Optymalizacja procesów sterowania z opóźnieniami

Wielkość: px
Rozpocząć pokaz od strony:

Download "Optymalizacja procesów sterowania z opóźnieniami"

Transkrypt

1 Optymalizacja prcesów sterwania z późnieniami Prblem sterwania ptymalneg prcesami z późnieniami stanu plega na minimalizacji wskaźnika jakści G(x, u). = t1 t g(x(t), x(t r), u(t), t)dt + h(x(t 1 )) z uwzglȩdnieniem równania dynamiki prcesu ze skupinym późnieniem stanu r ẋ(t) = f(x(t), x(t r), u(t), t), t [t, t 1 ] i z zadanym funkcyjnym warunkiem pcz atkwym x(t) = ξ(t), t [t r, t ] raz z uwzglȩdnieniem graniczeń chwilwych sterwania u(t) U, t [t, t 1 ]. Stan funkcyjny x(t), t [t r, t ] nazywa siȩ stanem zupe lnym prcesu z późnieniami. Jeśli zadany jest zupe lny stan pcz atkwy takieg prcesu i jeg sterwanie, t równanie stanu prcesu z późnieniami psiada jednznaczne rzwi azanie w przedziale sterwania [t, t 1 ]. Wektr x(t) nazywa siȩ stanem chwilwym prcesu z późnieniami. W dalszym ci agu stswane s a znaczenia g(x, x, u, t), f(x, x, u, t), gdzie x jest argumentem późninym funkcji g i f. Na funkcjȩ g nak ladany jest warunek g(x, x,, t) = c znacza, że wyzerwanie sterwania wyzerwuje sk ladw a ca lkw a wskaźnika jakści. Warunek taki upraszcza bliczanie gradientu wskaźnika jakści zredukwaneg d przestrzeni sterwania. Z uwagi na z lżny charakter dynamiki klasy rzważanych prcesów d ich ptymalizacji stswane s a w pierwszej klejnści metdy kierunków pprawy takie jak metda najszybszeg spadku z antygradientem jak kierunkiem pprawy (jeśli U = R m ) lub z rzutwanym antygradientem jak kierunkiem pprawy (jeśli U jest wypuk lym zbirem dmkniȩtym). Wzór na gradient wskaźnika jakści 1

2 zredukwaneg d przestrzeni sterwania prcesu z późnieniami mżna uzyskać stsuj ac metdȩ wariacji funkcjna lu Lagrange a w pstaci t1 L(η, x, u) =. g(x(t), x(t r), u(t), t)dt + h(x(t 1 )) t t1 t + η T (t)(ẋ(t) f(x(t), x(t r), u(t), t))dt + η T (t)(x(t) ξ(t))dt. t t r Jeśli U = R m, t warunek knieczny ptymalnści prcesu sterwania przybiera pstać zerwania siȩ pierwszych wariacji funkcjna lu Lagrange a L η δη =, L x δx =, L u δu =, przy czym wariacja stanu w przedziale pcz atkwym jest zerwa δx(t) =, t [t r, t ] pnieważ ustalny jest warunek pcz atkwy ξ(t), t [t r, t ]. Zerwanie siȩ wariacji funkcjna lu L wzglȩdem zmiennej sprzȩżnej η prwadzi d równania stanu z funkcyjnym warunkiem pcz atkwym L η δη = ẋ(t) = f(x(t), x(t r), u(t), t), t [t, t 1 ], x(t) = ξ(t), t [t r, t ]. Zerwanie siȩ wariacji funkcjna lu L wzglȩdem zmiennej stanu x prwadzi d równania sprzȩżneg z funkcyjnym warunkiem kńcwym t1 L x δx = (g x (t)δx(t) + g x (t)δx(t r))dt + h x (x(t 1 ))δx(t 1 )+ t t1 + η T (t)(δẋ(t) f x (t)δx(t) f x (t)δx(t r))dt =. t Pdstawienia t =. t1 t1 r t r,...dt...d t, prwadz a d wyrażenia t1 t t r g x (t) g x ( t + r), η T (t)f x (t) η T ( t + r)f x (t + r) t (g x (t) η T (t)f x (t))δx(t)dt + t1 r t r (g x ( t + r) η T ( t + r)f x ( t + r)δx( t)d t +h x (x(t 1 ))δx(t 1 ) + η T (t 1 )δx(t 1 ) η T (t )δx(t ) η T (t)δx(t)dt =. t Zak ladamy funkcyjny warunek kńcwy na zmienne sprzȩżne w przedziale wyprzedzaj acym mment kńcwy przedzia lu sterwania t1 η(t) = h x (x(t 1 )), t [t 1, t 1 + r] 2

3 i zerwe sterwanie w tym przedziale tj. u(t) =, t [t 1, t 1 + r]. Bierzemy pd uwagȩ warunek δx =, t [t r, t ]. Stsuj ac pnwnie zamianȩ czasu uzyskujemy wyrażenie t1 t t, t1 t...dt t1 r t r...d t. t (g x (t) + g x (t + r) η T (t)f x (t) η T (t + r)f x (t + r) η T (t))δx(t)dt =. Uzyskujemy w ten spsób równanie sprzȩżne dla prcesu z późnieniami jak równanie różniczkwe z wyprzedzeniem η T (t) = η T (t)f x (t) η T (t + r)f x (t + r) + g x (t) + g x (t + r) i z funkcyjnym warunkiem kńcwym η T (t) = h x (x(t 1 )), t [t 1, t 1 + r]. Transpzycja i pdstawienie zmiennych prceswych daje w wyniku pe ln a pstać równania sprzȩżneg dla prcesu z późnieniem stanu jak wektrweg równania różniczkweg z wyprzedzeniem η(t) = f T x (x(t), x(t r), u(t), t)η(t) f T x (x(t + r), x(t), u(t + r), t)η(t + r) +g T x (x(t), x(t r), u(t), t) + g T x (x(t + r), x(t), u(t + r), t) z funkcyjnym warunkiem kńcwym η(t) = h x (x(t 1 )), t [t 1, t 1 + r]. Zerwanie siȩ wariacji funkcjna lu L wzglȩdem sterwania prwadzi d wzru na gradient wskaźnika jakści prcesu z późnieniami zredukwaneg d przestrzeni sterwania gdzie L u δu = t1 t H u (η(t), x(t), x(t r), u(t), t)δu(t)dt =, H(η(t), x(t), x(t r), u(t), t) =. g(x(t), x(t r), u(t), t)+η T (t)f(x(t), x(t r), u(t), t) jest funkcj a Hamiltna prblemu ptymalneg sterwania prcesami z późnieniami. Oznacza t, że wspmniany gradient wyraża siȩ wzrem J u (u)(t) = H u (η(t), x(t), x(t r), u(t), t), t [t, t 1 ]. 3

4 W prstych przypadkach sterwanie ptymalne mżna wyznaczyć z równania H u (η(t), x(t), x(t r), u(t), t) = np. na pdstawie przebiegu zmiennych sprzȩżnych. W trudniejszych przypadkach mżna ps lużyć siȩ metdami kierunków pprawy. Metda kierunków pprawy dla klasy rzważanych prblemów sterwania mże być kreślna nastȩpuj ac kreśl pcz atkwe sterwanie i funkcyjny warunek pcz atkwy stanu, wyznacz rzwi azanie równania stanu z późnieniem stanu, wyznacz rzwi azanie równania sprzȩżneg z wyprzedzeniem zmiennej sprzȩżnej, blicz gradient wskaźnika jakści w przestrzeni funkcyjnej sterwania jak pchdn a funkcji Hamiltna prblemu sterwania z późnieniami, blicz nwe sterwanie w kierunku antygradientu u + = u γju T (u) (jeśli U = R m ) lub w kierunku rzutwaneg antygradientu u + = π U (u γju T (u)) jeśli U jest dmkniȩtym zbirem wypuk lym z d lugści a krku γ kreśln a w wyniku minimalizacji kierunkwej wskaźnika jakści. Przyk lad: Minimalizacja dchylenia scylatra liniweg z późnieniem stanu d p lżenia równwagi. Zmiennymi prceswymi s a x 1 (t) - p lżenie scylatra w chwili t, x 2 (t) - prȩdkść scylatra w chwili t, u(t) - si la stabilizuj aca w chwili t. Należy zminimalizwać dchylenie scylatra z późnieniem amtyzatra d p lżenia równwagi z uwzglȩdnieniem strat energetycznych na sterwanie x 2 1(1) + x 2 2(1) + c 1 u 2 (t)dt przy graniczeniach w pstaci równań stanu z późnieniem ẋ 1 (t) = x 2 (t), t [, 1], ẋ 2 (t) = ax 1 (t r) + u(t), t [, 1], z funkcyjnym warunkiem pcz atkwym x 1 (t) = x 1, t [ r, ], x 2 (t) = x 2, t [ r, ]. 4

5 Zak ladamy, że si la ści agaj aca amrtyzatra przejawia swje dzia lanie p up lywie czasu r, c implikuje późnienie w drugim równaniu stanu. Równania sprzȩżne przyjmuj a pstać liniwych równań z wyprzedzeniem η 1 (t) = aη 2 (t + r), t [, 1], η 2 (t) = η 1 (t), t [, 1] z warunkami kńcwymi η 1 (t) = 2x 1 (1), t [1, 1 + r], η 2 (t) = 2x 2 (2), t [1, 1 + r]. Zapisujemy funkcjȩ Hamiltna prblemu H(t) = cu 2 (t) + η 1 (t)x 2 (t) + η 2 (t)( ax 1 (t r) + u(t)) i jej pchdn a H u (t) = 2cu(t) + η 2 (t). Z równania H u (t) = wynika, że sterwanie ptymalne wyrazi siȩ wzrem u (t) = 1 2c η 2(t), t [, 1]. W tym prstym przyk ladzie rzwi azujemy liniwe późnine równania stanu, liniwe wyprzedzne równania sprzȩżne i kreślamy sterwanie ptymalne na pdstawie przebiegu zmiennych sprzȩżnych. 5

6 Przyk lad: Minimalizacja dchylenia stabilneg scylatra nieliniweg z późnieniem stanu d p lżenia równwagi. Zmiennymi prceswymi s a x 1 (t) - p lżenie scylatra w chwili t, x 2 (t) - prȩdkść scylatra w chwili t, u(t) - si la stabilizuj aca w chwili t. Należy zminimalizwać dchylenie niestabilneg nieliniweg scylatra z późnieniem amtyzatra d p lżenia równwagi z uwzglȩdnieniem strat energetycznych na sterwanie x 2 1(1) + x 2 2(1) + c 1 u 2 (t)dt przy graniczeniach w pstaci równań stanu z późnieniem ẋ 1 (t) = x 2 (t), t [, 1], ẋ 2 (t) = ax 1 (t r) ãx 3 1(t r) + u(t), t [, 1], z funkcyjnym warunkiem pcz atkwym x 1 (t) = x 1, t [ r, ], x 2 (t) = x 2, t [ r, ]. Zak ladamy, że si la ści agaj aca amrtyzatra przejawia swje dzia lanie p up lywie czasu r, c implikuje późnienie w drugim równaniu stanu. Równania sprzȩżne przyjmuj a pstać nieliniwych równań z wyprzedzeniem η 1 (t) = (a + 2ãx 2 1(t))η 2 (t + r), t [, 1], η 2 (t) = η 1 (t), t [, 1] z warunkami kńcwymi η 1 (t) = 2x 1 (1), t [1, 1 + r], η 2 (t) = 2x 2 (2), t [1, 1 + r]. Przyk lad: Minimalizacja dchylenia scylatra nieliniweg z późnieniem stanu i z granicznym bszarem stabilnści lkalnej d p lżenia równwagi. Zmiennymi prceswymi s a x 1 (t) - p lżenie scylatra w chwili t, x 2 (t) - prȩdkść scylatra w chwili t, 6

7 u(t) - si la stabilizuj aca w chwili t. Należy zminimalizwać dchylenie niestabilneg nieliniweg scylatra z późnieniem amtyzatra d p lżenia równwagi z uwzglȩdnieniem strat energetycznych na sterwanie x 2 1(1) + x 2 2(1) + c 1 u 2 (t)dt przy graniczeniach w pstaci równań stanu z późnieniem ẋ 1 (t) = x 2 (t), t [, 1], ẋ 2 (t) = ax 1 (t r) + ãx 3 1(t r) + u(t), t [, 1], z funkcyjnym warunkiem pcz atkwym x 1 (t) = x 1, t [ r, ], x 2 (t) = x 2, t [ r, ]. Zak ladamy, że si la ści agaj aca amrtyzatra przejawia swje dzia lanie p up lywie czasu r, c implikuje późnienie w drugim równaniu stanu. Równania sprzȩżne przyjmuj a pstać nieliniwych równań z wyprzedzeniem η 1 (t) = (a 2ãx 2 1(t))η 2 (t + r), t [, 1], η 2 (t) = η 1 (t), t [, 1] z warunkami kńcwymi η 1 (t) = 2x 1 (1), t [1, 1 + r], η 2 (t) = 2x 2 (2), t [1, 1 + r]. W statnich dwóch przypadkach równania stanu i równania sprzȩżne maj a charakter nieliniwy. D ptymalizacji stswane s a metdy kierunków pprawy z bliczaniem gradientu zredukwaneg wskaźnika jakści za pmc a równań sprzȩżnych. 7

8 Przyk lad: Maksymalizacja uzysku bimasy we wsadwym bireaktrze sterwanym za pmc a bikatalizatra. Zmiennymi prceswymi s a x 1 (t) - stȩżenie substratu w bireaktrze w chwili t, x 2 (t) - stȩżenie ppulacji mikrbilgicznej w bireaktrze w chwili t, u(t) - intensywnść dzwania bikatalizatra w chwili t. Należy zmaksymalizwać stȩżenie ppulacji mikrbilgicznej w mmencie kńcwym cyklu funkcjnwania bireaktra wsadweg (t =, t 1 = 1) G(x, u). = x 2 (1) min uwzglȩdniaj ac równania dynamiki prcesu z późnieniem stanu ẋ 1 (t) = u(t)x 1 (t)ax 2 (t)/(b + x 2 (t)), t [, 1], ẋ 2 (t) = u(t)x 1 (t r)ax 2 (t)/(b + x 2 (t)), t [, 1], i z funkcyjnym warunkiem pcz atkwym x 1 (t) = x 1, t [ r, ], x 2 (t) = x 2, t [ r, ] raz z graniczeniem chwilwym sterwania Równania sprzȩżne przybieraj a pstać równań różniczkwych z wyprzedzeniem u(t) [, 1], t [, 1]. η 1 (t) = u(t) ax 2(t) b + x 2 (t) η ab 1(t) u(t + r) b + x 2 (t) η 2(t + r), t [, 1], ab η 2 (t) = u(t)x 1 (t) (b + x 2 ) η ab 1(t) u(t + r)x 2 1 (t) (b + x 2 (t)) η 2(t + r), t [, 1], 2 i z funkcyjnymi warunkami kńcwymi η 1 (t) =, t [1, 1 + r], η 2 (t) = x 2 (1), t [1, 1 + r]. Funkcjȩ Hamiltna prblemu mżna zapisać jak nastȩpuje H(t) = η 1 (t)u(t)x 1 (t) ax 2(t) b + x 2 (t) + η 2(t)u(t)x 1 (t r) ax 2(t) b + x 2 (t), 8

9 a gradient wskaźnika jakści jak funkcjȩ H u (t) = η 1 (t)x 1 (t) ax 2(t) b + x 2 (t) + η 2(t)x 1 (t r) ax 2(t) b + x 2 (t). Optymalne sterwanie cykliczne prcesów ze skupinymi późnieniami stanu i sterwania Mdele prcesów cyklicznych z późnieniami Prcesy z późnieniami recyrkulacyjnymi u(t) Obiekt sterwania Prces cykliczny bez późnień x(t) recykl wyjście Przyk lad: Rzważmy prces sterwania cykliczneg stȩżeniem substancji surwcwej A wprwadzanej d zbirnikweg reaktra chemiczneg dzia laniu ci ag lym, gdzie zachdzi jej przemiana w prdukt użyteczny B. Oznaczmy u(t) - stȩżenie substancji A w strumieniu wejściwym reaktra w chwili t, x(t) - stȩżenie substancji A w reaktrze w chwili t, q = 1 - jednstkwe natȩżenie przep lywu mieszaniny reaguj acej przez reaktr, Równanie stanu prcesu cykliczneg bez późnień ma pstać ẋ(t) = u(t) x(t) x 2 (t), t [, τ]. Obiekt sterwania zstaje bjȩty recyklem wprwadzaj acym późnienie stanu. h [, τ] - późnienie wprwadzane przez recykl, 9

10 γ - wspó lczynnik recyklu. Równanie stanu prcesu cykliczneg z późnieniem recyrkulacyjnym przybiera pstać ẋ(t) = (1 γ)u(t) + γx(t h) x(t) x 2 (t), t [, τ], Prblem ptymalneg sterwania cykliczneg dla rzważaneg przyk ladu plega na maksymalizacji wydajnści prcesu (tj. na minimalizacji średniej ilści nieprzereagwanej substancji surwcwej) z uwzglȩdnieniem równania stanu Q(x, u) = 1 τ x(t)dt ẋ(t) = (1 γ)u(t) + γx(t h) x(t) x 2 (t), t [, τ], chwilwych graniczeń stanu i sterwania raz średniej wydajnści źród la surwca x(t), u(t) 2, t [, τ], 1 τ u(t)dt = 1. Prblem ptymalneg sterwania statyczneg dla rzważaneg przyk ladu plega na maksymalizacji wydajnści prcesu na pzimie statycznym (tj. na minimalizacji średniej ilści nieprzereagwanej substancji surwcwej na pzimie statycznym) Q( x, ū) = x z uwzglȩdnieniem statyczneg równania stanu = (1 γ)ū + γ x x x 2, graniczeń zakresu zmiennych raz statyczneg pzimu eksplatacji źród la surwca x, ū 2, ū = 1. W statycznej wersji prblemu zanika zależnść równań stanu d późnienia h. 1

11 Prcesy z późnieniami wewnȩtrznymi u(t) Obiekt sterwania Prces cykliczny z późnieniami x(t) wyjście Przyk lad: Rzważmy prces sterwania cykliczneg stȩżeniem wejściwym substratu A wprwadzaneg d zbirnikweg bireaktra dzia laniu ci ag lym, gdzie zachdzi jeg przemiana w bimasȩ dknywana przez ppulacjȩ mikrbilgiczn a P zainstalwan a w bireaktrze. Substratem mże być specjalnie dbrana pżywka dla ppulacji P (prdukcja farmaceutyków), a także ścieki lub dpady (prcesy biczyszczania). Oznaczmy u(t) - stȩżenie substratu A w strumieniu wejściwym bireaktra w chwili t, x 1 (t) - stȩżenie substratu A w bireaktrze w chwili t, x 2 (t) - stȩżenie ppulacji P w bireaktrze w chwili t, q = 1 - jednstkwe natȩżenie przep lywu bimieszaniny przez bireaktr, Równania stanu cykliczneg biprcesu bez późnień maj a pstać dla substratu ẋ 1 (t) = u(t) x 1 (t) µ(x 1 (t))x 2 (t) t [, τ], dla ppulacji mikrbilgicznej ẋ 2 (t) = x 2 (t) + µ(x 1 (t))x 2 (t) t [, τ], gdzie µ(x 1 ) jest funkcj a przyrstu ppulacji np. µ(x 1 ) =. x 1 /(a + x 1 ) (funkcja Mnda przyrstu ppulacji z nasyceniem) lub µ(x 1 ) =. x β 1 (ptȩgwa funkcja przyrstu ppulacji), przy czym µ = µ µ (skalwania funkcji przyrstu ppulacji). Dla niektórych biprcesów charakterystyczne jest późnienie szybkści przyrstu ppulacji p zmianie stȩżenia substratu. Równania stanu cykliczneg bi- 11

12 prcesu z późnieniami przybieraj a pstać dla substratu ẋ 1 (t) = u(t) x 1 (t) µ(x 1 (t))x 2 (t) t [, τ], dla ppulacji mikrbilgicznej ẋ 2 (t) = x 2 (t) + µ(x 1 (t h))x 2 (t) t [, τ], gdzie h [, τ] jest późnieniem przyrstu ppulacji za zmianami stȩżenia substratu. Prblem ptymalneg sterwania cykliczneg dla rzważaneg przyk ladu plega na maksymalizacji wydajnści prcesu (tj. na maksymalizacji średnieg uzysku bimasy prprcjnalnej d stȩżenia ppulacji mikrbilgicznej) z uwzglȩdnieniem równań stanu Q(x, u) = 1 τ x 2 (t)dt dla substratu ẋ 1 (t) = u(t) x 1 (t) µ(x 1 (t))x 2 (t) t [, τ] i dla ppulacji mikrbilgicznej ẋ 2 (t) = x 2 (t) + µ(x 1 (t h))x 2 (t) t [, τ], chwilwych graniczeń stanu i sterwania raz średniej wydajnści źród la surwca x i (t), u(t) 2, t [, τ], 1 τ u(t)dt = 1. Prblem ptymalneg sterwania statyczneg dla rzważaneg przyk ladu plega na maksymalizacji wydajnści prcesu na pzimie statycznym (tj. na maksymalizacji uzysku bimasy na pzimie statycznym) Q( x, ū) = x 2 12

13 z uwzglȩdnieniem statycznych równań stanu dla substratu = ū x 1 µ( x 1 ) x 2 i dla ppulacji mikrbilgicznej = x 2 + µ( x 1 ) x 2, graniczeń zakresu zmiennych raz statyczneg pzimu eksplatacji źród la surwca x i, ū 2, ū = 1. Statyczna wersja prblemu nie zależy d późnienia h. Prblem ptymalneg sterwania cykliczneg (OSC) prcesami ze skupinymi późnieniami stanu i sterwania plega na maksymalizacji wskaźnika jakści w pstaci wartści średniej funkcji zysku chwilweg Q(x, u) = 1 τ g(x(t), u(t))dt przy graniczeniach bejmuj acych równanie stanu ze sta lymi skupinymi późnieniami stanu i sterwania ẋ(t) = f(x(t), x(t h 1 ), u(t), u(t h 2 ), t [, τ], zakresy dpuszczalnych wartści stanu i sterwania x(t) X, u(t) U, t [, τ] raz średni a wydajnść źróde l surwców i energii wykrzystywanych d realizacji prcesu 1 τ Bu(t)dt = u s, gdzie x Hτ 1,n jest cykliczn a trajektri a stanu prcesu, u Hτ,m jest cyklicznym sterwaniem, h 1 R + jest skupinym późnieniem stanu, h 2 R + jest skupinym późnieniem sterwania, X R n i U R m s a wypuk lymi zbirami dmkniȩtymi, B R q m jest macierz a graniczeń uśredninych sterwania, wektr u s R q charakteryzuje średni a dstȩpnść surwców i energii, zaś g : R n R m R, f : R n R n R m R m R n. 13

14 Przestrzeń Hτ r,n jest przestrzeni a τ-kreswych n-wymiarwych funkcji, których r-krtna pchdna jest ca lkwalna z kwadratem. Warunek kreswści trajektrii stanu jest zawarty w definicji przestrzeni trajektrii stanu. Warunek kreswści sterwania nie musi być frmu lwany w pstaci jawnej - sterwanie jest gólnie bir ac funkcj a nieci ag l a (jak element przestrzeni funkcji ca lkwalnych z kwadratem) i zawsze mże być kresw przed lużne na ca l a ś rzeczywist a. Ustalenie przebiegów stanu i sterwania redukuje rzważany prblem d prblemu ptymalneg sterwania statyczneg (OSS) plegaj aceg na maksymalizacji wskaźnika jakści dla statyczneg prcesu sterwania przy graniczeniach statycznych Q( x, ū) = f( x, x, ū, ū), x X, ū U, Bū = u s, gdzie ( x, ū) R n R m jest statycznym prcesem sterwania. Optymalny statyczny prces sterwania ( x, u) mżna stsunkw latw wyznaczyć stsuj ac metdy ptymalizacji skńczenie wymiarwej. Również jeg implementacja nie sprawia trudnści i sprwadza siȩ d prjektwania uk ladów stabilizacji stanu prcesu. Jednak prces taki mże zapewniać stsunkw nisk a wartść wskaźnika jakści. Dlateg analizwane s a warunki, przy których stswanie cykliczneg spsbu prwadzenia prcesu z póznieniami stanu i sterwania zwiȩksza jeg wydajnść w prównaniu z ptymalnym prcesem statycznym. W celu kreślenia warunków dminacji sterwania cykliczneg dla badanej klasy prblemów OSC prawa strna równań stanu znaczna zstanie jak f(x, x, u, ũ), gdzie x jest późninym stanem, a ũ jest późninym sterwaniem. Wprwadzne zstan a zwarte znaczenia dla wielkści kreślnych na ptymalnym statycznym prcesie sterwania g = g( x, u), ḡ x = g x ( x, u), f = f( x, x, u, u), f x = f x ( x, x, u, u), f x = f x ( x, x, u, u) itp.. Za lżenia, przy których uzyskane zstan a warunki dminacji, s a pstaci: 1) ptymalny statyczny prces sterwania leży wewn atrz bszaru dpuszczalneg tj. ( x, u) Int(X U), 14

15 2) funkcje g i f s a dwukrtnie różniczkwalne w spsób ci ag ly wzglȩdem argumentów x, x, u, ũ w tczeniu ptymalneg prcesu statyczneg, 3) wartści w lasne macierzy f x + f x e jωh 1 maj a niezerwe czȩści rzeczywiste. Za lżenie 1) pzwala na lżyć s lab a harmniczn a wariacjȩ sterwania (tj. wariacjȩ sterwania ma lej amplitudzie) na ptymalny statyczny prces sterwania bez wyprwadzania prcesu dynamiczneg z późnieniami pza bszar dpuszczalny. Za lżenie 2) umżliwia wykrzystanie drugiej wariacji wskaźnika jakści d analizy w lasnści prcesu cykliczneg z późnieniami. Jest t isttne ze wzglȩdu na zerwanie siȩ pierwszej wariacji teg wskaźnika dla prcesów cyklicznych z późnieniami. Za lżenie 3) zapewnia istnienie transmitancji widmwej prcesu z póznieniami, c jest niezbȩdne dla uzyskania warunków dminacji prcesów sterwania cykliczneg. Wspmniane warunki dminacji kreślne zstan a za pmc a metdy s labych harmnicznych wariacji ptymalneg sterwania statyczneg. Wariacje te znaczane bȩd a jak u + u, gdzie u(t) = ɛδu(t), ɛ jest ma lym ddatnim parametrem, δu(t)= k=±1 u k ejkωt jest pierwsz a harmniczn a szeregu Furiera sterwania w pstaci zesplnej ze wspó lczynnikami zesplnymi sprzȩżnymi u κ C m, a ω = 2π/τ jest czȩsttliwści a sterwania. Okreswa trajektria stanu zwi azana ze sterwaniem u + u mże być przedstawina na pdstawie metdy ma leg parametru w nastȩpuj acej pstaci x + x, x(t) = ɛδx(t) + (ɛ), gdzie δx(t) = k=±1 x k ejkωt jest czȩści a liniw a wzglȩdem ɛ zaburznej trajektrii stanu, zaś (ɛ) jest jej czȩści a nieliniw a wzglȩdem ɛ spe lniaj ac a warunek lim (ɛ)/ɛ =. ɛ Czȩść liniwa zaburznej trajektrii stanu wyznaczana jest przez rzwi azanie zlinearyzwaneg równania stanu na ptymalnym prcesie statycznym tj. przez rzwi azanie równania δẋ(t) = f x δx(t) + f x δx(t h 1 ) + f u δu(t) + f ũδu(t h 2 ). P pdstawieniu pierwszych harmnicznych sterwania i stanu δu(t) = u k e jkωt, δx(t) = x k e jkωt k=±1 k=±1 15

16 uzyskuje siȩ jkωx k e jkωt = f x k=±1 f u k=±1 k=±1 u k e jkωt + x k e jkωt + f ũ k=±1 f x k=±1 u k e jkω(t h2). x k e jkω(t h 1) + Z prównania wspó lczynników Furiera prawej i lewej strny statnieg równania wynika, że (jkωi n f x f x e jkωh 1 )x k = ( f u + f ũe jkωh 2 )u k, k = ±1. Zdefiniwanie transmitancji widmwej prcesu z późnieniami stanu i sterwania w pstaci G h1 h 2 (jkω) = (jkωi n f x f x e jkωh 1 ) 1 ( f u + f ũe jkωh 2 ) umżliwia wyrażenie zesplnych wspó lczynników Furiera pierwszej harmnicznej trajektrii stanu za pmc a zesplnych wspó lczynników Furiera pierwszej harmnicznej sterwania x k = G h1 h 2 (jkω)u k, k = ±1, przy czym dpwiednia macierz dwrtna istnieje na pdstawie za lżenia 3). Czȩść liniwa zaburznej trajektrii stanu wyraża siȩ wiȩc wzrem δx(t) = G h1 h 2 (jkω)u k e jkωt, k=±1 a jej wariant późniny jest pstaci δx(t h 1 ) = k=±1 G h1 h 2 (jkω)u k e jkωt, gdzie G h1 h 2 (jkω) = G h1 h 2 (jkω)u k e jkωh 1. Warunek dstateczny dminacji sterwania kresweg prcesu ze skupinymi późnieniami stanu i sterwania uzyskany zstanie za pmc a metdy funkcjna lów Lagrange a. Funkcjna l dpwiedni dla klasy rzważanych prcesów przybiera pstać L(τ, x, u, λ) = 1 τ 16 g(x(t), u(t))dt+

17 1 τ λ T (f(x(t), x(t h 1 ), u(t), u(t h 2 )) ẋ(t))dt, τ gdzie zak ladana jest statyczna pstać mnżnika Lagrange a λ R n z uwagi na analizwanie w lasnści prcesu sterwania zaburzneg w tczeniu ptymalneg prcesu statyczneg. Uwzglȩdnienie w funkcjnale L jedynie graniczeń w pstaci równań stanu jest mtywwane tym, że pzsta le graniczenia prblemu OSC s a autmatycznie spe lnine przy za lżeniach 1) i 2). Ograniczenia chwilwe s a zachwane dla dstatecznie ma lej wartści parametru ɛ, a graniczenia uśrednine wyzerwuj a siȩ dla harmnicznych wariacji sterwania. Jeśli kreślić funkcjȩ Hamiltna prblemu OSC jak funkcjȩ H(x(t), x(t h 1 ), u(t), u(t h 2 ), λ) = g(x(t), u(t))+ λ T f(x(t), x(t h 1 ), u(t), u(t h 2 )), t funkcjna l L mżna zapisać w pstaci wartści średniej funkcji Hamiltna prcesu z późnieniami stanu i sterwania L(τ, x, u, λ) = 1 τ H(x(t), x(t h 1 ), u(t), u(t h 2 ))dt. Bir ac pd uwagȩ tżsamść Lagrange a Q(τ, x, u) = L(τ, x, u, λ), zachdz ac a dla wszystkich dpuszcalnych prcesów sterwania z późnieniami stanu i sterwania, mṅa prównać funkcjȩ celu dla prcesu zaburzneg i ptymalneg prcesu statyczneg krzystaj a z równści Q(τ, x + x, u + u) Q( x, u) = L(τ, x + x, u + u, λ) L( x, u, λ). Z uwagi na kniecznść eliminacji nieznanej wielkści (ɛ) w rzwiniȩciu funkcjna lu L w szereg Taylra pierwszeg rzȩdu stswane jest rzwiniȩcie teg funkcjna lu w szereg Taylra drugieg rzȩdu wzglȩdem stanu, stanu późnineg, sterwania i sterwania późnineg 1 τ ( H x x(t) + 1 2τ L(τ, x + x, u, λ) L( x, u, λ) H x x(t h 1 ) + H u u(t) + ( Hũ u(t h 2 ))dt ( x T (t) H xx x(t) + x T (t) H x x x(t h 1 )+ x T (t) H xu u(t) + x T (t) H xũ u(t h 2 )+ 17

18 x T (t h 1 ) H xx x(t) + x T (t h 1 ) H xx x(t h 1 )+ x T (t h 1 ) u T (t) u T (t) H xu x(t) + x T (t) H xũ x(t h 2 )+ H xx x(t) + u T (t) H x x x(t h 1 )+ H uu u(t) + u T (t) H uũ u(t h 2 )+ u T (t h 2 ) Hũx x(t) + u T (t h 2 ) Hũ x x(t h 1 )+ u T (t h 2 ) Hũu u(t) + u T ) (t h 2 ) Hũũ u(t h 2 ) dt +( ( x, u) 2 ). W lasnści wartści średniej prcesów kreswych ( nie zależy na d mmentu pcz atkweg jej bliczania) zapewniaj a równść 1 τ = 1 τ ( H x x(t) + ( H x x(t) + H x x(t h 1 ))dt H x x(t))dt. Zerwanie siȩ pierwszej wariacji funkcjna lu L zachdzi wiȩc przy wybrze mnżnika Lagrange a z warunku H x + H x = tj. λ = (( f x + f x ) 1 ) T g T x. Zredukwanie pierwszej wariacji funkcjna lu L i pdstawienie x(t) = ɛδx(t) + (ɛ) prwadzi d rzwiniȩcia funkcjna lu L pstaci ɛ 2 2τ L(τ, x + x, u + u, λ) L( x, u, λ) = ( δx T (t) H xx δx(t) + x T (t) H x x δx(t h 1 )+ δx T (t) δx T (t h 1 ) δx T (t h 1 ) δu T (t) H xu δu(t) + δx T (t) H xũ δu(t h 2 )+ H xx δx(t) + δx T (t h 1 ) H xx δx(t h 1 )+ H xu δx(t) + δx T (t) H xũ δx(t h 2 )+ H xx δx(t) + δu T (t) H x x δx(t h 1 )+ 18

19 δu T (t) H uu δu(t) + δu T (t) H uũ δu(t h 2 )+ δu T (t h 2 ) Hũx δx(t) + δu T (t h 2 ) Hũ x δx(t h 1 )+ δu T (t h 2 ) Hũu δu(t) + δu T ) (t h 2 ) Hũũ δu(t h 2 ) dt Redukcja wyrażeń typu 1 τ Be 2jkωt dt =, +(ɛ 2 ). 1 τ Be 2jkωt dt = dla macierzy B niezależnej d czasu pzwala uzyskać nastȩpuj ace wyrażenie dla przyrstu funkcji celu prcesu kresweg Q(τ, x + x, u + u) Q( x, u) = ɛ 2 ξ Π h1 h 2 (ω)ξ + (ɛ 2 ) gdzie zależna d czȩsttliwści macierz Π h1 h 2 (ω) ma pstać G h 1 h 2 (jω) G h 1 h 2 (jω) Π h1 h 2 (ω) = H xx G h1 h 2 (jω) + G h 1 h 2 (jω) H x x Gh1 h 2 (jω)+ G h 1 h 2 (jω) G h 2 (jω) H xu + G h 1 h 2 (jω) H xu G h2 (jω)+ H xx G h1 h 2 (jω) + G h 1 h 2 (jω) H x x Gh1 h 2 (jω)+ G h 1 h 2 (jω) H xu + G h 1 h 2 (jω) H xũ G h2 (jω)+ H ux G h1 h 2 (jω) + H uu + H u x Gh1 h 2 (jω)+ Hũx G h2 (jω)+ H xx G h1 h 2 (jω) + G h 2 (jω) H x x Gh1 h 2 (jω)+ G h 2 (jω) zaś G h2 (jω) = e jkωh 2, a ξ C m H xu + G h 2 (jω) H xũ G h2 (jω), jest m-wymiarwym wektrem zesplnym kreślnym przez wspó lczynnik u 1 pierwszej harmnicznej sterwania. 19

20 Z przedstawinej analizy w lasnści prcesu sterwania cykliczneg z późnieniami stanu i sterwania wynika nastȩpuj acy Algrytm drugiej wariacji wskaźnika jakści dla badania dminacji prcesów sterwania cykliczneg ze skupinymi późnieniami stanu i sterwania 1) bliczyć ptymalny statyczny prces sterwania ( x, u), 2) wyznaczyć pmcnicze pchdne rzȩdu pierwszeg g x, g x, f x, f x, f u, f ũ, i mnżnik Lagrange a λ, 3) kreślić transmitancje widmwe G h1 h 2 (jω), G h1 h 2 (jω), G h2 (jω), G h2 (jω), 4) wyznaczyć pmcnicze hesjany cz astkwe funkcji Hamiltna H xx, H xx, H x x, H xu, H xũ,..., H uu, 5) zestawić frmȩ macierzw a ξ Π h1 h 2 (ω)ξ i dla wybraneg wektra ξ zbadać jej przebieg w funkcji czȩsttliwści wydzielaj ac pasm czȩsttliwści ddatnich wartściach frmy pi dla prcesu z póznieniami 6) kreślić dminuj ace sterwanie kreswe na pdstawie wzru u(t) = u + 2ɛ(Re(ξ)csˆωt Im(ξ)sinˆωt), gdzie czȩsttliwść ˆω wyznaczana jest na pdstawie przebiegu krzywej dminacji, 7) zbadać wp lyw późnień h 1 i h 2 na pstać sterwania dminuj aceg kreślaj ac krzywe dminacji dla różnych wartści h 1 i h 2. Przyk lad: Rzważmy prces sterwania cykliczneg stȩżeniem substancji surwcwej A wprwadzanej d zbirnikweg reaktra chemiczneg dzia laniu ci ag lym, gdzie zachdzi jej przemiana w prdukt użyteczny B. Obiekt sterwania bjȩty jest recyklem wprwadzaj acym pźnienie stanu. Oznaczmy u(t) - stȩżenie substancji A w strumieniu wejściwym reaktra w chwili t, x(t) - stȩżenie substancji A w reaktrze w chwili t, q = 1 - jednstkwe natȩżenie przep lywu mieszaniny reaguj acej przez reaktr, h [, τ] - późnienie wprwadzane przez recykl, γ =.5 - wspó lczynnik recyklu. 2

21 Prblem ptymalneg sterwania cykliczneg dla rzważaneg przyk ladu plega na maksymalizacji wydajnści prcesu (tj. na minimalizacji średniej ilści nieprzereagwaneg prduktu) z uwzglȩdnieniem równania stanu Q(x, u) = 1 τ x(t)dt ẋ(t) =.5u(t) x(t) +.5x(t h) x 2 (t), t [, τ], chwilwych graniczeń stanu i sterwania raz średniej wydajnści źród la surwca x(t), u(t) 2, t [, τ], 1 τ u(t)dt = 1. Prblem ptymalneg sterwania statyczneg dla rzważaneg przyk ladu plega na maksymalizacji wydajnści prcesu na pzimie statycznym (tj. na minimalizacji średniej ilści nieprzereagwaneg prduktu na pzimie statycznym) Q( x, ū) = x z uwzglȩdnieniem statyczneg równania stanu graniczeń zakresu zmiennych =.5ū x +.5 x x 2, x, ū 2, raz statyczneg pzimu eksplatacji źród la surwca.5, ū = 1. W ramach algrytmu badania dminacji sterwania cykliczneg wyznaczamy ptymalny prces statyczny ( x, u) = (.5, 1), pmcnicze pchdne pierwszeg rzȩdu g x = 1, mnżnik Lagrange a λ = 2/5, 21 f x = 3, f x =.5, f u =

22 pmcnicze pchdne drugieg rzȩdu czyli hesjany cz astkwe funkcji Hamiltna H(x(t), u(t), λ) = x(t) + λ(.5u(t) x(t) +.5x(t h) x 2 (t)), które przyjm a pstać H xx = 4/5, transmitancjȩ widmw a i jej sprzȩżenie G h (jω) = frmȩ macierzw a pi.5 jω + 3.5e jωh, G h(jω) =.5 jω + 3.5e jωh, ξ Π(ω)ξ = ξ 2 4/5 (3.5 cs ωh) 2 + (ω +.5 sin ωh) 2. Pnieważ frma ta jest ddatnia, t dla każdej czȩsttliwści istnieje dminuj ace sterwanie cykliczne. Jednak najlepszych efektów mżna spdziewać siȩ dla sterwania niskczȩsttliwściweg zharmnizwaneg z późnieniem prcesu. 22

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Podstawowy problem sterowania optymalnego dla uk ladów nieliniowych W podstawowym problemie sterowania optymalnego minimalizacji

Bardziej szczegółowo

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego

Bardziej szczegółowo

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego

Bardziej szczegółowo

Wprowadzenie do metod sterowania optymalnego

Wprowadzenie do metod sterowania optymalnego Wprwadzenie d metd sterwania ptymalneg Literatura pdstawwa T. Kaczrek i inni, Pdstawy terii sterwania, WNT, Warszawa 2005. T. Kaczrek, Teria sterwania i systemów, PWN, Warszawa 1996. T. Kaczrek, Teria

Bardziej szczegółowo

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

LOGIKA ALGORYTMICZNA

LOGIKA ALGORYTMICZNA LOGIKA ALGORYTMICZNA 0.0. Relacje. Iloczyn kartezjański: A B := (a, b) : a A i b B} (zak ladamy, że (x, y) i (u, v) s a równe wtedy i tylko wtedy gdy x = u i y = v); A n := (x 1,..., x n ) : x i A}; R

Bardziej szczegółowo

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń.

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń. Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń. Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania

Bardziej szczegółowo

Ekonomia matematyczna i dynamiczna optymalizacja

Ekonomia matematyczna i dynamiczna optymalizacja Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać

Bardziej szczegółowo

Cia la i wielomiany Javier de Lucas

Cia la i wielomiany Javier de Lucas Cia la i wielomiany Javier de Lucas Ćwiczenie 1. Za lóż, że (F, +,, 1, 0) jest cia lem i α, β F. w laściwości s a prawd a? Które z nastȩpuj acych 1. 0 α = 0. 2. ( 1) α = α. 3. Każdy element zbioru F ma

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych 8 Pochodna kierunkowa funkcji Definicja Niech funkcja f określona bȩdzie w otoczeniu punktu P 0 = (x 0, y 0 ) oraz niech v = [v x, v y ] bȩdzie wektorem. Pochodn a kierunkow a funkcji

Bardziej szczegółowo

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach

Bardziej szczegółowo

Metody kierunków poprawy dla nieliniowych problemów sterowania optymalnego

Metody kierunków poprawy dla nieliniowych problemów sterowania optymalnego Metody kierunków poprawy dla nieliniowych problemów sterowania optymalnego Problem optymalnego sterowania procesem dynamicznym może polegać na polega na minimalizacji wskaźnika jakości obejmuj acego koszty

Bardziej szczegółowo

Synteza optymalnego regulatora stanu. Uk lady z czasem ci ag lym.

Synteza optymalnego regulatora stanu. Uk lady z czasem ci ag lym. Synteza optymalnego regulatora stanu. Uk lady z czasem ci ag lym. Po wyznaczeniu optymalnego nominalnego) procesu sterowania x o, u o nasuwa siȩ kwestia podtrzymywania tego procesu w warunkach ma lych

Bardziej szczegółowo

Statystyka - wprowadzenie

Statystyka - wprowadzenie Statystyka - wprwadzenie Obecnie pjęcia statystyka używamy aby mówić : zbirze danych liczbwych ukazujących kształtwanie się kreślneg zjawiska jak pewne charakterystyki liczbwe pwstałe ze badań nad zbirwścią

Bardziej szczegółowo

Zestaw nr 6 Pochodna funkcji jednej zmiennej. Styczna do krzywej. Elastyczność funkcji. Regu la de l Hospitala

Zestaw nr 6 Pochodna funkcji jednej zmiennej. Styczna do krzywej. Elastyczność funkcji. Regu la de l Hospitala Zestaw nr 6 Pochodna funkcji jednej zmiennej. Styczna do krzywej. Elastyczność funkcji. Regu la de l Hospitala November 12, 2009 Przyk ladowe zadania z rozwi azaniami Zadanie 1. Oblicz pochodne nastȩpuj

Bardziej szczegółowo

Zasada optymalności Bellmana. Uogólniony optymalny regulator stanu.

Zasada optymalności Bellmana. Uogólniony optymalny regulator stanu. Zasada optymalności Bellmana. Uogólniony optymalny regulator stanu. Podstawowy problem sterowania optymalnego dla uk ladów nieliniowych z czasem ci ag lym W podstawowym problemie sterowania optymalnego

Bardziej szczegółowo

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 R. Rȩbowski 1 WPROWADZENIE Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 1 Wprowadzenie Powszechnie uważa siȩ, że metoda simplex, jako uniwersalny algorytm pozwalaj acyznaleźć rozwi azanie optymalne

Bardziej szczegółowo

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy

Bardziej szczegółowo

Wyk lad 14 Formy kwadratowe I

Wyk lad 14 Formy kwadratowe I Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można

Bardziej szczegółowo

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy POCHODNA KIERUNKOWA Pochodne cz astkowe funkcji f(m) = f(x, y, z) wzglȩdem x, wzglȩdem y i wzglȩdem z wyrażaj a prȩdkość zmiany funkcji w kierunku osi wspó lrzȩdnych; np. f x jest prȩdkości a zmiany funkcji

Bardziej szczegółowo

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 19 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

PROPAGACJA BŁĘDU. Dane: c = 1 ± 0,01 M S o = 7,3 ± 0,1 g Cl 2 /1000g H 2 O S = 6,1 ± 0,1 g Cl 2 /1000g H 2 O. Szukane : k = k =?

PROPAGACJA BŁĘDU. Dane: c = 1 ± 0,01 M S o = 7,3 ± 0,1 g Cl 2 /1000g H 2 O S = 6,1 ± 0,1 g Cl 2 /1000g H 2 O. Szukane : k = k =? PROPAGACJA BŁĘDU Zad 1. Rzpuszczalnść gazów w rztwrach elektrlitów pisuje równanie Seczenwa: S ln = k c S Gdzie S i S t rzpuszczalnści gazu w czystym rzpuszczalniku i w rztwrze elektrlitu stężeniu c. Obliczy

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych 13 Zbiory w przestrzeni Definicja Przestrzeni a trójwymiarow a (przestrzeni a) nazywamy zbiór wszystkich trójek uporz adkowanych (x y z) gdzie x y z R. Przestrzeń tȩ oznaczamy symbolem

Bardziej szczegółowo

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace

Bardziej szczegółowo

( ) σ v. Adam Bodnar: Wytrzymałość Materiałów. Analiza płaskiego stanu naprężenia.

( ) σ v. Adam Bodnar: Wytrzymałość Materiałów. Analiza płaskiego stanu naprężenia. Adam Bdnar: Wtrzmałść Materiałów Analiza płaskieg stanu naprężenia 5 ANALIZA PŁASKIEGO STANU NAPRĘŻENIA 5 Naprężenia na dwlnej płaszczźnie Jak pamiętam płaski stan naprężenia w punkcie cechuje t że wektr

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych Zbiory na p laszczyźnie Przestrzeni a dwuwymiarow a (p laszczyzn a) nazywamy zbiór wszystkich par uporz adkowanych (x, y), gdzie x, y R. Przestrzeń tȩ oznaczamy symbolem R 2 : R

Bardziej szczegółowo

WYKORZYSTANIE METOD PL DO ROZWIĄZYWANIA PROBLEMÓW DECYZYJNYCH Z NIELINIOWĄ FUNKCJĄ CELU

WYKORZYSTANIE METOD PL DO ROZWIĄZYWANIA PROBLEMÓW DECYZYJNYCH Z NIELINIOWĄ FUNKCJĄ CELU M.Miszzyńsi KBO UŁ, Badania perayjne I (wyład 7A 7) [] WYKORZYSANIE MEOD PL DO ROZWIĄZYWANIA PROBLEMÓW DECYZYJNYCH Z NIELINIOWĄ FUNKCJĄ CELU Omówimy tutaj dwa prste warianty nieliniwyh mdeli deyzyjnyh,

Bardziej szczegółowo

Przykłady sieci stwierdzeń przeznaczonych do wspomagania początkowej fazy procesu projektow ania układów napędowych

Przykłady sieci stwierdzeń przeznaczonych do wspomagania początkowej fazy procesu projektow ania układów napędowych Rzdział 12 Przykłady sieci stwierdzeń przeznacznych d wspmagania pczątkwej fazy prcesu prjektw ania układów napędwych Sebastian RZYDZIK W rzdziale przedstawin zastswanie sieci stwierdzeń d wspmagania prjektwania

Bardziej szczegółowo

stworzyliśmy najlepsze rozwiązania do projektowania organizacji ruchu Dołącz do naszych zadowolonych użytkowników!

stworzyliśmy najlepsze rozwiązania do projektowania organizacji ruchu Dołącz do naszych zadowolonych użytkowników! Wrcław, 29.08.2012 gacad.pl stwrzyliśmy najlepsze rzwiązania d prjektwania rganizacji ruchu Dłącz d naszych zadwlnych użytkwników! GA Sygnalizacja - t najlepszy Plski prgram d prjektwania raz zarządzania

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.

Bardziej szczegółowo

Wprowadzenie do teorii sterowania

Wprowadzenie do teorii sterowania Wprowadzenie do teorii sterowania Literatura podstawowa T. Kaczorek i inni, Podstawy teorii sterowania, WNT, Warszawa 2005. T. Kaczorek, Teoria sterowania i systemów, PWN, Warszawa 1996. T. Kaczorek, Teoria

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja Politechnika Wrocławska, Wydział Informatyki i Zarządzania Optymalizacja Dla podanych niżej problemów decyzyjnych (zad.1 zad.5) należy sformułować zadania optymalizacji, tj.: określić postać zmiennych

Bardziej szczegółowo

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie 1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z

Bardziej szczegółowo

Wprowadzenie z dynamicznej optymalizacji

Wprowadzenie z dynamicznej optymalizacji Wprowadzenie z dynamicznej optymalizacji Lukasz Woźny 29 kwietnia 2007 Spis treści 1 Optymalizacja statyczna a optymalizacja dynamiczna 2 1.1 Ekstrema lokalne funkcji wielu zmiennych - statyka...... 2

Bardziej szczegółowo

Wykrywanie i usuwanie uszkodzeń w sieci

Wykrywanie i usuwanie uszkodzeń w sieci Wykrywanie i usuwanie uszkdzeń w sieci Aby sieć działała pprawnie, knieczne jest: wyknanie kablwania pprawne zmntwanie i pdłączenie sprzętu zainstalwanie i sknfigurwanie prgramwania Dpier gdy wszystkie

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.niol.szczecin.pl

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.niol.szczecin.pl Adres strny internetwej, na której Zamawiający udstępnia Specyfikację Isttnych Warunków Zamówienia: www.nil.szczecin.pl Szczecin: Najem i serwis dzieży rbczej dla pracwników NiOL Sp. z.. Numer głszenia:

Bardziej szczegółowo

Zestaw nr 7 Ekstremum funkcji jednej zmiennej. Punkty przegiȩcia wykresu. Asymptoty

Zestaw nr 7 Ekstremum funkcji jednej zmiennej. Punkty przegiȩcia wykresu. Asymptoty Zestaw nr 7 Ekstremum funkcji jednej zmiennej. Punkty przegiȩcia wykresu. Asymptoty November 20, 2009 Przyk ladowe zadania z rozwi azaniami Zadanie 1. Znajdź równanie asymptot funkcji f jeśli: a) f(x)

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.centrumnowo.kei.pl/

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.centrumnowo.kei.pl/ Adres strny internetwej, na której Zamawiający udstępnia Specyfikację Isttnych Warunków Zamówienia: www.centrumnw.kei.pl/ Truń: Świadczenie usług: bsługi technicznej w zakresie bieżącej knserwacji, napraw

Bardziej szczegółowo

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1 Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji f n : [, [ x nx + x nx + 1, Rozwi azanie: Mówi siȩ, że ci ag funkcji f n zd aży punktowo

Bardziej szczegółowo

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) = Uk lady równań różniczkowych Pojȩcia wsȩpne Uk ladem równań różniczkowych nazywamy uk lad posaci y = f (, y, y 2,, y n ) y 2 = f 2 (, y, y 2,, y n ) y n = f n (, y, y 2,, y n ) () funkcje f j, j =, 2,,

Bardziej szczegółowo

1 Przestrzenie unitarne i przestrzenie Hilberta.

1 Przestrzenie unitarne i przestrzenie Hilberta. Przestrzenie unitarne i przestrzenie Hilberta.. Wykazać, że iloczyn skalarny w przestrzeni wektorowej X nad cia lem K ma nastepuj ace w lasności: (i) x, y + z = x, y + x, z, (ii) x, λy = λ x, y, (iii)

Bardziej szczegółowo

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka Niesimpleksowe metody rozwia zywania zadań PL Seminarium Szkoleniowe Metoda Simplex: wady i zalety Algorytm SIMPLEX jest szeroko znany i stosowany do rozwi azywania zadań programowania liniowego w praktyce.

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.iam.pl

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.iam.pl Adres strny internetwej, na której Zamawiający udstępnia Specyfikację Isttnych Warunków Zamówienia: www.iam.pl Warszawa: Druk Publikacji pt. - Autgrafy kmpzytrów plskich Numer głszenia: 324834-2015; data

Bardziej szczegółowo

Całki krzywoliniowe. SNM - Elementy analizy wektorowej - 1

Całki krzywoliniowe. SNM - Elementy analizy wektorowej - 1 SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,

Bardziej szczegółowo

Informatyka Systemów Autonomicznych

Informatyka Systemów Autonomicznych Infrmatyka Systemów Autnmicznych Uczenie maszynwe: uczenie z nauczycielem i bez nauczyciela. Kamil Małysz Spis treści I. Wstęp...3 II. Pczątki uczenia maszynweg...3 III. Zastswania w praktyce...4 IV. Metdy

Bardziej szczegółowo

Podstawowe układy pracy tranzystora MOS

Podstawowe układy pracy tranzystora MOS A B O A T O I U M P O D S T A W E E K T O N I K I I M E T O O G I I Pdstawwe układy pracy tranzystra MOS Ćwiczenie pracwał Bgdan Pankiewicz 4B. Wstęp Ćwiczenie umżliwia pmiar i prównanie właściwści trzech

Bardziej szczegółowo

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 17 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

OFERTA JEDNOSTKI NAUKOWEJ. STAŻ PRACOWNIKA PRZEDSIĘBIORSTWA W JEDNOSTCE NAUKOWEJ w ramach projektu Stolica staży (UDA.POKL.08.02.

OFERTA JEDNOSTKI NAUKOWEJ. STAŻ PRACOWNIKA PRZEDSIĘBIORSTWA W JEDNOSTCE NAUKOWEJ w ramach projektu Stolica staży (UDA.POKL.08.02. Biur Prjektu: Cnsulting Plus Sp. z.. ul. Wiejska 12, 00-490 Warszawa tel. 22 622 35 19, fax 22 622 35 20 biur@teklaplus.pl OFERTA JEDNOSTKI NAUKOWEJ STAŻ PRACOWNIKA PRZEDSIĘBIORSTWA W JEDNOSTCE NAUKOWEJ

Bardziej szczegółowo

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1 3 Szeregi zespolone 3. Szeregi liczbowe Mówimy, że szereg o wyrazach zespolonych jest zbieżny, jeżeli ci ag jego sum czȩściowych {S n }, gdzie S n = z + z +... + jest zbieżny do granicy w laściwej. Granicȩ

Bardziej szczegółowo

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc Liczby zespolone, liniowa zależność i bazy Javier de Lucas Ćwiczenie. Dowieść, że jeśli µ := c d d c, to homografia h(x) = (ax+b)/(cx+d), a, b, c, d C, ad bc, odwzorowuje oś rzeczywist a R C na okr ag

Bardziej szczegółowo

Biuro Partnera projektu F5 Konsulting Sp. z o.o. ul. Składowa 5, 61-897 Poznań T: 061 856 69 60 F: 061 853 02 95

Biuro Partnera projektu F5 Konsulting Sp. z o.o. ul. Składowa 5, 61-897 Poznań T: 061 856 69 60 F: 061 853 02 95 Plan Kmunikacji na temat prjektu samceny Urząd Gminy Janów Pdlaski Urząd Gminy Janów Pdlaski, maj 2011 r. Biur Partnera prjektu F5 Knsulting Sp. z.. ul. Składwa 5, 61-897 Pznań SPIS TREŚCI: WPROWADZENIE...

Bardziej szczegółowo

ĆWICZENIE 1 DWÓJNIK ŹRÓDŁOWY PRĄDU STAŁEGO

ĆWICZENIE 1 DWÓJNIK ŹRÓDŁOWY PRĄDU STAŁEGO ĆWCZENE DWÓJNK ŹÓDŁOWY ĄD STŁEGO Cel ćiczenia: spradzenie zasady rónażnści dla dójnika źródłeg (tierdzenie Thevenina, tierdzenie Nrtna), spradzenie arunku dpasania dbirnika d źródła... dstay teretyczne

Bardziej szczegółowo

liniowych uk ladów sterowania

liniowych uk ladów sterowania Sterowalność i obserwowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t),

Bardziej szczegółowo

1.1. PODSTAWOWE POJĘCIA MECHATRONIKI

1.1. PODSTAWOWE POJĘCIA MECHATRONIKI . MECHATRONIKA W wielu dziedzinach budwy maszyn, techniki samchdwej, techniki prdukcji, czy techniki mikrsystemwej pwstają prdukty, których rzwiązania mżna siągnąć tylk przez integrację kmpnentów mechanicznych,

Bardziej szczegółowo

Zespół Szkół Technicznych im. J. i J. Śniadeckich w Grudziądzu

Zespół Szkół Technicznych im. J. i J. Śniadeckich w Grudziądzu Zespół Szkół Technicznych im. J. i J. Śniadeckich w Grudziądzu Elektrtechnika i Elektrnika Materiały Dydaktyczne Mc w bwdach prądu zmienneg. Opracwał: mgr inż. Marcin Jabłński mgr inż. Marcin Jabłński

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.lublin.lasy.gov.

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.lublin.lasy.gov. Adres strny internetwej, na której Zamawiający udstępnia Specyfikację Isttnych Warunków Zamówienia: www.lublin.lasy.gv.pl/web/sbibr Włdawa: Usługi z zakresu gspdarki leśnej, etap II prac bjętych dpłatą

Bardziej szczegółowo

Metody rzutowania i funkcji barierowych dla problemów sterowania optymalnego

Metody rzutowania i funkcji barierowych dla problemów sterowania optymalnego Metody rzutowania i funkcji barierowych dla problemów sterowania optymalnego Problem optymalnego sterowania procesem dynamicznym z ograniczeniami zasobowymi może polegać na polega na minimalizacji wskaźnika

Bardziej szczegółowo

ZESPÓŁ LABORATORIÓW TELEMATYKI TRANSPORTU ZAKŁAD TELEKOMUNIKACJI W TRANSPORCIE WYDZIAŁ TRANSPORTU POLITECHNIKI WARSZAWSKIEJ

ZESPÓŁ LABORATORIÓW TELEMATYKI TRANSPORTU ZAKŁAD TELEKOMUNIKACJI W TRANSPORCIE WYDZIAŁ TRANSPORTU POLITECHNIKI WARSZAWSKIEJ ZESPÓŁ LABORATORIÓW TELEMATYKI TRANSPORTU ZAKŁAD TELEKOMUNIKACJI W TRANSPORCIE WYDZIAŁ TRANSPORTU POLITECHNIKI WARSZAWSKIEJ LABORATORIUM Telekmunikacji w transprcie wewnętrznym / drgwym INSTRUKCJA DO ĆWICZENIA

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA. Spis pojȩċ teoretycznych

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA. Spis pojȩċ teoretycznych 1 RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA Spis pojȩċ teoretycznych 1. Podstawowe pojȩcia: doświadczenie losowe, zdarzenie elementarne, zdarzenie losowe, przestrzeń zdarzeń elementarnych, zbiór zdarzeń

Bardziej szczegółowo

Drgania własne ramy wersja komputerowa, Wpływ dodatkowej podpory ( sprężyny ) na częstości drgań własnych i ich postacie

Drgania własne ramy wersja komputerowa, Wpływ dodatkowej podpory ( sprężyny ) na częstości drgań własnych i ich postacie Drgania własne ramy wersja kmputerwa, Wpływ ddatkwej pdpry ( sprężyny ) na częstści drgań własnych i ich pstacie Pniżej przedstawin rzwiązania dwóch układów ramwych takiej samej gemetrii i rzkładzie masy,

Bardziej szczegółowo

36/27 Solidification oc Metais and Alloys, No.J6, 1998 Krzepaięc:ic Mdali i SIOp6w, Nr 36, 1998 PAN - Oddział Katowia: PL ISSN 0208-9386

36/27 Solidification oc Metais and Alloys, No.J6, 1998 Krzepaięc:ic Mdali i SIOp6w, Nr 36, 1998 PAN - Oddział Katowia: PL ISSN 0208-9386 36/27 Slidificatin C Metais and Allys, N.J6, 1998 Krzepaięc:ic Mdali i SIOp6w, Nr 36, 1998 PAN - Oddział Katwia: PL ISSN 0208-9386 DYSTORSJE W LASEROWEJ OBRÓBCE MATERIAŁÓW MUCHA Zygmunt, HOFFMAN Jacek

Bardziej szczegółowo

Optymalne przydzielanie adresów IP. Ograniczenia adresowania IP z podziałem na klasy

Optymalne przydzielanie adresów IP. Ograniczenia adresowania IP z podziałem na klasy Optymalne przydzielanie adresów IP Twórcy Internetu nie przewidzieli ppularnści, jaką medium t cieszyć się będzie becnie. Nie zdając sbie sprawy z długterminwych knsekwencji swich działań, przydzielili

Bardziej szczegółowo

Pochodne cz ¾astkowe i ich zastosowanie.

Pochodne cz ¾astkowe i ich zastosowanie. Pochodne cz ¾astkowe i ich zastosowanie. Adam Kiersztyn Lublin 2013 Adam Kiersztyn () Pochodne cz ¾astkowe i ich zastosowanie. maj 2013 1 / 18 Zanim przejdziemy do omawiania pochodnych funkcji wielu zmiennych

Bardziej szczegółowo

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF 29 kwietnia 2013, godzina 23: 56 strona 1 P. Urzyczyn: Materia ly do wyk ladu z semantyki Uproszczony 1 j ezyk PCF Sk ladnia: Poniżej Γ oznacza otoczenie typowe, czyli zbiór deklaracji postaci (x : τ).

Bardziej szczegółowo

Automatyzacja pracy w magazynie tylko na bazie standardowo zakodowanych informacji!

Automatyzacja pracy w magazynie tylko na bazie standardowo zakodowanych informacji! Pitr Frąckwiak 1 Instytut Lgistyki i Magazynwania GS1 Plska Autmatyzacja pracy w magazynie tylk na bazie standardw zakdwanych infrmacji! W rzeczywistści magazynwej zachdzi szczególne zaptrzebwanie na rzetelne

Bardziej szczegółowo

y(t) = y 0 + R sin t, t R. z(t) = h 2π t

y(t) = y 0 + R sin t, t R. z(t) = h 2π t SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,

Bardziej szczegółowo

Partner projektu F5 Konsulting Sp. z o.o. ul. Składowa 5, 61-897 Poznań T: 061 856 69 60 F: 061 853 02 95

Partner projektu F5 Konsulting Sp. z o.o. ul. Składowa 5, 61-897 Poznań T: 061 856 69 60 F: 061 853 02 95 Plan Kmunikacji na temat prjektu samceny , 2010 Partner prjektu F5 Knsulting Sp. z.. ul. Składwa 5, 61-897 Pznań T: 061 856 69 60 F: 061 853 02 95 SPIS TREŚCI: WPROWADZENIE...

Bardziej szczegółowo

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu

Bardziej szczegółowo

Oznaczenie CE. Ocena ryzyka. Rozwiązanie programowe dla oznakowania

Oznaczenie CE. Ocena ryzyka. Rozwiązanie programowe dla oznakowania Ocena zgdnści Analiza zagrżeń Oznaczenie CE Ocena ryzyka Rzwiązanie prgramwe dla znakwania safexpert.luc.pl www.luc.pl W celu wybru najbardziej dpwiednich mdułów prgramu Safexpert plecamy zapznad się z

Bardziej szczegółowo

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 5 1. Iloczyn ortogonalny funkcji Wróćmy na chwilȩ do dowodu wzorów Eulera-Fouriera. Kluczow a rolȩ odgrywa l wzór:

Bardziej szczegółowo

Stabilność liniowych uk ladów sterowania

Stabilność liniowych uk ladów sterowania Stabilność liniowych uk ladów sterowania Stabilność uk ladów z czasem ci ag lym W teorii stabilności uk ladów sterowania badamy wrażliwość trajektorii stanu na zaburzenia stanu pocz atkowego. Interesuje

Bardziej szczegółowo

Instrukcja korzystania z serwisu Geomelioportal.pl. - Strona 1/12 -

Instrukcja korzystania z serwisu Geomelioportal.pl. - Strona 1/12 - Instrukcja krzystania z serwisu Gemeliprtal.pl - Strna 1/12 - Spis treści 1. Wstęp... 3 1.1. Słwnik pdstawwych terminów... 3 2. Wyświetlanie i wyszukiwanie danych... 4 2.1. Okn mapy... 5 2.2. Paski z menu

Bardziej szczegółowo

I. 1) NAZWA I ADRES: Instytut Adama Mickiewicza, ul. Mokotowska 25, 00-560 Warszawa, woj. mazowieckie, tel. 022 4476100, faks 022 4476152.

I. 1) NAZWA I ADRES: Instytut Adama Mickiewicza, ul. Mokotowska 25, 00-560 Warszawa, woj. mazowieckie, tel. 022 4476100, faks 022 4476152. Warszawa: Realizacja działań e-marketingwych dla Instytutu Adama Mickiewicza Numer głszenia: 122775-2011; data zamieszczenia: 22.04.2011 OGŁOSZENIE O ZAMÓWIENIU - usługi Zamieszczanie głszenia: bwiązkwe.

Bardziej szczegółowo

Wprowadzenie do teorii sterowania. Procesy sterowania o parametrach skupionych.

Wprowadzenie do teorii sterowania. Procesy sterowania o parametrach skupionych. Dr hab. inż. Krystyn Styczeń, prof. PWr Wprowadzenie do teorii sterowania. Procesy sterowania o parametrach skupionych. http://staff.iiar.pwr.wroc.pl/krystyn.styczen/ http://krystyn.styczen.staff.iiar.pwr.wroc.pl/

Bardziej szczegółowo

Projektowanie generatorów sinusoidalnych z użyciem wzmacniaczy operacyjnych

Projektowanie generatorów sinusoidalnych z użyciem wzmacniaczy operacyjnych Instytut Autmatyki Prjektwanie generatrów sinusidalnych z użyciem wzmacniaczy peracyjnych. Generatr z mstkiem Wiena. ysunek przedstawia układ generatra sinusidalneg z mstkiem Wiena. Jeżeli przerwiemy sprzężenie

Bardziej szczegółowo

SYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ. Ewa Madalińska. na podstawie prac:

SYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ. Ewa Madalińska. na podstawie prac: SYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ Ewa Madalińska na podstawie prac: [1] Lukaszewicz,W. (1988) Considerations on Default Logic: An Alternative Approach. Computational Intelligence, 44[1],

Bardziej szczegółowo

Parametryzacja modeli części w Technologii Synchronicznej

Parametryzacja modeli części w Technologii Synchronicznej Parametryzacja mdeli części w Technlgii Synchrnicznej Pdczas statniej wizyty u klienta zetknąłem się z pinią, że mdelwanie synchrniczne "dstaje" d sekwencyjneg z uwagi na brak parametrycznści. Bez najmniejszych

Bardziej szczegółowo

Ekspertyza w zakresie oceny statyki i bezpieczeństwa w otoczeniu drzewa z zastosowaniem próby obciążeniowej

Ekspertyza w zakresie oceny statyki i bezpieczeństwa w otoczeniu drzewa z zastosowaniem próby obciążeniowej Ekspertyza w zakresie ceny statyki i bezpieczeństwa w tczeniu drzewa z zastswaniem próby bciążeniwej Przedmit pracwania: Kasztanwiec biały (Aesculus hippcastanum L.) Pelplin, ul. Mickiewicza 14a Zlecenidawca:

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: bip.gminaelblag.pl

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: bip.gminaelblag.pl Adres strny internetwej, na której Zamawiający udstępnia Specyfikację Isttnych Warunków Zamówienia: bip.gminaelblag.pl Elbląg: Remnt nawierzchni drgi gminnej Nr 101041N w m. Przezmark-Osiedle Numer głszenia:

Bardziej szczegółowo

Rozwój nowoczesnych procesów wytwarzania bodziec do inwestycji w produkcję farmaceutyczną

Rozwój nowoczesnych procesów wytwarzania bodziec do inwestycji w produkcję farmaceutyczną Rzwój nwczesnych prcesów wytwarzania bdziec d inwestycji w prdukcję farmaceutyczną Waldemar Józwik Szef Działu Frmulacji Departament R&D 9-10 październik 2013 Agenda 1. Charakterystyka nwczesneg prcesu

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.umwo.opole.pl, www.opolskie.

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.umwo.opole.pl, www.opolskie. Adres strny internetwej, na której Zamawiający udstępnia Specyfikację Isttnych Warunków Zamówienia: www.umw.ple.pl, www.plskie.pl Ople: Wyknanie usługi na ptrzeby realizacji zadania pn. Oplska Karta Rdziny

Bardziej szczegółowo

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: lancut.biuletyn.net

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: lancut.biuletyn.net Adres strny internetwej, na której Zamawiający udstępnia Specyfikację Isttnych Warunków Zamówienia: lancut.biuletyn.net Łańcut: Budwa dcinka kanalizacji deszczwej wraz z przepmpwnią wód deszczwych i zasilaniem

Bardziej szczegółowo

SEKCJA I: ZAMAWIAJĄCY SEKCJA II: PRZEDMIOT ZAMÓWIENIA. Zamieszczanie ogłoszenia: obowiązkowe. Ogłoszenie dotyczy: zamówienia publicznego.

SEKCJA I: ZAMAWIAJĄCY SEKCJA II: PRZEDMIOT ZAMÓWIENIA. Zamieszczanie ogłoszenia: obowiązkowe. Ogłoszenie dotyczy: zamówienia publicznego. Rzeszów: Świadczenie usług telekmunikacyjnych z telefnów stacjnarnych w zakresie płączeń telefnicznych lkalnych, strefwych, międzystrefwych, międzynardwych, d sieci kmórkwych raz usługi faxwe na ptrzeby

Bardziej szczegółowo

PRZEDMIOTOWE ZASADY OCENIANIA Z HISTORII

PRZEDMIOTOWE ZASADY OCENIANIA Z HISTORII PRZEDMIOTOWE ZASADY OCENIANIA Z HISTORII Opracwanie: mgr Małgrzata Rajska - Mróz mgr Anna Zaczyk I. Pstanwienia wstępne 1. Przedmitwe zasady ceniania są zgdne z Zasadami Wewnątrzszklneg Oceniania Gimnazjum

Bardziej szczegółowo

czastkowych Państwo przyk ladowe zadania z rozwiazaniami: karpinw adres strony www, na której znajda

czastkowych Państwo przyk ladowe zadania z rozwiazaniami:   karpinw adres strony www, na której znajda Zadania z równań różniczkowych czastkowych Za l aczam adres strony www, na której znajda Państwo przyk ladowe zadania z rozwiazaniami: http://math.uni.lodz.pl/ karpinw Zadanie 1. Znaleźć wszystkie rozwiazania

Bardziej szczegółowo

ROBOTY BUDOWLANE: Remont i modernizacja budynku Powiatowego Urzędu Pracy w

ROBOTY BUDOWLANE: Remont i modernizacja budynku Powiatowego Urzędu Pracy w Kścierzyna: PRZETARG NIEOGRANICZONY NA ROBOTY BUDOWLANE: Remnt i mdernizacja budynku Pwiatweg Urzędu Pracy w Kścierzynie wraz z przełamaniem barier architektnicznych dla sób niepełnsprawnych Numer głszenia:

Bardziej szczegółowo

Asymptota pozioma: oṡ x, gdy y = 0 Asymptota pionowa: oṡ y, gdy x = 0. Hyperbola 1 x

Asymptota pozioma: oṡ x, gdy y = 0 Asymptota pionowa: oṡ y, gdy x = 0. Hyperbola 1 x 1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 Asymptota pozioma: oṡ x, gdy y = 0 Asymptota pionowa: oṡ y, gdy x = 0 2 1 0 3 1 2 x Hyperbola 1 x FUNKCJE ELEMENTARNE WYMIERNE POTȨGOWE LOGARYTMICZNE

Bardziej szczegółowo

Wprowadzenie do teorii sterowania. Procesy o parametrach skupionych

Wprowadzenie do teorii sterowania. Procesy o parametrach skupionych Politechnika Wroc lawska Wydzia l Elektroniki Katedra K8 Prof. dr hab. inż. Krystyn Styczeń http://staff.iiar.pwr.wroc.pl/krystyn.styczen/ Wprowadzenie do teorii sterowania. Procesy o parametrach skupionych

Bardziej szczegółowo

SZKO LA PODSTAWOWA HELIANTUS WARSZAWA ul. BAŻANCIA 16. Hyperbola 1 x FUNKCJE ELEMENTARNE WYMIERNE POTȨGOWE LOGARYTMICZNE.

SZKO LA PODSTAWOWA HELIANTUS WARSZAWA ul. BAŻANCIA 16. Hyperbola 1 x FUNKCJE ELEMENTARNE WYMIERNE POTȨGOWE LOGARYTMICZNE. 1 SZKO LA PODSTAWOWA HELIANTUS 0-89 WARSZAWA ul. BAŻANCIA 16 1 0 3 1 x Hyperbola 1 x FUNKCJE ELEMENTARNE WYMIERNE POTȨGOWE LOGARYTMICZNE Prof. dr. Tadeusz STYŠ Warszawa 018 1 1 Projekt dziesi aty Contents

Bardziej szczegółowo

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń

Bardziej szczegółowo

I. 1) NAZWA I ADRES: Powiatowa Poradnia Psychologiczno-Pedagogiczna, ul. Majowa 17/19, 05-

I. 1) NAZWA I ADRES: Powiatowa Poradnia Psychologiczno-Pedagogiczna, ul. Majowa 17/19, 05- Adres strny internetwej, na której Zamawiający udstępnia Specyfikację Isttnych Warunków Zamówienia: http://www.pppptwck.pl/ Otwck: Przedmitem zamówienia jest Budwa pdjazdu dla sób niepełnsprawnych wraz

Bardziej szczegółowo

PSO matematyka I gimnazjum Szczegółowe wymagania edukacyjne na poszczególne oceny

PSO matematyka I gimnazjum Szczegółowe wymagania edukacyjne na poszczególne oceny PSO matematyka I gimnazjum Szczegółwe wymagania edukacyjne na pszczególne ceny POZIOM WYMAGAŃ EDUKACYJNYCH: K knieczny cena dpuszczająca spsób zakrąglania liczb klejnść wyknywania działań pjęcie liczb

Bardziej szczegółowo

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia. mm

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia.   mm CHEMIA KWANTOWA MONIKA MUSIA L Ćwiczenia METODY PRZYBLIŻONE ROZWIA ZYWANIA RÓWNANIA SCHRÖDINGERA METODA WARIACYJNA metoda wariacyjna ĤΨ n = E n Ψ n Ψ n ortonormalne Szukamy rozwi azań dla stanu podstawowego,

Bardziej szczegółowo

Sekcja B. Okoliczności powodujące konieczność złożenia deklaracji.

Sekcja B. Okoliczności powodujące konieczność złożenia deklaracji. III. Deklaracja DJ Sekcja A. Adresat i miejsce składania deklaracji. Uwaga! Ple uzupełnine autmatycznie. Sekcja B. Oklicznści pwdujące kniecznść złżenia deklaracji. Wsekcji B, należy w jednym z dstępnych

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.ifj.edu.pl

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.ifj.edu.pl Adres strny internetwej, na której Zamawiający udstępnia Specyfikację Isttnych Warunków Zamówienia: www.ifj.edu.pl Kraków: Dstawa fantmów d cdziennej kntrli jakści urządzeń d pzycjnwania pacjenta, znak

Bardziej szczegółowo

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 6 Kalkulacja sk ladki netto II. Funkcje komutacyjne.

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 6 Kalkulacja sk ladki netto II. Funkcje komutacyjne. Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 6 Kalkulacja sk ladki netto II. Funkcje komutacyjne. 1 Przypomnienie Umowa ubezpieczenia zawiera informacje o: Przedmiocie ubezpieczenia Czasie

Bardziej szczegółowo

Panel fotowoltaiczny o mocy 190W wykonany w technologii monokrystalicznej. Średnio w skali roku panel dostarczy 169kWh energii

Panel fotowoltaiczny o mocy 190W wykonany w technologii monokrystalicznej. Średnio w skali roku panel dostarczy 169kWh energii Panel ftwltaiczny mcy 190W wyknany w technlgii mnkrystalicznej Średni w skali rku panel dstarczy 169kWh energii Panele przeznaczne są d stswania jak źródł energii w systemach autnmicznych jak i w dużych

Bardziej szczegółowo

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la? Ci ag lość i norma Ćwiczenie. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la? f (x, y) = x2 y 2 x 2 + y 2, f 2(x, y) = x2 y x 2 + y 2 f 3 (x, y) = x2 y

Bardziej szczegółowo

Znakowanie opakowań cukru białego i cukrów surowych

Znakowanie opakowań cukru białego i cukrów surowych Znakwanie pakwań cukru białeg i cukrów surwych Łódź, 25-26 czerwca 2013 r. Marta Zawadka Związek Prducentów Cukru w Plsce Rzprządzenie 1169/2011 w sprawie przekazywania knsumentm infrmacji żywnści ważne

Bardziej szczegółowo