Wartości i wektory własne

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wartości i wektory własne"

Transkrypt

1 Dość często przy rozwiązywaniu problemów naukowych czy technicznych pojawia się konieczność rozwiązania dość specyficznego układu równań: Zależnego od n nieznanych zmiennych i pewnego parametru. Rozwiązaniem układu równań jest tzw. wektor własny : przynależny do wartości własnej Rozwiązanie sprowadz się do znalezienia rozwiązania problemu własnego. Powyższy układ równań wygodniej jest zapisać w postaci macierzowej: gdzie: A jest macierzą nxn zawierającą współczynniki układu. 1

2 Nie zawsze układ równań, którego chcemy znaleźć rozwiązanie, przyjmuje tak prostą postać. Nierzadko mamy do czynienia z tzw. uogólnionym problemem własnym: gdzie: B jest macierzą nxn. Jeśli macierz B jest nieosobliwa to problem uogólniony można przekształcić do postaci: czyli do problemu własnego w podstawowej wersji. Konwersja problemu uogólniego do standardowego problemu wiąże się z koniecznością znalezienia macierzy B -1 czyli wykonaniem dodatkowych obliczeń. 2

3 Pojęcia podstawowe. Def. Liczbę nazywamy wartością własną macierzy jeśli istnieje taki niezerowy wektor x dla którego zachodzi: Wektor x nazywamy (prawostronnym) wektorem własnym przynależnym do wartości własnej. Ciąg wszystkich wartości własnych nazywamy widmem macierzy A -Sp(A). Z powyższej definicji wynika: Macierz (A- I) jest osobliwa, więc: Wyznacznik ten jest wielomianem stopnia n zmiennej : Każda wartość własna jest pierwiastkiem wielomianu charakterystycznego macierzy A. 3

4 Def. Wartości i wektroy własne macierzy transponowanej A T nazywamy lewostronnymi wartościami i lewostronnymi wektorami własnymi macierzy A. Wyznacznik macierzy po jej transponowaniu nie ulega zmianie. Dlatego widmo macierzy A jest równe widmu lewostronnemu. Tw. Jeżeli p jest wartością własną macierzy, a l jest jej lewostronną wartością własną oraz gdy Wówczas wektor własny x l jest ortogonalny do lewostronnego wektora własnego x p. Dla macierzy symetrycznej A=A T wektory własne są zarazem wektorami lewostronnymi. Jeżeli więc wektory własne przynależą do różnych wartości własnych to są do siebie ortogonalne. 4

5 Def. Macierze A i B są podobne jeśli istnieje nieosobliwa macierz podobieństwa P, że: Tw. Jeżeli macierze A i B są podobne to mają identyczne widmo wartości własnych. Tw. Macierz Q mxn (m n) nazywamy ortogonalną jeśli: Tw. Jeżeli macierz Q nxn jest ortogonalna to: Tw. Macierz symetryczna A jest ortogonalnie podobna do macierzy diagonalnej D: Tw. Wartości własne macierzy symetrycznej są rzeczywiste. 5

6 Tw. (Schura) Suma kwadratów modułów wartości własnych jest ograniczona od góry przez kwadrat normy euklidesowej: Tw. Widmo macierzy ulega przesunięciu po dodaniu do niej macierzy jednostkowej pomnożonej przez liczbę: Widmo: zostaje zastąpione przez: 6

7 Tw. (Gershgorina) Niech C i oznaczają koła domkniete na płaszczyźnie zespolonej o środkach w punktach a ii (elementy diagonalne macierzy A) i promieniach równych sumie modułów elementów z danego wiersza diagonali: wówczas: Jeżeli k kół C i tworzy zbiór rozłączny z pozostałymi kołami, to w zbiorze tym leży dokładnie k wartości wlasnych macierzy A. Wnioski: 1) Jeżeli macierz jest symetryczna i diagonalnie dominująca o nieujemnych elementach na diagonali, to jest nieujemnie okreslona, a jeśli jest ona dodatkowo nieosobliwa to jest dodatnio określona. Macierz symetryczna silnie diagonalnie dominująca jest dodatnio okreslona wtedy i tylko wtedy gdy elementy na diagonali są dodatnie. 2) W każdym kole rozłącznym z pozostałymi leży dokładnie jedna wartość własna. 7

8 Lokalizacja i obliczanie wartości własnych. Wartości własne macierzy A leżą na płaszczyźnie zespolonej i zawarte są w kole o środku w 0 i promieniu równym promieniowi spektralnemu tej macierzy. Ponieważ: więc można przyjać że: Widma wartości własnych i lewostronnych wartości własnych są identyczne. Aby otrzymać lepsze oszacowanie położenia wartości własnych można więc zastosować twierdzenie Geshgorina dla A T. Koła zawierające wartości własne mają środki w a ii i promienie równe sumie modułów pozostałych elementów w i-tych kulmnach. Przykład. Podać lokalizację wartości własnych macierzy 8

9 a) najgorsze oszacowanie lokalizacja w kole o promieniu 4 b) tw. Gershgorina lokalizacja w kole o promieniu 3 c) tw. Gershgorina dla A T jedno z kół jest odseparowane (C' 3 )i zdegenerowane znajduje się w nim dokładnie jedna wartośćwłasna ( =2) - najlepsze oszacowanie 9

10 Metoda potęgowa wyznaczania pojedynczych wartości własnych i wektorów własnych. Sposób postępowania: 0) Ustalamy maksymalną liczbę iteracji ITM i wybiramy wektor x 0, tak aby: 1) obliczamy wektor v i+1 : oraz liczbę: Jeżeli m i+1 =0 to przerywamy obliczenia. W przeciwnym razie obliczamy: 2) sprawdzamy warunek: i < ITM. Jeśli tak to dokonujemy podstawienia i=i+1 i powtarzamy krok 1. Jeżeli ciąg wektorów: x 0,x 2,x 4,..x 2j,... jest zbieżny do ustalonego wektora x, wówczas ciąg wartości: m 1,m 2,m 3,... jest zbieżny do pewnej liczby m. W takim przypadku może być realizowany jeden z 2 wariantów: 1) 2) 10

11 W obu przypadkach norma wektora wynosi Wartości i wektory własne a wartość własna jest równa: lub Tw. Jeżeli wśród wartości własnych macierzy A nie ma różnych wartości własnych o równych modułach, to przy dowolnym wektorze startowym x 0, ciąg wektorów x 0,x 2,x 4,... jest zbieżny. Zbieżność metody potęgowej można zwiększyć przesuwając widmo macierzy A: Jeśli wartości własne zostały wyznaczone inną metodą to metoda potegowa może posłużyć do obliczania wektorów własnych. Najlepszą zbiezność do wektora własnwego odpowiadajacego wartości własnej 1 uzyskuje się przesuwając widmo: gdzie: i jest nastepną w kolejności wartością własną po 1 ale różną od niej. Najlepszą zbieżność do wektora odpowiadającego wartości n uzyskuje się dla gdzie: i wartością własną poprzedzającą n 11

12 Algorytm LR i QR wyznaczania wartości własnych. Metoda LR jest to metodą iteracyjną. W pierwszej iteracji przyjmujemy: W każdej kolejnej iteracji wyznaczamy rozkład A i w postaci: gdzie: L i jest macierzą dolną z jedynkami na diagonali, a R i macierzą trójkątną górną. Rozkład taki można znaleźć przy użyciu metody eliminacji Gaussa. Rozkład ten pozwala przekształcić macierz A i do postaci A i+1 zgodnie z wzorem: Postępując w ten sposób, po wielu iteracjach przekształcamy pierwotną macierz A w macierz trójkatną górną. Wówczas otrzymujemy relację pomiędzy elementami diagonalnymi macierzy trójkatnej a wartościami własnymi macierzy A: gdzie: a ii są elementami diagonalnymi macierzy A i. Wadą rozkładu tego jest fakt, że nie zawsze można znaleźć rozkład macierzy A i w postaci iloczynu LR. Powodem może być złe uwarunkowanie rozkładu. 12

13 Z metody LR wywodzi się metoda QR. W metodzie tej, podobnie jak w metodzie LR w każdej iteracji dokonujemy macierzy A i. Rozkład ten ma postać: gdzie: R i jest macierzą trójkątna górną, a Q i jest macierzą ortogonalną lub dla macierzy zespolonej W podstawowej wersji metody QR po wykonaniu wielu iteracji (przekształceń), otrzymujemy macierz A i+1 na diagonali której znajdują się wartości własne macierzy A. Wynika to z faktu podobieństwa macierzy w dwóch kolejnych iteracjach: Macierz A i+1 jest podobna do macierzy A i, A i-1,...,a 1. Wadą podstawowej wersji metody QR jest duża czasochłonność. Przekształcenie A i do postaci A i+1 wymaga nakładu obliczeń rzędu n 3. 13

14 Algorytm QR dla macierzy Hessenberga. Macierzą (górną) Hessenberga jets macierz, którą można zapisać w postaci: gdzie: T jest macierzą trójdiagonalną a U jest macierzą trókatną górną. Każda macierz kwadratowa jest ortogonalnie podobna do macierzy Hessenberga, więc ma ona to samo widmo wartości własnych co macierz H. W celu wyznaczenia wartości własnych macierzy H wyznaczamy ciąg miacierzy: Wszystkie macierze Q i oraz H i są macierzami Hessenberga. Ponieważ: wobec czego wszystkie macierze H i, i=1,2,3,.. są podobne. Elementy na diagonali kolejnych H i dążą do wartości własnych macierzy H 1 =H. Jeżeli macierz H ma pojedyncze wartości własne takie, że są pomiedzy nimi pary sprzężone o identycznych modułach, to nie wszystkie elementy poddiagonalne dążą do 0. W granicy otrzymuje się macierz: 14

15 gdzie: gwiazdki oznaczają elementy ustalone, kropki lementy których wartości mogą się zmieniać. Wartości własne leżą wtedy bezpośrednio na diagonali lub są wartościami własnymi macierzy 2x2 leżących na diagonali. Wadą metody może być powolna zbieżność. Zwiększenie wydajności uzyskuje się dokonując przesunięcia widma wartości własnych zgodnie z poniższym schematem: Wartość k i wybiera się jako równe otrzymanym już wartościom własnym czyli lub wartości k i oraz k i+1 jako równe wartościom własnym macierzy 2x2 znajdujących się w prawym dolnym rogu macierzy H i. Metodę QR można stosować do dowolenej macierzy. Ze względu na dużą wydajność metody dla macierzy Hessenberga zaleca się przekształecenie macierzy do postaci Hessenberga i zastosowanie QR. 15

16 Metoda eliminacji Gaussa przekształacenia macierzy do postaci Hessneberga. Macierz A sprowadzamy do postaci Hessenberga dokonując (n-2) przekształceń, uzyskując kolejno macierze: A 1, A 2,..., A n-1 =H. Przekształcenie A i w A i+1 przebiega w następujący sposób: 1)spośród elementów wybieramy ten o największym module. Jeśli są to same elementy zerowe to A i+1 =A i i dokonujemy kolejnego przekształcenia. Jeśli element znajduje się w k-tym wierszu, przestawiamy wiersze i kolumny o indeksach k oraz i+1. 2) Obliczamy współczynniki Ze względu na wybór elementu podstawowego zapewniona jest stabilność numeryczna. 3) Od j-tegi wiersza odejmujemy i+1 wiersz pomnożony przez m j (i) oraz do i+1 kolumny dodajemy j-tą kolumne pomnożoną przez m j (I), J=I+2,I+3,...,n. Elementy są równe 0. i-ta kolumna macierzy A i jest równa i-tej kolumnie macierzy H. 16

17 Metoda Hausholdera rozkładu QR. Wartości i wektory własne Definiujemy macierz Hausholdera w postaci: Def. Iloczyn zewnętrzny Własności macierzy Hausholdera: Macierz Hausholdera posłuży do znalezienia rozkładu QR. Określamy ciąg macierzy P (1),P (2),P (3),...P (n-1) przy pomocy których definiujemy macierz R (górną trójkatną): 17

18 Zakładamy: Macierz H (1) jest macierzą Hausholdera sprowadzajacą pierwsza kolumnę macierzy A (a (1) 1 ) do postaci: Przez P (2) oznaczamy: Macierz H (2) sprowadza pierwszą kolumnę macierzy o wymiarze (n-1)x(n-1) utworzonej z wierszy i kolumn o numerach 2,3,4,...,n macierzy P (1) A (a (2) ) do postaci: 1 Postępujemy w ten sposób otrzymując kolejno P (3),P (4), itd. 18

19 Macierz P (n-1) ma postać: A macierz H (n-1) ma wymiar 2x2. Po wyznaczeniu wszystkich macierzy P (i), rozkład A=QR wyznaczamy według wzorów: Liczba operacji potrzebnych do uzyskania rozkładu Hausholdera wynosi: - mnożeń - dodawań - pierwiastkowań 19

20 Przykład. Wyznaczyć rozkład QR macierzy i=1 i=2 20

21 Wartości i wektory własne macierzy symetrycznych. Dzięki symetrii macierzy, metody poszukiwania wartości i wektorów własnych posiadają wiele zalet: 1. Dwukrotnie mniejsza liczba zajętych komórek pamięci niż dla pełnej macierzy 2. Mniejszy nakłąd obliczeń 3. Metody upraszczają się jeśli wartości własne są rzeczywiste 4. Zadanie wyznaczenia wartości własnych jest dobrze uwarunkowane Tw. Jeżeli macierz A jest symetryczna i dodatnio określona, to dla dowolnego wektora początkowego x 0 metoda potęgowa jest zbieżna. Tw. Jeżeli macierz A jest symetryczna i dodatnio określona, to algorytm QR generuje ciąg macierzy A (1),A (2),... zbieżny do macierzy diagonalnej. Algorytm QR zachowuje symetrię macierzy A (i) : Najczęściej jednak macierz symetryczną sprowadza się do postaci trójdiagonlanej. Wyznaczanie wartości i wektorów własnych macierzy trójdiagonalnej wymaga niewielkiego nakładu obliczeń. 21

22 Przekształcenie macierzy symetrycznej do postaci trójdiagonalnej. Jeśli jako T oznaczymy macierz trójdiagonalną a przez A macierz symetryczną to istnieje taka macierz podobieństwa P: Macierz P można znaleźć stosując metodę Hausholdera lub Givensa. W metodzie Hausholdera liczba działań potrzebnych do sprowadzenia macierzy A do postaci T wynosi: - mnożeń - dodawań Błędy zaokrągleń w metodzie Hasuholdera: - pierwiastkowań gdzie: - oznacza dokładną postać macierzy trójdiagonalnej -stała zależna od sposobu zakrąglania liczb 22

23 Metoda bisekcji poszukiwania wartości i wektorów własnych macierzy trójdiagonalnej. Sposób postępowania: 1) wybieramy dowolną liczbę i obliczamy wartość wielomianu charakterystycznego rekurencyjnie: - wartość wielomianu (M=3n-3, D=2n-1) 2) Korzystamy z poniższych twierdzeń: Tw. Jeżeli elementy a 2,a 2,...,a n (pozadiagonalne) są niezerowe, to wartości własne macierzy T są pojedyncze. 23

24 Tw. Jeżeli elementy a 2,a 2,...,a n (pozadiagonalne) są niezerowe, to ciąg wartości n spełnia warunki: a) Jeżeli i dla pewnego i<n, to i-1 i+1 b) Jeżeli n jest różne od 0, to liczba zmian znaków sąsiednich liczb 0 1 n jest równa liczbie wartości własnych macierzy T mniejszych od c) Jeżeli n, to jest wartością własną macierzy T, a ponadto jest tyle wartości własnych mniejszych niż ile nastąpiło zmian znaków w ciągu 0 1 n-1 24

25 25

26 Metoda bisekcji jest bardzo dokładna. Wadą jest uzyskiwanie duzych wartości ciągu 0 1 n jeśli znacznie różni się od wartości własnych T. Zaletą natomiast możliwośc obliczenia wartości własnej o określonym indeksie k. Liczba iteracji potrzebna do wyznaczenia k wynosi: Wektory własne Znając wartość własną macierzy T wektor własny wyznaczamy według wzorów: gdzie: b 1,b 2,...,b n elementy diagonalne T a 2,a 3,...,a n elementy pozadiagonalne T 26

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów 4. Wartości własne i wektory własne 4.1. Podstawowe definicje, własności i twierdzenia 4.2. Lokalizacja wartości własnych 4.3. Metoda potęgowa znajdowania

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów. Metody dokładne rozwiązywania układów równań liniowych.. Układy równań o macierzach trójkątnych.. Metoda eliminacji Gaussa.3. Metoda Gaussa-Jordana.4.

Bardziej szczegółowo

WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU

WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU Karolina Kalińska MATEMATYKA: PRZYKŁADY I ZADANIA Włocławek 2011 REDAKCJA WYDAWNICTWA PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU Matematyka:

Bardziej szczegółowo

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012 1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA III ZAKRES ROZSZERZONY (90 godz.) , x

WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA III ZAKRES ROZSZERZONY (90 godz.) , x WYMAGANIA EDUACYJNE Z MATEMATYI LASA III ZARES ROZSZERZONY (90 godz.) Oznaczenia: wymagania konieczne (dopuszczający); P wymagania podstawowe (dostateczny); R wymagania rozszerzające (dobry); D wymagania

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów funkcje nieliniowe

KADD Metoda najmniejszych kwadratów funkcje nieliniowe Metoda najmn. kwadr. - funkcje nieliniowe Metoda najmniejszych kwadratów Funkcje nieliniowe Procedura z redukcją kroku iteracji Przykłady zastosowań Dopasowanie funkcji wykładniczej Dopasowanie funkcji

Bardziej szczegółowo

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)

Bardziej szczegółowo

Wstęp do analizy matematycznej

Wstęp do analizy matematycznej Wstęp do analizy matematycznej Andrzej Marciniak Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych i ich zastosowań w

Bardziej szczegółowo

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie

Bardziej szczegółowo

Arkusz maturalny nr 2 poziom podstawowy ZADANIA ZAMKNIĘTE. Rozwiązania. Wartość bezwzględna jest odległością na osi liczbowej.

Arkusz maturalny nr 2 poziom podstawowy ZADANIA ZAMKNIĘTE. Rozwiązania. Wartość bezwzględna jest odległością na osi liczbowej. Arkusz maturalny nr 2 poziom podstawowy ZADANIA ZAMKNIĘTE Rozwiązania Zadanie 1 Wartość bezwzględna jest odległością na osi liczbowej. Stop Istnieje wzajemnie jednoznaczne przyporządkowanie między punktami

Bardziej szczegółowo

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. 1. Podstawy matematyki 1.1. Geometria analityczna W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. Skalarem w fizyce nazywamy

Bardziej szczegółowo

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO ZAGADNIENIA PROGRAMOWANIA LINIOWEGO Maciej Patan Uniwersytet Zielonogórski WSTĘP często spotykane w życiu codziennym wybór asortymentu produkcji jakie wyroby i w jakich ilościach powinno produkować przedsiębiorstwo

Bardziej szczegółowo

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Wykład z modelowania matematycznego. Zagadnienie transportowe. Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana

Bardziej szczegółowo

ECTS (Część 2. Metody numeryczne) Nazwa w języku angielskim: Algorithms and data structures.

ECTS (Część 2. Metody numeryczne) Nazwa w języku angielskim: Algorithms and data structures. Algorytmy i struktury danych. Metody numeryczne ECTS (Część 2. Metody numeryczne) Nazwa w języku angielskim: Algorithms and data structures. dzienne magisterskie Numerical methods. (Part 2. Numerical methods)

Bardziej szczegółowo

ARYTMETYKA BINARNA. Dziesiątkowy system pozycyjny nie jest jedynym sposobem kodowania liczb z jakim mamy na co dzień do czynienia.

ARYTMETYKA BINARNA. Dziesiątkowy system pozycyjny nie jest jedynym sposobem kodowania liczb z jakim mamy na co dzień do czynienia. ARYTMETYKA BINARNA ROZWINIĘCIE DWÓJKOWE Jednym z najlepiej znanych sposobów kodowania informacji zawartej w liczbach jest kodowanie w dziesiątkowym systemie pozycyjnym, w którym dla przedstawienia liczb

Bardziej szczegółowo

Rozwiązywanie algebraicznych układów równań liniowych metodami iteracyjnymi. Plan wykładu:

Rozwiązywanie algebraicznych układów równań liniowych metodami iteracyjnymi. Plan wykładu: Rozwiązywanie algebraicznych układów równań liniowych metodami iteracynymi Plan wykładu: 1. Przykłady macierzy rzadkich i formaty ich zapisu 2. Metody: Jacobiego, Gaussa-Seidla, nadrelaksaci 3. Zbieżność

Bardziej szczegółowo

Analiza korespondencji

Analiza korespondencji Analiza korespondencji Kiedy stosujemy? 2 W wielu badaniach mamy do czynienia ze zmiennymi jakościowymi (nominalne i porządkowe) typu np.: płeć, wykształcenie, status palenia. Punktem wyjścia do analizy

Bardziej szczegółowo

Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze

Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści Spis treści 1 Wektory

Bardziej szczegółowo

Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe

Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe Teorię gier można określić jako teorię podejmowania decyzji w szczególnych warunkach. Zajmuje się ona logiczną analizą sytuacji konfliktu

Bardziej szczegółowo

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi.

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi. Grupy. Permutacje 1 1 Definicja grupy Niech G będzie zbiorem. Działaniem na zbiorze G nazywamy odwzorowanie (oznaczane, jak mnożenie, przez ) przyporządkowujące każdej parze uporządkowanej (a, b) G G element

Bardziej szczegółowo

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski METODA SYMPLEKS Maciej Patan Uniwersytet Zielonogórski WSTĘP Algorytm Sympleks najpotężniejsza metoda rozwiązywania programów liniowych Metoda generuje ciąg dopuszczalnych rozwiązań x k w taki sposób,

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2011 Mirosław Sobolewski (UW) Warszawa, 2011 1 / 16 Definicja Niech V,

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY 1. FUNKCJA KWADRATOWA rysuje wykres funkcji i podaje jej własności sprawdza algebraicznie, czy dany punkt należy

Bardziej szczegółowo

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA? /9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów

Bardziej szczegółowo

KURS WSPOMAGAJĄCY PRZYGOTOWANIA DO MATURY Z MATEMATYKI ZDAJ MATMĘ NA MAKSA. przyjmuje wartości większe od funkcji dokładnie w przedziale

KURS WSPOMAGAJĄCY PRZYGOTOWANIA DO MATURY Z MATEMATYKI ZDAJ MATMĘ NA MAKSA. przyjmuje wartości większe od funkcji dokładnie w przedziale Zestaw nr 1 Poziom Rozszerzony Zad.1. (1p) Liczby oraz, są jednocześnie ujemne wtedy i tylko wtedy, gdy A. B. C. D. Zad.2. (1p) Funkcja przyjmuje wartości większe od funkcji dokładnie w przedziale. Wtedy

Bardziej szczegółowo

Stabilność. Krzysztof Patan

Stabilność. Krzysztof Patan Stabilność Krzysztof Patan Pojęcie stabilności systemu Rozważmy obiekt znajdujący się w punkcie równowagi Po przyłożeniu do obiektu siły F zostanie on wypchnięty ze stanu równowagi Jeżeli po upłynięciu

Bardziej szczegółowo

MATeMAtyka klasa II poziom rozszerzony

MATeMAtyka klasa II poziom rozszerzony MATeMAtyka klasa II poziom rozszerzony W klasie drugiej na poziomie rozszerzonym realizujemy materiał z klasy pierwszej tylko z poziomu rozszerzonego (na czerwono) oraz cały materiał z klasy drugiej. Rozkład

Bardziej szczegółowo

Rozkład materiału z matematyki dla II klasy liceum i technikum zakres podstawowy (37 tyg. 3 godz. = 111 godz.)

Rozkład materiału z matematyki dla II klasy liceum i technikum zakres podstawowy (37 tyg. 3 godz. = 111 godz.) Rozkład materiału z matematyki dla II klasy liceum i technikum zakres podstawowy (37 tyg. 3 godz. = godz.) Ramowy rozkład materiału I. Podstawowe własności figur geometrycznych na płaszczyźnie, cz. 2...

Bardziej szczegółowo

Rekurencja (rekursja)

Rekurencja (rekursja) Rekurencja (rekursja) Rekurencja wywołanie funkcji przez nią samą wewnątrz ciała funkcji. Rekurencja może być pośrednia funkcja jest wywoływana przez inną funkcję, wywołaną (pośrednio lub bezpośrednio)

Bardziej szczegółowo

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie OPIS ZAGADNIENIA Zagadnienie transportowe służy głównie do obliczania najkorzystniejszego

Bardziej szczegółowo

Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje

Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje Opracował: Zbigniew Rudnicki Powtórka z poprzedniego wykładu 2 1 Dokument, regiony, klawisze: Dokument Mathcada realizuje

Bardziej szczegółowo

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1 LICZBY ZESPOLONE 1. Wiadomości ogólne DEFINICJA 1. Liczba zespolona z nazywamy liczbę taką, że a, b R oraz i jest jednostka urojona, definiowaną następująco: z = a + bi (1 i = 1 lub i = 1 Powyższą postać

Bardziej szczegółowo

PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ

PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ PORÓWNANIE TREŚCI ZAWARTYCH W OBOWIĄZUJĄCYCH STANDARDACH EGZAMINACYJNYCH Z TREŚCIAMI NOWEJ PODSTAWY PROGRAMOWEJ L.p. 1. Liczby rzeczywiste 2. Wyrażenia algebraiczne bada, czy wynik obliczeń jest liczbą

Bardziej szczegółowo

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

Wielomiany. dr Tadeusz Werbiński. Teoria

Wielomiany. dr Tadeusz Werbiński. Teoria Wielomiany dr Tadeusz Werbiński Teoria Na początku przypomnimy kilka szkolnych definicji i twierdzeń dotyczących wielomianów. Autorzy podręczników szkolnych podają różne definicje wielomianu - dla jednych

Bardziej szczegółowo

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym Oznaczenia: wymagania konieczne, P wymagania podstawowe, R wymagania rozszerzające, D wymagania dopełniające, W wymagania wykraczające. Plan wynikowy lasa III Technik pojazdów samochodowych/ Technik urządzeń

Bardziej szczegółowo

WYMAGANIA KONIECZNE - OCENA DOPUSZCZAJĄCA:

WYMAGANIA KONIECZNE - OCENA DOPUSZCZAJĄCA: WYMAGANIA KONIECZNE - OCENA DOPUSZCZAJĄCA: zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby ujemne umie zaznaczać liczbę wymierną na osi liczbowej umie

Bardziej szczegółowo

Poniżej przedstawiony został podział wymagań na poszczególne oceny szkolne:

Poniżej przedstawiony został podział wymagań na poszczególne oceny szkolne: Prosto do matury klasa d Rok szkolny 014/015 WYMAGANIA EDUKACYJNE Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i wykraczające

Bardziej szczegółowo

wagi cyfry 7 5 8 2 pozycje 3 2 1 0

wagi cyfry 7 5 8 2 pozycje 3 2 1 0 Wartość liczby pozycyjnej System dziesiętny W rozdziale opiszemy pozycyjne systemy liczbowe. Wiedza ta znakomicie ułatwi nam zrozumienie sposobu przechowywania liczb w pamięci komputerów. Na pierwszy ogień

Bardziej szczegółowo

Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. 2 godz. = 76 godz.)

Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. 2 godz. = 76 godz.) Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. godz. = 76 godz.) I. Funkcja i jej własności.4godz. II. Przekształcenia wykresów funkcji...9 godz. III. Funkcja

Bardziej szczegółowo

Rozwiązanie Ad 1. Model zadania jest następujący:

Rozwiązanie Ad 1. Model zadania jest następujący: Przykład. Hodowca drobiu musi uzupełnić zawartość dwóch składników odżywczych (A i B) w produktach, które kupuje. Rozważa cztery mieszanki: M : M, M i M. Zawartość składników odżywczych w poszczególnych

Bardziej szczegółowo

Luty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl

Luty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl System dziesiętny 7 * 10 4 + 3 * 10 3 + 0 * 10 2 + 5 *10 1 + 1 * 10 0 = 73051 Liczba 10 w tym zapisie nazywa się podstawą systemu liczenia. Jeśli liczba 73051 byłaby zapisana w systemie ósemkowym, co powinniśmy

Bardziej szczegółowo

Wymagania edukacyjne z matematyki

Wymagania edukacyjne z matematyki Wymagania edukacyjne z matematyki Klasa I - program Matematyka z plusem" Dział: LICZBY I DZIAŁANIA Poziom konieczny - ocena dopuszczająca porównywać liczby wymierne, zaznaczać liczby wymierne na osi liczbowej,

Bardziej szczegółowo

LXIII Olimpiada Matematyczna

LXIII Olimpiada Matematyczna 1 Zadanie 1. LXIII Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia drugiego 17 lutego 2012 r. (pierwszy dzień zawodów) Rozwiązać w liczbach rzeczywistych a, b, c, d układ równań a

Bardziej szczegółowo

Wymagania eduka cyjne z matematyki

Wymagania eduka cyjne z matematyki Wymagania eduka cyjne z matematyki Klasa I - program Matematyka z plusem" Dział: LICZ B Y I DZIAŁANIA porównywać liczby wymierne, zaznaczać liczby wymierne na osi liczbowej, zamieniać ułamki zwykłe na

Bardziej szczegółowo

1.1. Pozycyjne systemy liczbowe

1.1. Pozycyjne systemy liczbowe 1.1. Pozycyjne systemy liczbowe Systemami liczenia nazywa się sposób tworzenia liczb ze znaków cyfrowych oraz zbiór reguł umożliwiających wykonywanie operacji arytmetycznych na liczbach. Dla dowolnego

Bardziej szczegółowo

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

Bardziej szczegółowo

Wykład 2. 18.03.2007.

Wykład 2. 18.03.2007. KOMPUTEROWE WSPOMAGANIE OBLICZEŃ Wykład 2. 18.03.2007. Wykresy i obliczenia numeryczne w Excelu dr inż. Paweł Surdacki Instytut Podstaw Elektrotechniki i Elektrotechnologii Politechniki Lubelskiej 1 LITERATURA

Bardziej szczegółowo

Matematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy

Matematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy Matematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy Wariant nr (klasa I 4 godz., klasa II godz., klasa III godz.) Klasa I 7 tygodni 4 godziny = 48 godzin Lp. Tematyka zajęć

Bardziej szczegółowo

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1) ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest

Bardziej szczegółowo

WYMAGANIE EDUKACYJNE Z MATEMATYKI W KLASIE II GIMNAZJUM. dopuszczającą dostateczną dobrą bardzo dobrą celującą

WYMAGANIE EDUKACYJNE Z MATEMATYKI W KLASIE II GIMNAZJUM. dopuszczającą dostateczną dobrą bardzo dobrą celującą 1. Statystyka odczytać informacje z tabeli odczytać informacje z diagramu 2. Mnożenie i dzielenie potęg o tych samych podstawach 3. Mnożenie i dzielenie potęg o tych samych wykładnikach 4. Potęga o wykładniku

Bardziej szczegółowo

Zakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/

Zakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/ Zakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/ MATEMATYKA Klasa III ZAKRES PODSTAWOWY Dział programu Temat Wymagania. Uczeń: 1. Miara łukowa kąta zna pojęcia: kąt skierowany, kąt

Bardziej szczegółowo

Przykładowe rozwiązania zadań. Próbnej Matury 2014 z matematyki na poziomie rozszerzonym

Przykładowe rozwiązania zadań. Próbnej Matury 2014 z matematyki na poziomie rozszerzonym Zadania rozwiązali: Przykładowe rozwiązania zadań Próbnej Matury 014 z matematyki na poziomie rozszerzonym Małgorzata Zygora-nauczyciel matematyki w II Liceum Ogólnokształcącym w Inowrocławiu Mariusz Walkowiak-nauczyciel

Bardziej szczegółowo

Arytmetyka komputera. Na podstawie podręcznika Urządzenia techniki komputerowej Tomasza Marciniuka. Opracował: Kamil Kowalski klasa III TI

Arytmetyka komputera. Na podstawie podręcznika Urządzenia techniki komputerowej Tomasza Marciniuka. Opracował: Kamil Kowalski klasa III TI Arytmetyka komputera Na podstawie podręcznika Urządzenia techniki komputerowej Tomasza Marciniuka Opracował: Kamil Kowalski klasa III TI Spis treści 1. Jednostki informacyjne 2. Systemy liczbowe 2.1. System

Bardziej szczegółowo

Wymagania na poszczególne oceny szkolne z matematyki. dla uczniów klasy Ia i Ib. Gimnazjum im. Jana Pawła II w Mętowie. w roku szkolnym 2015/2016

Wymagania na poszczególne oceny szkolne z matematyki. dla uczniów klasy Ia i Ib. Gimnazjum im. Jana Pawła II w Mętowie. w roku szkolnym 2015/2016 Wymagania na poszczególne oceny szkolne z matematyki dla uczniów klasy Ia i Ib Gimnazjum im. Jana Pawła II w Mętowie w roku szkolnym 2015/2016 DZIAŁ I: LICZBY zaznacza na osi liczbowej punkty odpowiadające

Bardziej szczegółowo

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007 Modele regresji wielorakiej - dobór zmiennych, szacowanie Paweł Cibis pawel@cibis.pl 1 kwietnia 2007 1 Współczynnik zmienności Współczynnik zmienności wzory Współczynnik zmienności funkcje 2 Korelacja

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI / POZIOM PODSTAWOWY /

WYMAGANIA EDUKACYJNE Z MATEMATYKI / POZIOM PODSTAWOWY / WYMAGANIA EDUKACYJNE Z MATEMATYKI / POZIOM PODSTAWOWY / Wymagania konieczne (K) dotyczą zagadnień elementarnych, stanowiących swego rodzaju podstawę, zatem powinny być opanowane przez każdego ucznia. Wymagania

Bardziej szczegółowo

Katarzyna Bereźnicka Zastosowanie arkusza kalkulacyjnego w zadaniach matematycznych. Opiekun stypendystki: mgr Jerzy Mil

Katarzyna Bereźnicka Zastosowanie arkusza kalkulacyjnego w zadaniach matematycznych. Opiekun stypendystki: mgr Jerzy Mil Katarzyna Bereźnicka Zastosowanie arkusza kalkulacyjnego w zadaniach matematycznych Opiekun stypendystki: mgr Jerzy Mil 1 Działania na ułamkach Wyłączanie całości z dodatnich ułamków niewłaściwych Formuła

Bardziej szczegółowo

do instrukcja while (wyrażenie);

do instrukcja while (wyrażenie); Instrukcje pętli -ćwiczenia Instrukcja while Pętla while (póki) powoduje powtarzanie zawartej w niej sekwencji instrukcji tak długo, jak długo zaczynające pętlę wyrażenie pozostaje prawdziwe. while ( wyrażenie

Bardziej szczegółowo

Obliczenia równoległe w zagadnieniach inżynierskich. Wykład 6

Obliczenia równoległe w zagadnieniach inżynierskich. Wykład 6 Wykład 6 p. 1/?? Obliczenia równoległe w zagadnieniach inżynierskich Wykład 6 Dr inż. Tomasz Olas olas@icis.pcz.pl Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Plan wykładu

Bardziej szczegółowo

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON.

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Zadanie 6. Dane są punkty A=(5; 2); B=(1; -3); C=(-2; -8). Oblicz odległość punktu A od prostej l przechodzącej

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE(ZT)

ZAGADNIENIE TRANSPORTOWE(ZT) A. Kasperski, M. Kulej BO Zagadnienie transportowe 1 ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a 1, a 2,...,a p i q odbiorców,którychpopytwynosi b 1, b 2,...,b q.zakładamy,że

Bardziej szczegółowo

KARTA KURSU. Mathematics

KARTA KURSU. Mathematics KARTA KURSU Nazwa Nazwa w j. ang. Matematyka Mathematics Kod Punktacja ECTS* 4 Koordynator Dr Maria Robaszewska Zespół dydaktyczny dr Maria Robaszewska Opis kursu (cele kształcenia) Celem kursu jest zapoznanie

Bardziej szczegółowo

Podstawy OpenCL część 2

Podstawy OpenCL część 2 Podstawy OpenCL część 2 1. Napisz program dokonujący mnożenia dwóch macierzy w wersji sekwencyjnej oraz OpenCL. Porównaj czasy działania obu wersji dla różnych wielkości macierzy, np. 16 16, 128 128, 1024

Bardziej szczegółowo

10. Wstęp do Teorii Gier

10. Wstęp do Teorii Gier 10. Wstęp do Teorii Gier Definicja Gry Matematycznej Gra matematyczna spełnia następujące warunki: a) Jest co najmniej dwóch racjonalnych graczy. b) Zbiór możliwych dezycji każdego gracza zawiera co najmniej

Bardziej szczegółowo

MATEMATYKA KL II LO zakres podstawowy i rozszerzony

MATEMATYKA KL II LO zakres podstawowy i rozszerzony MATEMATYKA KL II LO zakres podstawowy i rozszerzony Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i wykraczające poza program nauczania

Bardziej szczegółowo

Matematyka 2 wymagania edukacyjne

Matematyka 2 wymagania edukacyjne Matematyka wymagania edukacyjne Zakres podstawowy POZIOMY WYMAGAŃ Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i wykraczające

Bardziej szczegółowo

Do gimnazjum by dobrze zakończyć! Do liceum by dobrze zacząć! MATEMATYKA. Na dobry start do liceum. Zadania. Oficyna Edukacyjna * Krzysztof Pazdro

Do gimnazjum by dobrze zakończyć! Do liceum by dobrze zacząć! MATEMATYKA. Na dobry start do liceum. Zadania. Oficyna Edukacyjna * Krzysztof Pazdro 6 Na dobry start do liceum 8Piotr Drozdowski 6 Do gimnazjum by dobrze zakończyć! Do liceum by dobrze zacząć! MATEMATYKA Zadania Oficyna Edukacyjna * Krzysztof Pazdro Piotr Drozdowski MATEMATYKA. Na dobry

Bardziej szczegółowo

ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ

ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ Maciej Patan Uniwersytet Zielonogórski WSTEP Zadanie minimalizacji bez ograniczeń f(ˆx) = min x R nf(x) f : R n R funkcja ograniczona z dołu Algorytm rozwiazywania Rekurencyjny

Bardziej szczegółowo

( 1) ( ) 16 Warunki brzegowe [WB] Funkcja celu [FC] Ograniczenia [O] b i ( 2) ( ) ( ) 14. FC max. Kompletna postać bazowa

( 1) ( ) 16 Warunki brzegowe [WB] Funkcja celu [FC] Ograniczenia [O] b i ( 2) ( ) ( ) 14. FC max. Kompletna postać bazowa Standardowe zadanie PL () Należy zaplanować produkcję zakładu w pewnym tygodniu w taki sposób, aby osiągnięty zysk był maksymalny. akład może wytwarzać dwa wyroby: P i P. Ich produkcja jest limitowana

Bardziej szczegółowo

ZAŁOŻENIA DO PLANU RALIZACJI MATERIAŁU NAUCZANIA MATEMATYKI W KLASIE II ( zakres podstawowy)

ZAŁOŻENIA DO PLANU RALIZACJI MATERIAŁU NAUCZANIA MATEMATYKI W KLASIE II ( zakres podstawowy) 1 ZAŁOŻENIA DO PLANU RALIZACJI MATERIAŁU NAUCZANIA MATEMATYKI W KLASIE II ( zakres podstawowy) Program nauczania: Matematyka z plusem Liczba godzin nauki w tygodniu: 3 Planowana liczba godzin w ciągu roku:

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne

Metody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne Metody numeryczne materiały do wykładu dla studentów 7. Całkowanie numeryczne 7.1. Całkowanie numeryczne 7.2. Metoda trapezów 7.3. Metoda Simpsona 7.4. Metoda 3/8 Newtona 7.5. Ogólna postać wzorów kwadratur

Bardziej szczegółowo

SZCZEGÓŁOWE WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY Z MATEMATYKI KLASA I 2015/2016

SZCZEGÓŁOWE WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY Z MATEMATYKI KLASA I 2015/2016 SZCZEGÓŁOWE WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY Z MATEMATYKI KLASA I 2015/2016 Ocenę dopuszczającą otrzymuje uczeń, który: (Liczby i działania) zna pojęcie liczby naturalnej, całkowitej, wymiernej

Bardziej szczegółowo

Matematyka II nazwa przedmiotu SYLABUS A. Informacje ogólne

Matematyka II nazwa przedmiotu SYLABUS A. Informacje ogólne Matematyka II nazwa przedmiotu SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod przedmiotu

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY I GIMNAZJUM

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY I GIMNAZJUM WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY I GIMNAZJUM LICZBY I DZIAŁANIA zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby ujemne umie zaznaczać liczbę

Bardziej szczegółowo

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia I stopnia rok akademicki 2012/2013 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Pojęcie

Bardziej szczegółowo

GIMNAZJUM WYMAGANIA NA POSZCZEGÓLNE OCENY Z MATEMATYKI

GIMNAZJUM WYMAGANIA NA POSZCZEGÓLNE OCENY Z MATEMATYKI GIMNAZJUM WYMAGANIA NA POSZCZEGÓLNE OCENY Z MATEMATYKI Klasa I Liczby i działania wskazać liczby naturalne, całkowite, wymierne zaznaczyć liczbę wymierną na osi liczbowej podać liczbę przeciwną do danej

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,

Bardziej szczegółowo

Rozwiązania zadań. Arkusz maturalny z matematyki nr 1 POZIOM PODSTAWOWY

Rozwiązania zadań. Arkusz maturalny z matematyki nr 1 POZIOM PODSTAWOWY Rozwiązania zadań Arkusz maturalny z matematyki nr POZIOM PODSTAWOWY Zadanie (pkt) Sposób I Skoro liczba jest środkiem przedziału, więc odległość punktu x od zapisujemy przy pomocy wartości bezwzględnej.

Bardziej szczegółowo

Wprowadzenie do programu Mathcad 15 cz. 1

Wprowadzenie do programu Mathcad 15 cz. 1 Wpisywanie tekstu Wprowadzenie do programu Mathcad 15 cz. 1 Domyślnie, Mathcad traktuje wpisywany tekst jako wyrażenia matematyczne. Do trybu tekstowego można przejść na dwa sposoby: Zaczynając wpisywanie

Bardziej szczegółowo

MACIERZE. Definicja. Macierz liczbowa rzeczywista (krótko: macierz), jest to tablica prostokątna. której elementami Słownictwo. są liczby rzeczywiste.

MACIERZE. Definicja. Macierz liczbowa rzeczywista (krótko: macierz), jest to tablica prostokątna. której elementami Słownictwo. są liczby rzeczywiste. MACIERZE Definicja. Macierz liczbowa rzeczywista (krótko: macierz), jest to tablica prostokątna której elementami Słownictwo są liczby rzeczywiste. rzędy pionowe nazywamy kolumnami macierzy, rzędy poziome

Bardziej szczegółowo

dr inż. Ryszard Rębowski 1 WPROWADZENIE

dr inż. Ryszard Rębowski 1 WPROWADZENIE dr inż. Ryszard Rębowski 1 WPROWADZENIE Zarządzanie i Inżynieria Produkcji studia stacjonarne Konspekt do wykładu z Matematyki 1 1 Postać trygonometryczna liczby zespolonej zastosowania i przykłady 1 Wprowadzenie

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY W KLASIE I GIMNAZJUM

WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY W KLASIE I GIMNAZJUM WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY W KLASIE I GIMNAZJUM NA OCENĘ DOPUSZCZJĄCĄ UCZEN: zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby ujemne umie

Bardziej szczegółowo

9. Podstawowe narzędzia matematyczne analiz przestrzennych

9. Podstawowe narzędzia matematyczne analiz przestrzennych Waldemar Izdebski - Wykłady z przedmiotu SIT 75 9. odstawowe narzędzia matematyczne analiz przestrzennych Niniejszy rozdział służy ogólnemu przedstawieniu metod matematycznych wykorzystywanych w zagadnieniu

Bardziej szczegółowo

Lista zadań. Babilońska wiedza matematyczna

Lista zadań. Babilońska wiedza matematyczna Lista zadań Babilońska wiedza matematyczna Zad. 1 Babilończycy korzystali z tablicy dodawania - utwórz w arkuszu kalkulacyjnym EXCEL tablicę dodawania liczb w układzie sześćdziesiątkowym, dla liczb ze

Bardziej szczegółowo

Definicja obrotu: Definicja elementów obrotu:

Definicja obrotu: Definicja elementów obrotu: 5. Obroty i kłady Definicja obrotu: Obrotem punktu A dookoła prostej l nazywamy ruch punktu A po okręgu k zawartym w płaszczyźnie prostopadłej do prostej l w kierunku zgodnym lub przeciwnym do ruchu wskazówek

Bardziej szczegółowo

SYLABUS PRZEDMIOTU MATEMATYKA W RAMACH ZAJ

SYLABUS PRZEDMIOTU MATEMATYKA W RAMACH ZAJ SYLABUS PRZEDMIOTU MATEMATYKA W RAMACH ZAJĘĆ WYRÓWNAWCZYCH Z MATEMATYKI DLA STUDENTÓW I ROKU BUDOWNICTWA WNT UWM W ROKU AKADEMICKIM 2012/2013 Nazwa przedmiotu: Zajęcia wyrównawcze z matematyki Rodzaj studiów:

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE I GIMNAZJUM

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE I GIMNAZJUM WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE I GIMNAZJUM OCENA DOPUSZCZAJĄCA I DZIAŁ; LICZBY I DZIAŁANIA zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby

Bardziej szczegółowo

Matematyka, kl. 5. Konieczne umiejętności

Matematyka, kl. 5. Konieczne umiejętności Matematyka, kl. 5 Liczby i działania Program Matematyka z plusem Ocena Konieczne umiejętności Opanowane algorytmy pisemnego dodawania, odejmowania, mnożenia i dzielenia liczb naturalnych. Prawidłowe wykonywanie

Bardziej szczegółowo

klasa I Dział Główne wymagania edukacyjne Forma kontroli

klasa I Dział Główne wymagania edukacyjne Forma kontroli semestr I 2007 / 2008r. klasa I Liczby wymierne Dział Główne wymagania edukacyjne Forma Obliczenia procentowe Umiejętność rozpoznawania podzbiorów zbioru liczb wymiernych. Umiejętność przybliżania i zaokrąglania

Bardziej szczegółowo

Matematyka wykªad 1. Macierze (1) Andrzej Torój. 17 wrze±nia 2011. Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej

Matematyka wykªad 1. Macierze (1) Andrzej Torój. 17 wrze±nia 2011. Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej Matematyka wykªad 1 Macierze (1) Andrzej Torój Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej 17 wrze±nia 2011 Plan wykªadu 1 2 3 4 5 Plan prezentacji 1 2 3 4 5 Kontakt moja strona internetowa:

Bardziej szczegółowo

Osiągnięcia ponadprzedmiotowe

Osiągnięcia ponadprzedmiotowe W rezultacie kształcenia matematycznego uczeń potrafi: Osiągnięcia ponadprzedmiotowe Umiejętności konieczne i podstawowe czytać teksty w stylu matematycznym wykorzystywać słownictwo wprowadzane przy okazji

Bardziej szczegółowo

ZAGADNIENIA TRANSPORTOWE

ZAGADNIENIA TRANSPORTOWE ZAGADNIENIA TRANSPORTOWE Maciej Patan Uniwersytet Zielonogórski WPROWADZENIE opracowano w 1941 r. (F.L. Hitchcock) Jest to problem opracowania planu przewozu pewnego jednorodnego produktu z kilku różnych

Bardziej szczegółowo

PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 3

PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 3 DEFINICJE PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 3 Czworokąt to wielokąt o 4 bokach i 4 kątach. Przekątną czworokąta nazywamy odcinek łączący przeciwległe wierzchołki. Wysokością czworokąta nazywamy

Bardziej szczegółowo

TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ

TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Definicja gry o sumie zerowej Powiemy, że jest grą o

Bardziej szczegółowo