Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 6 ( ) Plan wykładu nr 6. Politechnika Białostocka. - Wydział Elektryczny

Wielkość: px
Rozpocząć pokaz od strony:

Download "Podstawy informatyki 2. Podstawy informatyki 2. Wykład nr 6 ( ) Plan wykładu nr 6. Politechnika Białostocka. - Wydział Elektryczny"

Transkrypt

1 Podstwy formty Wyłd r / Podstwy formty Pl wyłdu r etody tercyje rozwązyw ułdów rówń lowych: metod tercj prostej (Jcobego) metod Guss-Sedel Poltech Błostoc - Wydzł Eletryczy Eletrotech, semestr II, stud stcjore Ro demc / Wyłd r (..) Podstwy formty Wyłd r / Podstwy formty Wyłd r / Jcobego) Jcobego) rozwązujemy ułd rówń lowych z ewdomym: dzelmy -ty wersz przez współczy ( ),,,..., L L O L b b b () w owym ułdze:, dl j b j j,, j,,...,, dl j ułd rówń () moŝ przedstwć w zpse mcerzowym: gdze elemety mcerzy wetor ozczoe są wzorem () () () pozostwmy zmeą po lewej stroe rów pozostłe wyrzy przeosmy prwą stroę, otrzymując owy ułd rówń: L L O L, () ułd () rozwązujemy metodą olejych przyblŝeń: ( ),,,... z zerowe przyblŝee przyjmujemy wetor (lub wetor rówy zeru): () wzór () moŝ zpsć tŝe w postc slrej: (), ( ), j j,,,...,,,,... () j, j () ()

2 Podstwy formty Wyłd r / Podstwy formty Wyłd r / Jcobego) Jcobego) Twerdzee: JeŜel cąg przyblŝeń (), (), (),..., (),... m grcę rozwąze ułdu (), czyl ułdu (). lm g to stow o Kedy w metodze tercyjej przerywmy oblcze? gdy jed ze zmodyfowych orm róŝcy wetorów -tego ()-szego przyblŝe jest mejsz od przyjętej dołdośc ε: Wruem wystrczjącym zbeŝośc procesu tercyjego jest to, by dowol z orm mcerzy był mejsz od jedośc, tj. gdze: m j j < lub < lub < m j j E E j j () () m ( ) ε ( ) gdy lczb wyoych tercj osąg msymlą przyjętą wrtość Dl przypome - ormy wetor: ε ( ) ε. () metod tercj prostej jest ztem zbeŝ, gdy mcerz A ułdu () jest mcerzą z domującą przeątą (co często moŝ uzysć poprzez przestwee rówń) j j j,,,..., () m () Podstwy formty Wyłd r / Podstwy formty Wyłd r / Jcobego) Przyłd: rozwązujemy ułd rówń z ewdomym dzelmy -ty wersz przez :,, w w / w w / w w /,,,,, pozostwmy zmeą po lewej stroe rów pozostłe wyrzy przeosmy prwą stroę:,,,,,,,,,,,,,, Jcobego) Przyłd: otrzymy ułd m w zpse mcerzowym stępującą postć: proces tercyjy jest zbeŝy, gdy przyjmej jed z orm mcerzy jest mejsz od jedośc: m j < j w lzowym przyłdze:,,,,,,,, m < j j, E E j < j,

3 ń ą Podstwy formty Wyłd r / Podstwy formty Wyłd r / Jcobego) Przyłd: Jcobego) Przyłd: rozwązujemy ułd metodą tercj prostej: rozwązujemy ułd metodą tercj prostej (c.d.): ( ) ( ) ( ) (, (,, ) ),,,, () () (),, () (),,, () () (),,,,,,,,,(,),, (),(,),,, () () (), () () (),, () (),,, () () (),,,,,,,,, (,),,, (), (,),,, () () (),, () (),,, () () (),,,,,,,,,, (),,,,... rozwąze dołde:,, Podstwy formty Wyłd r / Podstwy formty Wyłd r / Jcobego) - progrm w C (/) Jcobego) - progrm w C (/) /* Nme: w tercj_prost.c Author: Jrosłw Forec (jref@pb.edu.pl) Descrpto: Rozw zywe ułdów rów lowych: metod tercj prostej */ #clude <stdo.h> #clude <stdlb.h> #clude <mth.h> #defe N /* Rozmr mcerzy */ vod wyswetl_wetor(flot X[N], t ) t ; prtf("%d ",); for (; <N; ) prtf("%f ",X[]); prtf("\"); flot orm_wetor(flot X[N], flot X[N]) t ; flot orm, orm_m.; for (; <N; ) orm fbs(x[]-x[]); f (orm>orm_m) orm_m orm; retur orm_m; flot orm_mcerz(flot A[N][N], t r) t, j; flot tmp, orm.; swtch (r) cse : for (; <N; ) /* orm esoczoosc */ tmp ; for (j; j<n; j) tmp tmp fbs(a[][j]); f (tmp > orm) orm tmp; bre; cse : for (j; j<n; j) /* orm perwsz */ tmp ; for (; <N; ) tmp tmp fbs(a[][j]); f (tmp > orm) orm tmp; bre; cse : for (; <N; ) /* orm euldesow */ for (j; j<n; j) orm orm fbs(a[][j]*a[][j]); orm sqrt(orm); retur orm;

4 ą ń Podstwy formty Wyłd r / Podstwy formty Wyłd r / Jcobego) - progrm w C (/) Jcobego) - progrm w C (/) t m() flot A[N][N],,, /* cerz współczyów */,,,,, ; flot B[N],, ; flot X_NEW[N], X_OLD[N], eps, orm_m; t,j,, m_tert; /* Prmetry oblcze */ eps.; m_tert ; /* Dzelmy -ty wersz przez elemet A[][]*/ for (; <N; ) for (j; j<n; j) f (!j) A[][j] -A[][j]/A[][]; B[] B[]/A[][]; A[][].; /* Oblczee orm mcerzy */ prtf("wrtosc orm:\"); prtf("norm eoczoosc: %g\",orm_mcerz(a,)); prtf("norm perwsz: %g\",orm_mcerz(a,)); prtf("norm euldesow: %g\\",orm_mcerz(a,)); /* Wetor pocz towy */ ; for (; <N; ) X_NEW[] B[]; wyswetl_wetor(x_new,); do ; for (; <N; ) X_OLD[] X_NEW[]; for (; <N; ) X_NEW[] B[]; for (j; j<n; j) f (!j) X_NEW[] X_NEW[] A[][j]*X_OLD[j]; wyswetl_wetor(x_new,); orm_morm_wetor(x_new,x_old); whle (<m_tert && orm_m>eps); Podstwy formty Wyłd r / Podstwy formty Wyłd r / Jcobego) - progrm w C (/) Jcobego) - progrm w C - wy prtf("\ \"); f (orm_m<eps) prtf("dl eps %g otrzymo rozwze:\\", eps); wyswetl_wetor(x_new,); else prtf("br zbezosc po wyou %d roow\",m_tert); prtf("\"); system("puse"); retur ; Wrtosc orm: prtf("\ \"); Norm eoczoosc:. f (orm_m<eps) Norm perwsz:. Norm euldesow:. prtf("dl eps %g otrzymo rozwze:\\", eps); wyswetl_wetor(x_new,); else -... prtf("br zbezosc po wyou -. %d roow\",m_tert);.. prtf("\"); system("puse"); retur ; Dl eps. otrzymo rozwze: -...

5 Podstwy formty Wyłd r / Podstwy formty Wyłd r / etod Guss-Sedel etod Guss-Sedel jest modyfcją metody tercj prostej przy oblczu ()-szego przyblŝe ewdomej () wyorzystuje sę juŝ oblczoe ()-sze przyblŝe zmeych (),..., - () orz -te przyblŝe pozostłych zmeych ułd: przesztłcy jest do postc: A b w te sm sposób j w metodze tercj prostej oleje przyblŝe wyzcze są ze wzorów: () ( ) ( ) j j j j ( ) j j j j j,,,...,,..., () () () Przyłd: rozwązujemy ułd rówń z ewdomym przesztłcmy ułd do tej smej postc j w metodze tercj prostej: w zpse mcerzowym ułd m postć:,,,,,,,,,,,,,, Podstwy formty Wyłd r / Podstwy formty Wyłd r / etod Guss-Sedel Przyłd: etod Guss-Sedel Przyłd: rozwązujemy ułd metodą Guss-Sedel: rozwązujemy ułd metodą Guss-Sedel (c.d.): ( ) ( ) ( ), (,, ) ( ) (,, (, ) ), () () (),, () (),,, () () (),,,,,,,,, (,),,, (), (,),,, () () (), () () (),, () (),,, () () (),,,,,,,,, (,),,, (),(,),,, () () (),, () (),,, () () (),,,,,,, (,),, (),(,),,,... rozwąze dołde:,,

6 Podstwy formty Wyłd r / Podstwy formty Wyłd r / etod tercj prostej metod Guss-Sedel etod Guss-Sedel - progrm w C - wy /* etod tercj prostej */ do ; for (; <N; ) X_OLD[] X_NEW[]; for (; <N; ) X_NEW[] B[]; for (j; j<n; j) f (!j) X_NEW[]X_NEW[]A[][j]*X_OLD[j]; wyswetl_wetor(x_new,); orm_morm_wetor(x_new,x_old); whle (<m_tert && orm_m>eps); /* etod Guss-Sedel */ do ; for (; <N; ) X_OLD[] X_NEW[]; X_NEW[] B[]; for (j; j<n; j) X_NEW[] X_NEW[] A[][j]*X_OLD[j]; for (; <N; ) X_NEW[] B[]; for (j; j<; j) X_NEW[] X_NEW[] A[][j]*X_NEW[j]; for (j; j<n; j) X_NEW[] X_NEW[] A[][j]*X_OLD[j]; wyswetl_wetor(x_new,); orm_morm_wetor(x_new,x_old); whle (<m_tert && orm_m>eps); /* etod tercj prostej */ do ; for (; <N; ) X_OLD[] X_NEW[]; wyswetl_wetor(x_new,); orm_morm_wetor(x_new,x_old); whle (<m_tert && orm_m>eps); Wrtosc orm: Norm /* eoczoosc: etod Guss-Sedel */. Norm perwsz:. do Norm euldesow:. ; for (; <N;. ). -. X_OLD[] X_NEW[]; X_NEW[] B[]; -... for (j; j<n; j) -... X_NEW[] X_NEW[] A[][j]*X_OLD[j]; for (; <N; ) for (; <N; ) Dl eps. otrzymo rozwze: X_NEW[] B[]; -. X_NEW[] B[];.. for (j; j<n; j) for (j; j<; j) f (!j) X_NEW[] X_NEW[] A[][j]*X_NEW[j]; X_NEW[]X_NEW[]A[][j]*X_OLD[j]; for (j; j<n; j) X_NEW[] X_NEW[] A[][j]*X_OLD[j]; wyswetl_wetor(x_new,); orm_morm_wetor(x_new,x_old); whle (<m_tert && orm_m>eps); Podstwy formty Wyłd r / Podstwy formty Wyłd r / Porówe metody tercj prostej Guss-Sedel Porówe metody tercj prostej Guss-Sedel etod tercj prostej etod Guss-Sedel Rozwąze dl zmeej Itercj prost Guss-Sedel

7 Podstwy formty Wyłd r / Podstwy formty Wyłd r / Porówe metody tercj prostej Guss-Sedel Porówe metody tercj prostej Guss-Sedel Rozwąze dl zmeej Rozwąze dl zmeej Itercj prost Guss-Sedel. Itercj prost Guss-Sedel Podstwy formty Wyłd r / Podstwy formty Wyłd r / Porówe metody tercj prostej Guss-Sedel Porówe metody tercj prostej Guss-Sedel etod tercj prostej etod Guss-Sedel etod tercj prostej etod Guss-Sedel RóŜce (bezwzględe) pomędzy dwom olejym rom: - RóŜce (bezwzględe) pomędzy dwom olejym rom: - Lczb roów przy dołdośc: ε,

8 Podstwy formty Wyłd r / Podstwy formty Wyłd r / Porówe metody tercj prostej Guss-Sedel Porówe metody tercj prostej Guss-Sedel etod tercj prostej etod Guss-Sedel etod tercj prostej etod Guss-Sedel RóŜce (bezwzględe) pomędzy dwom olejym rom: - Lczb roów przy dołdośc: ε, RóŜce (bezwzględe) pomędzy dwom olejym rom: - Lczb roów przy dołdośc: ε, Podstwy formty Wyłd r / Podstwy formty Wyłd r / Porówe metody tercj prostej Guss-Sedel Podsumowe: Jcobego) Iy sposób przedstwe metody: metod tercj prostej omw jest jczęścej ze względów hstoryczych, gdyŝ prtycz stosowlość jest ewel metod Guss-Sedl jest szybcej zbeŝ od metody tercj prostej metody tercyje są brdzo dobre do rozwązyw ułdów, w tórych mcerz A jest rzd: wymgją mejszej lośc opercj rytmetyczych, tym smym czs rozwązyw jest rótszy wymgją mej pmęc opercyjej Algorytmy hybrydowe: etp : rozwąze ułdu rówń metodą dołdą elmcj Guss etp : usuęce błędów umeryczych metodą tercyją rozwązujemy ułd rówń przyjmujący w zpse mcerzowym postć: zpszmy mcerz A w postc: gdze: A b A L D U L L L L L L D L U () O O O L L L cerz dgol cerz trójąt dol z zerm przeątej cerz trójąt gór z zerm przeątej () ()

9 Podstwy formty Wyłd r / Podstwy formty Wyłd r / Jcobego) Iy sposób przedstwe metody: etod Guss-Sedel Iy sposób przedstwe metody: po podstweu: A L D U do A b otrzymujemy: dl ułdu: ( L D U) b D ( L U) b D ( L U) D b () () () stosujemy te sme podstwee, j w metodze tercj prostej: otrzymując: A b A L D U () () powyŝszy zps prowdz do stępującego wzoru ogólego: ( ) ( D ( L U) ) D gdze mcerze D D - m postć: L / L L / L D D () O O L L / b () ( L D U) b D ( L U) b D ( L U) D b w metodze Guss-Sedel Ŝde owe przyblŝee zmeej () wyzcze jest podstwe wylczoych wcześej pozostłych zmeych: ( ) ( D ( L ) ( U ) ) D b () () () () Podstwy formty Wyłd r / Podstwy formty Wyłd r / w lze złoŝoych ułdów eletroczych, lczb rówń oeczych do rozwąz, wyjących z lczby węzłów ułdu, moŝe sęgć sete tysęcy rozwąze t duŝych ułdów rówń metodm lsyczym moŝe być ewyole dl współczesych omputerów lsy PC, wy to m.. z: wymgego czsu oblczeń pmęc ezbędej do przechowyw mcerzy zwązych z lzowym ułdem rozwązem powyŝszych problemów jest zstosowe tzw. tech mcerzy rzdch mcerze rzde (g. sprse mtr) są to mcerze mjące brdzo duŝo elemetów zerowych (le co to zczy brdzo duŝo?) Defcj prtycz mcerzy rzdej: mcerz jest rzd, gdy dl dego systemu omputerowego metody oblczeń zstosowe specjlego lgorytmu uwzględjącego obecość elemetów zerowych pozwl zoszczędzć pmęć /lub czs oblczeń Gdze występują mcerze rzde? rozwązywe zgdeń modelow zjws systemów metodm dysretyzcj stch (rozwązywe rówń róŝczowych cząstowych): RS (metod róŝc sończoych) ES (metod elemetów sończoych) w relzcj sec euroowych w lgorytmch grfch w mcerzch opsujących brdzo złoŝoe ułdy eletrocze występuje tylo o. od % do % elemetów o wrtoścch róŝych od zer, p. mcerz dmtcj węzłowych Y dl typowego obwodu -węzłowego m mej Ŝ % elemetów ezerowych, dl obwodu -węzłowego - o. % zzwyczj moŝ przewdzeć, gdze w mcerzy będą występowły elemety zerowe ezerowe

10 Podstwy formty Wyłd r / Podstwy formty Wyłd r / rozwązywe rówń mcerzowych rzdch metodm typowym dl mcerzy pełych jest eefetywe, gdyŝ dzł typu: / - są dl procesor t smo prcochłoe, j dzł lczbch róŝych od zer zstosowe lgorytmów dostosowych do mcerzy rzdch umoŝlw: oszczęde gospodrowe pmęcą przez zpmęte tylo ezerowych współczyów ułdu, ch pozycj w mcerzy orz mmum dych umoŝlwjących efetywe docere do tych elemetów wyoywe opercj tylo elemetch ezerowych mcerzy wetor prwych stro, co powoduje srócee czsu oblczeń suteczy szyb wybór elemetów podstwowych, gwrtujących pewe msymly pozom błędu umeryczego przy zchowu rzdośc mcerzy rozłoŝoej czy LU osągęce powyŝszych celów jest moŝlwe poprzez: włścwy system reprezetcj ułdu w struturch dych w pmęc efetywy wybór elemetów podstwowych odpowede zprogrmowe procesu rozłdu LU orz podstweń w przód wstecz Reprezetcj mcerzy w struturch dych: podstwą efetywośc tech mcerzy rzdch jest przyjęce włścwego systemu pmęt elemetów ezerowych mcerzy wetor prwych stro wybór schemtu przechowyw mcerzy rzdch zleŝy od strutury mcerzy (ułdu wyrzów ezerowych w mcerzy) lgorytmu, w tórym występuje mcerz stosowe formty przechowyw mcerzy rzdch: Coordte Formt - turly, oprty współrzędych CSR - Compressed Sprse Row Formt - sompresowy werszowy CSC - Compressed Sprse Colum Formt - sompresowy olumowy CDS - dgoly ITPACK - uproszczoy postrzępoy dgoly strutur ortogolych lst powązych (g. orthogol led lst) dl Ŝdego z formtów steją odpowede wersje lgorytmów relzujących podstwowe opercje mcerzowe Podstwy formty Wyłd r / Podstwy formty Wyłd r / Coordte Formt: elemety ezerowe przechowywe są w jedowymrowej tblcy vlues w dowolym porządu dwe dodtowe tblce słuŝą do zpmęt desów werszy (rows) olum (colums) dl tych elemetów rozmr wszystch tblc jest rówy lczbe ezerowych elemetów Przyłd: A CSR - Compressed Sprse Row Formt: w tblcy vlues wersz z werszem zpmętywe są oleje elemety ezerowe w tblcy colums przechowywe są desy olum dl tych elemetów w tblcy poterb przechowywe są desy elemetów w tblcy vlues, tóre są perwszym ezerowym elemetm w Ŝdym werszu mcerzy A w tblcy potere przechowywe są odwoł do osttch ezerowych elemetów w Ŝdym werszu tblcy, otrzyme po wyou opercj: potere(j) - poterb() Przyłd: A

11 Podstwy formty Wyłd r / Podstwy formty Wyłd r / CSC - Compressed Sprse Colum Formt: Strutur ortogolych lst powązych: w tblcy vlues olum z olumą przechowywe są elemety ezerowe tblc rows zwer desy werszy dl tych elemetów z mcerzy A w dowolym porządu tblc colide zwer desy elemetów w tblcy vlues, tóre są perwszym ezerowym elemetm w Ŝdej olume mcerzy A rozmr tblc vlues colums jest rówy lczbe elemetów ezerowych, zś rozmr tblcy colide jest rówy lczbe olum mcerzy A Przyłd: system lst powązych jest to dwueruowo zwązy wsźm system strutur, w tórym Ŝd strutur reprezetuje jede elemet ezerowy strutur zwer stępujące pol: vlue - wrtość elemetu ezerowego (zmeoprzecow) row - umer wersz elemetu (cłowty) col - umer olumy elemetu (cłowty) et col - wsź do strutury reprezetującej stępy elemet ezerowy w olume et row - wsź do strutury reprezetującej stępy elemet ezerowy w werszu A Podstwy formty Wyłd r / Podstwy formty Wyłd r / Strutur ortogolych lst powązych: od Ŝdego elemetu mcerzy moŝ dostć sę przez wsź do stępego elemetu w werszu (et row) orz w olume (et col) Strutur ortogolych lst powązych: by zleźć elemety perwsze w werszch w olumch, potrzebe są dodtowo dwe tblce: frst row[] - zwerjąc wsź strutury w lstch reprezetujące perwsze elemety w Ŝdym werszu frst col[] - zwerjąc wsź strutury w lstch reprezetujące perwsze elemety w Ŝdej olume dodtowo tworzo jest jeszcze jed tblc wsźów strutury reprezetujące elemety zjdujące sę główej przeątej mcerzy: dg[] - tblc zwerjąc wsź strutury reprezetujące elemety z główej przeątej mcerzy prwe stroy reprezetowe są jo olum mcerzy wsź zerowy (NULL) ozcz br elemetu stępego lśce źródło: J. Ogrodz: Komputerow lz ułdów eletroczych, PWN, Wrszw,

12 Podstwy formty Wyłd r / Wypełe wybór elemetów podstwowych: procedur rozwązyw ułdu rówń metodą LU zme wrtośc elemetów reprezetowych w struturch lstowych rozłd LU e mus zchowć zerowo-ezerowej strutury mcerzy pojwee sę owych elemetów, tzw. wypełeń ompluje procedury mcerzy rzdch, gdyŝ powoduje oeczość dołącze do strutury lst owego elemetu jeśl wypełeń jest duŝo, to procedur trc swą efetywość, zblŝjąc sę do tech mcerzy pełych dl efetywej relzcj procedury w techce mcerzy rzdch lczb wypełeń pow być moŝlwe mł Podstwy formty Wyłd r / Wypełe wybór elemetów podstwowych: dl dego ułdu rówń lczb wypełeń zleŝ jest od olejośc werszy orz ewdomych (czyl olum), p. ( - elemet ezerowy): moŝlwe jest ztem te przeumerowe werszy lub olum, by lczb wypełeń był mml, do przeumerowe powszeche stosowy jest lgorytm rowtz przy przeumerowu werszy olum (przestweu) trzeb ztem wząć pod uwgę dw ryter: j jmejsz lczb wypełeń j jwęsz wrtość bezwzględ elemetu podstwowego LU LU Podstwy formty Wyłd r / Przyłd: / / / / / / opercj opercj opercj opercje

Algebra macierzowa i inne takie (krótka i prowizoryczna powtórka

Algebra macierzowa i inne takie (krótka i prowizoryczna powtórka lgebr mcerzow e te (rót prowzorycz powtór (uwg: tutj jest ezupełe osewet otcj tj. mcerze czsem są pogruboe czsem ursywe (tlcs) proszę sę e przejmowć t po prostu wyszło) PEWNE WZNE OPERCJE MCIERZOWE ozcz

Bardziej szczegółowo

Metody obliczeniowe. Semestr II

Metody obliczeniowe. Semestr II Metody olczeowe Semestr II Metody umerycze - sposoy rozwąz zd mtemtyczego z pomocą operc lczch. Rozwązywe ułdów rówń lowych. Metody ezpośrede tercye.. Sposoy rozwązyw rówń elowych, zgdee optymlzc.. Aprosymc

Bardziej szczegółowo

Nr: 1. Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 1. Metody obliczeniowe

Nr: 1. Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 1. Metody obliczeniowe Nr: Metody olczeowe - Budowctwo semestr - wyłd r Metody olczeowe Metody umerycze - sposoy rozwąz zd mtemtyczego z pomocą operc lczch t, y zde mogło yć rozwąze przez omputer. Rozwązywe ułdów rówń lowych.

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 6. Plan Rozwiązywanie układów równań liniowych

METODY NUMERYCZNE. Wykład 6. Plan Rozwiązywanie układów równań liniowych -4-4 METODY NUMERYCZNE Wykłd 6. Rozwązywe ukłdów rówń lowych dr h. ż. Ktrzy Zkrzewsk, prof. AGH Met.Numer. wykłd 6 Pl Metody dokłde Metod elmcj Guss Metod Guss-Sedl Rozkłd LU Metod Kryłow Metod LR QR Zdefowe

Bardziej szczegółowo

MACIERZE I DZIAŁANIA NA MACIERZACH. Niech ustalone będzie ciało i dwie liczby naturalne,.

MACIERZE I DZIAŁANIA NA MACIERZACH. Niech ustalone będzie ciało i dwie liczby naturalne,. CIERZE I ZIŁNI N CIERZCH Nech usloe będze cło dwe lczby urle, cerzą o wyrzch z cł wymrch zywmy kżdą fukcję cerz ką zpsujemy w posc belk ) cerz zpsujemy róweż wele ych sposobów, w zleżośc od ego jką jej

Bardziej szczegółowo

Równania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel,

Równania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel, utomtyk Robotyk lgebr -Wykłd - dr dm Ćmel cmel@ghedupl Równn lnowe Nech V W będą przestrzenm lnowym nd tym smym cłem K T: V W przeksztłcenem lnowym Rozwżmy równne lnowe T(v)w Powyższe równne nzywmy równnem

Bardziej szczegółowo

Metody numeryczne procedury

Metody numeryczne procedury Metod umercze procedur podstwe [Mrc et. l. 997] orz [Broszte et. l. 004] dr ż. Pweł Zlews Adem Mors w Szczece Iterpolc welomow: Zde terpolc poleg zlezeu pewe uc tór przlż dą ucę. Dl uc ze są prz tm wrtośc

Bardziej szczegółowo

data utworzenia: styczeń 2006, data modyfikacji: styczeń 2011 WSTĘP DO METOD NUMERYCZNYCH

data utworzenia: styczeń 2006, data modyfikacji: styczeń 2011 WSTĘP DO METOD NUMERYCZNYCH Słwomr Mlewsk Metody umerycze kospekt dt utworze: styczeń 6, dt modyfkcj: styczeń WSTĘP DO METOD NUMERYCZNYCH Metodą umeryczą zyw sę kżdą metodę oblczeową sprowdzlą do opercj rytmetyczych dodw, odejmow,

Bardziej szczegółowo

Metody numeryczne w przykładach

Metody numeryczne w przykładach Metody umerycze w przyłdch Podręcz Poltech Lubels Poltech Lubels Wydzł Eletrotech Iformty ul. Ndbystrzyc 38A -68 Lubl Bet Pńczy Edyt Łus J Sor Teres Guz Metody umerycze w przyłdch Poltech Lubels Lubl Recezet:

Bardziej szczegółowo

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna.

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna. terpolcj.doc Iterpolcj fukcj. Sformułowe problemu: Rs.. Iterpolcj fukcj low, b kwdrtow, c kubcz. De są rgumet,,,. orz odpowdjące m wrtośc fukcj = f, = f,, = f. Postć fukcj = f jest e z lub z. Poszukw jest

Bardziej szczegółowo

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej Isttt Atomt Iformt Stosowe Poltech Wrszwse Algortm predce w wers ltcze z efetwm mechzmem względ ogrczeń wść Potr Mrs Pl prezetc. Wstęp. Algortm reglc predce 3. Uwzględe ogrczeń łoŝoch sgł sterąc 4. Uwzględe

Bardziej szczegółowo

Metody numeryczne. Wykład nr 7. dr hab. Piotr Fronczak

Metody numeryczne. Wykład nr 7. dr hab. Piotr Fronczak Metody numeryzne Wyłd nr 7 dr. Potr Fronz Cłowne numeryzne Cłowne numeryzne to przylżone olzne łe oznzony. Metody łown numeryznego polegją n przylżenu ł z pomoą odpowednej sumy wżonej wrtoś łownej unj

Bardziej szczegółowo

Plan wykładu. Sztuczne sieci neuronowe. Druga pochodna funkcji (f (x))

Plan wykładu. Sztuczne sieci neuronowe. Druga pochodna funkcji (f (x)) Pl wyłdu yłd 4: Algorytmy optymlzcj Młgorzt Krętows ydzł Iformty Poltech Błostoc Algorytmy grdetowe optymlzcj Algorytm jwęszego spdu e: Algorytm zmeej metry, Algorytm grdetów sprzężoych Algorytmy doboru

Bardziej szczegółowo

Algebra WYKŁAD 5 ALGEBRA 1

Algebra WYKŁAD 5 ALGEBRA 1 lger WYKŁD 5 LGEBR Defiicj Mcierzą ieosoliwą zywmy mcierz kwdrtową, której wyzczik jest róży od zer. Mcierzą osoliwą zywmy mcierz, której wyzczik jest rówy zeru. Defiicj Mcierz odwrot Mcierzą odwrotą do

Bardziej szczegółowo

1.4. STAN ODKSZTAŁCENIA STRONA GEOMETRYCZNA

1.4. STAN ODKSZTAŁCENIA STRONA GEOMETRYCZNA .4. STAN ODKSZTAŁCENA STRONA GEOMETRYCZNA.4.. Wetor przemeszcze Rozwżmy bryłę (cło mterle) o dowolym sztłce meszczoą w prostoątym łdze odese O (rys. ) Rys. gdze ozcz położee (mesce) pt mterlego w tym łdze,,,

Bardziej szczegółowo

4. Rekurencja. Zależności rekurencyjne, algorytmy rekurencyjne, szczególne funkcje tworzące.

4. Rekurencja. Zależności rekurencyjne, algorytmy rekurencyjne, szczególne funkcje tworzące. 4. Reurecj. Zleżości reurecyje, lgorytmy reurecyje, szczególe fucje tworzące. Reurecj poleg rozwiązywiu problemu w oprciu o rozwiązi tego smego problemu dl dych o miejszych rozmirch. W iformtyce reurecj

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Poltechnk Gdńsk Wydzł Elektrotechnk Automtyk Ktedr Inżyner Systemów Sterown Teor sterown Podstwy lgebry mcerzy Mterły pomocncze do ćwczeń lbortoryjnych 1 Część 3 Oprcowne: Kzmerz Duznkewcz, dr hb. nż.

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

Bardziej szczegółowo

Niech dany będzie układ równań postaci. Powyższy układ równań liniowych z n niewiadomymi można zapisać w postaci macierzowej

Niech dany będzie układ równań postaci. Powyższy układ równań liniowych z n niewiadomymi można zapisać w postaci macierzowej Rozwiązywie ułdów rówń liiowych Metod elimicji Guss 2 Postwieie zgdiei Niech dy będzie ułd rówń postci b x x x b x x x b x x x 2 2 2 2 2 22 2 2 2 Powyższy ułd rówń liiowych z iewidomymi moż zpisć w postci

Bardziej szczegółowo

Rozpraszania twardych kul

Rozpraszania twardych kul Wyłd XVIII Rozprszn twrdych u Rozwżmy oddzływne twrdych u opsywne potencjłem V r r Ponewż potencjł jest seryczne symetryczny uncję ową możn zpsć w postc ( r Cm R Ym( m gdze Ym( to hrmon seryczne Rozprszne

Bardziej szczegółowo

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW

ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW 1 ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GANULOMETYCZNEJ SUOWCÓW I PODUKTÓW 1. Cel zkres ćwczen Celem ćwczen jest opnowne przez studentów metody oceny mterłu sypkego pod względem loścowej zwrtośc frkcj

Bardziej szczegółowo

Układy równań liniowych Macierze rzadkie

Układy równań liniowych Macierze rzadkie 5 mrzec 009 SciLb w obliczeich umeryczych - część Sljd Ukłdy rówń liiowych Mcierze rzdkie 5 mrzec 009 SciLb w obliczeich umeryczych - część Sljd Pl zjęć. Zdie rozwiązi ukłdu rówń liiowych.. Ćwiczeie -

Bardziej szczegółowo

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19 Rozwąze ektóryh zdń tregowyh do I kolokwum sem. zmowy, 8/9 Zd.. V = ost, = 98 K W wrukh dtyzyh Q = ΔU =. Końową temperturę zjdzemy rozwązują rówe ΔU =. Zm eerg wewętrzej zhodz wskutek rekj hemzej jlepej

Bardziej szczegółowo

WYKŁAD 7. UKŁADY RÓWNAŃ LINIOWYCH Macierzowa Metoda Rozwiązywania Układu Równań Cramera

WYKŁAD 7. UKŁADY RÓWNAŃ LINIOWYCH Macierzowa Metoda Rozwiązywania Układu Równań Cramera /9/ WYKŁ. UKŁY RÓWNŃ LINIOWYCH Mcierzow Metod Rozwiązywi Ukłdu Rówń Crmer Ogól postć ukłdu rówń z iewidomymi gdzie : i i... ozczją iewidome; i R k i R i ik... ;... efiicj Ukłdem Crmer zywmy tki ukłd rówń

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZA ITELIGECJA WYKŁAD. SYSTEMY EUROOWO-ROZMYTE Częstocow 4 Dr b. ż. Grzegorz Dude Wdzł Eletrcz Poltec Częstocows SIECI EUROOWO-ROZMYTE Sec euroowo-rozmte pozwlją utomtcze tworzee reguł podstwe przłdów

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 26 listopada 2015

Lista 6. Kamil Matuszewski 26 listopada 2015 Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy

Bardziej szczegółowo

Technika optymalizacji

Technika optymalizacji Nelowe zde optymlzj sttyzej ez ogrzeń - PN ez ogrzeń dr Ŝ. Ew Szlh Wydzł Eletro Ker.: Eletro III r. EZI Sformułowe owe zd optymlzj elowej ez ogrzeń: Fuj elu f( : Zde optymlzj poleg zlezeu wetor zmeyh deyzyjyh,

Bardziej szczegółowo

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa) Regresj low (metod jmejszch kwdrtów, metod wrówwcz, metod Guss) stot metod postult Guss współczk prostej kostrukcj prostej teoretczej trsformcj fukcj elowch przkłd Regresj low czm poleg? Jeśl merzoe dwe

Bardziej szczegółowo

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP

Programowanie z więzami (CLP) CLP CLP CLP. ECL i PS e CLP Progrmowie z więzmi (CLP) mjąc w PROLOGu: p(x) :- X < 0. p(x) :- X > 0. i pytjąc :- p(x). dostiemy Abort chcelibyśmy..9 CLP rozrzeszeie progrmowi w logice o kocepcję spełii ogriczeń rozwiązie = logik +

Bardziej szczegółowo

11. Aproksymacja metodą najmniejszych kwadratów

11. Aproksymacja metodą najmniejszych kwadratów . Aproksmcj metodą jmejszch kwdrtów W ukch przrodczch wkoujem często ekspermet polegjące pomrch pr welkośc, które, jk przpuszczm, są ze sobą powąze jkąś zleżoścą fukcją =f(, p. wdłużee spręż w zleżośc

Bardziej szczegółowo

Ramowy program laboratorium z metod numerycznych. Skrócone instrukcje do ćwiczeń laboratoryjnych.

Ramowy program laboratorium z metod numerycznych. Skrócone instrukcje do ćwiczeń laboratoryjnych. Rmowy progrm lbortorum z meto umeryczyc. Srócoe strucje o ćwczeń lbortoryjyc. erm Nr emty Wprowzee, zsy zlcze, regulm, BHP tp. Ćw. Błęy. czby zmeoprzecowe IEEE 754. Epslo mszyowy Ćw. Rozwązywe ułu rówń

Bardziej szczegółowo

METODY NUMERYCZNE DLA INŻYNIERÓW. (notatki do wykładu)

METODY NUMERYCZNE DLA INŻYNIERÓW. (notatki do wykładu) EODY NUERYCZNE DLA INŻYNIERÓW ott do włdu eugeusz.rosolows@pwr.wroc.pl Wrocłw, mrzec Sps reśc. Wstęp... 5. Lowe ułd rówń... 9.. Wprowdzee... 9.. etod elmcj Guss..... etod rozłdu LU....4. Itercje metod

Bardziej szczegółowo

Michał Pazdanowski Instytut Technologii Informacyjnych w Inżynierii Lądowej Wydział Inżynierii Lądowej Politechnika Krakowska.

Michał Pazdanowski Instytut Technologii Informacyjnych w Inżynierii Lądowej Wydział Inżynierii Lądowej Politechnika Krakowska. chł zdows Istytut echolog Iforcyych w Iżyer ądowe Wydzł Iżyer ądowe oltech Krows Iterpolc Iterpolc oże być trtow o szczególy przypde prosyc polegący ty że fuc prosyow fuc prosyuąc przyuą te se wrtośc w

Bardziej szczegółowo

Metody numeryczne. Wykład nr 5: Aproksymacja i interpolacja. dr Piotr Fronczak

Metody numeryczne. Wykład nr 5: Aproksymacja i interpolacja. dr Piotr Fronczak Metod umerze Wkłd r 5: Aproksmj terpolj dr Potr Frozk Aproksmj terpolj Aproksmj rówem lowm Błąd dopsow E - Fukj dwóh zmeh Fukj E m mmum dl tkh wrtoś, dl którh pohode ząstkowe względem zerują sę: E E Jest

Bardziej szczegółowo

Metody Numeryczne II rok Informatyka Stosowana Inżynieria Obliczeniowa

Metody Numeryczne II rok Informatyka Stosowana Inżynieria Obliczeniowa etody umeryczne II ro Informty Stosown Inżyner Olczenow etody numeryczne Błędy w olczench numerycznych Rozwązywne ułdów równń lnowych metod elmncj Guss Jordn Guss metody deompozycj (LU) Interpolcj Lgrnge,

Bardziej szczegółowo

PROGRAMOWANIE LINIOWE.

PROGRAMOWANIE LINIOWE. Wykłd 6 Progrowe lowe. Zstosow ekoocze. PROGRAMOWANIE LINIOWE. ZASTOSOWANIA EKONOMICZNE. CENY DUALNE. ANALIZA WRAŻLIWOŚCI.. RACHUNEK EKONOMICZNY. ZASADY RACJONALNEGO GOSPODAROWANIA. Rchuek ekooczy - porówe

Bardziej szczegółowo

Metoda prądów obwodowych

Metoda prądów obwodowych Metod prądów owodowyh Zmenmy wszystke rzezywste źródł prądowe n npęowe, Tworzymy kłd równń lnowyh opsjąyh poszzególne owody. Dowolną seć lnową skłdjąą sę z elementów skponyh możn opsć z pomoą kłd równń

Bardziej szczegółowo

Automatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel

Automatyka i Robotyka Analiza Wykład 27 dr Adam Ćmiel Automty Rooty Az Wyłd 7 dr Adm Ćme cme@gh.edu.p Szereg Fourer Przypomee. Rozwżmy przestrzeń eudesową VR, tórej eemetm (putm, wetorm )są eemetowe cąg cz rzeczywstych p.,..., ) y y,..., y ). W przestrze

Bardziej szczegółowo

Równania rekurencyjne

Równania rekurencyjne Rówaa reurecyje Ja stosować do przelczaa obetów obatoryczych? zaleźć zwąze reurecyjy, oblczyć la początowych wartośc, odgadąć ogóly wzór, tóry astępe udowaday stosując ducję ateatyczą. W etórych przypadach,

Bardziej szczegółowo

Projekt 3 3. APROKSYMACJA FUNKCJI

Projekt 3 3. APROKSYMACJA FUNKCJI Projekt 3 3. APROKSYMACJA FUNKCJI 3. Krter proksmcj. Złóżm że () jest ukcją cągłą w przedzle [ b ]. Zlezee przblże (proksmcj) poleg wzczeu współczków pewego welomu P() któr będze dobrze przblżł w tm przedzle

Bardziej szczegółowo

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej. Algorytm DMC z funkcjami bazowymi. Piotr Marusak

Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej. Algorytm DMC z funkcjami bazowymi. Piotr Marusak Isttt Atomt Iformt Stosowej Poltech Wrszwsej Algortm DMC z fcjm bzowm Potr Mrs Pl rezetcj. Wstę. Strow lgortm DMC.. Algortm w wersj merczej.. Algortm w wersj ltczej 3. Algortm DMCBF (z fcjm bzowm) 3..

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac

Bardziej szczegółowo

5. CIĄGI. 5.1 Definicja ciągu. Ciągiem liczbowym nazywamy funkcję przyporządkowującą każdej liczbie naturalnej n liczbę rzeczywistej.

5. CIĄGI. 5.1 Definicja ciągu. Ciągiem liczbowym nazywamy funkcję przyporządkowującą każdej liczbie naturalnej n liczbę rzeczywistej. 5 CIĄGI 5 Defiicj ciągu Ciągiem liczbowym zywmy fukcję przyporządkowującą kżdej liczbie turlej liczbę rzeczywistej Ciąg zpisujemy często wyliczjąc wyrzy,, lub używmy zpisu { } lbo ( ) Ciągi liczbowe moż

Bardziej szczegółowo

Rozkłady prawdopodobieństwa 1

Rozkłady prawdopodobieństwa 1 Rozkłdy rwdoodoeństw Rozkłdy rwdoodoeństw. Rozkłdy dyskrete cągłe. W rzydku rozkłdu dyskretego określmy wrtośc rwdoodoeństw dl rzelczlej skończoej lu eskończoej lczy wrtośc zmeej losowej. N.... wszystke

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA Woskowe sttstcze - egesj koelcj teść Wpowdzee Regesj koelcj low dwóch zmech Regesj koelcj elow - tsfomcj zmech Regesj koelcj welokot Wpowdzee Jedostk zoowośc sttstczej mogą ć chktezowe

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; } Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca

Bardziej szczegółowo

PRZEPŁYWY MIĘDZYGAŁĘZIOWE. tablica przepływów międzygałęziowych

PRZEPŁYWY MIĘDZYGAŁĘZIOWE. tablica przepływów międzygałęziowych PRZEPŁYWY IĘDZYGŁĘZIOWE. [] Jeą z meto lzy zleŝośc wystęuących w rocesch tworze ozłu roukc mterle są metoy rzeływów męzygłezowych (lzy kłów wyków, lzy utoutut). zł Elemetrym osem ukłu est tut tzw. tlc

Bardziej szczegółowo

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a Ciągi liczbowe Defiicj Fukcję : N R zywmy iem liczbowym Wrtość fukcji () ozczmy symbolem i zywmy -tym lub ogólym wyrzem u Ciąg Przykłdy Defiicj róŝic zpisujemy rówieŝ w postci { } + Ciąg liczbowy { } zywmy

Bardziej szczegółowo

Wykład 1 Pojęcie funkcji, nieskończone ciągi liczbowe, dziedzina funkcji, wykres funkcji, funkcje elementarne, funkcje złożone, funkcje odwrotne.

Wykład 1 Pojęcie funkcji, nieskończone ciągi liczbowe, dziedzina funkcji, wykres funkcji, funkcje elementarne, funkcje złożone, funkcje odwrotne. Wykłd Pojęcie fukcji, ieskończoe ciągi liczbowe, dziedzi fukcji, wykres fukcji, fukcje elemetre, fukcje złożoe, fukcje odwrote.. Fukcje Defiicj.. Mówimy, że w zbiorze liczb X jest określo pew fukcj f,

Bardziej szczegółowo

Michał Pazdanowski Instytut Technologii Informacyjnych w Inżynierii Lądowej Wydział Inżynierii Lądowej Politechnika Krakowska.

Michał Pazdanowski Instytut Technologii Informacyjnych w Inżynierii Lądowej Wydział Inżynierii Lądowej Politechnika Krakowska. chł Pzdos Istytut Techolog Iforcyych Iżyer ądoe Wydzł Iżyer ądoe Poltech Kros Aprosyc Aprosycą zyy procedurę zstępo ede fuc (fuc prosyo) ą fucą (fuc prosyuąc) t sposób, by fuce te eele sę różły sese oreśloe

Bardziej szczegółowo

Aproksymacja funkcji

Aproksymacja funkcji Aprosymcj fcj. Ogóle sformłowe zgde prosymcj jedowymrowej Sformłowe zgde prosymcj D - prosymcj cągł: zleźć fcję p( x ) prosymjącą (zstępjącą, przylżjącą) dą fcję cągłą ( ) f x w przedzle [ ] p( x ) powy

Bardziej szczegółowo

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY . Określ ootoiczość podch fukcji, iejsce zerowe orz pukt przecięci się jej wkresu z osią OY ) 8 ) 8 c) Określjąc ootoiczość fukcji liiowej = + korzst z stępującej włsości: Jeżeli > to fukcj liiow jest

Bardziej szczegółowo

Wyk lad 1 Podstawowe wiadomości o macierzach

Wyk lad 1 Podstawowe wiadomości o macierzach Wyk ld 1 Podstwowe widomości o mcierzch Oznczeni: N {1 2 3 } - zbiór liczb nturlnych N 0 {0 1 2 } R - ci lo liczb rzeczywistych n i 1 + 2 + + n i1 1 Określenie mcierzy Niech m i n bed dowolnymi liczbmi

Bardziej szczegółowo

Matematyka wybrane zagadnienia. Lista nr 4

Matematyka wybrane zagadnienia. Lista nr 4 Mtemty wyre zgdiei List r 4 Zdie Jeżeli ułd wetorów v, v przestrzei liiowej V ie jest liiowo iezleży, to mówimy, że wetory v, v są liiowo zleże Udowodić stępujące twierdzeie: Ułd wetorów v, v ( ) jest

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n lkowe_um- łkowe umercze Zde: olczć przlżee cłk ( ) d () użwjąc wrtośc ukcj () w puktc rówoodległc. Przjmujem (), gdze,,, () () tąd / (5) Metod prostokątów d / (6) gdze / / (7) -- :9: /6 lkowe_um- td. td.

Bardziej szczegółowo

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ.

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ. L.Kowls - Uwg o rozłdz uc zm losow UWAI O ROZKŁADZIE UNKCJI ZMIENNEJ LOSOWEJ. - d zm losow cągł o gęstośc. Y g g - borlows tz. g - B BR dl B BR Wzczć gęstość g zm losow Y. Jśl g - ścśl mootocz różczowl

Bardziej szczegółowo

MATHCAD 2000 - Obliczenia iteracyjne, macierze i wektory

MATHCAD 2000 - Obliczenia iteracyjne, macierze i wektory MTHCD - Obliczei itercyje, mcierze i wektory Zmiee zkresowe. Tblicowie fukcji Wzór :, π.. π..8.9...88.99..8....8.98. si().9.88.89.9.9.89.88.9 -.9 -.88 -.89 -.9 - Opis, :,, przeciek, Ctrl+Shift+P, /,, ;średik,

Bardziej szczegółowo

Nadokreślony Układ Równań

Nadokreślony Układ Równań Mchł Pzos Istytut echolog Iforcyych Iżyer Ląoe Wyzł Iżyer Ląoe Poltech Kros Noreśloy Uł Róń Z oreśloy ułe loych róń lgebrczych y o czye sytuc, gy lczb loo ezleżych róń est ęsz ż yr przestrze (lczb zeych).

Bardziej szczegółowo

Zmiana bazy i macierz przejścia

Zmiana bazy i macierz przejścia Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

460 Szeregi Fouriera. Definicja. Definicja. Układ trygonometryczny. Definicja Układ ortogonalny funkcji ( ϕ n

460 Szeregi Fouriera. Definicja. Definicja. Układ trygonometryczny. Definicja Układ ortogonalny funkcji ( ϕ n 6 Szeregi Fourier Defiij Dwie fuje ψ :< > C zywmy fujmi ortogolymi przedzile < > gdy ψ Defiij Ciąg fuji ) :< > C zywmy ułdem ortogolym przedzile < > gdy fuje są prmi ortogole przedzile < > tz gdy j j λ

Bardziej szczegółowo

3.1. Ciągi liczbowe - ograniczoność, monotoniczność, zbieżność ciągu. Liczba e. Twierdzenie o trzech ciągach.

3.1. Ciągi liczbowe - ograniczoność, monotoniczność, zbieżność ciągu. Liczba e. Twierdzenie o trzech ciągach. WYKŁAD 6 3 RACHUNEK RÓŻNICZKOWY I CAŁKOWY FUNKCJI JEDNEJ ZMIENNEJ 31 Ciągi liczbowe - ogriczoość, mootoiczość, zbieżość ciągu Liczb e Twierdzeie o trzech ciągch 3A+B1 (Defiicj: ieskończoość) Symbole,,

Bardziej szczegółowo

METODY NUMERYCZNE. Wykład 6. Rozwiązywanie układów równań liniowych. dr hab. inż. Katarzyna Zakrzewska, prof. AGH. Met.Numer.

METODY NUMERYCZNE. Wykład 6. Rozwiązywanie układów równań liniowych. dr hab. inż. Katarzyna Zakrzewska, prof. AGH. Met.Numer. ETODY NUERYCZNE Wykłd 6. Rozwiązywie ukłdów rówń liiowych dr hb. iż. Ktrzy Zkrzewsk, prof. AGH et.numer. wykłd 6 Pl etody dokłde etod elimicji Guss etod Guss-Seidl Rozkłd LU et.numer. wykłd 6 Ukłd rówń

Bardziej szczegółowo

MATLAB PODSTAWY. [ ] tworzenie tablic, argumenty wyjściowe funkcji, łączenie tablic

MATLAB PODSTAWY. [ ] tworzenie tablic, argumenty wyjściowe funkcji, łączenie tablic MTLB PODSTWY ZNKI SPECJLNE symbol przypisi [ ] tworzeie tblic, rgumety wyjściowe fukcji, łączeie tblic { } ideksy struktur i tblic komórkowych ( ) wisy do określi kolejości dziłń, do ujmowi ideksów tblic,

Bardziej szczegółowo

Bajki kombinatoryczne

Bajki kombinatoryczne Artyuł powstał a podstawe odczytu pod tym samym tytułem, wygłoszoego podczas XXXVI Szoły Matematy Poglądowej Pomysł czy rachue? w Grzegorzewcach, styczeń 006. Baj ombatorycze Joaa JASZUŃSKA, Warszawa Ja

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

VI. TWIERDZENIA GRANICZNE VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych

Bardziej szczegółowo

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

Lista 6. Kamil Matuszewski X X X X X X X X X X X X Lsta 6 Kaml Matuszewsk 9..205 2 3 4 5 6 7 9 0 2 3 4 5 6 7 X X X X X X X X X X X X Zadae Lewa stroa: W delegacj możemy meć od do osób. Wyberamy ( k) osób a k sposobów wyberamy przewodczącego. k =.. węc

Bardziej szczegółowo

Ł Ł ż Ś ż Ś Ź ć

Ł Ł ż Ś ż Ś Ź ć Ł Ę Ł Ł ż Ś ż Ś Ź ć ć Ść Ż ż ż ż Ś Ś Ć ć Ś Ę ĘĆ Ł Ł ŚĆ ŚĆ Ą ż ć ĘŚ Ą Ą Ę ż Ć Ś ć Ż Ż ć Ś Ą ż ż Ż Ą Ą Ś Ż ż ż Ś Ś Ę ż Ś Ś ż Ś Ż Ść Ś ż ć ż Ł ż ż ż Ł ż Ł Ż ż Ą Ą Ą ć Ś ż ż ż Ż Ś ż Ł Ś ź ż ż ź Ź ź ź Ź Ź Ę

Bardziej szczegółowo

Rozwiązywanie układów równań liniowych (1)

Rozwiązywanie układów równań liniowych (1) etody Numerycze i Progrmowie Stro z Wykłd. Rozwiązywie ukłdów rówń liiowych () etody dokłde rozwiązywi ukłdów rówń liiowych etody dokłde pozwlą uzyskie rozwiązi w skończoe liczbie kroków obliczeiowych.

Bardziej szczegółowo

a a = 2 S n = 2 = r - constans > 0 - ciąg jest malejący q = b1, dla q 1 S n 1 CIĄGI jest rosnący (niemalejący), jeżeli dla każdego n a n

a a = 2 S n = 2 = r - constans > 0 - ciąg jest malejący q = b1, dla q 1 S n 1 CIĄGI jest rosnący (niemalejący), jeżeli dla każdego n a n CIĄGI ciąg jest rosący (iemlejący), jeżeli dl kżdego < ( ) ciąg jest mlejący (ierosący), jeżeli dl kżdego > ( ) ciąg zywmy rytmetyczym, jeżeli dl kżdego r - costs - r > 0 - ciąg rosący - r 0 - ciąg stły

Bardziej szczegółowo

ó ą ę ó ó Ż ć ó ó ó ę Ó ó ą ć ę ó ą ę ż Ó Ń ą ą ę ó Ę ó Ą ć ę ó ą ą ę ó

ó ą ę ó ó Ż ć ó ó ó ę Ó ó ą ć ę ó ą ę ż Ó Ń ą ą ę ó Ę ó Ą ć ę ó ą ą ę ó Ą ę ć Ą ą ą ą ż ż ó ą ż ć ą ą ć ż ć ó ó ą ó ą ń ą ę ą ę ż ń ą ó ą ą ą ą ą ą ą ó ż Ś ę ą ę ą ą ż ĘŚ ż ń ę ę ą ó ż ą Ą Ź ń Ó ą ą ó ą ę ó ą ę ó ó Ż ć ó ó ó ę Ó ó ą ć ę ó ą ę ż Ó Ń ą ą ę ó Ę ó Ą ć ę ó ą ą

Bardziej szczegółowo

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom podstawowy

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom podstawowy KRYTERIA OCENIANIA ODPOWIEDZI Próbn Mtur z OPERONEM Mtemtyk Poziom podstwowy Mrzec 7 Zdni zmknięte Z kżdą poprwną odpowiedź zdjący otrzymuje punkt. Poprwn odpowiedź Wskzówki do rozwiązni. B 5 5 6 5 = =

Bardziej szczegółowo

Szybkie mno enie. akumulacja równoległa drzewiasta struktura CSA, akumulacja sekwencyjna liniowa struktura CSA, matryca mno

Szybkie mno enie. akumulacja równoległa drzewiasta struktura CSA, akumulacja sekwencyjna liniowa struktura CSA, matryca mno Schety przy peszonego no en 3 CS CP uulc równoległ 3 CS CS CS CP uulc sewencyn uulc równoległ drzewst strutur CS, uulc sewencyn lnow strutur CS, tryc no c Jnusz Bernt, Szybe nozene'4 FM uulc loczynów cz

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

Algorytmy metod numerycznych. Monika Chruścicka

Algorytmy metod numerycznych. Monika Chruścicka Algoryty etod ueryczych Mok Chruścck Ktolck Uwersytet Luelsk J Pwł II Wydzł Nuk Społeczych, Istytut Ekoo Streszczee Artykuł zwer chrkterystykę etod ueryczych orz podstwowych lgorytów etod ueryczych. Przedstwoe

Bardziej szczegółowo

Elementy statystyki opisowej.

Elementy statystyki opisowej. //wm.uwm.edu.p/~germu dre troy teretowej Ltertur. W. Kryc J. Brto Rchue prwdopodobeńtw ttyty mtemtycz w Zdch. Część I Rchue prwdopodobeńtw Część II Sttyty mtemtycz Wojcech Kordec Rchue prwdopodobeńtw ttyty

Bardziej szczegółowo

Rys. 1. Schemat połączenia. = (grubość sklejki) = (grubość drewna) Szymon Skibicki, Katedra Budownictwa Ogólnego

Rys. 1. Schemat połączenia. = (grubość sklejki) = (grubość drewna) Szymon Skibicki, Katedra Budownictwa Ogólnego Szymo Sibici, Ktedr Budowictw Ogólego Przyłd obliczei połączei w rtowicy drewiej wyoego z pomocą łde z sleji iglstej gr. 8mm, łączoej gwoździe zgodie z Rys.. Sróty: EK5 P-E 995--:00AC:006A:008 W prmetrch

Bardziej szczegółowo

SYSTEMY ROZMYTO-NEURONOWE REALIZUJĄCE RÓŻNE SPOSOBY ROZMYTEGO WNIOSKOWANIA

SYSTEMY ROZMYTO-NEURONOWE REALIZUJĄCE RÓŻNE SPOSOBY ROZMYTEGO WNIOSKOWANIA POLIECHIK CZĘSOCHOWSK KEDR IŻYIERII KOMPUEROWEJ PRC DOKORSK SYSEMY ROZMYO-EUROOWE RELIZUJĄCE RÓŻE SPOSOY ROZMYEGO WIOSKOWI Roert owc Promotor: dr h. ż. Dut Rutows rof. dzw. P.Cz. Częstochow 999 eszm chcłm

Bardziej szczegółowo

Wykład 6 Całka oznaczona: obliczanie pól obszarów płaskich. Całki niewłaściwe.

Wykład 6 Całka oznaczona: obliczanie pól obszarów płaskich. Całki niewłaściwe. Wykłd 6 Cłk ozczo: olcze pól oszrów płskch. Cłk ewłścwe. Wprowdźmy jperw ocję sumow: Dl dego zoru lcz {,,..., } symol ozcz ch sumę, z.... Cłk ozczo zosł wprowdzo w celu wyzcz pól rpezów krzywolowych (rys.

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

6. *21!" 4 % rezerwy matematycznej. oraz (ii) $ :;!" "+!"!4 oraz "" % & "!4! " )$!"!4 1 1!4 )$$$ " ' ""

6. *21! 4 % rezerwy matematycznej. oraz (ii) $ :;! +!!4 oraz  % & !4!  )$!!4 1 1!4 )$$$  ' Memy fow 09..000 r. 6. *!" ( orz ( 4 % rezerwy memycze $ :;!" "+!"!4 orz "" % & "!4! " $!"!4!4 $$$ " ' "" V w dowole chwl d e wzorem V 0 0. &! "! "" 4 < ; ;!" 4 $%: ; $% ; = > %4( $;% 7 4'8 A..85 B..90

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE BQR FMECA/FMEA Przed rozpoczęcem aalzy ależy przeprowadzć dekompozycję systemu a podsystemy elemety. W efekce dekompozycj uzyskuje sę klka pozomów: pozom systemu, pozomy podsystemów oraz pozom elemetów.

Bardziej szczegółowo

ZAJĘCIA NR 3. loga. i nosi nazwę entropii informacyjnej źródła informacji. p. oznacza, Ŝe to co po im występuje naleŝy sumować biorąc za i

ZAJĘCIA NR 3. loga. i nosi nazwę entropii informacyjnej źródła informacji. p. oznacza, Ŝe to co po im występuje naleŝy sumować biorąc za i ZAJĘCIA NR Dzsaj omówmy o etro, redudacj, średej długośc słowa odowego o algorytme Huffmaa zajdowaa odu otymalego (od ewym względam; aby dowedzeć sę jam doczeaj do ońca). etro JeŜel źródło moŝe adawać

Bardziej szczegółowo

ń Ó Ń ś ń ś ń Ó ę ą Ż ę ą ę Ż ó Ę ą ą ę ś Ę ó Ż ę Ó

ń Ó Ń ś ń ś ń Ó ę ą Ż ę ą ę Ż ó Ę ą ą ę ś Ę ó Ż ę Ó ć ń ó ą ś ą ą ż ó ó ą ż ó ś ą ś ą ś ć ż ść ó ó ą ó ą ń ą ę ą ę ż ń ą ó ś ą ą ą ń ó ą ą ą ś ą ó ż ś ęż ęś ś ń ą ęś ś ą ą ś ż ś Ę ę ń Ż ą ż ń ą ą ą ę ą ę ń Ó Ń ś ń ś ń Ó ę ą Ż ę ą ę Ż ó Ę ą ą ę ś Ę ó Ż ę

Bardziej szczegółowo

instrukcja do ćwiczenia 5.1 Badanie wyboczenia pręta ściskanego

instrukcja do ćwiczenia 5.1 Badanie wyboczenia pręta ściskanego 5.Bde wocze pręt śckego UT-H Rdom Ittut Mechk Stoowej Eergetk Lortorum Wtrzmłośc Mterłów trukcj do ćwcze 5. Bde wocze pręt śckego I ) C E L Ć W I C Z E N I A Celem ćwcze jet dośwdczle wzczee metodą Southwell

Bardziej szczegółowo

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2 Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w

Bardziej szczegółowo

BADANIE DRGAŃ RELAKSACYJNYCH

BADANIE DRGAŃ RELAKSACYJNYCH BADANIE DRGAŃ RELAKSACYJNYCH Ops ukłdu pomrowego Ukłd pomrow skłd sę z podstwowch częśc: dego geertor drgń relkscjch, zslcz geertor, geertor odese (drgń hrmoczch), oscloskopu. Pokz rsuku schemt deow geertor

Bardziej szczegółowo

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ Wykład Układy rówań metody aaltycze Metody umerycze rozwązywaa rówań lczbowych Prof. Ato Kozoł, Wydzał Chemczy Poltechk Wrocławskej ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ

Bardziej szczegółowo