI Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na ores drgań Wprowadzenie Ruch drgający naeży do najbardziej rozpowszechnionych ruchów w przyrodzie.
Bardziej szczegółowoWB Wieszak Belki DOCISK. 3,26 MPa
DOCISK Założenia: - Drewno lasy C24 - Wytrzymałość charaterystyczna na ścisanie w poprze włóien c,90, 5,3 Pa - Przyjęto 1 lasę użytowania - Przyjęto onstrucję obciążoną obciążeniem ciężarem własnym i użytowym
Bardziej szczegółowo