Równania rekurencyjne na dziedzinach
|
|
- Urszula Zawadzka
- 7 lat temu
- Przeglądów:
Transkrypt
1 Marek Materzok Równana rekurencyjne na dzedznach Pommo, ż poczynłem starana, aby praca ta była możlwe kompletna wolna od błędów, ne mogę zagwarantować, że ne wkradły sę do nej żadne neścsłośc czy pomyłk. Czytać na własną odpowedzalność. 1. Wprowadzene Będzemy zajmować sę problemem znajdowana rozwązań rekurencyjnych równań na dzedznach. Interesować nas będą równana postac D = F (D). Motywującym przykładem jest zadane semantyk denotacyjnej dla beztypowego rachunku lambda. Każda funkcja w beztypowym rachunku lambda może być argumentem dla dowolnej nnej funkcj, wobec tego dzedzna, w której będzemy nterpretować wyrażena lambda, mus spełnać równane D = D D. 2. Funktory F -algebry W teor kategor standardowym narzędzem służącym rozwązywanu rekurencyjnych zależnośc jest pojęce F -algebry początkowej. Defncja 2.1. Nech F : K K będze endofunktorem nad kategorą K. F -algebrą nazywamy K-obekt A z morfzmem f : F (A) A. F -homomorfzmem z F -algebry A, f w F -algebrę B, g nazywamy K-morfzm h : A B tak, że h f = g F (h). Defncja 2.2. F -algebrę A, f nazywamy początkową, jeśl z każdej F -algebry B, g stneje w ną unkalny F -homomorfzm. Lemat 2.3. Jeśl A, f jest F -algebrą początkową, to f jest zomorfzmem. Dowód. Rozważmy F -algebrę F (A), F (f). Nech h : A > F (A) będze F -homomorfzmem. Z defncj F -homomorfzmu mamy h f = F (f) F (h) = F (f h). Poneważ (f h) f = f (h f) = f F (f h), f h jest F -automorfzmem, zatem f h = d A. Tym samym h f = F (f h) = F (d A ) = d F (A). Zatem h = f 1. Zatem jeśl znajdzemy kategorę, w której F będze funktorem, a A, f F -algebrą początkową, to rozwązanem równana D = F (D) jest A, natomast f jest zomorfzmem mędzy A F (A). Rozwązane równana jest węc z dokładnoścą do zomorfzmu. Rozpatrzmy kategorę CPO porządków zupełnych funkcj cągłych. Nestety, ta dość naturalna kategora ne jest odpowedna dla naszych celów. Aby to ukazać, przyjrzyjmy sę blżej bfunktorow. Defncja 2.4. Bfunktor : CPO CPO CPO jest konstruktorem przestrzen funkcj cągłych. Mając dane CPO-morfzmy - funkcje cągłe f : A B g : C D dzałane na nch jest następujące: (f g)(x) = g x f, f g : (B C) (A D). Zatem jest kontrawarantny względem perwszego argumentu kowarantny względem drugego. Potraktujmy F z naszego przykładu motywującego, F (D) = D D, jako defncję funktora w CPO. Zatem z 2.4 wynka, że dla CPO-morfzmu f : A B mamy F (f) = f f : (B A) (A B). Aby F było funktorem, mus zachodzć F (f) : F (A) F (B), czyl F (f) : (A A) (B B). Przyczyną problemu jest kontrawarantność względem perwszego argumentu. W zwązku z tym będzemy szukać kategor z podobnym do bfunktorem, który jednak będze kowarantny względem obu argumentów. 1
2 3. R-pary Defncja 3.1. Nech f : D E, g : E D będą CPO-morfzmam. Parę f, g : D E nazywamy r-parą. Dla r-par defnujemy operację złożena ( f 1, g 1 f 2, g 2 = f 1 f 2, g 2 g 1 ) oraz odwracana ( f, g op = g, f ). Będę czasem psać p L, p R na oznaczene składowych funkcj r-pary (p = p L, p R ). Wobec tego porządk zupełne z r-param jako morfzmam tworzą kategorę. Kategorę tę będzemy nazywać CPO R. Udowodnmy szereg przydatnych własnośc r-par kategor CPO R. Lemat 3.2. Nech p : B C, q : A B będą CPO R -morfzmam. 1. d A op = d A 2. (p q) op = q op p op 3. (p op ) op = p Dowód. Załóżmy, że p = f, g q = f, g. 1. d A op = d A, d A op = d A, d A = d A 2. (p q) op = ( f, g f, g ) op = f f, g g op = g g, f f = g, f g, f = q op p op 3. (p op ) op = ( f, g op ) op = g, f op = f, g = p Lemat 3.3. CPO R jest dentyczna z dualną kategorą CPO Rop. Dowód. Morfzmow p w CPO R odpowada morfzm p op w CPO Rop. Funktory nad CPO przenoszą sę łatwo na kategorę CPO R, dzałając po współrzędnych. W szczególnośc, dla dowolnego bfunktora : CPO CPO CPO stneje bfunktor R : CPO R CPO R CPO R dzałający na obektach tak samo, jak wyjścowy bfunktor, a na morfzmach zdefnowany następująco: f, g R f, g = f f, g g. Twerdzene 3.4. Zdefnowane powyżej przekształcene R jest bfunktorem oraz zachowuje warantność bfunktora względem obu argumentów. Dowód. Nech, j {0, 1} oznaczają ko- (0) lub kontrawarantność (1) bfunktora względem perwszego drugego argumentu. 1. Przekształcene R zachowuje morfzmy dentycznoścowe.. d A R d B = d A, d A R d B, d B = d A d B, d A d B = d A B, d A B = d A B = d A R B 2. Nech p = f, g : A 0 A 1 r = f, g : B 0 B 1 będą CPO R -morfzmam. Z założena o warantnośc mamy f f : A B j A 1 B 1 j. Zatem równeż g g : A 1 B 1 j A B j. Z defncj R mamy p R r = f f, g g, a zatem p R r : A R B j A 1 R B 1 j. 3. Nech p 0 = f 0, g 0 : B C p 1 = f 1, g 1 : A B r 0 = f 0, g 0 : B C r 1 = f 1, g 1 : A B będą CPO R -morfzmam. Z założena o warantnośc mamy (f 0 f 1 ) (f 0 f 1) = (f f j ) (f 1 f 1 j ) analogczną równość dla g. Wtedy (p 0 p 1 ) R (r 0 r 1 ) = ( f 0, g 0 f 1, g 1 ) R ( f 0, g 0 f 1, g 1 ) = f 0 f 1, g 1 f 0 R f 0 f 1, g 1 g 0 = (f 0 f 1 ) (f 0 f 1), (g 1 g 0 ) (g 1 g 0) = (f f j) (f 1 f 1 j), (g 1 g 1 j) (g g j) = f f j, g g j f 1 f 1 j, g 1 g 1 j = ( f, g R f j, g j ) ( f 1, g 1 R f 1 j, g 1 j ) = (p R r j ) (p 1 R r 1 j ) 2
3 Powyższy dowód można łatwo uogólnć do przypadku dowolnego n-arnego funktora. Mając te wszystke narzędza, zdefnujmy nowy bfunktor : CPO R CPO R CPO R. Nech na obektach A B = A B, zaś na morfzmach p r = p op R r. Twerdzene 3.5. Przekształcene jest bfunktorem kowarantnym względem obu argumentów. Dowód. Pokażę, że posada żądane własnośc. 1. Przekształcene zachowuje morfzmy dentycznoścowe. d X d Y = d X op R d Y = d X R d Y = d X R Y = d X Y 2. Nech p : A B, r : C D będą CPO R -morfzmam. Mamy p r = p op R r : (A C) (B D). 3. Zostało jeszcze pokazać, że mając dane dwa CPO R -morfzmy p : B C, r : A B, p : B C, r : A B mamy (p r) (p r ) = (p p ) (r r ). (p r) (p r ) = (p r) op R (p r ) = (r op p op ) R (p r ) = (p op R p ) (r op R r ) = (p p ) (r r ) Powyższą konstrukcję można uogólnć do dowolnego n-funktora kontrawarantnego F względem dowolnej lczby argumentów. Odpowadający mu n-funktor kowarantny w CPO R będzemy nazywać F R K. (Zatem = R K ). To rozwązuje nasze wcześnejsze problemy. Potraktujmy F (D) = D D jako defncję funktora w CPO R, podstawając za. Wtedy dla CPO R -morfzmu f : A B mamy F (f) = f f : (A A) (B B), co zgadza sę z defncją funktora. W ogólnośc, mając daną funkcję F zdefnowaną na obektach CPO przy pomocy funktorów nad CPO, można ndukcyjne pokazać, że można przyporządkować jej funktor G : CPO R CPO R, zamenając w defncj F użyce każdego funktora H na H R K. Dzałane funktora G na obektach jest dentyczne, jak funkcj F. 4. Pary projekcyjne Mamy już sposób, w jak z równana rekurencyjnego D = F (D) można uzyskać funktor F nad CPO R. Wcąż jednak ne jest jasne, jak szukać F -algebry początkowej, czyl rozwązana naszego równana na dzedznach. W tym celu odtworzymy znane pojęca porządku zupełnego funkcj cągłej. Defncja 4.1. Parą projekcyjną nazywać będzemy r-parę f, g : A B taką, że g f = d A oraz f g d B. Funkcję f będzemy nazywać włożenem, a funkcję g projekcją. Będzemy psać f, g : A B. Pary projekcyjne mają następującą bardzo stotną własność. Lemat 4.2. Nech f, g : A B będze parą projekcyjną. Wtedy zarówno f, jak g są strct. Jeśl f, g : A B, to f f wtw g g. Dowód. Mamy f( A ) (f g)( B ) B, zatem f jest strct. Podobne g( B ) (g f)( A ) = A, węc g równeż jest strct. Przy założenu, że f f mamy g = g f g g f g g. Podobne, zakładając, że g g, mamy f = f g f f g f f. Z drugej częśc powyższego lematu wynka, że każda projekcja posada unkalne włożene oraz że każde włożene posada unkalną projekcję. O parach projekcyjnych można myśleć, że zadają praporządek zupełny na porządkach zupełnych. Istnene pary projekcyjnej A B w pewnym sense oznacza, że w B można zapsać co najmnej te same wartośc, co w A. Lemat 4.3. Zachodzą następujące fakty: 1. d A : A A 3
4 2. Nech p : B C q : A B. Wtedy p q : A C. 3. Dla każdego porządku zupełnego A stneje dokładne jedna para projekcyjna! A : 1 A, gdze 1 jest porządkem jednoelementowym. Dowód. 1. Mamy d A = d A, d A, d A d A d A. 2. Mamy p q = p L q L, q R p R. Zatem q R p R p L q L = q R q L = d A oraz p L q L q R p R p L p R d C. 3. Przyjmjmy, że! A = const A, const 1. Mamy const 1 const A = d 1, poneważ d 1 jest jedyną funkcją z 1 w 1. Równeż (const A const 1 )(x A ) = A x A, co daje const A const 1 d A. Jedyność! A wynka z tego, że const A jest jedyną funkcją strct z 1 w A. Pary projekcyjne tworzą węc kategorę Proj, będącą podkategorą CPO R. Defncja 4.4. Funktor n-arny F nad CPO nazywamy lokalne monotoncznym, jeśl 1 n f f mplkuje F (f 1,..., f n ) F (f 1,..., f n) Lemat 4.5. Funktory projekcyjne, stałe oraz funktory +,, są lokalne monotonczne. Dowód. Netrudny mało stotny dla naszych rozważań. Lemat 4.6. Nech F : (CPO) n CPO będze funktorem lokalne monotoncznym. Wtedy F R k : Proj n Proj. Dowód. Dla uproszczena prezentacj przedstawę dowód dla funktora. Dowód ten można łatwo uogólnć. Nech p : A B, r : C D będą param projekcyjnym. Pokażę, że p r = p R r L, p L r R : (A C) (B D) też jest parą projekcyjną. Własność włożeń jest łatwa do pokazana. (p L r R ) (p R r L ) = (p R p L ) (r R r L ) = d A d C = d A C Wykazane własnośc projekcj wymaga zaś skorzystana z lokalnej monotoncznośc. (p R r L ) (p L r R ) = (p L p R ) (r L r R ) d B d D = d B D To wystarcza do pokazana, że nasza przykładowa funkcja na dzedznach F (D) = D D może być traktowana jako endofunktor nad kategorą par projekcyjnych Proj. Kontynuując analogę mędzy param projekcyjnym porządkam zupełnym, własność dzałana funktora na morfzmach można nterpretować jako własność monotoncznośc. 5. Kostożk, kogrance Odpowednkem pojęca ogranczena górnego jest pojęce kostożka. Defncja 5.1. Nech C będze kategorą, nech A będze pewnym zborem C-obektów, a F pewnym zborem C-morfzmów pomędzy obektam z A. Kostożkem będzemy nazywać C-obekt X oraz strzałk g A : A X (po jednej dla każdego obektu A z A) take, że dla każdej strzałk f : A B z F zachodz g A = g B f. Najmnejszemu ogranczenu górnemu odpowada zaś pojęce kograncy. Defncja 5.2. Nech A, F będą jak w defncj wyżej. Kostożek X, {g A } nazywamy kograncą, jeśl dla każdego nnego kostożka Y, {h A } stneje unkalny C-morfzm k : X Y tak, że dla każdego A z A zachodz k g A = h A. Zdefnujemy teraz odpowednk pojęca ω-łańcucha w teor kategor. Defncja 5.3. Nech C będze kategorą. Wtedy ω-łańcuchem będzemy nazywać cąg C-obektów A oraz C-morfzmów f : A A +1 ( N). 4
5 Ponżej będzemy sę zajmować kostożkam kograncam wyłączne w kategor par projekcyjnych Proj. Na początek wskażę prosty warunek koneczny wystarczający, aby dany kostożek był kograncą. Lemat 5.4. Nech {A }, {p } będze ω-łańcuchem. Nech X, {r } będze kostożkem takm, że rl rr = d X. Wtedy ów kostożek jest kograncą. Dowód. Nech Y, {s } będze dowolnym kostożkem. Zdefnujmy k = sl rr, rl s R : X Y. Pokażę, że k jest parą retrakcyjną. ( s R ) ( s L r R ) = s R s L r R = r R = d X ( s L r R ) ( s R ) = s L r R s R = s L s R d Y Pokazę teraz, że k spełna warunek k r = s. k r = s L s R, r R = s L j r R j, r R r L j s R j = s L j rj R rj L p L j 1... p L, p R... p R j 1 rj R rj L s R j = s L j p L j 1... p L, p R... p R j 1 s R j = s L, s R = s L, s R = s Zostało pokazać, że k jest unkalne. Nech l : X Y spełna warunek l r = s. l = l d X = l L, l R r R = l L r R l R = s L s R = k Zgodne z naszą analogą w tej kategor kogrance ω-łańcuchów zawsze stneją. Lemat 5.5. Nech {A }, {p } będze ω-łańcuchem. Wtedy stneje kostożek X, {r } spełnający warunek z poprzednego lematu. Dowód. Nech X = {x A : x = p R (x +1)} z porządkem po współrzędnych, (x) = x, (x) j = p L j 1 (rl (x) j 1) dla j >, r R (x) = x. Pokażę, że powyższe jest stożkem. Morfzmy r są oczywśce param projekcyjnym. Ponadto dla dowolnego mamy (p R rr +1 )(x) = pr (x +1) = x = r R (x), z lematu 4.2 można pokazać rl +1 pl =. Z jednej strony mamy r R d D, z drugej r L j (rr j (x)) j = r L j (x j) j = x j, z czego wynka, że rl r R = d X. Lemat 5.6. Nech {A }, {p } będze ω-łańcuchem, nech Y, {s } będze kograncą. Wtedy sl sr = d Y. Dowód. Z lematu powyżej stneje kogranca X, {r }, stneje węc też zomorfzm Φ : X Y. Tym samym mamy sl sr = ΦL r R Φ R = Φ L ( rl r R ) ΦR = Φ L Φ R = d Y. Tym samym pokazalśmy, że na kategorę Proj można patrzeć jak na praporządek zupełny. Kategora, w której zamast porządków zupełnych obektam byłyby klasy abstrakcj porządków zupełnych względem zomorfzmu, spełnałaby wszystke warunk byca porządkem zupełnym, byłaby węc w pewnym sense porządkem zupełnym porządków zupełnych. 6. Cągłość Funktorem cągłym będzemy nazywać funktor zachowujący kogrance ω-łańcuchów. 5
6 Defncja 6.1. Nech F : A 1... A n B będze funktorem. Funktor F nazywamy cągłym, jeśl dla dowolnych kogranc X, {g A } ( {1,..., n}) F (X 1,..., X n ), {F (g 1A1,..., g nan )} równeż jest kograncą. Defncja 6.2. Funktor n-arny F nad CPO nazywamy lokalne cągłym, jeśl dla dowolnych cągów rosnących funkcj cągłych fl (1 n) cąg F (fl 1,..., f l n ) jest cągem rosnącym funkcj cągłych, którego kresem górnym jest F ( l f l 1,..., l f l n). Fakt 6.3. Funktory projekcyjne, stałe oraz funktory +,, są lokalne cągłe. Lemat 6.4. Nech F będze lokalne cągłym n-funktorem. Wtedy funktor F R K jest cągły. Dowód. Dowód przeprowadzę na przykładze funktora. Nech X, {r } oraz Y, {s } będą kograncam pewnego ω-łańcucha. (r s ) L (r s ) R = = (r op R s ) L (r op R s ) R = ( r R ) (s L s R ) = ( (r R s L ) ( s R ) r R ) ( s L s R ) = d X d Y = d X Y Z lematu 5.4 kostożek X Y, {r s } jest kograncą. Fakt 6.5. Złożene funktorów cągłych jest cągłe. Z powyższych faktów wynka mędzy nnym, że nasza przykładowa funkcja na dzedznach F (D) = D D traktowana jako funktor nad Proj jest cągła. 7. Istnene F -algebry początkowej Można teraz już sformułować twerdzene będące odpowednkem twerdzena o punkce stałym. Twerdzene 7.1. Nech F : Proj Proj będze funktorem cągłym. Wtedy stneje F -algebra F x F, η F, gdze f : F (F x F ) F x F jest zomorfzmem. Dowód. Nech A 0 = 1, A +1 = F (A ), p 0 =,! F (1), p +1 = F (p ), {A }, {p } jest ω-łańcuchem. Z lematu 5.5 stneje jego kogranca F x F, {ρ }. Poneważ F cągły, F (F x F ), {F (ρ )} jest kograncą ω-łańcucha {A +1 }, {p +1 }. Tym samym jest też kograncą {A }, {p }. W zwązku z tym stneje zomorfzm η F : F (F x F ) F x F. Twerdzene 7.2. F -algebra z twerdzena 7.1 jest początkowa. Dowód. Nech X, α będze F -algebrą. Wskażę homomorfzm h : F x F X. Nech ρ : A X będą zdefnowane następująco: ρ 0 =, ρ +1 = α F (ρ ). Dla każdego zachodz ρ = ρ +1 p, dowód przez ndukcję: ρ 1 p 0 = ρ 1 = = ρ 0, ρ +2 p +1 = α F (ρ +1 ) F (p ) = α F (ρ +1 p ) = α F (ρ ) = ρ +1. W zwązku z tym X, {ρ } jest kostożkem, a zatem stneje dokładne jedno h : F x F X take, że dla każdego zachodz ρ = h ρ. Pokażę, że h jest homomorfzmem, to znaczy, że h η F = α F (h). W tym celu pokażę, że h η F α F (h) oba są medatoram pomędzy kograncą F (F x F ), {F (ρ )} kostożkem X, {ρ +1 }. Aby pokazać, że h η F jest medatorem dla F (F x F ) X, wystarczy skorzystać z faktu, że η F jest medatorem dla F (F x F ) F x F, a h medatorem dla F x F X. Pokazane, że α F (h) równeż ne jest kłopotlwe. Poneważ h ρ 0 = h ρ +1 = h η F F (ρ ) = α F (h) F (ρ ) = α F (h ρ ), h ρ jest jednoznaczne określone. Poneważ h L = h L d F xf = h L ρl ρr = (hl ρ L ) ρr, równeż samo h jest jednoznaczne określone. 6
7 8. Podsumowane Przy tworzenu tego opracowana operałem sę na rozdzałach 4 5 ksążk [1] Plotkna na temat dzedzn, rozdzale 3.4 ksążk [2] Perce a na temat teor kategor, rozdzale 11 ksążk [4] Schmdta na temat semantyk denotacyjnej oraz pracy [3] Wagnera o rozwązywanu równań rekurencyjnych na dzedznach. Powstawało ono w marę, jak czytałem dowody przedstawonego twerdzena, jako pomoc w ch zrozumenu. W zwązku z tym newykluczone są pewne neścsłośc błędy. Lteratura [1] Gordon Plotkn, Domans. Unversty of Ednburgh, [2] Benjamn C. Perce, Basc Category Theory for Computer Scentsts. The MIT Press, Cambrdge, Massachusetts, [3] Km R. Wagner, Solvng Recursve Doman Equatons wth Enrched Categores. Carnege Mellon Unversty, Pttsburgh, [4] Davd A. Schmdt, Denotatonal Semantcs. A methodology for language development. Kansas State Unversty, Manhattan,
5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim
5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną
Bardziej szczegółowoZestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
Bardziej szczegółowoALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO
ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO NA PODSTAWIE REFERATU JUSTYNY KOSAKOWSKIEJ. Moduły prnjektywne posety skończonego typu prnjektywnego Nech I będze skończonym posetem. Przez max
Bardziej szczegółowop Z(G). (G : Z({x i })),
3. Wykład 3: p-grupy twerdzena Sylowa. Defncja 3.1. Nech (G, ) będze grupą. Grupę G nazywamy p-grupą, jeżel G = dla pewnej lczby perwszej p oraz k N. Twerdzene 3.1. Nech (G, ) będze p-grupą. Wówczas W
Bardziej szczegółowoPokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoMATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5
MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając
Bardziej szczegółowoProjekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Bardziej szczegółowoDiagonalizacja macierzy kwadratowej
Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x
Bardziej szczegółowoTwierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że
Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam
Bardziej szczegółowoI. Elementy analizy matematycznej
WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem
Bardziej szczegółowoProgramowanie Równoległe i Rozproszone
Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać
Bardziej szczegółowoModelowanie przepływu cieczy przez ośrodki porowate Wykład IX
Modelowane przepływu ceczy przez ośrodk porowate Wykład IX Metody rozwązywana metodam analtycznym równań hydrodynamk wód podzemnych płaskch zagadneń fltracj. 9.1 Funkcja potencjału zespolonego. Rozważana
Bardziej szczegółowoZadanie 1. Udowodnij, że CAUS PRAM. Załóżmy przetwarzanie przyczynowo spójne. Dla każdego obrazu historii hv i zachodzi zatem:
Zadane 1 Udowodnj, że CAUS PRAM Załóżmy przetwarzane przyczynowo spójne. Dla każdego obrazu hstor hv zachodz zatem: O OW O OW x X p j o O o1 o2 o1 o2 o1 j o2 ( o1 = w( x) v o2 = r( x) v) o1 o2 ( o1 o o2)
Bardziej szczegółowoRUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.
RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu
Bardziej szczegółowo1 Przestrzenie statystyczne, statystyki
M. Beśka, Statystyka matematyczna, wykład 1 1 1 Przestrzene statystyczne, statystyk 1.1 Rozkłady zmennych losowych Nech Ω, F, P ) będze ustaloną przestrzeną probablstyczną, a X : Ω IR zmenną losową na
Bardziej szczegółowoRozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
Bardziej szczegółowoEgzamin poprawkowy z Analizy II 11 września 2013
Egzamn poprawkowy z nalzy II 11 wrześna 13 Uwag organzacyjne: każde zadane rozwązujemy na osobnej kartce Każde zadane należy podpsać menem nazwskem własnym oraz prowadzącego ćwczena Na wszelk wypadek prosmy
Bardziej szczegółowoV. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH
Krs na Stdach Doktoranckch Poltechnk Wrocławskej wersja: lty 007 34 V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH. Zbór np. lczb rzeczywstych a, b elementy zbor A a A b A, podzbór B zbor A : B A, sma zborów
Bardziej szczegółowoLogika i teoria mnogości/wykład 1: Po co nam teoria mnogości? Naiwna teoria mnogości, naiwna indukcja, naiwne dowody niewprost
1 z 8 2013-03-23 18:23 Logka teora mnogośc/wykład 1: Po co nam teora mnogośc? Nawna teora mnogośc, nawna ndukcja, nawne dowody newprost From Studa Informatyczne < Logka teora mnogośc "Nawna" teora mnogośc
Bardziej szczegółowoPodstawowe twierdzenia
Rozdzał 3 Podstawowe twerdzena 3.1 Istnene rozwazań lokalnych Rozpocznjmy od odpowedz na ogólne pytane: jake warunk mus spełnać równane różnczkowe zwyczajne, aby stnało jego rozwązane kedy rozwązane to
Bardziej szczegółowoBADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej
Bardziej szczegółowoSztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311
Sztuczne sec neuronowe Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyk, p. 311 Wykład 6 PLAN: - Repetto (brevs) - Sec neuronowe z radalnym funkcjam bazowym Repetto W aspekce archtektury: zajmowalśmy
Bardziej szczegółowoKwantowa natura promieniowania elektromagnetycznego
Efekt Comptona. Kwantowa natura promenowana elektromagnetycznego Zadane 1. Foton jest rozpraszany na swobodnym elektrone. Wyznaczyć zmanę długośc fal fotonu w wynku rozproszena. Poneważ układ foton swobodny
Bardziej szczegółowoOdtworzenie wywodu metodą wstępującą (bottom up)
Przeglądane wejśca od lewej strony do prawej L (k) Odtwarzane wywodu prawostronnego Wystarcza znajomosc "k" następnych symbol łańcucha wejścowego hstor dotychczasowych redukcj, aby wyznaczyc jednoznaczne
Bardziej szczegółowoLaboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Bardziej szczegółowo5. OPTYMALIZACJA GRAFOWO-SIECIOWA
. OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,
Bardziej szczegółowo5. Maszyna Turinga. q 1 Q. Konfiguracja: (q,α β) q stan αβ niepusta część taśmy wskazanie położenia głowicy
5. Maszyna Turnga = T Q skończony zór stanów q 0 stan początkowy F zór stanów końcowych Γ skończony zór symol taśmy T Γ alfaet wejścowy T Γ symol pusty (lank) δ: Q Γ! 2 Q Γ {L,R} funkcja
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 . Zmenne dyskretne Kontrasty: efekty progowe, kontrasty w odchylenach Interakcje. Przyblżane model nelnowych Stosowane do zmennych dyskretnych o uporządkowanych
Bardziej szczegółowoWykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń.
Wykład Zagadnene brzegowe lnowe teor sprężystośc. Metody rozwązywana, metody wytrzymałośc materałów. Zestawene wzorów określeń. Układ współrzędnych Kartezańsk, prostokątny. Ose x y z oznaczono odpowedno
Bardziej szczegółowoWykład Turbina parowa kondensacyjna
Wykład 9 Maszyny ceplne turbna parowa Entropa Równane Claususa-Clapeyrona granca równowag az Dośwadczena W. Domnk Wydzał Fzyk UW ermodynamka 08/09 /5 urbna parowa kondensacyjna W. Domnk Wydzał Fzyk UW
Bardziej szczegółowoXXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne
XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca
Bardziej szczegółowo2012-10-11. Definicje ogólne
0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj
Bardziej szczegółowoOptymalizacja belki wspornikowej
Leszek MIKULSKI Katedra Podstaw Mechank Ośrodków Cągłych, Instytut Mechank Budowl, Poltechnka Krakowska e mal: ps@pk.edu.pl Optymalzacja belk wspornkowej 1. Wprowadzene RozwaŜamy zadane optymalnego kształtowana
Bardziej szczegółowoPrawdopodobieństwo geometryczne
Prawdopodobeństwo geometryczne Przykład: Przestrzeń zdarzeń elementarnych określona jest przez zestaw punktów (x, y) na płaszczyźne wypełna wnętrze kwadratu [0 x ; 0 y ]. Znajdź p-stwo, że dowolny punkt
Bardziej szczegółowoPrzykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna
rzykład.. Kratownca dwukrotne statyczne newyznaczana oecene: korzystaąc z metody sł wyznaczyć sły w prętach ponższe kratowncy. const Rozwązane zadana rozpoczynamy od obczena stopna statyczne newyznaczanośc
Bardziej szczegółowo4. OPTYMALIZACJA WIELOKRYTERIALNA
Wybrane zagadnena badań operacyjnych dr nż. Zbgnew Tarapata Wykład nr 4: Optymalzacja welokryteralna 4. OPTYMLIZCJ WIELORYTERIL Decyzje nwestycyjne mają często charakter złożony. Zdarza sę, że przy wyborze
Bardziej szczegółowoELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany
Wykład II ELEKTROCHEMIA Wykład II b Nadnapęce Równane Buttlera-Volmera Równana Tafela Równowaga dynamczna prąd wymany Jeśl układ jest rozwarty przez elektrolzer ne płyne prąd, to ne oznacza wcale, że na
Bardziej szczegółowoAGREGACJA SĄDÓW A AGREGACJA PREFERENCJI
DECYZJE nr 16 grudzeń 2011 AGREGACJA SĄDÓW A AGREGACJA PREFERENCJI Joanna Ochremak Polska Akadema Nauk Streszczene: Artykuł stanow wprowadzene do teor agregacj sądów oraz porusza temat jej zwązków z teorą
Bardziej szczegółowoIle wynosi suma miar kątów wewnętrznych w pięciokącie?
1 Ile wynos suma mar kątów wewnętrznych w pęcokące? 1 Narysuj pęcokąt foremny 2 Połącz środek okręgu opsanego na tym pęcokące ze wszystkm werzchołkam pęcokąta 3 Oblcz kąty każdego z otrzymanych trójkątów
Bardziej szczegółowoProblem synchronizacji interwałowej w miejskiej komunikacji publicznej
na prawach rękopsu Instytut Organzacj Zarządzana Poltechnka Wrocławska Raport ser PRE nr 7 Problem synchronzacj nterwałowej w mejskej komunkacj publcznej (rozprawa doktorska) Rafał Sroka Promotor: prof.
Bardziej szczegółowoZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BRYŁY SZTYWNEJ
ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BYŁY SZTYWNEJ 1. Welkośc w uchu obotowym. Moment pędu moment sły 3. Zasada zachowana momentu pędu 4. uch obotowy były sztywnej względem ustalonej os -II
Bardziej szczegółowoProblemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA
Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA
Bardziej szczegółowoDiagnostyka układów kombinacyjnych
Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane
Bardziej szczegółowoKomputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2007/08 Podstawowe fakty Równane Ax = b, x, b R N, A R N N (1) ma jednoznaczne
Bardziej szczegółowoTriopol jako gra konkurencyjna i kooperacyjna
Unwersytet Warszawsk Wydzał Nauk Ekonomcznych Joanna Dys Nr albumu: 996 Tropol jako gra konkurencyjna kooperacyjna Praca lcencjacka na kerunku: Ekonoma Praca wykonana pod kerunkem dra Maceja Sobolewskego
Bardziej szczegółowoModele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
Bardziej szczegółowoSystem BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10
System BCD z κ Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna Semestr letni 2009/10 Rozważamy system BCD ze stałą typową κ i aksjomatami ω κ κ i κ ω κ. W pierwszej części tej notatki
Bardziej szczegółowomgr inż. Wojciech Artichowicz MODELOWANIE PRZEPŁYWU USTALONEGO NIEJEDNOSTAJNEGO W KANAŁACH OTWARTYCH
Poltechnka Gdańska Wydzał Inżyner Lądowej Środowska Katedra ydrotechnk mgr nż. Wojcech Artchowcz MODELOWANIE PRZEPŁYWU USTALONEGO NIEJEDNOSTAJNEGO W KANAŁAC OTWARTYC PRACA DOKTORSKA Promotor: prof. dr
Bardziej szczegółowoWstęp do metod numerycznych Faktoryzacja SVD Metody iteracyjne. P. F. Góra
Wstęp do metod numerycznych Faktoryzacja SVD Metody teracyjne P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ 2013 Sngular Value Decomposton Twerdzene 1. Dla każdej macerzy A R M N, M N, stneje rozkład
Bardziej szczegółowoInformacja o przestrzeniach Sobolewa
Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością
Bardziej szczegółowoNotatki do wykładu Geometria Różniczkowa I
Notatk do wykładu Geometra Różnczkowa I Katarzyna Grabowska, KMMF 14 grudna 2013 1 Całkowane form różnczkowych 1.1 Twerdzene Stokes a W dalszym cągu E oznaczać będze półprzestrzeń w R n, tzn. zbór E =
Bardziej szczegółowoMECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko
MECHANIKA Wykład Nr 10 MOMENT BEZWŁADNOŚCI Prowadzący: dr Krzysztof Polko Defncja momentu bezwładnośc Momentem bezwładnośc punktu materalnego względem płaszczyzny, os lub beguna nazywamy loczyn masy punktu
Bardziej szczegółowoW praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Bardziej szczegółowoMetody Numeryczne 2017/2018
Metody Numeryczne 7/8 Inormatya Stosowana II ro Inżynera Oblczenowa II ro Wyład 7 Równana nelnowe Problemy z analtycznym rozwązanem równań typu: cos ln 3 lub uładów równań ja na przyład: y yz. 3z y y.
Bardziej szczegółowoWykład Mikroskopowa interpretacja ciepła i pracy Entropia
Wykład 7 5.13 Mkroskopowa nterpretacja cepła pracy. 5.14 Entropa 5.15 Funkcja rozdzału 6 II zasada termodynamk 6.1 Sformułowane Claususa oraz Kelvna-Plancka II zasady termodynamk 6.2 Procesy odwracalne
Bardziej szczegółowoSymetrie i struktury ciała stałego - W. Sikora
Symetre struktury cała stałego - W. Skora ( W wykładach zostały wykorzystane fragmenty materałów opracowanych w ramach praktyk wakacyjnej przez studentk specjalnośc Fzyka Cała Stałego WFIS: Sylwę Chudy,
Bardziej szczegółowoProste modele ze złożonym zachowaniem czyli o chaosie
Proste modele ze złożonym zachowanem czyl o chaose 29 kwetna 2014 Komputer jest narzędzem coraz częścej stosowanym przez naukowców do ukazywana skrzętne ukrywanych przez naturę tajemnc. Symulacja, obok
Bardziej szczegółowoCzęść 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac)
Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. 7. TWIERDZENIA O WZAJEMNOŚCI 7.1. Twerdzene Bettego (o wzajemnośc prac) Nech na dowolny uład ramowy statyczne wyznaczalny lub newyznaczalny, ale o nepodatnych
Bardziej szczegółowoCAŁKOWANIE NUMERYCZNE całki pojedyncze
CAŁKOWANIE NUMERYCZNE całk pojedyncze Kwadratury nterpolacyjne Kwadratury nterpolacyjne Rozpatrujemy funkcję f() cągłą ogranczoną w przedzale domknętym [a, b]. Przedzał [a, b] dzelmy na skończoną lczbę
Bardziej szczegółowoBadanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
Bardziej szczegółowo5. CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE
5. CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Oprócz transmtancj operatorowej, do opsu członów układów automatyk stosuje sę tzw. transmtancję wdmową. Transmtancję wdmową G(j wyznaczyć moŝna dzęk podstawenu do wzoru
Bardziej szczegółowoWykład IX Optymalizacja i minimalizacja funkcji
Wykład IX Optymalzacja mnmalzacja funkcj Postawene zadana podstawowe dee jego rozwązana Proste metody mnmalzacj Metody teracj z wykorzystanem perwszej pochodnej Metody teracj z wykorzystanem drugej pochodnej
Bardziej szczegółowo(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy
(MD) MECHANIKA - Dynamka T. Środek cężkośc środek masy (M) Dynamka T: Środek cężkośc środek masy robert.szczotka(at)gmal.com Fzyka astronoma, Lceum 01/014 1 (MD) MECHANIKA - Dynamka T. Środek cężkośc środek
Bardziej szczegółowoTajemnice funkcji σ oraz τ. Dzielniki liczb naturalnych oraz elementy zaawansowanej teorii liczb.
Tajemnce funkcj σ oraz τ. Dzelnk lczb naturalnych oraz elementy zaawansowanej teor lczb. Bartłomej Grochal V Lceum Ogólnokształcące m. Augusta Wtkowskego w Krakowe Przedmowa Teora lczb oraz nerównośc to
Bardziej szczegółowoAlgebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i
Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i A (symbol F i oznacza ilość argumentów funkcji F i ). W rozważanych przez nas algebrach
Bardziej szczegółowoStatystyka Inżynierska
Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje
Bardziej szczegółowoTreść zadań 1 8 odnosi się do poniższego diagramu przestrzenno-czasowego.
Treść zadań 8 odnos sę do ponższego dagramu przestrzenno-czasowego. P e e e e e e P e P P e e e e. Jaka będze wartość zmennej clock (zegara skalarnego) po zajścu zdarzena e w procese P zakładając że wartość
Bardziej szczegółowoZapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Bardziej szczegółowoWykład 15 Elektrostatyka
Wykład 5 Elektostatyka Obecne wadome są cztey fundamentalne oddzaływana: slne, elektomagnetyczne, słabe gawtacyjne. Slne słabe oddzaływana odgywają decydującą ole w budowe jąde atomowych cząstek elementanych.
Bardziej szczegółowoXLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadanie teoretyczne
XLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadane teoretyczne Rozwąż dowolne rzez sebe wybrane dwa sośród odanych nże zadań: ZADANIE T Nazwa zadana: Protony antyrotony A. Cząstk o mase równe mase rotonu, ale
Bardziej szczegółowo( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Bardziej szczegółowoUzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011).
Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011). Poprzedniczka tej notatki zawierała błędy! Ta pewnie zresztą też ; ). Ćwiczenie 3 zostało zmienione, bo żądałem, byście dowodzili czegoś,
Bardziej szczegółowoPrzykład 4.1. Belka dwukrotnie statycznie niewyznaczalna o stałej sztywności zginania
Przykład.. Beka dwukrotne statyczne newyznaczana o stałej sztywnośc zgnana Poecene: korzystając z metody sł sporządzć wykresy sł przekrojowych da ponŝszej bek. Wyznaczyć ugęce oraz wzgędną zmanę kąta w
Bardziej szczegółowoParametry zmiennej losowej
Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru
Bardziej szczegółowoStatystyka Opisowa 2014 część 2. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Bardziej szczegółowoProcedura normalizacji
Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny
Bardziej szczegółowo= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału
5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B
Bardziej szczegółowo0.1 Renty. 0.2 Wkłady oszczędnościowe Wkłady proste
0 Renty W kolejnych rozdzałach zajmemy sę cągam płatnośc dokonywanych w równych odstępach czasu, zwanym rentam annuty Rentę annuty defnujemy jako cąg płatnośc dokonywanych w równych odstępach czasu Przykładam
Bardziej szczegółowoFunkcje i charakterystyki zmiennych losowych
Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych
Bardziej szczegółowoZASTOSOWANIE KLASYCZNEGO ALGORYTMU GENETYCZNEGO DO ROZWIĄZANIA ZBILANSOWANEGO ZAGADNIENIA TRANSPORTOWEGO
Studa Materały. Mscellanea Oeconomcae Rok 6, Nr 2/22 Wydzał Zarządzana Admnstrac Unwersytetu Jana Kochanowskego w Kelcach Z a r z ą d z a n e f n a n s e Rafał Prońko ZASTOSOWANIE KLASYCZNEGO ALGORYTMU
Bardziej szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoAERODYNAMICS I WYKŁAD 6 AERODYNAMIKA SKRZYDŁA O SKOŃCZONEJ ROZPIĘTOŚCI PODSTAWY TEORII LINII NOŚNEJ
WYKŁAD 6 AERODYNAMIKA SKRZYDŁA O SKOŃCZONEJ ROZPIĘTOŚCI PODSTAWY TEORII INII NOŚNEJ Prawo Bota-Savarta Pole prędkośc ndukowanej przez lnę (nć) wrową o cyrkulacj może być wyznaczone przy użycu formuły Bota-Savarta
Bardziej szczegółowoRóżniczkowalność, pochodne, ekstremum funkcji. x 2 1 x x 2 k
Różnczkowalność, pochodne, ekstremum funkcj Ćwczene 1 Polczyć pochodn a kerunkow a funkcj: 1 1 1 x 1 x 2 x k ϕ(x 1,, x k ) x 2 1 x 2 2 x 2 k x k 1 1 x k 1 2 x k 1 w dowolnym punkce p [x 1, x 2,, x k T
Bardziej szczegółowoAnaliza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Bardziej szczegółowoZadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d)
Matemaryka dyskretna - zadania Zadanie 1. Opisać zbiór wszystkich elementów rangi k zbioru uporządkowanego X dla każdej liczby naturalnej k, gdy X jest rodziną podzbiorów zbioru skończonego Y. Elementem
Bardziej szczegółowoTomasz Grębski. Liczby zespolone
Tomas Grębsk Lcby espolone Kraśnk 00 Sps Treśc: Lcby espolone Tomas Grębsk- Wstęp. Podstawowe wadomośc o lcbe espolonej.. Interpretacja geometrycna lcby espolonej... Moduł lcby espolonej. Lcby sprężone..
Bardziej szczegółowo1 Metody optymalizacji wielokryterialnej... 1 1.1 Ogólna charakterystyka problemu... 1 1.2 Tradycyjne metody optymalizacji wielokryterialnej...
1 Metody optymalzacj welokryteralnej.... 1 1.1 Ogólna charakterystyka problemu.... 1 1.2 Tradycyjne metody optymalzacj welokryteralnej.... 3 1.2.1 Metoda ważonych kryterów.... 3 1.2.2 Metoda optymalzacj
Bardziej szczegółowoPracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym
ĆWCZENE 3 Analza obwodów C przy wymszenach snsodalnych w stane stalonym 1. CE ĆWCZENA Celem ćwczena jest praktyczno-analtyczna ocena obwodów elektrycznych przy wymszenach snsodalne zmennych.. PODSAWY EOEYCZNE
Bardziej szczegółowoModelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja
Modelowane oblczena technczne Metody numeryczne w modelowanu: Optymalzacja Zadane optymalzacj Optymalzacja to ulepszane lub poprawa jakośc danego rozwązana, projektu, opracowana. Celem optymalzacj jest
Bardziej szczegółowoModel ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)
Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu
Bardziej szczegółowoPODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH
PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających
Bardziej szczegółowoAnaliza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
Bardziej szczegółowoWprowadzenie. Support vector machines (maszyny wektorów wspierających, maszyny wektorów nośnych) SVM służy do: Zalety metody SVM
SVM Wprowadzene Support vector machnes (maszyny wektorów wsperających, maszyny wektorów nośnych) SVM służy do: w wersj podstawowej klasyfkacj bnarnej w wersj z rozszerzenam regresj wyboru najważnejszych
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowoModel IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak
Ćwczena z Makroekonom II Model IS-LM- Model IS-LM- jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak gospodarka taka zachowuje sę w krótkm okrese, w efekce dzałań podejmowanych w ramach
Bardziej szczegółowoWykłady z termodynamiki i fizyki statystycznej. Semestr letni 2009/2010 Ewa Gudowska-Nowak, IFUJ, p.441 a
Wykłady z termodynamk fzyk statystycznej. Semestr letn 2009/2010 Ewa Gudowska-Nowak, IFUJ, p.441 a gudowska@th.f.uj.edu.pl Zalecane podręcznk: 1.Termodynamka R. Hołyst, A. Ponewersk, A. Cach 2. Podstay
Bardziej szczegółowoNowoczesne technk nformatyczne - Ćwczene 2: PERCEPTRON str. 2 Potencjał membranowy u wyznaczany jest klasyczne: gdze: w waga -tego wejśca neuronu b ba
Nowoczesne technk nformatyczne - Ćwczene 2: PERCEPTRON str. 1 Ćwczene 2: Perceptron WYMAGANIA 1. Sztuczne sec neuronowe budowa oraz ops matematyczny perceptronu (funkcje przejśca perceptronu), uczene perceptronu
Bardziej szczegółowo