Wykład VIII Rozwiązywanie równań i układów równań nieliniowych
|
|
- Michał Kurowski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Wyład VIII Rozwiązywanie równań i uładów równań nieliniowych Równania nieliniowe w technice Zadanie wyznaczenia pierwiastów równania nieliniowego Metody iteracji z otaczaniem i podziałem (bisecja i regula-falsi) Metody iteracji z wyorzystaniem siecznej i stycznej Zera wielomianu wartościami własnymi pewnej macierzy Problemy wielowymiarowe - ułady równań
2 Równania i funcje nieliniowe w technice Opis funcjami nieliniowymi względem wielości wejściowej, wyjściowej, wewnętrznej (np. stanu) bądź parametrów jest powszechny w technice. Poniżej podano przyłady. Nie-prostoliniowy ruch obietów poddawanych zewnętrznym oddziaływaniom: tor planet w polu grawitacyjnym Słońca, ruch eletronów w polu magnetycznym cewe odchylających monitora, Trajetoria pocisu przy prędości początowej, oporach powietrza i grawitacji. Nieliniowości są powszechne w zagadnieniach technicznych z powodu ograniczeń fizycznych tarcie suche opisane nieliniową funcją względem prędości w przeciwieństwie do tarcia wisotycznego, nasycenia tranzystorów i wzmacniaczy (ograniczenie od napięcia zasilającego), nasycenie materiałów magnetycznych (np. blach transformatorowych). Odpowiedzi liniowych uładów dynamicznych są nieliniowymi funcjami czasu i parametrów odpowiedź inercyjna nieliniowa od czasu, wysoość piu rezonansowego odpowiedzi częstotliwościowej obietu oscylacyjnego nieliniowa względem tłumienia. Równania i ułady równań nieliniowych powstają przy naładaniu warunów (osiągnięcie oreślonej wartości, przecięcie trajetorii) na nieliniowe funcje opisujące.
3 Wyznaczanie pierwiastów równania nieliniowego (zer funcji nieliniowej) trudności i podstawowe idee Trudności: możliwość brau zer (np. wielomian z zerami zespolonymi iedy szuamy rzeczywistych), duże nagromadzenie zer w przedziale (np. dla funcji sin(/x) w pobliżu zera), możliwość brau zmiany znau (np. dla zer wielomianu o parzystej rotności), nieciągłości, osobliwości. Pomysły na rozwiązanie: zgrubnie narysować przebieg funcji dla zorientowania się w problemie, znaleźć przedział, w tórym funcja zmienia zna i iteracyjnie go zawężać, wystartować z dowolnego puntu i podążać w ierunu malejących co do modułu wartości. Informacja do wyorzystania: wartości funcji, wartości lub przybliżenie pochodnych funcji, poprzednio znalezione zera. Sposób ontroli doładności: różnica między wartością funcji a zerem różnica między bieżącym oszacowaniem zera a rozwiązaniem (ale to jest nieznane) różnica między dwoma olejnymi oszacowaniami
4 Metody iteracji z otaczaniem i podziałem (bisecja i regula-falsi) Idea otoczenia pierwiasta i iteracyjnego zbliżania się do niego tworzy podstawę metod obszaru zamniętego (closed domain). Ponieważ dają one ontrolę przedziału zawierającego pierwiaste, dają też przewidywalną szybość zbieżności i wielość błędu. Metoda bisecji (połowienia przedziału) f(x) f(x) a p c b x a c p b x W ażdym rou następuje wybór dwóch nowych puntów ograniczających przedział z zerem spośród dwóch starych puntów ograniczających i puntu środa przedziału. Jeśli f ( a ) f ( c ) < 0: a = a, b = c, w przeciwnym przypadu: a = c, b = b a + b Oszacowanie zera w -tym rou: p = c = 2 b0 a0 Błąd oszacowania zera w -tym rou: p p ε = = ε + (zbieżność liniowa) 2 2
5 Metoda regula-falsi (interpolacji liniowej) Zbieżność metody połowienia jest niezależna od ształtu funcji w otoczeniu zera. Tę zbieżność można przyśpieszyć stosując interpolację liniową funcji na bazie puntów ograniczających. Zasada wyboru nowych puntów ograniczających pozostaje ta sama. f(x) a c p b x Przyrównując nachylenie prostej interpolującej przechodzącej przez punty ograniczające a, b do nachylenia prostej przechodzącej przez b, i poszuiwane c: f ( b) f ( a) f ( c) f ( b) = b a c b otrzymamy oszacowanie zera funcji: f ( b)( b a) p = c = b f b f a ( ) ( ) Metoda interpolacji liniowej będzie się zachowywała lepiej (będzie szybciej zbieżna) dla funcji dobrze przybliżanych prostą w oolicach zera. Błąd maleje w proporcjach liniowych (czyli zbieżność jest liniowa): ( ε = Kε ), gdzie K zależy od pochodnych funcji.
6 Metody iteracji w obszarze otwartym Drugim pomysłem na poszuiwanie zera był start z dowolnego puntu i podążanie w ierunu malejących co do modułu wartości. Zacznijmy od przystosowania metody interpolacji liniowej do tego podejścia. Ponieważ rezygnujemy z zasady otaczania zera, to rozwiązanie interpolacyjne musimy zastąpić estrapolacyjnym. Metoda siecznych (estrapolacji liniowej) Następne oszacowanie zera identyczne ja w metodzie f(x) interpolacji liniowej (możliwa estrapolacja): f ( b)( b a) p = c = b f ( b) f ( a) Wybór puntów do następnego oszacowania wg zasady bliżej p bieżącego oszacowania : a b dla c a < c b : a+ = a, b+ = c c x dla c a > c b : a+ = c, b+ = b Szybość zbieżności metody siecznych dla zer jednorotnych jest więsza niż liniowa (zbieżność superliniowa), tzn.:.62 ε = K gdzie K zależy od wartości pierwszej i drugiej pochodnej f(x). ε
7 Metoda iteracji Newtona-Raphsona Przy malejącej odległości puntów interpolacji wyrażenie na nachylenie prostej zbliża się do pochodnej (stycznej). Algorytm z użyciem pochodnej jest nazywany metodą Newtona-Raphsona. f ( p ) p = p, =, f ( p ) warune zbieżności (wyprowadzenie np. w J.H. Mathews, Numerical methods for... ): f ( x) f ( x) dla x [ p δ, p + δ] : <, x [ p δ, p + δ] f ( x) Szybość zbieżności (szybość zmniejszania błędu): f ( p) 2 Dla jednorotnego zera p zbieżność wadratowa: ε ε 2 f ( p) M Dla zera p o rotności M zbieżność liniowa: ε ε M Ta metoda ma zastosowanie przy generowaniu schematów iteracyjnych, iedy znana jest analityczna pochodna funcji i zastosowanie ogólne przy różnicowym przybliżeniu pochodnej. 2 Przyład Obliczanie pierwiasta wadratowego liczby A jao zera funcji f ( x) = x A. Zbudujemy zbieżny do pierwiasta wadratowego schemat iteracyjny: 2 f ( x) = 2x, x = x ( x A) 2x = 0.5( x + A x) A
8 Metoda Mullera (estrapolacji/interpolacji wadratowej) Poprzednie metody siecznej i stycznej używały modelu liniowego funcji w bieżącym puncie dla predycji (przez interpolację lub estrapolację) zera funcji. Dla funcji z dużą rzywizną w oolicy zera oznacza to wolną zbieżność algorytmu. Naturalne więc jest zwięszenie stopnia wielomianu interpolacyjnego do drugiego co powinno sutować lepszą zbieżnością. To właśnie realizuje algorytm Mullera. Równanie paraboli na trzech puntach: 2 f(x) g( x) = a( x xi) + b( x xi) + c gdzie współczynnii: 2 2 δh2 δ2h δ2h δh2 a=, b=, c= fi hh 2( h h2) hh 2( h h2) p gdzie: c x h = xi xi, h2 = xi 2 xi i x i- x i-2 x δ = fi fi, δ2 = fi 2 fi Zero paraboli interpolującej daje oszacowanie zera funcji: 2c x = i+ c = x i 2 b± b 4ac.84 o zbieżności superliniowej ε + = Kε (trochę lepsza od siecznej, trochę gorsza od stycznej). Ja widać metoda wymaga ilu (niesompliowanych) obliczeń, ale jest stosowana.
9 Implementacja funcji fzero (zob. też Numerical Recipes ) function [b,fval,exitflag,output] = fzero(funfcnin,x,varargin) %FZERO Scalar nonlinear zero finding. % Copyright The MathWors, Inc.... fc = fb; % Main loop, exit from middle of the loop while fb ~= 0 % Insure that b is the best result so far, a is the previous % value of b, and c is on the opposite of the zero from b.... % Convergence test and possible exit m = 0.5*(c - b); toler = 2.0*tol*max(abs(b),.0); if (abs(m) <= toler) (fb == 0.0), brea, end % Choose bisection or interpolation if (abs(e) < toler) (abs(fa) <= abs(fb)) % Bisection d = m; e = m; step=' bisection'; else % Interpolation s = fb/fa; if (a == c) % Linear interpolation p = 2.0*m*s; q =.0 - s; else % Inverse quadratic interpolation q = fa/fc; r = fb/fc; p = s*(2.0*m*q*(q - r) - (b - a)*(r -.0)); q = (q -.0)*(r -.0)*(s -.0); end; if p > 0, q = -q; else p = -p; end; % Is interpolated point acceptable if (2.0*p < 3.0*m*q - abs(toler*q)) & (p < abs(0.5*e*q)) e = d; d = p/q; step=' interpolation'; else d = m; e = m; step=' bisection'; end; end % Interpolation % Next point... end % Main loop Katedra Metrologii AGH
10 Przyład Esperymentalne porównanie szybości zbieżności poszczególnych metod Problem: wyznaczenie momentu pierwszego przejścia przez wartość ustaloną odpowiedzi soowej obietu oscylacyjnego drugiego rzędu (np. czujni ciśnienia). Zgrubnie odczytana wartość dla pierwszego przejścia to t= Step Response Przyjmiemy punt startowy dla metod obszaru otwartego t 0 =2, a dla metod przedziału zamniętego t 0 =2, t =4. Amplitude Time (sec) BS RF NR function C=nlsolvers(solver, its) C=zeros(,its); a=2; b=4; c=a; for i=:its switch(solver) case 'bisection', if f(a)*f(c)<0 b=c; else a=c; end c=(a+b)/2; case 'regula-falsi', if f(a)*f(c)<0 b=c; else a=c; end c=b-f(b)*(b-a)/(f(b)-f(a)); case 'newton-raphson', c=c-f(c)/fp(c); otherwise, error('bra metody'); end C(i)=c; end function y=f(t) % odpowiedz soowa K=; w0=; si=0.5; p=sqrt(-si^2); y=-/p*exp(-si*w0*t); y=y*sin(w0*p*t+asin(p)); function y=fp(t) % pochodna odpowiedzi soowej % czyli odpowiedz impulsowa K=; w0=; si=0.5; p=sqrt(-si^2); y=w0/p*exp(-si*w0*t); y=y*sin(w0*p*t); it=2; cb=nlsolvers('bisection',it); cr=nlsolvers('regula-falsi',it); cn=nlsolvers('newton-raphson',it); plot(:it,cb,:it,cr,:it,cn); grid on, legend('bs','rf','nr');
11 Przypade szczególny - zera wielomianu poprzez wartości własne Wartości własne macierzy były zerami wielomianu charaterystycznego macierzy (mało efetywna metoda rozwiązania zagadnienia własnego). Mając dany wielomian możemy postąpić odwrotnie, tzn. utworzyć macierz dla tórej będzie on wielomianem charaterystycznym i wyznaczyć wszystie zera wielomianu (rzeczywiste i zespolone) algorytmem rozwiązania zagadnienia własnego. Ja można sprawdzić, wielomian (ogólniejszy wielomian możemy sprowadzić do tej postaci): N N P( x) = x + an x + + ax+ a0 jest wielomianem charaterystycznym tzw. macierzy stowarzyszonej (companion matrix): an an 2 a a0 0 0 P = ( ) = det[ P xi ] P x Stąd zera P( x ) to wartości własne P. function r = roots(c) % Copyright The MathWors, Inc.... % Polynomial roots via a companion matrix n = length(c); if n > a = diag(ones(,n-2),-); a(,:) = -c(2:n)./ c(); r = [r;eig(a)]; end
12 Problemy wielowymiarowe - ułady równań Uogólnienie metody Newtona-Raphsona (metoda stycznej w puncie) na przypade wielowymiarowy to metoda Newtona, tórą przez analogię zapiszemy wetorowo jao: P+ = P J( P) F( P ) gdzie (dla ilości równań równej ilości zmiennych niezależnych): wetor zmiennych: wetor funcji: macierz Jaobianu: F F P F ( P) P PN P = F F ( P) = J( P) = = P PN FN ( P) FN F N P PN 0 będzie wyonywany w następujących roach: W pratyce algorytm poszuiwania F( P) = ) Oblicz wartości funcji i Jaobianu w bieżącym puncie: ( ) F P, J( P ) 2) Rozwiąż uład równań liniowych ze względu na P : J P= F 3) Wyznacz następne oszacowanie zera: P = P P + Ulepszona postać tego algorytmu jest zaimplementowana (Matlab) w fsolve jao algorytm dogleg. Inny sposób rozwiązania to zmiana problemu uładu równań nieliniowych na problem poszuiwania minimum sumy wadratów sładowych. Ponieważ suma wadratów ma minimalną wartość zero dla wszystich sładowych zerowych, więc to problem równoważny. Funcja fsolve może działać w ten sposób (algorytmy lm i gn). Algorytmy minimalizacji na następnym wyładzie.
13 Przyład Śledzenie oresu próbowanego przebiegu napięcia/prądu sieciowego Pomysły na rozwiązanie: FFT i wybór masymalnego prąża (duża rozdzielczość dużo oresów słabe śledzenie) Aprosymacja sinusem w jednym oresie (dopasowanie nieliniowe trzech parametrów) Wyznaczenie momentów zmiany znau +/- i proste zliczanie próbe pomiędzy nimi Precyzyjniejsze wyznaczenie momentu zmiany loalna interpolacja lub aprosymacja. Np. loalna interpolacja pierwszego stopnia, loalna interpolacja trzeciego stopnia, loalna aprosymacja trzeciego stopnia, loalna aprosymacja sinusem w oolicy zera Porównajmy doładność trzech wybranych metod: prostego zliczania i interpolacji pierwszego i trzeciego stopnia Proste zliczanie Interpolacja liniowa x 0-5 Interpolacja sześcienna x 0-8 L=0000; dt=0.0; t=-0.5:dt:.5; for i=:l T=+0.05*randn; w=2*pi/t; y=sin(w*t+2*pi*0.05*randn); ys=sign(y); yz=diff(ys); iz=find(yz>0); % proste zliczanie count=iz(2)-iz(); Tep=count*dt; % interpolacja pierwszego stopnia y=y(iz()); y2=y(iz()+); dt=dt*y2/(y2-y); y=y(iz(2)); y2=y(iz(2)+); dt2=dt-dt*y2/(y2-y); Tei=(count-)*dt+dt+dt2; % Interpolacja trzeciego stopnia p=polyfit(-:2,y(iz()-:iz()+2),3); r=roots(p); ir=find(imag(r)==0); ic=find(r(ir)>=0 & r(ir)<=); dt=dt*(-r(ic)); p=polyfit(-:2,y(iz(2)-:iz(2)+2),3); r=roots(p); ir=find(imag(r)==0); ic=find(r(ir)>=0 & r(ir)<=); dt2=dt*r(ic); Tea=(count-)*dt+dt+dt2; Tref(i)=T; Tp(i)=Tep; Ti(i)=Tei; Ta(i)=Tea; end dtp=(tp-tref)./tref; dti=(ti-tref)./tref; dta=(ta-tref)./tref;
1 Równania nieliniowe
1 Równania nieliniowe 1.1 Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym jest numeryczne poszukiwanie rozwiązań równań nieliniowych, np. algebraicznych (wielomiany),
Bardziej szczegółowoRozwiązywanie równań nieliniowych
Rozwiązywanie równań nieliniowych Marcin Orchel 1 Wstęp Przykłady wyznaczania miejsc zerowych funkcji f : f(ξ) = 0. Wyszukiwanie miejsc zerowych wielomianu n-tego stopnia. Wymiar tej przestrzeni wektorowej
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 6 Rozwiązywanie równań nieliniowych Rozwiązaniem lub pierwiastkiem równania f(x) = 0 lub g(x) = h(x)
Bardziej szczegółowoWprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Zazwyczaj nie można znaleźć
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
7. Równania nieliniowe (non-linear equations) Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Dawid Prokopek
Bardziej szczegółowo( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego
Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu
Bardziej szczegółowoROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH
Transport, studia I stopnia Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym
Bardziej szczegółowoRÓWNANIA NIELINIOWE Maciej Patan
RÓWNANIA NIELINIOWE Maciej Patan Uniwersytet Zielonogórski Przykład 1 Prędkość v spadającego spadochroniarza wyraża się zależnością v = mg ( 1 e c t) m c gdzie g = 9.81 m/s 2. Dla współczynnika oporu c
Bardziej szczegółowo1 Metody rozwiązywania równań nieliniowych. Postawienie problemu
1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie
Bardziej szczegółowoRozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów.
Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów. Plan wykładu: 1. Wyznaczanie pojedynczych pierwiastków rzeczywistych równań nieliniowych metodami a) połowienia (bisekcji)
Bardziej szczegółowoWstęp do metod numerycznych Rozwiazywanie równań algebraicznych. P. F. Góra
Wstęp do metod numerycznych Rozwiazywanie równań algebraicznych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2010 Co to znaczy rozwiazać równanie? Przypuśmy, że postawiono przed nami problem rozwiazania
Bardziej szczegółowoMetody numeryczne I Równania nieliniowe
Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem
Bardziej szczegółowoMetody numeryczne Wykład 7
Metody numeryczne Wykład 7 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Plan wykładu Rozwiązywanie równań algebraicznych
Bardziej szczegółowoWybrane metody przybliżonego. wyznaczania rozwiązań (pierwiastków) równań nieliniowych
Wykład trzeci 1 Wybrane metody przybliżonego wyznaczania rozwiązań pierwiastków równań nieliniowych 2 Metody rozwiązywania równań nieliniowych = 0 jest unkcją rzeczywistą zmiennej rzeczywistej Rozwiązanie
Bardziej szczegółowoLaboratorium 5 Przybliżone metody rozwiązywania równań nieliniowych
Uniwersytet Zielonogórski Wydział Informatyki, Elektrotechniki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych Elektrotechnika niestacjonarne-zaoczne pierwszego stopnia z tyt. inżyniera
Bardziej szczegółowoKADD Minimalizacja funkcji
Minimalizacja funkcji Poszukiwanie minimum funkcji Foma kwadratowa Metody przybliżania minimum minimalizacja Minimalizacja w n wymiarach Metody poszukiwania minimum Otaczanie minimum Podział obszaru zawierającego
Bardziej szczegółowoWYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony
WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g zares rozszerzony 1. Wielomiany bardzo zna pojęcie jednomianu jednej zmiennej; potrafi wsazać jednomiany podobne; potrafi
Bardziej szczegółowoMETODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. prof. dr hab.inż. Katarzyna Zakrzewska
METODY NUMERYCZNE Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą prof. dr hab.inż. Katarzyna Zakrzewska Met.Numer. Wykład 4 1 Rozwiązywanie równań nieliniowych z jedną niewiadomą
Bardziej szczegółowoMetody rozwiązywania równań nieliniowych
Metody rozwiązywania równań nieliniowych Rozwiązywanie równań nieliniowych Ogólnie równanie o jednej niewiadomej x można przedstawić w postaci f ( x)=0, x R, (1) gdzie f jest wystarczająco regularną funkcją.
Bardziej szczegółowoMETODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. Rozwiązywanie równań nieliniowych z jedną niewiadomą
METODY NUMERYCZNE Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą dr hab.inż. Katarzyna Zakrzewska, prof.agh Met.Numer. Wykład 4 1 Rozwiązywanie równań nieliniowych z jedną niewiadomą
Bardziej szczegółowoMetody Numeryczne. Wojciech Szewczuk
Metody Numeryczne Równania nieliniowe Równania nieliniowe W tych równaniach jedna lub więcej zmiennych występuje nieliniowo, np równanie Keplera x a sin x = b. Zajmiemy się teraz lokalizacją pierwiastków
Bardziej szczegółowoSterowanie Ciągłe. Używając Simulink a w pakiecie MATLAB, zasymulować układ z rysunku 7.1. Rys.7.1. Schemat blokowy układu regulacji.
emat ćwiczenia nr 7: Synteza parametryczna uładów regulacji. Sterowanie Ciągłe Celem ćwiczenia jest orecja zadanego uładu regulacji wyorzystując następujące metody: ryterium amplitudy rezonansowej i metodę
Bardziej szczegółowoRozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów.
Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów. Plan wykładu: 1. Wyznaczanie pojedynczych pierwiastków rzeczywistych równań nieliniowych metodami a) połowienia (bisekcji)
Bardziej szczegółowoMetody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski
Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Eletrotechnii, Informatyi i Teleomuniacji Uniwersytet Zielonogórsi Eletrotechnia stacjonarne-dzienne pierwszego stopnia z tyt. inżyniera
Bardziej szczegółowoZagadnienia - równania nieliniowe
Zagadnienia - równania nieliniowe Sformułowanie zadania poszukiwania pierwiastków. Przedział izolacji. Twierdzenia o istnieniu pierwiastków. Warunki zatrzymywania algorytmów. Metoda połowienia: założenia,
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ ANALITYCZNĄ
ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ LISTA ZADAŃ 1 1 Napisać w formie rozwiniętej następujące wyrażenia: 4 (a 2 + b +1 =0 5 a i b j =1 n a i b j =1 n =0 (a nb 4 3 (! + ib i=3 =1 2 Wyorzystując twierdzenie o
Bardziej szczegółowoRównania nieliniowe. LABORKA Piotr Ciskowski
Równania nieliniowe LABORKA Piotr Ciskowski przykład 1. funkcja fplot fplot ( f, granice ) fplot ( f, granice, n, linia, tol ) [ x, y ] = fplot ( )» fplot ( sin(x*x)/x, [ 0 4*pi ] )» fplot ( sin(x*x)/x,
Bardziej szczegółowoMetody numeryczne. materiały do wykładu dla studentów
Metody numeryczne materiały do wykładu dla studentów 5. Przybliżone metody rozwiązywania równań 5.1 Lokalizacja pierwiastków 5.2 Metoda bisekcji 5.3 Metoda iteracji 5.4 Metoda stycznych (Newtona) 5.5 Metoda
Bardziej szczegółowoWAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.
ĆWICZENIE 3. WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. 1. Oscylator harmoniczny. Wprowadzenie Oscylatorem harmonicznym nazywamy punt materialny, na tóry,działa siła sierowana do pewnego centrum,
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Metody optymalizacji Metody poszukiwania ekstremum funkcji jednej zmiennej Materiały pomocnicze do ćwiczeń
Bardziej szczegółowoMetody Numeryczne Optymalizacja. Wojciech Szewczuk
Metody Numeryczne Optymalizacja Optymalizacja Definicja 1 Przez optymalizację będziemy rozumieć szukanie minimów lub maksimów funkcji. Optymalizacja Definicja 2 Optymalizacja lub programowanie matematyczne
Bardziej szczegółowoMETODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH
METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH Jednym z zastosowań metod numerycznych jest wyznaczenie pierwiastka lub pierwiastków równania nieliniowego. W tym celu stosuje się szereg metod obliczeniowych np:
Bardziej szczegółowoRozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów.
Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów. Plan wykładu: 1. Wyznaczanie pojedynczych pierwiastków rzeczywistych równań nieliniowych metodami a) połowienia (bisekcji)
Bardziej szczegółowoMetody numeryczne. Wykład nr 2. dr hab. Piotr Fronczak
Metod numerczne Wład nr dr hab. Piotr Froncza Przbliżone rozwiązwanie równań nieliniowch Jedno równanie z jedną niewiadomą Szuam pierwiastów rzeczwistch równania =. zwle jest uncją nieliniową zatem orzstam
Bardziej szczegółowoZastosowanie informatyki w elektrotechnice
Zastosowanie informatyi w eletrotechnice Politechnia Białostoca - Wydział Eletryczny Eletrotechnia, semestr V, studia niestacjonarne Ro aademici 2006/2007 Wyład nr 4 (15.12.2006 Zastosowanie informatyi
Bardziej szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia
Bardziej szczegółowoWstęp do metod numerycznych 9. Rozwiazywanie równań algebraicznych. P. F. Góra
Wstęp do metod numerycznych 9. Rozwiazywanie równań algebraicznych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Co to znaczy rozwiazać równanie? Przypuśmy, że postawiono przed nami problem rozwiazania
Bardziej szczegółowoWykład 21: Studnie i bariery cz.1.
Wyład : Studnie i bariery cz.. Dr inż. Zbigniew Szlarsi Katedra Eletronii, paw. C-, po.3 szla@agh.edu.pl http://layer.uci.agh.edu.pl/z.szlarsi/ 3.6.8 Wydział Informatyi, Eletronii i Równanie Schrödingera
Bardziej szczegółowoA. Cel ćwiczenia. B. Część teoretyczna
A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów
Bardziej szczegółowoMetody numeryczne. Równania nieliniowe. Janusz Szwabiński.
Metody numeryczne Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl nm_slides-9.tex Metody numeryczne Janusz Szwabiński 7/1/2003 20:18 p.1/64 Równania nieliniowe 1. Równania nieliniowe z pojedynczym
Bardziej szczegółowo1. RACHUNEK WEKTOROWY
1 RACHUNEK WEKTOROWY 1 Rozstrzygnąć, czy możliwe jest y wartość sumy dwóch wetorów yła równa długości ażdego z nich 2 Dane są wetory: a i 3 j 2 ; 4 j = + = Oliczyć: a+, a, oraz a 3 Jai ąt tworzą dwa jednaowe
Bardziej szczegółowoWprowadzenie do metod numerycznych Wykład 2 Numeryczne rozwiązywanie równań nieliniowych
Wprowadzenie do metod numerycznych Wykład 2 Numeryczne rozwiązywanie równań nieliniowych Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści Spis treści 1 Numeryczne
Bardziej szczegółowoMetody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski
Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Elektrotechnika stacjonarne-dzienne pierwszego stopnia
Bardziej szczegółowoPodstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM
Aademia GórniczoHutnicza im. St. Staszica w Kraowie Wydział Inżynierii Mechanicznej i Robotyi Katedra Automatyzacji Procesów Podstawy Automatyi Zbiór zadań dla studentów II rou AiR oraz MiBM Tomasz Łuomsi
Bardziej szczegółowoINFORMATYKA ELEMENTY METOD NUMERYCZNYCH.
INFORMATYKA ELEMENTY METOD NUMERYCZNYCH http://www.infoceram.agh.edu.pl METODY NUMERYCZNE Metody numeryczne zbiór metod rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane
Bardziej szczegółowoElementy metod numerycznych
Wykład nr 5 i jej modyfikacje. i zera wielomianów Założenia metody Newtona Niech będzie dane równanie f (x) = 0 oraz przedział a, b taki, że w jego wnętrzu znajduje się dokładnie jeden pierwiastek α badanego
Bardziej szczegółowoZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ
ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ Maciej Patan Uniwersytet Zielonogórski WSTEP Zadanie minimalizacji bez ograniczeń f(ˆx) = min x R nf(x) f : R n R funkcja ograniczona z dołu Algorytm rozwiazywania Rekurencyjny
Bardziej szczegółowoMetody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I
Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I dr inż. Tomasz Goetzendorf-Grabowski (tgrab@meil.pw.edu.pl) Dęblin, 11 maja 2009 1 Organizacja wykładu 5 dni x 6 h = 30 h propozycja zmiany: 6
Bardziej szczegółowoWyznaczanie miejsc zerowych funkcji
Wyznaczanie miejsc zerowych funkcji Piotr Modliński 6 października 010 Spis treści 1 Wstęp 1 Metody iteracyjne 1.1 Zbieżność metody............ Lokalizacja zer.............3 Metody odnajdywania zer.......3.1
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 1. Optymalizacja funkcji jednej zmiennej Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.02.2019 1 / 54 Plan wykładu Optymalizacja funkcji jednej
Bardziej szczegółowoMETODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja Interpolacja wielomianowa Przykłady. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer.
METODY NUMERYCZNE Wykład 3. dr hab.inż. Katarzyna Zakrzewska, prof.agh Met.Numer. wykład 3 1 Plan Aproksymacja Interpolacja wielomianowa Przykłady Met.Numer. wykład 3 2 1 Aproksymacja Metody numeryczne
Bardziej szczegółowoZadania do rozdziału 5
Zadania do rozdziału 5 Zad.5.1. Udowodnij, że stosując równię pochyłą o dającym się zmieniać ącie nachylenia α można wyznaczyć współczynni tarcia statycznego µ o. ozwiązanie: W czasie zsuwania się po równi
Bardziej szczegółowoWyznaczanie miejsc zerowych funkcji
Wyznaczanie miejsc zerowych funkcji Piotr Modliński 31 października 010 Spis treści 1 Wstęp 1 Metody iteracyjne 1.1 Zbieżność metody............ Lokalizacja zer.............3 Metody odnajdywania zer.......3.1
Bardziej szczegółowoZwięzły kurs analizy numerycznej
Spis treści Przedmowa... 7 1. Cyfry, liczby i błędy podstawy analizy numerycznej... 11 1.1. Systemy liczbowe... 11 1.2. Binarna reprezentacja zmiennoprzecinkowa... 16 1.3. Arytmetyka zmiennopozycyjna...
Bardziej szczegółowoMetody optymalizacji nieliniowej (metody programowania nieliniowego) Ewa Niewiadomska-Szynkiewicz Instytut Automatyki i Informatyki Stosowanej
Metody optymalizacji nieliniowej metody programowania nieliniowego Ewa Niewiadomsa-Szyniewicz Instytut Automatyi i Inormatyi Stosowanej Ewa Niewiadomsa-Szyniewicz ens@ia.pw.edu.pl Instytut Automatyi i
Bardziej szczegółowoELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku
Egzamin pisemny zestaw. ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x n, to funkcja x0 x gx ( ) + [ gx (
Bardziej szczegółowoUkłady równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona) f(x) = 0, gdzie. dla n=2 np.
Układy równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona f(x 0, f ( f, f,..., f n gdzie 2 x ( x, x 2,..., x n dla n2 np. f ( x, y 0 g( x, y 0 dla każdej wielowymiarowej rozwinięcie w szereg Taylora
Bardziej szczegółowoIteracyjne rozwiązywanie równań
Elementy metod numerycznych Plan wykładu 1 Wprowadzenie Plan wykładu 1 Wprowadzenie 2 Plan wykładu 1 Wprowadzenie 2 3 Wprowadzenie Metoda bisekcji Metoda siecznych Metoda stycznych Plan wykładu 1 Wprowadzenie
Bardziej szczegółowoEgzamin z Metod Numerycznych ZSI, Grupa: A
Egzamin z Metod Numerycznych ZSI, 06.2005. Grupa: A Nazwisko: Imię: Numer indeksu: Ćwiczenia z: Data: Część 1. Test wyboru, max 36 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa
Bardziej szczegółowoFiltracja pomiarów z głowic laserowych
dr inż. st. of. Paweł Zalewsi Filtracja pomiarów z głowic laserowych słowa luczowe: filtracja pomiaru odległości, PNDS Założenia filtracji pomiaru odległości. Problem wyznaczenia odległości i parametrów
Bardziej szczegółowoMetody numeryczne. dr Artur Woike. Ćwiczenia nr 2. Rozwiązywanie równań nieliniowych metody połowienia, regula falsi i siecznych.
Ćwiczenia nr 2 metody połowienia, regula falsi i siecznych. Sformułowanie zagadnienia Niech będzie dane równanie postaci f (x) = 0, gdzie f jest pewną funkcją nieliniową (jeżeli f jest liniowa to zagadnienie
Bardziej szczegółowo3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która
3. Interpolacja Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która przyjmuje wartości y 1, y 2,, y n, dla skończonego zbioru argumentów x 1, x
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice
9 - Rozwiązywanie układów równań nieliniowych Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Anna Marciniec
Bardziej szczegółowoELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku
Egzamin pisemny zestaw czerwca 0 roku Imię i nazwisko:.... ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x
Bardziej szczegółowoĆw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na okres drgań
KAEDRA FIZYKI SOSOWANEJ PRACOWNIA 5 FIZYKI Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na ores drgań Wprowadzenie Ruch drgający naeży do najbardziej rozpowszechnionych ruchów w przyrodzie.
Bardziej szczegółowoMetody 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 szczegółowoInterpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna
Interpolacja Marcin Orchel 1 Wstęp Mamy daną funkcję φ (x; a 0,..., a n ) zależną od n + 1 parametrów a 0,..., a n. Zadanie interpolacji funkcji φ polega na określeniu parametrów a i tak aby dla n + 1
Bardziej szczegółowoBardzo łatwa lista powtórkowa
Analiza numeryczna, II rok inf., WPPT- 12 stycznia 2008 Terminy egzaminów Przypominam, że egzaminy odbędą się w następujących terminach: egzamin podstawowy: 30 stycznia, godz. 13 15, C-13/1.31 egzamin
Bardziej szczegółowoDRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH
Część 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH... 5. 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH 5.. Wprowadzenie Rozwiązywanie zadań z zaresu dynamii budowli sprowadza
Bardziej szczegółowox y
Przykłady pytań na egzamin końcowy: (Uwaga! Skreślone pytania nie obowiązują w tym roku.). Oblicz wartość interpolacji funkcjami sklejanymi (przypadek (case) a), dla danych i =[- 4 5], y i =[0 4 -]. Jaka
Bardziej szczegółowo5. Rozwiązywanie układów równań liniowych
5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a
Bardziej szczegółowoModelowanie przez zjawiska przybliżone. Modelowanie poprzez zjawiska uproszczone. Modelowanie przez analogie. Modelowanie matematyczne
Modelowanie rzeczywistości- JAK? Modelowanie przez zjawisa przybliżone Modelowanie poprzez zjawisa uproszczone Modelowanie przez analogie Modelowanie matematyczne Przyłady modelowania Modelowanie przez
Bardziej szczegółowoKubatury Gaussa (całka podwójna po trójkącie)
Kubatury Gaussa (całka podwójna po trójkącie) Całka podwójna po trójkącie Dana jest funkcja dwóch zmiennych f (x, y) ciągła i ograniczona w obszarze trójkątnym D. Wierzchołki trójkąta wyznaczają punkty
Bardziej szczegółowoUKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać układu równań liniowych Układ liniowych równań algebraicznych
Bardziej szczegółowoInstrukcje pętli przykłady. Odgadywanie hasła. 1) Program pyta o hasło i podaje adres, gdy hasło poprawne lub komunikat o błędnym haśle.
Instrukcje pętli przykłady. Odgadywanie hasła. 1) Program pyta o hasło i podaje adres, gdy hasło poprawne lub komunikat o błędnym haśle. Sub Hasla1() Dim wzor_hasla As String Dim haslo As String Dim adres
Bardziej szczegółowoPomiary napięć przemiennych
LABORAORIUM Z MEROLOGII Ćwiczenie 7 Pomiary napięć przemiennych . Cel ćwiczenia Celem ćwiczenia jest poznanie sposobów pomiarów wielości charaterystycznych i współczynniów, stosowanych do opisu oresowych
Bardziej szczegółowoDSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH
DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH Instrucja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie 5 Wybrane właściwości Dysretnej Transformacji Fouriera Przemysław Korohoda, KE, AGH Zawartość
Bardziej szczegółowoROZWIĄZYWANIE 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 szczegółowoMetody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1
Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy
Bardziej szczegółowoWykład 9. Fizyka 1 (Informatyka - EEIiA 2006/07)
Wyład 9 Fizya 1 (Informatya - EEIiA 006/07) 9 11 006 c Mariusz Krasińsi 006 Spis treści 1 Ruch drgający. Dlaczego właśnie harmoniczny? 1 Drgania harmoniczne proste 1.1 Zależność między wychyleniem, prędością
Bardziej szczegółowo13. 13. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE
Część 3. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE 3. 3. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE 3.. Metoda trzech momentów Rozwiązanie wieloprzęsłowych bele statycznie niewyznaczalnych można ułatwić w znaczącym
Bardziej szczegółowoAproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
Bardziej szczegółowoPLAN WYNIKOWY Z MATEMATYKI DLA KLASY IV TECHNIKUM 5 - LETNIEGO
PLAN WYNIKOWY Z MATEMATYKI DLA KLASY IV TECHNIKUM 5 - LETNIEGO Lp. Temat lekcji Umiejętności Podstawowe Ponadpodstawowe I Granica i pochodna funkcji. Uczeń: Uczeń: 1 Powtórzenie wiadomości o granicy ciągu,
Bardziej szczegółowoUKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Uwagi wstępne Układ liniowych równań algebraicznych można
Bardziej szczegółowoWstęp do metod numerycznych 9a. Układy równań algebraicznych. P. F. Góra
Wstęp do metod numerycznych 9a. Układy równań algebraicznych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Układy równań algebraicznych Niech g:r N równanie R N będzie funkcja klasy co najmniej
Bardziej szczegółowoMetody numeryczne. Sformułowanie zagadnienia interpolacji
Ćwiczenia nr 4. Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n i wartości y 0,..., y n, takie że i=0,...,n y i = f (x i )). Szukamy funkcji F (funkcji interpolującej), takiej
Bardziej szczegółowoInterpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne
Interpolacja, aproksymacja całkowanie Interpolacja Krzywa przechodzi przez punkty kontrolne Aproksymacja Punkty kontrolne jedynie sterują kształtem krzywej INTERPOLACJA Zagadnienie interpolacji można sformułować
Bardziej szczegółowoA4: Filtry aktywne rzędu II i IV
A4: Filtry atywne rzędu II i IV Jace Grela, Radosław Strzała 3 maja 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, tórych używaliśmy w obliczeniach: 1. Związe między stałą czasową
Bardziej szczegółowoKOLOKWIUM Z ALGEBRY I R
Instrucje: Każde zadanie jest za 4 puntów. Rozwi azanie ażdego zadania musi znajdować siȩ na osobnej artce oraz być napisane starannie i czytelnie. W nag lówu ażdego rozwi azania musz a znajdować siȩ dane
Bardziej szczegółowoWstęp do metod numerycznych Zadania numeryczne 2016/17 1
Wstęp do metod numerycznych Zadania numeryczne /7 Warunkiem koniecznym (nie wystarczającym) uzyskania zaliczenia jest rozwiązanie co najmniej 3 z poniższych zadań, przy czym zadania oznaczone literą O
Bardziej szczegółowoMatematyka licea ogólnokształcące, technika
Matematyka licea ogólnokształcące, technika Opracowano m.in. na podstawie podręcznika MATEMATYKA w otaczającym nas świecie zakres podstawowy i rozszerzony Funkcja liniowa Funkcję f: R R określoną wzorem
Bardziej szczegółowo8. PODSTAWY ANALIZY NIELINIOWEJ
8. PODSTAWY ANALIZY NIELINIOWEJ 1 8. 8. PODSTAWY ANALIZY NIELINIOWEJ 8.1. Wprowadzenie Zadania nieliniowe mają swoje zastosowanie na przykład w rozwiązywaniu cięgien. Przyczyny nieliniowości: 1) geometryczne:
Bardziej szczegółowoLab 10. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur.
Języki i paradygmaty programowania 1 studia stacjonarne 2018/19 Lab 10. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur. 1. Identyfikator funkcji,
Bardziej szczegółowoWykład 5. Zagadnienia omawiane na wykładzie w dniu r
Wykład 5. Zagadnienia omawiane na wykładzie w dniu 14.11.2018r Definicja (iloraz różnicowy) Niech x 0 R oraz niech funkcja f będzie określona przynajmnniej na otoczeniu O(x 0 ). Ilorazem różnicowym funkcji
Bardziej szczegółowoANALIZA WIELOKRYTERIALNA
ANALIZA WIELOKRYTERIALNA Dział Badań Operacyjnych zajmujący się oceną możliwych wariantów (decyzji) w przypadu gdy występuje więcej niż jedno ryterium oceny D zbiór rozwiązań (decyzji) dopuszczalnych x
Bardziej szczegółowoDystrybucje, wiadomości wstępne (I)
Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany
Bardziej szczegółowoWykład X Rozwiązywanie zagadnień początkowych dla równań różniczkowych zwyczajnych
Wykład X Rozwiązywanie zagadnień początkowych dla równań różniczkowych zwyczajnych Postawienie zadania i podstawowe idee jego rozwiązania Metody samostartujące (Eulera, Rungego-Kutty) Metody niesamostartujące
Bardziej szczegółowoPodstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 7 - obiekty regulacji Instytut Automatyki i Robotyki Warszawa, 2018 Obiekty regulacji Obiekt regulacji Obiektem regulacji nazywamy proces technologiczny podlegający oddziaływaniu zakłóceń, zachodzący
Bardziej szczegółowoMetody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski
Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Elektrotechnika stacjonarne-dzienne pierwszego stopnia
Bardziej szczegółowo