Pozycjonowanie bazujące na wielosensorowym filtrze Kalmana. Positioning based on the multi-sensor Kalman filter

Wielkość: px
Rozpocząć pokaz od strony:

Download "Pozycjonowanie bazujące na wielosensorowym filtrze Kalmana. Positioning based on the multi-sensor Kalman filter"

Transkrypt

1 Scntfc ournal Martm Unvrt of Szczcn Zzt Naukow Akadma Morka w Szczcn 8, 13(85) pp , 13(85). 5 9 ozcjonowan bazując na wlonorowm fltrz Kalmana otonng bad on th mult-nor Kalman fltr otr Borkowk, anuz Magaj, Marcn Mąka* Akadma Morka w Szczcn, Inttut Nawgacj Morkj 7-5 Szczcn, ul. Wał Chrobrgo 1, *tl , *-mal: mmaka@am.zczcn.pl Słowa kluczow: wlonorow fltr Kalmana, fuzja danch nawgacjnch Abtrakt W artkul przdtawono algortm fuzj danch nawgacjnch. Algortm zotał zwrfkowan poprzz zamplmntowan go w potac aplkacj dzałającj w cza rzczwtm. rzdtawono wnk kprmntu polgającgo na ntgracj równolgłch pomarów pozcj, pochodzącch z dwóch różnch odbornków GS. K word: mult-nor Kalman fltr, navgatonal data fuon Abtract h artcl dcu an algorthm of navgatonal data fuon. h algorthm ha bn vrfd through t mplmntaton n a ral tm applcaton. aralll maurmnt of poton obtand from two dffrnt GS rcvr hav bn ntgratd n th prmnt. h prmnt rult ar prntd. Wtęp odtawą dobrj praktk morkj jt bzpczn prowadzn nawgacj, czl bzpczn bzkolzjn przprowadzn jdnotk płwającj z jdngo mjca do druggo. Zagadnn to prowadza ę do rozwązana dwóch zadań: okrślna pozcj wtczna właścwgo kuru trowango obktu. Konc dwudztgo wku to okr zbkgo rozwoju atltarnch tmów pozcjonowana. W dob nawgacj atltarnj praktczn każd tatk jt wpoażon w odbornk tmu GS, wkazując wpółrzędn pozcj oraz zlczając przbtą drogę. dnakż oprając ę tlko włączn na nformacj nawgacjnj otrzmwanj z pojdnczch, autonomcznch odbornków, narażam ę na rzko wtąpna znacznch błędów lub trat nformacj. Wnka to z wad tch tmów, jaką jt możlwość tounkowo łatwgo zakłócana ch prac. Spoobm na znaczn zrdukowan tgo rzka jt zantalowan tmu okrślana pozcj wkorztującgo klka nzalżnch źródł nformacj o położnu trowango obktu. Stm tak, chocaż cągl udokonalan, takż wkazują pozcję z okrśloną dokładnoścą, al obarczoną błędm. dną z mtod rdukcj tgo błędu jt zatoowan tmu nawgacjngo, w którm do wznaczna dokładnj pozcj wkorztuj ę dan uzkwan z wlu źródł oraz poddaj j obróbc: ntgracj fltracj w clu dalzgo ogranczna błędów pomarowch. Główn zalt tmu okrślana pozcj wkorztującgo fltrację oraz ntgrację danch nawgacjnch z wlu źródł to: zwękzn nzawodnośc dzałana tmu, zmnjzn błędów pomarów, zapwnn cągłośc prac, zwękzn czętotlwośc uzkwana danch. dnm z możlwch rozwązań jt zatoowan tmu dzałającgo w oparcu o algortm wlonorowj fuzj danch z wkorztanm fltru Kalmana. Algortm zotał zwrfkowan poprzz zamplmntowan go w potac aplkacj Zzt Naukow 13(85) 5

2 otr Borkowk, anuz Magaj, Marcn Mąka dzałającj w cza rzczwtm. rzdtawono wnk kprmntu polgającgo na ntgracj równolgłch pomarów pozcj, pochodzącch z dwóch różnch odbornków GS. Op algortmu Rozważanu poddano dkrtn tm tochatczn z klkoma noram (czujnkam): gdz: (t) R n ( t + 1) Φ + w H + v 1, l,... (1) wktor tanu, m t R wktor pomarów -tgo nora () (1 m n), Φ, H tał macrz o odpowdnch wmarach, w(t), v (t) wktor zakłócń o charaktrtc bałch zumów gauowkch z zrowm wartoścam oczkwanm oraz macrzam kowarancj odpowdno Q R. Fuzję zboru danch l norów wraża ę śrdną ważoną [1]: ~ A1 ˆ 1 + A ˆ A l ˆ l () gdz: A (t) macrz wag, ~ () t wktor fuzj tmat tanu, ˆ tmat wktora tanu. Etmat wktora tanu ˆ dla -tgo podtmu (okrślongo danm norm) uzkuj ę prz zatoowanu fltru Kalmana []: ˆ E Φ ˆ ( t 1\ t 1) H ˆ Φ ( t 1\ t 1) Φ + Q H H H ( t \ t) K H ( t \ t) ˆ + K E [ + R ] 1 K ˆ (3) gdz: ˆ tmata wktora tanu wznaczona bz znajomośc pomarów w chwl t, E (t) wktor nnowacj w chwl t, (t \ t 1) macrz kowarancj błędów fltracj wznaczona bz znajomośc wzmocnna fltru w chwl t, K (t) macrz wzmocnna fltru w chwl t, (t \ t) uaktualnona macrz kowarancj błędów fltracj, ˆ ( t \ t) uaktualnona tmata wktora tanu. Macrz wag wznacza ę z wzoru [3, 4, 5]: l 1 1 A jj j 1 (4) gdz: j (t) macrz krzżowj kowarancj błędów fltracj pomędz -tm, a j-tm podtmm tmu okrślongo równanm (1). Macrz krzżowj kowarancj błędów fltracj wznacza ę z wzoru [4, 5, 6]: j 1 [ Φ + Q] [ ] [ I n K H ] Φ j ( t 1) I K H n j j (5) gdz: I n macrz jdnotkowa o wmarach n n. Zdfnowan za pomocą równań () (5) algortm jt optmaln, gdż mnmalzuj ślad macrz warancj błędu tmatora fuzj [4, 5]. Badana Algortm fuzj danch nawgacjnch zotał zwrfkowan poprzz zamplmntowan go w potac aplkacj dzałającj w cza rzczwtm (onln). Ekprmnt badawcz polgał na ntgracj (fuzj) równolgłch pomarów pozcj, pochodzącch z dwóch różnch nruchomch odbornków GS (prz czm do clów ntgracj pomar jdngo z odbornków GS bł przuwan o znan wktor tranlacj). Wpółrzędn gografczn bł przkztałcan na wpółrzędn kartzjańk [6]. W clu ozacowana (ocn) jakośc tmacj wpółrzędnch pozcj zdfnowano błęd tmacj: ~ t t ~ (6) t () () () oraz błęd pomarow: ( ( 1 l GS (7) gdz: l lczba odbornków GS. GS 6 Scntfc ournal 13(85)

3 ozcjonowan bazując na wlonorowm fltrz Kalmana R. 1. Wpółrzędn kartzjańk ( 3) Fg. 1. Cartan coordnat ( 3), 1, [m], 1, [m] [m] [m] R.. Błęd tmacj błęd pomarow wpółrzędnch kartzjańkch ( 3) Fg.. Etmaton rror and maurmnt rror of Cartan coordnat ( 3) Zzt Naukow 13(85) 7

4 otr Borkowk, anuz Magaj, Marcn Mąka R. 3. Wkaźnk jakośc tmacj wkaźnk jakośc pomarów wpółrzędnch kartzjańkch ( 3) Fg. 3. Etmaton qualt ndcator and Cartan coordnat maurmnt qualt ndcator ( 3) [m] +, [m ], 1, [m ], 1, [m ] R. 4. rajktora ruchu oraz wkaźnk jakośc tmacj pomarów trajktor ruchu ( 3) Fg. 4. Movmnt trajctor and th ndcator of tmaton qualt and of track maurmnt ( 3) 8 Scntfc ournal 13(85)

5 ozcjonowan bazując na wlonorowm fltrz Kalmana +, [m ] R. 5. Wkaźnk jakośc tmacj pomarów trajktor ruchu ( 7) Fg. 5. h ndcator of tmaton qualt and of track maurmnt ( 7) Za wkaźnk jakośc tmacj wpółrzędnch kartzjańkch wbrano krtra kwadratow (czm mnjza wartość wkaźnka, tm lpza jakość tmacj): (8) gdz: lość ckl tmacj. odobn zdfnowano wkaźnk jakośc pomarów wpółrzędnch kartzjańkch: 1 l GS (9) Ocnę jakośc tmacj trajktor ruchu można dokonać, porównując wkaźnk: (1) Na runkach 1 5 przdtawono przkładow wnk przprowadzonch badań. Uzkan wnk badań jdnoznaczn potwrdzają woką jakość tmacj mrzonch gnałów. Warto podkrślć, ż od pwngo cklu ( 3) wartość wkaźnka jakośc tmacj trajktor tablzuj ę, w przcwńtw do wartośc wkaźnków jakośc pomarów (r. 5). Można równż wnokować, ż wękza lczba odbornków GS będz mplkowała dokładnjzą tmację oraz zbzą tablzację wartośc wkaźnka jakośc tmacj trajktor. odumowan Otrzman wnk badań potwrdzają kutczność przdtawongo w artkul algortmu ntgracj danch nawgacjnch. Zaproponowana mtoda ntgracj fltracj danch umożlwa połączn w pojdncz gnał nformacj pozkanch z klku autonomcznch urządzń pomarowch oraz zmnjzn błędu pomaru pozcj trowango obktu. Zapwna takż zwękzn nzawodnośc dzałana tmu poprzz uzkwan danch z wlu norów, co pozwala na lmnację błędnch danch wjścowch powtałch np. wkutk uzkodzna układu pomarowgo. rzdtawon w nnjzm artkul analz ą punktm wjśca do dalzch badań mającch na clu m.n. okrśln wpłwu lośc norów na dokładność okrślana pozcj z wkorztanm zaproponowango algortmu oraz jgo przdatnośc do wznaczana pozcj obktów poruzającch ę. Bblografa 1. SAECZNY A.: AIS and Radar Data Fuon n Martm Navgaton. Matrał Mędznarodowj Konfrncj Eplo-Shp, Zzt Naukow AM, 4, (74), KACZOREK.: ora trowana tmów. WN, Warzawa SAECZNY A., LISA A., MOHAMMAD C.: Fuzja danch nawgacjnch w prztrzn fltru Kalmana. Matrał Mędznarodowj Konfrncj Eplo-Shp, Zzt Naukow AM, 6, 11(83), SUN S.: Mult-nor Optmal Informaton Fuon Kalman Fltr wth Applcaton. Aropac Scnc and chnolog, 4, 8, 1, 4, SUN S., DENG Z.: Mult-nor Optmal Informaton Fuon Kalman Fltr. Automatca, 4, 4, HLIBOWICKI R.: Godzja wżza atronoma godzjna. WN, Warzawa Rcnznt: prof. dr hab. nż. Andrzj Statczn Akadma Morka w Szczcn Zzt Naukow 13(85) 9

Służą opisowi oraz przewidywaniu przyszłego kształtowania się zależności gospodarczych.

Służą opisowi oraz przewidywaniu przyszłego kształtowania się zależności gospodarczych. MODEL EOOMERYCZY MODEL EOOMERYCZY DEFIICJA Modl konomtrczn jst równanm matmatcznm (lub układm równao), któr przdstawa zasadncz powązana loścow pomędz rozpatrwanm zjawskam konomcznm., uwzględnającm tlko

Bardziej szczegółowo

Wsiądź do Ciuchci Wybierz się w podróż z Przedszkolem Ciuchcia

Wsiądź do Ciuchci Wybierz się w podróż z Przedszkolem Ciuchcia Wybrz sę w podróż z Przdszkolm Cuchca s t u w j n a Z w uśmch dzcka Dla kogo? dla wszystkch gmn dla wszystkch gmn dla dla nwstorów prywatnych nwstorów prywatnych a przd wszystkm dla małych naukowców, sportowców,

Bardziej szczegółowo

Pienińskich Portali Turystycznych

Pienińskich Portali Turystycznych Ofrta Pńskch Portal Turstczch b s z tu P w z c r st la m uj m C S ku z c t r k www.p.com www.szczawca.com www.czorszt.com facbook.com/p c a h Krótko o Pńskch Portalach Turstczch Pńsk Portal Turstcz został

Bardziej szczegółowo

PODSTAWY EKSPLOATACJI

PODSTAWY EKSPLOATACJI WOJSKOWA AKADEMIA TECHNICZNA m. Jarosława Dąbrowskgo LESŁAW BĘDKOWSKI, TADEUSZ DĄBROWSKI PODSTAWY EKSPLOATACJI CZĘŚĆ PODSTAWY DIAGNOSTYKI TECHNICZNEJ WARSZAWA Skrypt przznaczony jst dla studntów Wydzału

Bardziej szczegółowo

ZESTAW ZADAŃ Z INFORMATYKI

ZESTAW ZADAŃ Z INFORMATYKI (Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań

Bardziej szczegółowo

Rachunek różniczkowy funkcji jednej zmiennej

Rachunek różniczkowy funkcji jednej zmiennej Rachunek różniczkow funkcji jednej zmiennej wkład z MATEMATYKI Budownictwo, studia niestacjonarne sem. I, rok ak. 2008/2009 Katedra Matematki Wdział Informatki Politechnika Białostocka 1 Iloraz różnicow

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

Zasady budowania prognoz ekonometrycznych

Zasady budowania prognoz ekonometrycznych Zasad budowania prognoz ekonometrcznch Klasczne założenia teorii predkcji 1. Znajomość modelu kształtowania się zmiennej prognozowanej Znajomość postaci analitcznej wstępującch zależności międz zmiennmi

Bardziej szczegółowo

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych Współcznnk korelacj lnowej oraz funkcja regresj lnowej dwóch zmennch S S r, cov współcznnk determnacj R r Współcznnk ndetermnacj ϕ r Zarówno współcznnk determnacj jak ndetermnacj po przemnożenu przez 00

Bardziej szczegółowo

$y = XB KLASYCZNY MODEL REGRESJI LINIOWEJ Z WIELOMA ZMIENNYMI NIEZALEŻNYMI

$y = XB KLASYCZNY MODEL REGRESJI LINIOWEJ Z WIELOMA ZMIENNYMI NIEZALEŻNYMI KASYCZNY ODE REGRESJI INIOWEJ Z WIEOA ZIENNYI NIEZAEŻNYI. gdz: wtor obsrwacj a zmj Y, o wmarach ( macrz obsrwacj a zmch zalżch, o wmarach ( ( wtor paramtrów struturalch (wtor współczów, o wmarach (( wtor

Bardziej szczegółowo

L6 - Obwody nieliniowe i optymalizacja obwodów

L6 - Obwody nieliniowe i optymalizacja obwodów L6 - Obwody nlnow optymalzacja obwodów. Funkcj optymalzacj Tabla Zstawn najważnjszych funkcj optymalzacyjnych Matlaba [] Nazwa funkcj Rodzaj rozwązywango zadana Matmatyczny ops zadana fmnbnd Mnmalzacja

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej

Bardziej szczegółowo

CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE

CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE Zadane 1. Na podstawe obserwacj dotczącch welkośc powerzchn ekspozcjnej (cecha X w m kw.) oraz welkośc dzennego obrotu punktu sprzedaż płtek

Bardziej szczegółowo

przegrody (W ) Łukasz Nowak, Instytut Budownictwa, Politechnika Wrocławska, e-mail:lukasz.nowak@pwr.wroc.pl 1

przegrody (W ) Łukasz Nowak, Instytut Budownictwa, Politechnika Wrocławska, e-mail:lukasz.nowak@pwr.wroc.pl 1 1.4. Srawdzn moŝlwośc kondnsacj ary wodnj wwnątrz ścany zwnętrznj dla orawngo oraz dla odwrócongo układu warstw. Oblczn zawlgocna wysychana wlgoc. Srawdzn wykonujmy na odstaw skrytu Matrały do ćwczń z

Bardziej szczegółowo

Temat: Wyznaczanie odległości ogniskowej i powiększenia cienkich soczewek.

Temat: Wyznaczanie odległości ogniskowej i powiększenia cienkich soczewek. Ćwiczni Nr 0 Tmat: Wznaczani odlgłości ognikowj i owiękznia cinkich oczwk. I. LITERTUR:. D. Hallida, R. Rnick, Fizka t. II, PWN, Warzawa.. J.R. Mr-rndt. Wtę do otki, PWN, Warzawa 977.. Ćwicznia laboratorjn

Bardziej szczegółowo

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx

25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx 5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.

Bardziej szczegółowo

ZASTOSOWANIE METODY GRAFÓW WIĄZAŃ DO MODELOWANIA PRACY ZESPOŁU PRĄDOTWÓRCZEGO W SIŁOWNI OKRĘTOWEJ

ZASTOSOWANIE METODY GRAFÓW WIĄZAŃ DO MODELOWANIA PRACY ZESPOŁU PRĄDOTWÓRCZEGO W SIŁOWNI OKRĘTOWEJ Chybowski L. Grzbiniak R. Matuszak Z. Maritim Acadmy zczcin Poland ZATOOWANIE METODY GRAFÓW WIĄZAŃ DO MODELOWANIA PRACY ZEPOŁU PRĄDOTWÓRCZEGO W IŁOWNI OKRĘTOWEJ ummary: Papr prsnts issus of application

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

INSTYTUT LABORATORIUM ZAKŁAD TEORII KONSTRUKCJ Z TEORII MECHANIZMÓW I MASZYN MANIPULATORÓW MECHANIZMÓW I MASZYN

INSTYTUT LABORATORIUM ZAKŁAD TEORII KONSTRUKCJ Z TEORII MECHANIZMÓW I MASZYN MANIPULATORÓW MECHANIZMÓW I MASZYN INSTYTUT KONSTRUKCJ MASZYN NR ĆW.: LABORATORIUM Z TEORII MECHANIZMÓW I MASZYN ZAKŁAD TEORII MECHANIZMÓW I MANIPULATORÓW TEMAT: Analza knematczna mechanzmów metodam numercznm. WPROWADZENIE Do wznaczana

Bardziej szczegółowo

PORÓWNANIE TEMPERATUR W HALI ZWIERZĄT WYZNACZONYCH NA PODSTAWIE BILANSU CIEPŁA OBLICZONEGO RÓśNYMI METODAMI

PORÓWNANIE TEMPERATUR W HALI ZWIERZĄT WYZNACZONYCH NA PODSTAWIE BILANSU CIEPŁA OBLICZONEGO RÓśNYMI METODAMI InŜynra Rolncza 6/005 Tadusz Głusk Katdra Mloracj Budownctwa Rolnczgo Akadma Rolncza w Lubln PORÓWNANIE TEMPERATUR W HALI ZWIERZĄT WYZNACZONYCH NA PODSTAWIE BILANSU CIEPŁA OBLICZONEGO RÓśNYMI METODAMI

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

RACHUNEK NIEPEWNOŚCI POMIARU Mędznarodowa Norma Ocen Nepewnośc Pomaru(Gude to Epresson of Uncertant n Measurements - Mędznarodowa Organzacja Normalzacjna ISO) RACHUNEK NIEPEWNOŚCI http://phscs.nst./gov/uncertant POMIARU Wrażane Nepewnośc

Bardziej szczegółowo

Problem częstotliwości drgań własnych w wirujących układach mechanicznych pojazdów szynowych

Problem częstotliwości drgań własnych w wirujących układach mechanicznych pojazdów szynowych prof. dr hab. nż. Stansław Dżuła Poltchnka Krakowska Problm częstotlwośc drań własnych w wruących układach mchancznych poazdów szynowych Na przykładz wruąco koła kolowo przdstawono wynk oblczń numrycznych

Bardziej szczegółowo

Blok 2: Zależność funkcyjna wielkości fizycznych

Blok 2: Zależność funkcyjna wielkości fizycznych Blok : Zależność funkcjna wielkości fizcznch I. Odcztwanie informacji z wkreu co tak naprawdę na nim ię znajduje. Chcąc odcztać informacje z wkreu funkcji, muim dokładnie wiedzieć, jaka wielkość fizczna

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY 8 MARCA 015 CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT) Przbliżenie dziesiętne

Bardziej szczegółowo

x 1 x 2 x 3 x n w 1 w 2 Σ w 3 w n x 1 x 2 x 1 XOR x (x A, y A ) y A x A

x 1 x 2 x 3 x n w 1 w 2 Σ w 3 w n x 1 x 2 x 1 XOR x (x A, y A ) y A x A Sieci neuronowe model konekcjonistczn Plan wkładu Perceptron - przpomnienie Uczenie nienadzorowane Sieci Hopfielda Perceptron w 3 Σ w n A Liniowo separowaln problem klasfikacji ( A, A ) Problem XOR 0 0

Bardziej szczegółowo

ANALIZA OBWODÓW DLA PRZEBIEGÓW SINUSOIDALNYCH METODĄ LICZB ZESPOLONYCH

ANALIZA OBWODÓW DLA PRZEBIEGÓW SINUSOIDALNYCH METODĄ LICZB ZESPOLONYCH ANAZA OBWODÓW DA PZBGÓW SNUSODANYH MTODĄ ZB ZSPOONYH. Wprowadzn. Wprowadź fnkcję zspoloną znnj rzczwstj (czas) o następjącj postac: F( t) F F j t j jt t+ Fnkcj tj przporządkj na płaszczźn zspolonj wktor

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS For Business Sharks WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace

Bardziej szczegółowo

W podróży Elżbieta Dzikowska Miasto na siedmiu wzgórzach. Ekologia Ciemność, widzę ciemność! Rosyjska przygoda. Miłosz Brzeziński Psychołaskotki

W podróży Elżbieta Dzikowska Miasto na siedmiu wzgórzach. Ekologia Ciemność, widzę ciemność! Rosyjska przygoda. Miłosz Brzeziński Psychołaskotki SSN 1897-970X ltoad 2011/11 (51) W odróż Elżbta Dzkowka Mato na dmu wzgórzach NTERCTY Rojka rzgoda Pchologa Młoz Brzzńk Pchołakotk Ekologa Cmność, wdzę cmność! Zmowa odróz do Kazmrza Dolngo Projkt jt wółfnanowan

Bardziej szczegółowo

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska

Problem nośności granicznej płyt żelbetowych w ujęciu aktualnych przepisów normowych. Prof. dr hab. inż. Piotr Konderla, Politechnika Wrocławska Proble nośnośc grancznej płt żelbetowch w ujęcu aktualnch przepsów norowch Prof. dr hab. nż. Potr Konderla Poltechnka Wrocławska 1. Wprowadzene Przedote analz jest płta żelbetowa zbrojona ortogonalne paraetrzowana

Bardziej szczegółowo

Automatyzacja Procesów Przemysłowych

Automatyzacja Procesów Przemysłowych Automatyzacja Procsów Przmysłowych Tmat: Układ rgulacji zamknięto-otwarty Zspół: Kirunk i grupa: Data: Mikuś Marcin Mizra Marcin Łochowski Radosław Politowski Dariusz Szymański Zbigniw Piwowarski Przmysław

Bardziej szczegółowo

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 6

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 6 ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch 6 Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs. 6.. s. 6. rzed przstąpieniem

Bardziej szczegółowo

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty 74 LIDIA LUTY ROCZNIKI NAUKOWE EKONOMII ROLNICTWA I ROZWOJU OBSZARÓW WIEJSKICH, T. 11, z. 1, 214 WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO Lda Lut Katedra Statstk Matematcznej

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY 6 KWIETNIA 0 CZAS PRACY: 70 MINUT Zadania zamknięte ZADANIE ( PKT.) Liczbę 5 7 zaokr aglam do liczb,6.

Bardziej szczegółowo

Metody numeryczne. Różniczkowanie. Wykład nr 6. dr hab. Piotr Fronczak

Metody numeryczne. Różniczkowanie. Wykład nr 6. dr hab. Piotr Fronczak Mtod numrczn Wład nr 6 Różnczowan dr ab. Potr Froncza Różnczowan numrczn Wzor różnczowana numrczngo znajdują zastosowan wtd, gd trzba wznaczć pocodn odpowdngo rzędu uncj, tóra orślona jst tablcą lub ma

Bardziej szczegółowo

ń ę ń ę ń ę ń ę ę ę ę ę ź ń ź Ś ę Ł ń ę ę ń ę ń ę ę ę ę ę ę ź ę ę Ż ę ŚĆ ę Ż ń ń ę ń ę ę ę ę ę ź ę ę Ś Ś Ś Ś ź ę ń ę ę Ź ń Ś Ś ę ń ę ę ę ę ę ź ń ŚĆ Ś ń ń ń Ą ń ę ę ŚĆ ę Ż ę ń ę ę ę ę ę ź ń Ś Ś ź Ś Ł ę

Bardziej szczegółowo

x y x y y 2 1-1

x y x y y 2 1-1 Mtod komputrow : wrzsiń 5 Zadani. Obliczć u(.5) stosując intrpolację kwadratową Lagrang a dla danch z tabli. i i 5 u( i )..5. 5. 7. Zadani.Dlapunktów =, =, =obliczćfunkcjębazowąintrpolacjihrmitah, ().

Bardziej szczegółowo

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

Bardziej szczegółowo

Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Instrukcja do pracowni specjalistycznej

Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Instrukcja do pracowni specjalistycznej Politchnika Białotocka Wydział Elktryczny Katdra Tlkomunikacji i Aparatury Elktronicznj Intrukcja do pracowni pcjalitycznj Tmat ćwicznia: Dokładność ciągłych i dykrtnych układów rgulacji Numr ćwicznia:

Bardziej szczegółowo

= oraz = ; Przykładowe zadania EGZAMINACYJNE z przedmiotu PODSTAWY AUTOMATYKI. Transmitancja operatorowa

= oraz = ; Przykładowe zadania EGZAMINACYJNE z przedmiotu PODSTAWY AUTOMATYKI. Transmitancja operatorowa Przkładowe zadania EGZAMINACYJNE z przedmiotu PODSTAWY AUTOMATYKI Tranmitancja operatorowa. Dla przedtawionego układu a) Podać równanie różniczkujące opiujące układ Y ( b) Wznacz tranmitancję operatorową

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

ZADANIE 1 Poniżej znajduje się fragment wykresu funkcji y = f (x). ZADANIE 2 Na podstawie podanego wykresu funkcji f

ZADANIE 1 Poniżej znajduje się fragment wykresu funkcji y = f (x). ZADANIE 2 Na podstawie podanego wykresu funkcji f IMIE I NAZWISKO ZADANIE Poniżej znajduje się fragment wkresu funkcji = f (). -7 -- - - 6 7 Dorsuj brakujac a część wkresu wiedzac, że dziedzina funkcji f jest przedział,, a wkres jest smetrczn względem

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

- Jeśli dany papier charakteryzuje się wskaźnikiem beta równym 1, to premia za ryzyko tego papieru wartościowego równa się wartości premii rynkowej.

- Jeśli dany papier charakteryzuje się wskaźnikiem beta równym 1, to premia za ryzyko tego papieru wartościowego równa się wartości premii rynkowej. Śrdni waŝony koszt kapitału (WACC) Spółki mogą korzystać z wilu dostępnych na rynku źródł finansowania: akcj zwykł, kapitał uprzywiljowany, krdyty bankow, obligacj, obligacj zaminn itd. W warunkach polskich

Bardziej szczegółowo

12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej

12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej 1. FUNKCJE WIELU ZMIENNYCH 1.1. FUNKCJE DWÓCH ZMIENNYCH Funkcją dwóch zmiennch określoną w zbiorze D R nazwam przporządkowanie każdej parze liczb () D dokładnie jednej liczb rzeczwistej z. Piszem prz tm

Bardziej szczegółowo

EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 2012/2013

EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 2012/2013 EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 01/01 CZĘŚĆ MATEMATYCZNO-PRZYRODNICZA MATEMATYKA ROZWIĄZANIA ZADAŃ I SCHEMATY PUNKTOWANIA GM-M7-1 KWIECIEŃ 01 Liczba punktów za zadania zamknięte i otwarte: 9 Zadania

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY

PRÓBNY EGZAMIN MATURALNY PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY MARCA 0 CZAS PRACY: 70 MINUT Zadania zamknięte ZADANIE ( PKT.) Stężenie roztworu poczatkowo wzrosło

Bardziej szczegółowo

gdzie E jest energią całkowitą cząstki. Postać równania Schrödingera dla stanu stacjonarnego Wprowadźmy do lewej i prawej strony równania Schrödingera

gdzie E jest energią całkowitą cząstki. Postać równania Schrödingera dla stanu stacjonarnego Wprowadźmy do lewej i prawej strony równania Schrödingera San sacjonarny cząsk San sacjonarny - San, w kórym ( r, ) ( r ), gęsość prawdopodobńswa znalzna cząsk cząsk w danym obszarz przsrzn n zalży od czasu. San sacjonarny js charakrysyczny dla sacjonarngo pola

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

.<=->./?-> 0 A " #($" $' $ "./ F / % 6789 G HIJKLMNO 2 #$ ab]^[ #$ P 6 c_`ab b ]^FG&H+ IJ K LMNO P$QR SU^I T T+ UV? cwxky N ` ]^ Z[\]^ _

.<=->./?-> 0 A  #($ $' $ ./ F / % 6789 G HIJKLMNO 2 #$ ab]^[ #$ P 6 c_`ab b ]^FG&H+ IJ K LMNO P$QR SU^I T T+ UV? cwxky N ` ]^ Z[\]^ _ F / % 6789 G HIJKLMNO 2 #$ ab]^[ #$ P 6 c_`ab b ]^FG&H+ IJ K LMNO P$QR SU^I T T+ UV? cwxky N ` ]^ Z[\]^ _` a/r c9 bc ) &HSU]^ IJ S P. ) # P IJ c _`ab]^ ]^ +c T N _`ab]^ \(c a cg QRS _`ab ]^ + ^I )T U/

Bardziej szczegółowo

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych

Programowanie nieliniowe optymalizacja funkcji wielu zmiennych Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( )( ) ( ) ( ) 2. r s. ( i. REGRESJA (jedna zmienna) e s = + Y b b X. x x x n x. cov( (kowariancja) = (współczynnik korelacji) = +

( ) ( ) ( ) ( ) ( )( ) ( ) ( ) 2. r s. ( i. REGRESJA (jedna zmienna) e s = + Y b b X. x x x n x. cov( (kowariancja) = (współczynnik korelacji) = + REGRESJA jda zma + prota rgrj zmj wzgldm. przlo wartoc paramtrów trukturalch cov r waga: a c cov kowaracja d r cov wpółczk korlacj Waracja rztowa. Nch gdz + wtd czl ozacza rd tadardow odchl od protj rgrj.

Bardziej szczegółowo

Wykaz podręczników w klasach I III w roku szkolnym 2013/2014

Wykaz podręczników w klasach I III w roku szkolnym 2013/2014 1 wczesnoszkolna I a Bł Odkrywam siebie. Ja i moja szkoła podręcznik z ćwiczeniami (10 części), zadania domowe (10 części), zeszyty do kaligrafii (2 części), Elementarz małego informatyka podręcznik z

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

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

E2. BADANIE OBWODÓW PRĄDU PRZEMIENNEGO

E2. BADANIE OBWODÓW PRĄDU PRZEMIENNEGO E. BADANE OBWODÓW PĄDU PZEMENNEGO ks opracowały: Jadwga Szydłowska Bożna Janowska-Dmoch Badać będzmy charakrysyk obwodów zawrających różn układy lmnów akch jak: opornk, cwka kondnsaor, połączonych z sobą

Bardziej szczegółowo

Realizacja funkcji przełączających

Realizacja funkcji przełączających Realizacja funkcji przełączającch. Wprowadzenie teoretczne.. Podstawowe funkcje logiczne Funkcja logiczna NOT AND OR Zapis = x x = = x NAND NOR.2. Metoda minimalizacji funkcji metodą tablic Karnaugha Metoda

Bardziej szczegółowo

Prognozowanie- wiadomoci wstpne

Prognozowanie- wiadomoci wstpne Progozowa- wadomoc wtp Progozowa to racjoal woowa o zdarzach zach a podtaw zdarz zach. Clm progoz jt dotarcz otwch formacj potrzch do podjmowaa dczj. Progoz a mulacj. Progoza co dz w momc t Smulacja co

Bardziej szczegółowo

MATURA PRÓBNA 2 KLASA I LO

MATURA PRÓBNA 2 KLASA I LO IMIE I NAZWISKO MATURA PRÓBNA KLASA I LO CZAS PRACY: 90 MIN. SUMA PUNKTÓW: 60 ZADANIE (5 PKT) Znajdź wszstkie funkcje liniowe określone na zbiorze ;, którch zbiorem wartości jest przedział ; 0. ZADANIE

Bardziej szczegółowo

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana ISSN 733-867 ZESZ NAUKOWE NR (83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZNARODOWA KONFERENCJA NAUKOWO-ECHNICZNA E X L O - S H I 6 Andrzej Stteczny, Andrzej Lsj, Chfn Mohmmd Fzj dnych nwgcyjnych w przestrzen

Bardziej szczegółowo

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K. Motto Cz to nie zabawne, że ci sami ludzie, którz śmieją się z science fiction, słuchają prognoz pogod oraz ekonomistów? (K. Throop III) 1 Specfika szeregów czasowch Modele szeregów czasowch są alternatwą

Bardziej szczegółowo

f x f y f, jest 4, mianowicie f = f xx f xy f yx

f x f y f, jest 4, mianowicie f = f xx f xy f yx Zestaw 14 Pochodne wŝszch rzędów Niech będzie dana funkcja x f określona w pewnm obszarze D Przpuśćm Ŝe f x istnieją pochodne cząstkowe tej funkcji x x Pochodne cząstkowe tch pochodnch jeŝeli istnieją

Bardziej szczegółowo

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH Metrologa Wspomagana Komputerowo - Zegrze, 9-22 05.997 WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH dr nż. Jan Ryszard Jask, dr nż. Elgusz Pawłowsk POLITECHNIKA lubelska

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY PRZYKŁADOWY ZESTAW ZADAŃ NR 1. Czas pracy 150 minut

MATEMATYKA POZIOM ROZSZERZONY PRZYKŁADOWY ZESTAW ZADAŃ NR 1. Czas pracy 150 minut Miejsce na naklejkę z kodem szkoł OKE ŁÓDŹ CKE MATEMATYKA POZIOM ROZSZERZONY MARZEC ROK 008 PRZYKŁADOWY ZESTAW ZADAŃ NR Czas prac 0 minut Instrukcja dla zdającego. Sprawdź, cz arkusz egzaminacjn zawiera

Bardziej szczegółowo

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi fzka statstczna stan makroskopow układ - skończon obszar przestrzenn (w szczególnośc zolowan) termodnamka fenomenologczna p, VT V, teora knetczno-molekularna termodnamka statstczna n(v) stan makroskopow

Bardziej szczegółowo

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym

Pomiar bezpośredni przyrządem wskazówkowym elektromechanicznym . Rodzaj poiaru.. Poiar bezpośredni (prost) W przpadku poiaru pojednczej wielkości przrząde wskalowan w jej jednostkach wartość niedokładności ± określa graniczn błąd przrządu analogowego lub cfrowego

Bardziej szczegółowo

Instrukcja dodawania reklamy

Instrukcja dodawania reklamy Istrukja dodawaa rklam b s tu P w r st la m uj m C S ku t r k www.p.om www.sawa.om www.orst.om fabook.om/p a h Krok 1 Rjstraja owgo użtkowka la m uj m 1. Whodm a jd trh portal, klkam a lk dodaj rklamę

Bardziej szczegółowo

Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy

Metody prognozowania: Jakość prognoz Wprowadzenie (1) 6. Oszacowanie przypuszczalnej trafności prognozy Metod prognozowania: Jakość prognoz Dr inż. Sebastian Skoczpiec ver. 03.2012 Wprowadzenie (1) 1. Sformułowanie zadania prognostcznego: 2. Określenie przesłanek prognostcznch: 3. Zebranie danch 4. Określenie

Bardziej szczegółowo

EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 2011/2012

EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 2011/2012 Centralna Komisja Egzaminacjna EGZAMIN GIMNAZJALNY W ROKU SZKOLNYM 2011/2012 CZĘŚĆ MATEMATYCZNO-PRZYRODNICZA MATEMATYKA ODPOWIEDZI I PROPOZYCJE OCENIANIA PRZYKŁADOWEGO ZESTAWU ZADAŃ PAŹDZIERNIK 2011 Zadania

Bardziej szczegółowo

Wykład 6. Klasyczny model regresji liniowej

Wykład 6. Klasyczny model regresji liniowej Wkład 6 Klacz modl rgrj lowj Rgrja I rodzaju pokazuj jak zmają ę warukow wartośc oczkwa zmj zalżj w zalżośc od wartośc zmj zalżj. E X m Obraz gomtrcz tj fukcj to krzwa rgrj I rodzaju czl zbór puktów płazczz,

Bardziej szczegółowo

Postać Jordana macierzy

Postać Jordana macierzy Rodiał 8 Postać Jordana macier 8.1. Macier Jordana Niech F = R lub F = C. Macier J r () F r r postaci 1. 1... J r () =..........,.... 1 gdie F, nawam klatką Jordana stopnia r. Ocwiście J 1 () = [. Definicja

Bardziej szczegółowo

Wygładzanie metodą średnich ruchomych w procesach stałych

Wygładzanie metodą średnich ruchomych w procesach stałych Wgładzanie meodą średnich ruchomch w procesach sałch Cel ćwiczenia. Przgoowanie procedur Średniej Ruchomej (dla ruchomego okna danch); 2. apisanie procedur do obliczenia sandardowego błędu esmacji;. Wizualizacja

Bardziej szczegółowo

Odczyt kodów felg samochodowych w procesie produkcyjnym

Odczyt kodów felg samochodowych w procesie produkcyjnym Odczyt odów felg samochodowych w procese producyjnym Jace Dunaj Przemysłowy Instytut Automaty Pomarów PIAP Streszczene: W artyule przedstawono sposób realzacj odczytu odów felg samochodowych. Opracowane

Bardziej szczegółowo

Politechnika Wrocławska Instytut Maszyn, Napędów i Pomiarów Elektrycznych. Materiał ilustracyjny do przedmiotu. (Cz. 2)

Politechnika Wrocławska Instytut Maszyn, Napędów i Pomiarów Elektrycznych. Materiał ilustracyjny do przedmiotu. (Cz. 2) Poltchnka Wrocławska nstytut Maszyn, Napędów Pomarów Elktrycznych Matrał lustracyjny do przdmotu EEKTOTEHNKA (z. ) Prowadzący: Dr nż. Potr Zlńsk (-9, A0 p.408, tl. 30-3 9) Wrocław 004/5 PĄD ZMENNY Klasyfkacja

Bardziej szczegółowo

Metoda Elementów Skończonych w Modelowaniu Układów Mechatronicznych. Układy prętowe (Scilab)

Metoda Elementów Skończonych w Modelowaniu Układów Mechatronicznych. Układy prętowe (Scilab) Mtoda Elmntów Skończonych w Modlowaniu Układów Mchatronicznych Układy prętow (Scilab) str.1 I. MES 1D układy prętow. Podstawow informacj Istotą mtody lmntów skończonych jst sposób aproksymacji cząstkowych

Bardziej szczegółowo

Streszczenie referatu. Analiza własności silnika indukcyjnego synchronizowanego ( LS-PMSM ) metodą polową.

Streszczenie referatu. Analiza własności silnika indukcyjnego synchronizowanego ( LS-PMSM ) metodą polową. Streszczene referatu Analza własnośc slnka ndukcjnego snchronzowanego ( LS-PMSM ) metodą polową. Wkonal studenc z koła naukowego Magnesk : Marcn Bajek Tomasz Bąk Opekun : dr hab. nż. Wesław Jażdżńsk, prof.

Bardziej szczegółowo

Wektory. P. F. Góra. rok akademicki

Wektory. P. F. Góra. rok akademicki Wektor P. F. Góra rok akademicki 009-0 Wektor zwiazan. Wektorem zwiazanm nazwam parę punktów. Jeżeli parę tę stanowią punkt,, wektor przez nie utworzon oznaczm. Graficznie koniec wektora oznaczam strzałką.

Bardziej szczegółowo

4. Schematy blokowe; algebra schematów blokowych

4. Schematy blokowe; algebra schematów blokowych 57. Schemat bloowe; algebra chematów bloowch W ażdm złożonm ładzie atomati można wodrębnić wpółpracjące ze obą element protze, tórch właściwości ą znane i formłowane np. w potaci tranmitancji operatorowej.

Bardziej szczegółowo

Założenia prognostyczne WPF

Założenia prognostyczne WPF Załącznik nr 3 do Uchwał o Wieloletniej Prognozie Finansowej Założenia prognostczne WPF Wieloletnia Prognoza Finansowa opiera się na długoterminowej prognozie nadwżki operacjnej, która obrazują zdolność

Bardziej szczegółowo

k m b m Drgania tłumionet β ω0 k m Drgania mechaniczne tłumione i wymuszone Przypadki szczególne

k m b m Drgania tłumionet β ω0 k m Drgania mechaniczne tłumione i wymuszone Przypadki szczególne Wyład II Drgana chanczn łuon wyuzon równana ruchu w obcnośc łuna wyuzna oraz ch rozwązana logaryczny drn łuna rzonan chanczny jgo przyłady wzro apludy drgań wyuzonych wahadła przężon aarofy Drgana łuon

Bardziej szczegółowo

DIAGNOSTYKA WYMIENNIKÓW CIEPŁA Z UWIARYGODNIENIEM WYNIKÓW POMIARÓW EKPLOATACYJNYCH

DIAGNOSTYKA WYMIENNIKÓW CIEPŁA Z UWIARYGODNIENIEM WYNIKÓW POMIARÓW EKPLOATACYJNYCH RYNEK CIEŁA 03 DIANOSYKA YMIENNIKÓ CIEŁA Z UIARYODNIENIEM YNIKÓ OMIARÓ EKLOAACYJNYCH Autorzy: rof. dr hab. nż. Henryk Rusnowsk Dr nż. Adam Mlejsk Mgr nż. Marcn ls Nałęczów, 6-8 paźdzernka 03 SĘ Elementam

Bardziej szczegółowo

ZAUTOMATYZOWANE STANOWISKO NAWIGACJI RADAROWEJ

ZAUTOMATYZOWANE STANOWISKO NAWIGACJI RADAROWEJ ZESZYY NAUKOWE AKADEMII MARYNARKI WOJENNEJ ROK LII NR 2 (85) 20 Krzysztof Czaplewsk Akadema Marynark Wojennej S ł awomr Ś werczyń sk Centralna Skł adnca Marynark Wojennej ZAUOMAYZOWANE SANOWISKO NAWIGACJI

Bardziej szczegółowo

dr inż. Dariusz ŚWIERCZYŃSKI e-mail: swierczd@isep.pw.edu.pl dr inż. Marcin ŻELECHOWSKI e-mail: zelechom @isep.pw.edu.pl

dr inż. Dariusz ŚWIERCZYŃSKI e-mail: swierczd@isep.pw.edu.pl dr inż. Marcin ŻELECHOWSKI e-mail: zelechom @isep.pw.edu.pl Dariuz ŚWIERCZYŃSKI Marcin ŻELECHOWSKI 621.313.8.016.1-52 621.313.333.016.1-52 UNIWERSALNA STRUKTURA BEZPOŚREDNIEGO STEROWANIA MOMENTEM I STRUMIENIEM DLA SILNIKÓW SYNCHRONICZNYCH O MAGNESACH TRWAŁYCH ORAZ

Bardziej szczegółowo

ż Ę ń Ś ó ź ó ń Ę ó ó ź ó Ń ó ó ż ż ó ż ń ó ć ń ź ó ó ó Ę Ę ó ź ó ó Ł Ł Ą Ś ó ń ó ń ó Ł Ł ó ó ó ń Ś Ń ń ń ó ó Ś ó ć ó Ą Ą ń ć ć ó ż ó ć Ł ó ń ó ó ż ó ó ć ż ż Ą ż ń ó Śó ó ó ó ć ć ć ń ó ć Ś ć ó ó ż ó ó

Bardziej szczegółowo

V JURAJSKI TURNIEJ MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM FINAŁ 14 maja 2005 r.

V JURAJSKI TURNIEJ MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM FINAŁ 14 maja 2005 r. V JURAJSKI TURNIEJ MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM FINAŁ 4 maja 005 r. Przecztaj uważnie poniższą instrukcję: Test składa się z dwóch części. Pierwsza część zawiera 0 zadań wielokrotnego wboru. Tlko

Bardziej szczegółowo

Ekstrema funkcji dwóch zmiennych

Ekstrema funkcji dwóch zmiennych Wkład z matematki inżnierskiej Ekstrema funkcji dwóch zmiennch JJ, IMiF UTP 18 JJ (JJ, IMiF UTP) EKSTREMA 18 1 / 47 Ekstrema lokalne DEFINICJA. Załóżm, że funkcja f (, ) jest określona w pewnm otoczeniu

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

I. Wymagania/ograniczenia obiektowe. II. Struktura układu sterowania

I. Wymagania/ograniczenia obiektowe. II. Struktura układu sterowania Projkt kład trowania = trktraparamtr I. Wmagania/ogranicznia obiktow cl: założnia projktow poób: opi tchnologiczn, warnki tchniczn II. Strktra kład trowania cl: wbór trktr kład i tp rglatora poób: widzadoświadczni

Bardziej szczegółowo

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia dr Mchł Koopczńsk Ekoom mtemtcz ćwcze. Ltertur obowązkow Eml Pek red. Podstw ekoom mtemtczej. Mterł do ćwczeń MD r 5 AE Pozń.. Ltertur uzupełjąc Eml Pek Ekoom mtemtcz AE Pozń. Alph C. Chg Podstw ekoom

Bardziej szczegółowo

Ą ź ń Ś Ź ń Ę Ś ź Ę ń ć ć ż ż ż ż ć ń Ę Ż ń ż ć ć Ł Ż Ż ćń Ą ć ć Ą Ż Ź Ą ż Ż ż Ą Ą Ę ń ć ć ń ń Ę ń ź ń Ż ż ć ń Ż ż ć Ż ń ż Ą ć ć Ą Ż Ą Ż Ł ź Ą ń Ź ń Ę ż Ń Ę Ń ż ć ż Ń ń ń Ę Ę ż Ź Ż ć Ą Ż ń ń Ż ć ż Ż ń

Bardziej szczegółowo

Algebra liniowa z geometrią analityczną. WYKŁAD 11. PRZEKSZTAŁCENIE LINIOWE WARTOŚCI I WEKTORY WŁASNE Przekształcenie liniowe

Algebra liniowa z geometrią analityczną. WYKŁAD 11. PRZEKSZTAŁCENIE LINIOWE WARTOŚCI I WEKTORY WŁASNE Przekształcenie liniowe lgbr liio gomtrią litcą / WYKŁD. PRZEKSZTŁCENIE LINIOWE WRTOŚCI I WEKTORY WŁSNE Prkstłci liio Diicj Prporądkoi ktorom R ktoró k R, : jst prkstłcim liiom td i tlko td gd: k k k k c c c c c Postć prkstłci

Bardziej szczegółowo

SYNTEZA PRZEKSZTAŁTNIKOWEGO UKŁADU STEROWANIA AUTONOMICZNYM GENERATOREM INDUKCYJNYM. CZĘŚĆ II BADANIA SYMULACYJNE

SYNTEZA PRZEKSZTAŁTNIKOWEGO UKŁADU STEROWANIA AUTONOMICZNYM GENERATOREM INDUKCYJNYM. CZĘŚĆ II BADANIA SYMULACYJNE Prace Naukowe Insttutu Maszn, Napędów i Pomiarów Elektrcznch Nr 66 Politechniki Wrocławskiej Nr 66 Studia i Materiał Nr 32 212 Błażej JAKUBOWSKI*, Krzsztof PIEŃKOWSKI* autonomiczn generator indukcjn, sterowanie

Bardziej szczegółowo

Rodzaje ryzyka zwi zane z inwestowaniem w polskie obligacje trzyletnie

Rodzaje ryzyka zwi zane z inwestowaniem w polskie obligacje trzyletnie Dr Joanna Olbr Mgr El bieta Majewska Insttut Matematki Uniwerstet w Bia mstoku Rodzaje rzka zwi zane z inwestowaniem w polskie obligacje trzletnie. Wst p Inwestowanie w skarbowe papier warto ciowe jest

Bardziej szczegółowo

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 4-5

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 4-5 ozwiązwanie beek prostch i przegubowch wznaczanie reakcji i wkresów sił przekrojowch - Obciążenie beki mogą stanowić sił skupione, moment skupione oraz obciążenia ciągłe q rs... s.. rzed przstąpieniem

Bardziej szczegółowo

Ę ć ń ż ć Ń ń ż ć ć ń ż ć ń ź ń Ę Ń ń ń ż ć ż ć ć Ń ż ć ń ć ż ń ż ć ć Ń ż ć Ń ż Ń Ń Ń ż ż Ń ż ż Ń ń ź Ń ń Ń ń ń Ą ń ń ź ń Ń Ń ć Ę ż Ń ż ć ć ć Ę ńż ń Ą ć ć Ę ż ż ć ż ć Ń ż Ń ż Ń ż ż ń ć ń Ń ń Ę ż Ł Ń ż

Bardziej szczegółowo

Ą Ż Ł ś ż ńż ż ż ś ź ź ć ź ś ń ż ć ź ź ź ż ź ś ź ń ź Ę ż ź ź ź ż ż ś ń ż ż ś ż ź ż ź źń ż ż ż ź ś ś ż ś ż ż Ż Ł ń ż ś ż ń ź ź ż żń ść ż ż ń ń ń ń ń ż ś ź ż ń ż ś ń ż ć ż ś ż ż ć ń ż ż ź ż ć ż ż ś ż ż ć

Bardziej szczegółowo